MULTI-TECHNOLOGY META-ANALYSIS IDENTIFIES BACTERIAL SIGNATURES DELINEATING CLINICAL RESPONSE TO IMMUNE CHECKPOINT-INHIBITOR THERAPY IN MELANOMA COHORTS

Bibliographische Detailangaben

Veröffentlicht in:	AMIA Annual Symposium (2019 : Washington, DC) American Medical Informatics Association Annual Symposium (AMIA 2019) ; Volume 3 of 3
1. Verfasser:	Ravichandar, Jayamary Divya (VerfasserIn)
Weitere Verfasser:	Chow, Cheryl-Emiliane (VerfasserIn), Skennerton, Connor (VerfasserIn), Haria, Dhwani (VerfasserIn), Rutherford, Erica (VerfasserIn), Kiefel, Helena (VerfasserIn), Dreux, Joanna (VerfasserIn), Graham, Kareem (VerfasserIn), Iverson, Kathryn (VerfasserIn), Yamamoto, Lynn (VerfasserIn), Lin, Michelle (VerfasserIn), Willcoxon, Michi (VerfasserIn), Narayan, Nicole (VerfasserIn), Loriaux, Paul (VerfasserIn), Hannibal, Roberta (VerfasserIn), Lau, Sabina (VerfasserIn), Iwai, Shoko (VerfasserIn), Jain, Sunit (VerfasserIn), Weinmaier, Thomas (VerfasserIn), Wu, Yonggan (VerfasserIn), Katlinskaya, Yuliya (VerfasserIn), Takeuchi, Toshihiko (VerfasserIn), Dabbagh, Karim (VerfasserIn), Desantis, Todd Z. (VerfasserIn)
Pages:	2019
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2020
Schlagworte:
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!