Data-Driven Early Warning Approach for Antimicrobial Resistance Prediction–Anomaly Detection Based on High-Level Indicators

Environmental conditions are increasingly recognized as important contributors to the emergence and spread of antimicrobial resistance (AMR), yet early detection of high-risk situations remains difficult. This study developed a data-driven framework to identify anomalous environmental profiles assoc...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Szilveszter Csorba, Krisztián Vribék, Máté Farkas, Miklós Süth, Orsolya Strang, Andrea Zentai, Zsuzsa Farkas
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2025-09-01
Seria:	Veterinary Sciences
Hasła przedmiotowe:	AMR environmental drivers one health iForest SHAP
Dostęp online:	https://www.mdpi.com/2306-7381/12/10/935
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!