Show simple item record

dc.contributor.advisorCruz González, Ignacio es_ES
dc.contributor.advisorVicente-Palacios, Víctores_ES
dc.contributor.authorAntúnez-Muiños, Pablo
dc.date.accessioned2024-05-16T07:38:48Z
dc.date.available2024-05-16T07:38:48Z
dc.date.issued2023
dc.identifier.urihttp://hdl.handle.net/10366/157890
dc.description.abstract[ES] Los modelos creados a través de la tecnología de ML aportan más potencia predictiva que los métodos estadísticos convencionales para predecir aquellos pacientes con mayor riesgo de presentar trombosis del dispositivo tras el cierre percutáneo de orejuela izquierda. La creación y desarrollo de plataformas para facilitar el uso de los modelos de ML por parte de los sanitarios son necesarias. Una mayor formación, unido a aplicaciones o herramientas que faciliten su uso conllevarán un aumento de la implementación de estas nuevas tecnologías con un alto potencial.es_ES
dc.language.isospaes_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectTesis y disertaciones académicases_ES
dc.subjectUniversidad de Salamanca (España)es_ES
dc.subjectTesis Doctorales_ES
dc.subjectAcademic dissertationses_ES
dc.subjectTrombosises_ES
dc.subjectInteligencia artificiales_ES
dc.subject.meshThrombosis *
dc.titlePredicción de eventos clínicos a través de aprendizaje automáticoes_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.subject.unesco3207.18 Trombosises_ES
dc.identifier.doi10.14201/gredos.157890
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.subject.decstrombosis *


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional