Ann Oncol: atezolizumab联合白蛋白结合型紫杉醇一线治疗不可切除、局部晚期或转移性三阴性乳腺癌的疗效: IMpassion130最终总生存分析
ITT人群中，atezolizumab联合白蛋白结合型紫杉醇并不能改善患者的OS。但是在PD-L1阳性人群中，atezolizumab联合白蛋白结合型紫杉醇明显改善患者的OS。
MedSci原创 - atezolizumab，三阴性乳腺癌（TNBC） - 2021-07-04
Front Immunol：乙酰化修饰对流感病毒与宿主互作的影响机制方面新进展
流感病毒NP蛋白是流感病毒的主要结构蛋白，在病毒的复制和转录中具有重要作用。以往的研究表明流感病毒NP蛋白受到泛素化、SUMO化和磷酸化调控，而NP蛋白是否受到乙酰化调控，以及是哪一种去乙酰化酶与NP蛋白有互作等问题仍不清楚。
中科院动物所 - 乙酰化，流感，NP - 2017-12-19
ATM：大规模核酸筛查采样应该用鼻拭子，口腔拭子，还是唾液？
说明：鼻拭子，口腔拭子，这只是通俗称呼，其实标准称呼应该是鼻咽拭子（nasopharyngeal swab）和口咽拭子（oropharyngeal swab）
MedSci原创 - 核酸检测 - 2022-05-08
详解：如何用Python实现机器学习算法（3）
三、BP神经网络 全部代码 https://github.com/lawlite19/MachineLearning_Python/blob/master/NeuralNetwok/NeuralNetwork.py 1、神经网络model 先介绍个三层的神经网络，如下图所示 输入层（input layer）有三个units（为补上的bias
MedSci原创 - 机器学习，Python - 2017-12-25
T药+白蛋白紫杉醇一线治疗三阴乳腺癌：PD-L1阳性人群OS获益显著，亚洲人群不佳
FDA在2019年3月基于IMpassion130研究的PFS改善证据（7.4 vs 4.8个月，疾病恶化或死亡的风险降低40%）加速批准阿替利珠单抗+白蛋白紫杉醇一线治疗PD-L1阳性的不可手术切除
医药魔方 - 三阴乳腺癌，阿替利珠单抗 - 2020-09-22
Int J Neurosci：c型尼曼-匹克病：青年/成人起病形式
c型尼曼-匹克病(NP-C)是一种以进展性神经功能恶化和早期死亡为特征的遗传性鞘脂沉积病。NP-C的症状学及疾病进程受神经系统表现发生的年龄的显著影响，分为婴儿早期，婴儿晚期，少年，青年/成人的神经病学起病形式，其可以有助于评估疾病进程及对治疗的反应。在这里，我们回顾了在NP-C发现，诊断，监测，治疗中现有的信息，并专注于青年/成人起病形式。最近的分析表明NPC1和NPC2基因的联合突变发生率在新
MedSci原创 - c型尼曼-匹克病(NP-C)，小脑共济失调，鞘脂沉积病 - 2016-04-04
Int J Cardiol：肝纤维化标志物IV型胶原蛋白7S结构域在肺动脉高压患者中的应用！
由此可见，血清P4NP 7S与PH患者较高的中心静脉压、右侧容积超负荷和死亡率有关。
MedSci原创 - 肝纤维化标志物，IV型胶原蛋白7S结构域，肺动脉高压，预测，死亡率 - 2018-02-08
2023 EADV指南：副肿瘤性天疱疮/副肿瘤性自身免疫性多器官综合征的管理
副肿瘤性天疱疮(PNP)又称副肿瘤性自身免疫性多器官综合征(PAMS)，是一种罕见的累及黏膜皮肤和多器官的自身免疫性疾病。PNP/PAMS通常与淋巴增生性或血液系统恶性肿瘤相关，很少与实体性恶性肿瘤相
J Eur Acad Dermatol Venereol - 副肿瘤性天疱疮，副肿瘤性自身免疫性多器官综合征 - 2023-03-28
JACC：钠尿肽的昼夜节律及与24小时血压波动的相关性
钠尿肽（NP）水平的昼夜变化及其与24小时血压（BP）节律的关系尚未明确。肥胖个体具有相对的NP缺乏和BP节律紊乱。
MedSci原创 - 血压，昼夜节律，钠尿肽 - 2021-05-11
Ann Rheum Dis：未生育、产后早期和晚期女性骶髂关节骨髓水肿的患病率
EPP组SIJ的BME患病率高于NP。与LPP相比，EPP的BME患病率更高，并且BME随着分娩时间的延长而减少。
MedSci原创 - MRI，分娩，骶髂关节炎，骨髓水肿 - 2020-06-13
JNNP:脊髓损伤后伤害性感受通路的微结构可塑性
脊髓损伤后神经病理性疼痛（NP）的潜在病理生理学是复杂的，涉及“自下而上”伤害性信息处理和“自上而下”内源性疼痛调节。下行调节通路中的功能变化与脊髓损伤
MedSci原创 - 可塑性，脊髓损伤，微结构 - 2021-05-29
详解：如何用Python实现机器学习算法（2）
二、逻辑回归 全部代码下载 1、代价函数 可以综合起来为： 其中： 为什么不用线性回归的代价函数表示，因为线性回归的代价函数可能是非凸的，对于分类问题，使用梯度下降很难得到最小值，上面的代价函数是凸函数 的图像如下，即y=1时： 可以看出，当
MedSci原创 - 机器学习，Python - 2017-12-25
为您找到相关结果约500个
