Predictors of 30-day readmission based on machine learning in patients with heart failure: an essential assessment for precision care.

Dou, B ; Moons, P

In: European journal of cardiovascular nursing, 2024-05-24

academicJournal

Competing Interests: Conflict of interest: none declared.

Titel:	Predictors of 30-day readmission based on machine learning in patients with heart failure: an essential assessment for precision care.
Autor/in / Beteiligte Person:	Dou, B ; Moons, P
Zeitschrift:	European journal of cardiovascular nursing, 2024-05-24
Veröffentlichung:	Ahead of Print, 2024
Medientyp:	academicJournal
ISSN:	1873-1953 (electronic)
DOI:	10.1093/eurjcn/zvae077
Sonstiges:	Nachgewiesen in: MEDLINE Sprachen: English Publication Type: Journal Article Language: English [Eur J Cardiovasc Nurs] 2024 May 24. <i>Date of Electronic Publication: </i>2024 May 24. Entry Date(s): Date Created: 20240524 Latest Revision: 20240524 Update Code: 20240525

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.