Machine learning demonstrates that somatic mutations imprint invariant morphologic features in myelodysplastic syndromes

Morphologic interpretation is the standard in diagnosing myelodysplastic syndrome (MDS), but it has limitations, such as varying reliability in pathologic evaluation and lack of integration with genetic data. Somatic events shape morphologic features, but the complexity of morphologic and genetic ch...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:Blood
Główni autorzy: Nagata, Yasunobu, Zhao, Ran, Awada, Hassan, Kerr, Cassandra M., Mirzaev, Inom, Kongkiatkamon, Sunisa, Nazha, Aziz, Makishima, Hideki, Radivoyevitch, Tomas, Scott, Jacob G., Sekeres, Mikkael A., Hobbs, Brian P., Maciejewski, Jaroslaw P.
Format: Artigo
Język:Inglês
Wydane: American Society of Hematology 2020
Hasła przedmiotowe:
Plenary Paper
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC7702479/
https://ncbi.nlm.nih.gov/pubmed/32961553
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1182/blood.2020005488
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy