Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
Backgroun :To generate a robust predictive model of early (3 Months) Graft Loss after Liver Transplantation, we used a Bayesan approach to combine evidence from a prospective European cohort (Liver-Match) and the United Network for Organ Sharing registry.
A Bayesan methodology to improve of early graft loss after liver transplantation derived from the Liver Match study
Angelico, M.;Nardi, A.;Romagnoli, R.;Marianelli, T.;Corradini, S. G.;Tandoi F;Gavrila, C.;Salizzoni, M.;Pinna, A. D.;Gridelli, B.;De Carlis, L. G.;Colledan, M.;Gerunda, G. E.;Costa A. N.;Strazzabosco M. l;Liver Match study group;Angelico M.;Cillo U.;Fagiuoli S.;Strazzabosco M.;Caraceni P.;Toniutto P. L.;Sal-izzoni T. M.;Romagnoli R.;Bertolotti G.;Patrono D.;DeCarlis L.;Slim A.;Mangoni J. M. E.;Rossi G.;Caccamo L.;Antonelli B.;Mazzaferro V.;Regalia E.;Sposito C.;Colledan M.;Corno V.;Marin S.;Cillo U.;Vitale A.;Gringeri E.;Donataccio M.;Donataccio D.;Baccarani U.;Lorenzin D.;Bitetto D.;Valente U.;Gelli M.;Cupo P.;Gerunda G. E.;Rompianesi G.;Pinna A. D.;Grazi G. L.;Cucchetti A.;Zanfi C.;Risaliti A.;Faraci M. G.;Tisone G.;Anselmo A.;Lenci I.;Sforza D.;Agnes S.;Di Mugno;M. Avolio;A. M. Ettorre;G. M. Miglioresi;L. Vennarecci;G. Berloco;P. Rossi;M. Corradini;G. Molinaro;A. Calise;F. Scuderi;Cuomo, O.;Migliaccio, C.;Lupo, L.;Notarnicola, G.;Gridelli, B.;Volpes, R.;LiPetri, S.;Zamboni, G.;Carbotta, G.;Dedola, S.
2014
Abstract
Backgroun :To generate a robust predictive model of early (3 Months) Graft Loss after Liver Transplantation, we used a Bayesan approach to combine evidence from a prospective European cohort (Liver-Match) and the United Network for Organ Sharing registry.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11586/402
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
12
ND
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
