Machine learning algorithm to predict >5% Weight Gain in PWH switching to InSTI / Guaraldi, Giovanni; Motta, Federico; Milić, Jovana; Barbieri, Sara; Gozzi, Licia; Aprile, Emanuele; Belli, Michela; Venuta, Maria; Cuomo, Gianluca; Carli, Federica; Dolci, Giovanni; Iadisernia, Vittorio; Burastero, Giulia; Mussini, Cristina; Mandreoli, Federica. - In: TOPICS IN ANTIVIRAL MEDICINE. - ISSN 2161-5853. - 30:1(2022), pp. 233-233. (Intervento presentato al convegno 29th Conference on Retroviruses and Opportunistic Infections tenutosi a Denver (virtual) nel Feb 12-16, 2022).

Machine learning algorithm to predict >5% Weight Gain in PWH switching to InSTI

Giovanni Guaraldi
;
Federico Motta;Jovana Milić;Licia Gozzi;Gianluca Cuomo;Giovanni Dolci;Vittorio Iadisernia;Cristina Mussini;Federica Mandreoli
2022

2022
29th Conference on Retroviruses and Opportunistic Infections
Denver (virtual)
Feb 12-16, 2022
Guaraldi, Giovanni; Motta, Federico; Milić, Jovana; Barbieri, Sara; Gozzi, Licia; Aprile, Emanuele; Belli, Michela; Venuta, Maria; Cuomo, Gianluca; Carli, Federica; Dolci, Giovanni; Iadisernia, Vittorio; Burastero, Giulia; Mussini, Cristina; Mandreoli, Federica
Machine learning algorithm to predict >5% Weight Gain in PWH switching to InSTI / Guaraldi, Giovanni; Motta, Federico; Milić, Jovana; Barbieri, Sara; Gozzi, Licia; Aprile, Emanuele; Belli, Michela; Venuta, Maria; Cuomo, Gianluca; Carli, Federica; Dolci, Giovanni; Iadisernia, Vittorio; Burastero, Giulia; Mussini, Cristina; Mandreoli, Federica. - In: TOPICS IN ANTIVIRAL MEDICINE. - ISSN 2161-5853. - 30:1(2022), pp. 233-233. (Intervento presentato al convegno 29th Conference on Retroviruses and Opportunistic Infections tenutosi a Denver (virtual) nel Feb 12-16, 2022).
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Pubblicazioni consigliate

Licenza Creative Commons
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11380/1284104
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact