Longitudinal machine learning modeling of MS patient trajectories improves predictions of disability progression
- De Brouwer, E.
- Becker, T.
- Moreau, Y.
- Havrdova, E.K.
- Trojano, M.
- Eichau, S.
- Ozakbas, S.
- Onofrj, M.
- Grammond, P.
- Kuhle, J.
- Kappos, L.
- Sola, P.
- Cartechini, E.
- Lechner-Scott, J.
- Alroughani, R.
- Gerlach, O.
- Kalincik, T.
- Granella, F.
- Grand'Maison, F.
- Bergamaschi, R.
- José Sá, M.
- Van Wijmeersch, B.
- Soysal, A.
- Sanchez-Menoyo, J.L.
- Solaro, C.
- Boz, C.
- Iuliano, G.
- Buzzard, K.
- Aguera-Morales, E.
- Terzi, M.
- Trivio, T.C.
- Spitaleri, D.
- Van Pesch, V.
- Shaygannejad, V.
- Moore, F.
- Oreja-Guevara, C.
- Maimone, D.
- Gouider, R.
- Csepany, T.
- Ramo-Tello, C.
- Peeters, L.
- Mostrar todos los/as autores/as +
Revista:
Computer Methods and Programs in Biomedicine
ISSN: 1872-7565, 0169-2607
Año de publicación: 2021
Volumen: 208
Tipo: Artículo