Depresszió: ki dolgozik rajta

Intézményenként egy kártya. Szűrhetsz célpontra, országra, vagy csak az EU-13 (Horizon Europe felzárkózó) országok intézményeire.

• Minden célpont
• BDNF 1
• NMDA 7
• NLRP3 0
• GLP-1 1
• TNF 0
• IL-6 3
• NRF2 0
• PPAR 0
• AMPK 0
• mTOR 0
• STAT3 0
• AKT 0
• JAK 1
• TLR4 0
• ERK 0
• IL-1 0
• PI3K 0
• AQP4 0
• HDAC 0
• HMGB1 0
• METTL3 0
• MMP-9 0
• SGLT2 0
• SIRT1 0
• VEGF 0
• BACE1 0
• C9orf72 0
• CCR5 0
• CD19 0
• CD22 0
• COX-2 0
• CTNNB1 0
• CXCR4 0
• DPP-4 0
• FOXP3 0
• HSP90 0
• IDO1 0
• IL-15 0
• IL-17 0
• IL-4 1
• MAPK 0
• MEK 0
• PARP 0
• PDGFR 0
• PINK1 0
• PRMT5 0
• RANKL 0
• SNCA 0
• STING 0
• TP53 0

Az EU-13 szűrő, nem rangsor: csak szűkíti a listát.

Ebben a nézetben még nincs kutatócsoport.

Vizsgálatok, amelyek regiszteradata szerint az egyéni résztvevői adatokat (IPD) megosztják.

Ebben a nézetben egy vizsgálat sem jelzi, hogy megosztaná a résztvevői adatokat.

Publikációk erről a betegségről egy MeSH-módszerkifejezés szerint, például szekvenálási vagy képalkotó módszerre.

• Single-Cell Analysis 14
• Mendelian Randomization Analysis 82
• CRISPR-Cas Systems 1
• Gene Expression Profiling 60
• Sequence Analysis, RNA 4
• Whole Genome Sequencing 1
• Exome Sequencing 4
• Proteomics 25
• Metabolomics 21
• Mass Spectrometry 2
• Flow Cytometry 1
• Immunohistochemistry 1
• Positron-Emission Tomography 25
• Magnetic Resonance Imaging 453
• Machine Learning 106
• Deep Learning 20
• Cohort Studies 125
• Genome-Wide Association Study 147

• Predicting remission following repetitive transcranial magnetic stimulation in treatment-resistant depression: a comparison of parsimonious and ensemble machine learning models.

  J Affect Disord, 2026. okt.

• Transcriptional signatures associated with cortical similarity network changes in adolescents with major depressive disorder.

  Psychol Med, 2026. okt.

• EDIT-B consortium: an external pan-European validation of an innovative machine learning-based test for bipolar disorder diagnosis.

  BMJ Ment Health, 2026. okt.

• Machine learning-based source-level EEG functional network biomarkers of antidepressant treatment response in major depressive disorder.

  Prog Neuropsychopharmacol Biol Psychiatry, 2026. okt.

• Quantifying Subject-Identity Variance in Spectral EEG Features and Its Role in Machine Learning Evaluation Leakage.

  Sensors (Basel), 2026. szept.

• From real-world experience to precision prescribing of antidepressants: a machine-learning analysis of clinicians' treatment choices.

  Eur Neuropsychopharmacol, 2026. szept.

• Multimodal machine learning model integrating electroencephalography, heart rate variability and clinical measures for distinguishing major psychiatric disorders.

  J Affect Disord, 2026. szept.

• Toward precision acupuncture for depression: EEG microstate biomarkers and explainable machine learning for TECAS response.

  J Affect Disord, 2026. szept.

• ATR-FTIR spectroscopic analysis and two-stage machine learning for the differentiation of bipolar and major depressive disorder.

  J Psychiatr Res, 2026. szept.

• Predicting early psychiatric readmission among people with major depressive disorder: A machine learning analysis from the prospective multicentre DEEP READ study.

  J Affect Disord, 2026. szept.

Megmutatjuk, a betegség mely célpontjait említi az absztrakt, és onnan a rajtuk dolgozókhoz jutsz.