Famularo, S., Donadon, M., Cipriani, F., Fazio, F., Ardito, F., Carissimi, F., Iaria, M., Perri, P., Conci, S., Pontarolo, N., Lai, Q., La Barba, G., Patauner, S., Molfino, S., Germani, P., Manzoni, A., Pinotti, E., Zanello, M., Fumagalli, L., Ferrari, C., Romano, M., Delvecchio, A., Bernasconi, D., Valsecchi, M., Antonucci, A., Memeo, R., Zanus, G., Griseri, G., Chiarelli, M., Jovine, E., Zago, M., Zimmitti, G., Tarchi, P., Baiocchi, G., Frena, A., Ercolani, G., Rossi, M., Maestri, M., Ruzzenente, A., Grazi, G., Valle, R. D., Romano, F., Giuliante, F., Ferrero, A., Aldrighetti, L., Torzilli, G., Group, H., & , (n.d.). the best potential treatment for recurrent hepatocellular carcinoma after surgery: a machine learning predictive model for treatment allocation based on an Italian multicentric database. Digestive and liver disease, 53, S11–S12. http://access.bl.uk/ark:/81055/vdc_100122692462.0x000014