Respirology：45年随访研究发现小于胎龄儿与中年期肺功能降低相关
与胎龄正常体重出生的婴儿相比，小于胎龄出生的婴儿在45岁时肺功能降低。
MedSci原创 - 肺功能，小于胎龄儿 - 2022-10-09
Dent Mater J：采用Python影像分析的进展：复合树脂的基质率和固化温度之间的关系
这篇研究的目的是通过Python编程法建立一种检测固化复合树脂(RC)中填料和基质的方法，并评估基质率和固化温度上升之间的联系。
MedSci原创 - Python，复合树脂，基质率，固化温度 - 2020-05-12
大数据领域中十大数据算法介绍
国际权威的学术组织 the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5、k-Means、SVM、Apriori、EM、PageRank、AdaBoost、kNN、Naive Bayes 和 CART。不仅仅是选中的十大算法，其实参加评选的18
MedSci原创 - 大数据 - 2016-06-23
中国高血压防治指南要点更新！
高钠低钾膳食、吸烟、社会心理因素、超重和肥胖、过量饮酒、高龄是我国人群高血压发病重要的危险因素。
中国医学论坛报今日循环 - 原发性高血压，血压测量与诊断性评估，降压策略与目标，高血压的生活方式干预 - 2023-03-13
刘谦：没有回扣还能卖药吗？看GSK的营销变革
当“药品回扣”和“全国两票制”成为大众的焦点，医药行业意识到了转型的必要，但几十年的潜规则和几百万从业者行为不是说变就变的。卖药不合规早晚要死，但合规会不会立马就死？
思齐圈 - 回扣，GSK - 2017-01-12
当生化分析仪的反应底物耗尽，检验结果将会怎样？
当人体肝脏、心脏等器官损伤特别严重时，ALT、AST、CK等酶类会大量释放，使其在外周血中的浓度大幅升高，此时的酶活性远远超过试剂盒的线性范围，极易出现参与反应的底物迅速消耗殆尽，使反应不再为零级，导致被测物报告浓度远远低于实际浓度。
检验医学网 - 生化分析仪，底物耗尽，底物耗尽 - 2017-11-08
哪些患者要补液？烧伤、重症怎么补？这份补液攻略请收好！
补液治疗是指液体（如葡萄糖水、生理盐水、电解质、胶体等）通过输液或口服进入内环境的治疗方法，以纠正水、电解质、酸碱平衡紊乱和补充能量，恢复正常生理功能。
网络 - 补液 - 2021-04-18
室内质控失控后，如何评估患者检验结果？
患者安全是医院永恒的追求。检验科担负着为患者、临床医生提供疾病预防、诊断、治疗、预后判断和健康评估等大量信息的任务，这些信息的正确与否直接关系到患者的安全。检测结果的正确是检验科永恒的目标。 检验科的质量管理也从最初单纯的质量控制发展到现在的全面质量管理。检测方法的性能无疑是影响检测结果的关键因素之一。检测方法的性能一般从室内质量控制（简称室内质控）和室间质量评价（简称室间质评）2个方面进行
验医学网 - 室内质控，检验结果，医学知识 - 2019-06-05
新技术可快速精确检测一个人是否被感染
尽管当前已经有不少检测病毒感染的方法，但它们的局限性也很明显。好消息是，来自德克萨斯大学圣安东尼分校（UTSA）的科学家们，刚刚开发出了一种更加迅速和精确的感染检测新技术。临床医生通常会使用测试带来检测患者的感染状况，当其暴露于透明的生物液体时，就会改变显示的颜色。
cnBeta - 电化学反应，感染，检测 - 2018-06-24
那些年，我们忽视的真空采血管性能验证
笔者在工作之余随机采访了几位护士姐姐和检验科同事关于真空采血管对于检验质量的影响，大家各抒己见，但关注点主要集中在“外观、负压采血量、样本类型”等三个方面，的确这三个方面十分重要，那么今天我就给大家介绍一下真空采血管的性能验证
检验医学网 - 真空采血管，性能验证，医学知识 - 2019-01-15
【协和医学杂志】医学影像跨模态重建中的生成对抗网络研究进展
多模态医学影像是采用不同的医学成像技术［包括X线、CT、MRI、正电子发射断层显像（PET）等］获取影像学数据，临床医生可通过综合分析不同的影像信息明确患者的诊断。
协和医学杂志 - 生成对抗网络，多模态医学影像 - 2024-01-21
Nature Machine Intelligence：同济大学刘琦团队开发基于元学习的AI模型，用于抗原-TCR亲和力识别及肿瘤新生抗原免疫原性预测
MHC-多肽复合物与TCR亲和力的计算识别（pMHC-TCR binding recognition）是揭示肿瘤、自身免疫性疾病和病毒感染性疾病等疾病发生发展机制的重要手段。
“生物世界”公众号 - 肿瘤新生抗原，AI模型 - 2023-03-20
2016年美国科学院院士增选结果，4名华人入选，孟祥金教授在列
l; background-position: initial; background-repeat: initial;">孟祥金博士现为美国弗吉尼亚理工大学分子病毒学正教授。他在滨州医学院获医学学位，在武汉大学医学院（前湖北医科大学）获得微生物与免疫学硕士学位，并在位于美国爱荷华州Ames的爱荷华州立大学获免疫生物学博士学位。在孟博士于1999年加入弗吉尼亚理工大学取得教职之前，他在位于马里兰州
MedSci原创 - 美国科学院院士 - 2016-05-04
深度学习中评价指标：准确率、精确率、召回率、 F-1 Score、ROC、AUC、MAE
TP，FP，FN，TN分别表示如下意思：TP —— True Positive （真正, TP）被模型预测为正的正样本；可以称作判断为真的正确率 TN —— True Negative（真负 , TN）被模型预测为负的负样本 ；可以称作判断为假的正确率 FP ——False Posi
MedSci原创 - 深度学习，评价指标 - 2018-12-02
加权均数差 VS 标准化均数差
两组比较研究Meta分析ESsm 的计算是基于结果变量(反应变量)为连续性分布的比较组的均数、标准差和样本量的大小，如果纳入的研究这几个统计量都具备，且各研究的结果变量采用相同的操作，比如变量的定义相同
MedSci原创 - 统计，加权均数差，标准化均数差 - 2018-08-02
为您找到相关结果约500个
