Mielodiszplasztikus szindróma (MDS): ki dolgozik rajta

Intézményenként egy kártya. Válassz célpontot, és csak az azon dolgozó csoportok maradnak.

• Minden célpont
• TP53 6
• IDH 12
• FLT3 6
• BCL-2 4
• CD19 5
• CD33 3
• RUNX1 0
• CD123 3
• JAK 3
• PARP 0
• TIM-3 0
• ABL1 0
• KMT2A 1
• CD47 0
• NPM1 2
• PD-1 1
• IL-1 2
• NLRP3 1
• ERK 0
• EZH2 0
• NRAS 0
• RAS 0
• SGLT2 1
• AKT 0
• CD20 1
• CD38 2
• CSF1R 2
• GLP-1 0
• IL-6 1
• PD-L1 0
• PI3K 1
• STING 1
• ALK 0
• AMPK 0
• AR 0
• ATM 0
• BCMA 1
• BRAF 0
• BRCA1 0
• BRCA2 0
• BTK 0
• CCR5 0
• CD22 1
• CD40 0
• COX-2 0
• CTNNB1 0
• GPRC5D 1
• GPX4 0
• HIF-1 0
• IL-15 1
• IL-17 0
• KIT 0
• KRAS 0
• MAPK 0
• MYC 0
• PRMT5 0
• RB1 0
• STAT3 0

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 3
• CRISPR-Cas Systems 3
• Gene Expression Profiling 12
• Exome Sequencing 8
• Proteomics 2
• Metabolomics 1
• Mass Spectrometry 1
• Flow Cytometry 18
• Immunohistochemistry 1
• Liquid Biopsy 1
• Circulating Tumor DNA 1
• Xenograft Model Antitumor Assays 4
• Magnetic Resonance Imaging 8
• Machine Learning 8
• Deep Learning 3
• Cohort Studies 7

• Data-augmented machine learning refines the effective-concentration estimate for eculizumab in complement-mediated diseases.

  Front Immunol, 2026. júl.

• Non-invasive differentiation between aplastic anemia and myelodysplastic syndromes based on an 8-feature lightGBM model: A multicenter external validation study.

  Curr Res Transl Med, 2026. júl.

• Evaluation of the Usefulness of Machine Learning and Artificial Intelligence on Hyperspectral Images in the Diagnosis of Myelodysplastic Syndrome.

  J Biophotonics, 2026. júl.

• Increased Prevalence of Extrathymic Neoplasms in Myasthenia Gravis Patients-A Population-Based, Matched Case-Control Study.

  Muscle Nerve, 2026. márc.

• Interpretable Machine Learning to Decipher Myelodysplastic Syndrome-Associated Alterations of the Extracellular Matrix by Time-of-Flight Secondary Ion Mass Spectrometry.

  J Am Soc Mass Spectrom, 2026. márc.

• Review of flow cytometry findings and associated scoring approaches for identifying myelodysplastic syndrome and the future role of machine learning in improving the diagnostic algorithm.

  Am J Clin Pathol, 2026. jan.

• Prediction of myeloid malignant cells in Fanconi anemia using machine learning.

  PLoS One, 2026. jan.

• Dynamic Mortality Risk Prediction in Myelodysplastic Syndromes Using Longitudinal Clinical Data.

  JCO Clin Cancer Inform, 2025. dec.

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