- 最近
- 已收藏
- 排序
- 筛选
- 44
- 11
- 9
- 5
- 4
- 1
- 13
- 5
- 4
- 4
- 3
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 李作祥 汪鹏 等 《中国数字医学》 2019年14卷8期 29-31页ISTIC
【摘要】 目的:利用大数据科研分析平台,促进对慢性肾脏疾病的研究,加快科研成果产出,提高疾病诊疗水平.方法:基于对海量数据的特征分析、相关性分析、荟萃分析及深度学习等,提出创新的科学问题和假设;并进行多统计模型处理,对统计结果进行差异化分析,优化临床...
- 概要:
- 方法:
- 结论:
【中文期刊】 俞高 《中国数字医学》 2016年11卷9期 15-17,63页ISTIC
【摘要】 目的:医院信息平台建设为医院汇集海量的临床诊疗数据,这些数据的应用有待于进一步挖掘,以便为医院构建一套从表单制作到统计分析报告的科研分析平台,为上海市儿童医院医护人员进行科学研究提供辅助支持.方法:基于医院临床数据中心,构建具有儿科特色的专...
- 概要:
- 方法:
- 结论:
【中文期刊】 王雪萍 《中国卫生产业》 2017年14卷17期 59-60页
【摘要】 目的 该院的信息平台具有大量的临床数据以及管理数据,与这些数据有关的科研记过有待进一步的分析,因此构建一个科研分析平台可以为今后的医疗科研提供重要的辅助支持.方法 基于临床数据中心构建具有该院医疗结果特色的数据集市.结果 实现该院各类科研数...
- 概要:
- 方法:
- 结论:
【中文期刊】 赵鼎婕 孙文荣 等 《大健康》 2020年31期 191,194页
【摘要】 随着计算机技术和网络的快速发展,云计算、物联网和移动互联网等技术的应用也渗透到了临床医学中。通过机器学习、人工智能模型对积累的大量临床数据的分析,可以更好地优化临床研究中的多个环节,比如临床决策支持、真实世界研究、临床试验管理等。
- 概要:
- 方法:
- 结论:
【中文期刊】 吴欢 车贺宾 等 《解放军医学院学报》 2025年46卷2期 119-125,133页ISTICCA
【摘要】 背景 随着医疗信息化的发展,医疗大数据平台成为临床研究资源再分析、利用的关键突破点.然而,医疗数据的多源异构性、数据标准多样性、患者隐私保护要求高等特点增加了数据采集与应用的难度.目的 分析医疗大数据平台建设需求,研发自助式全流程数据治理平...
- 概要:
- 方法:
- 结论:
【中文期刊】 甄倩 朱蓉 等 《中国全科医学》 2024年27卷32期 4029-4032,4039页ISTICPKUCA
【摘要】 辨证论治是中医核心诊疗思维,是决定临床疗效的关键.如今,基于临床数据研究是探索中医证治规律的主要方法,但未真正而全面地剖析出"病-证-方-药-效"关键因素的内在关系,导致研究结果的临床价值较低.因此,笔者系统梳理了电子病历与临床研究匹配性差...
- 概要:
- 方法:
- 结论:
【中文期刊】 魏斌 焦扬 等 《中国医药导报》 2024年21卷3期 4-8页ISTICCA
【摘要】 目的 探究红外热成像技术(IRT)在证候诊断及疗效评价中的临床应用现状.方法 检索中国知网、万方数据知识服务平台和维普网数据库建库至 2022 年 10 月收录的IRT在证候诊断及疗效评价中应用的临床研究文献.运用CiteSpace 5.7...
- 概要:
- 方法:
- 结论:
【中文期刊】 郭凤赟 张晴晴 等 《中国医药导报》 2024年21卷34期 135-141,173页ISTICCA
【摘要】 目的 分析脾虚湿热证研究现状、热点及趋势,为临床中医诊治和研究提供参考.方法 检索并筛选中国知网、万方数据知识服务平台、维普网中建库至2024年4月收录的脾虚湿热证临床研究文献,应用CiteSpace 6.1.R6软件对纳入文献的作者、科研...
- 概要:
- 方法:
- 结论:
【中文期刊】 吴晓萍 郑涛 等 《胃肠病学》 2023年28卷4期 237-242页ISTICCA
【摘要】 本文对上海交通大学医学院附属仁济医院牵头建设的炎症性肠病(IBD)专病队列数据库作一简介.参考国内外标准构建IBD数据集,源自多源异构平台的数据经数据抽取、清洗、归一化等信息化技术处理后,形成队列,建成重大专病数据库,提高了临床、教学、科研...
- 概要:
- 方法:
- 结论: