A proof of concept of a machine learning algorithm to predict late-onset 21-hydroxylase deficiency in children with premature pubic hair
Domaines
Sciences du Vivant [q-bio]| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Article Dans Une Revue
(Data Paper)
Journal of Steroid Biochemistry and Molecular Biology
Année : 2022
Accord Elsevier CCSD : Connectez-vous pour contacter le contributeur
https://hal.sorbonne-universite.fr/hal-03972777
Soumis le : lundi 22 juillet 2024-11:23:09
Dernière modification le : lundi 22 juillet 2024-11:23:11
Dates et versions
Licence
Identifiants
- HAL Id : hal-03972777 , version 1
- DOI : 10.1016/j.jsbmb.2022.106085
- PII : S0960-0760(22)00036-X
Citer
Héléna Agnani, Guillaume Bachelot, Thibaut Eguether, Bettina Ribault, Jean Fiet, et al.. A proof of concept of a machine learning algorithm to predict late-onset 21-hydroxylase deficiency in children with premature pubic hair. Journal of Steroid Biochemistry and Molecular Biology, 2022, 220, pp.106085. ⟨10.1016/j.jsbmb.2022.106085⟩. ⟨hal-03972777⟩
Collections
10
Consultations
0
Téléchargements