Your browser doesn't support javascript.
loading
Respiratory distress syndrome prediction at birth by optical skin maturity assessment and machine learning models for limited-resource settings: a development and validation study.
Reis, Zilma Silveira Nogueira; Pappa, Gisele Lobo; Nader, Paulo de Jesus H; do Vale, Marynea Silva; Silveira Neves, Gabriela; Vitral, Gabriela Luiza Nogueira; Mussagy, Nilza; Norberto Dias, Ivana Mara; Romanelli, Roberta Maia de Castro.
Afiliação
  • Reis ZSN; Faculdade de Medicina, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil.
  • Pappa GL; Departamento de Ciência da Computação, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil.
  • Nader PJH; Pediatrics and Neonatology Department, University Hospital, ULBRA, Canoas, Brazil.
  • do Vale MS; Neonatal Intensive Care Unit, University Hospital, UFMA, São Luis, Brazil.
  • Silveira Neves G; Hospital Sofia Feldman, Belo Horizonte, Brazil.
  • Vitral GLN; Faculdade de Medicina da Ciências Médicas de Minas Gerais, Belo Horizonte, Brazil.
  • Mussagy N; Hospital Central de Maputo, Maputo, Mozambique.
  • Norberto Dias IM; Hospital Central de Maputo, Maputo, Mozambique.
  • Romanelli RMC; Faculdade de Medicina, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil.
Front Pediatr ; 11: 1264527, 2023.
Article em En | MEDLINE | ID: mdl-38054190
Palavras-chave
Texto completo
Adicionar na Minha BVS
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Idioma: En Revista: Front Pediatr Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Brasil País de publicação: Suíça
Texto completo
Adicionar na Minha BVS
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Idioma: En Revista: Front Pediatr Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Brasil País de publicação: Suíça