Policisztás vesebetegség: ki dolgozik rajta

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

• Minden célpont
• PKD1 1
• SGLT2 1
• AMPK 1
• CFTR 1
• STAT3 0
• GLP-1 1
• mTOR 0
• MUC1 0
• CDK4/6 0
• DMD 1
• EGFR 0
• G6PD 0
• HER2 0
• HTT 1
• IL-6 0
• MAPK 0
• NF1 1
• NRF2 1
• PD-L1 0
• PKM2 0
• PPAR 0
• SMN1 1
• STING 0
• TLR4 0
• TNF 0
• YAP 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 2
• Organoids 3
• Mendelian Randomization Analysis 1
• CRISPR-Cas Systems 7
• Gene Expression Profiling 4
• Whole Genome Sequencing 2
• Exome Sequencing 9
• Metabolomics 1
• Immunohistochemistry 1
• Magnetic Resonance Imaging 10
• Machine Learning 2
• Deep Learning 3
• Cohort Studies 13
• Genome-Wide Association Study 2

• Deep learning-supported image quantification of epithelial cell shapes and its application to polycystic kidney disease.

  PLoS Comput Biol, 2026. aug.

• Impact on Cost and Expert Time of Data-Efficient Deep Learning for Medical Image Segmentation.

  Radiol Artif Intell, 2026. júl.

• Chronic kidney disease detection using XceptionNet with Harmonic Addax Optimization.

  Comput Biol Chem, 2026. jan.

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