Publication
An interpretable machine learning tool for predicting perioperative cardiac events in patients scheduled for hip fracture surgery: insights from the multicenter LUSHIP study
Danila Azzolina, Gianmaria Cammarota, Enrico Boero, Paola Berchialla, Savino Spadaro, Federico Longhini, Cristian Deana, Daniele Guerino Biasucci, Stefano D’Incà, Irene Batticci, Nicola Fasano, Edoardo De Robertis, Rachele Simonte, Salvatore Maurizio Maggiore, Valentina Bellini, Elena Giovanna Bignami, Luigi Vetrugno, Vito Marco Ranieri, Anna Pesamosca, Agnese Cattarossi, Saskia Granzotti, Alessandro Cavarape, Andrea Cortegiani, Lisa Mattuzzi, Luca Flaibani, Nicola Federici, Francesco Meroi, Marco Tescione, Andrea Bruni, Eugenio Garofalo, Mattia Bernardinetti, Felice Urso, Camilla Colombotto, Francesco Forfori, Sandro Pregnolato, Francesco Corradi, Federico Dazzi, Sara Tempini, Alessandro Isirdi, Moro Federico, Nicole Giovane, Milo Vason, Carlo Alberto Volta, Fabio Gori, Michela Neri, Auro Caraffa, Giovanni Cosco, Eugenio Vadalà, Demetrio Labate, Nicola Polimeni, Marilena Napolitano, Sebastiano Macheda, Angela Corea, Lucia Lentin, Michele Divella, Daniele Orso, Clara Zaghis, Silvia Del Rio, Serena Tomasino, Alessandro Brussa, Natascia D’Andrea, Simone Bressan, Giuseppe Neri, Pietro Giammanco, Alberto Nicolò Galvano, Mariachiara Ippolito, Fabrizio Ricci, Francesca Stefani, Lolita Fasoli, Piergiorgio Bresil, Federica Curto, Lorenzo Pirazzoli, Carlo Frangioni, Mattia Puppo, Sabrina Mussetta, Michele Autelli, Giuseppe Giglio, Filippo Riccone, Erika Taddei
Journal of Anesthesia Analgesia and Critical Care, October 2025, Springer Science + Business Media
DOI: 10.1186/s44158-025-00291-6