全文获取类型
收费全文 | 196篇 |
免费 | 4篇 |
国内免费 | 3篇 |
专业分类
临床医学 | 38篇 |
内科学 | 41篇 |
特种医学 | 40篇 |
外科学 | 4篇 |
综合类 | 21篇 |
预防医学 | 13篇 |
药学 | 44篇 |
中国医学 | 1篇 |
肿瘤学 | 1篇 |
出版年
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2011年 | 2篇 |
2010年 | 1篇 |
2009年 | 9篇 |
2008年 | 13篇 |
2007年 | 24篇 |
2006年 | 17篇 |
2005年 | 20篇 |
2004年 | 17篇 |
2003年 | 21篇 |
2002年 | 11篇 |
2001年 | 11篇 |
2000年 | 9篇 |
1999年 | 4篇 |
1997年 | 5篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 3篇 |
1993年 | 4篇 |
1992年 | 6篇 |
1991年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1988年 | 3篇 |
1986年 | 3篇 |
1985年 | 3篇 |
1982年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有203条查询结果,搜索用时 31 毫秒
101.
甲状腺机能减退患者血清脂质浓度的变化 总被引:3,自引:0,他引:3
目的观察甲状腺机能减退(甲减)患者血清脂质的变化及其意义,探讨甲状腺激素浓度改变对脂质水平的影响。方法对34例甲减患者和36例健康对照者,采用BECKMAN COULTER Access全自动微粒子化学发光免疫分析仪检测三碘甲状腺原氨酸(T3)、甲状腺素(T4)、游离三碘甲状腺原氨酸(FT3)、游离甲状腺素(FT4)、促甲状腺激素(TSH)。用OLYMPUS AU-2700全自动生化分析仪检测总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)。结果甲减患者组血清TC、LDL-C水平分别为5.80±1.62mmol/L、3.45±1.05mmol/L,对照组TC、LDL-C水平为5.05±1.00mmol/L、2.42±0.82mmol/L,两组比较,差异均有统计学意义(t=2.36,P<0.05;t=4.62,P<0.01),血清TG及HDL-C水平两组间差异无统计学意义(P>0.05)。相关分析,T3、FT3、FT4与TC及LDL-C水平呈明显负相关,TSH与TC、TG、LDL-C水平呈明显正相关。结论甲减患者TC及LDL-C水平明显升高,且与甲状腺激素水平密切相关,检测血清脂质可作为判断甲减患者病情及疗效的有效指标。 相似文献
102.
分析前标本处理方法对生化检验结果的影响 总被引:5,自引:0,他引:5
目的 探讨分析前标本采集与处理方式对生化检验结果的影响。方法 对用真空采血管采血 30min离心分离血浆 (清 )与普通敞口塑料试管收集血样室温放置 2h离心分离血浆 (清 ) ,进行 14个临床化学项目的对比检测。结果 敞口塑料试管血浆组 7个项目的测定值与真空采血管组有显著差异 (P <0 .0 5或P <0 .0 0 1) ,Na+ ,Cl-,BUN ,TG明显升高 ,GLU、TCO2 、TBIL明显降低 ;血清组 2个项目有显著差异 (P <0 .0 5 ) ,GLU、TBIL值下降。结论 做好分析前标本质量控制 ,应提倡和推荐使用真空采血管 ,并应尽快分离血浆 (清 ) 相似文献
103.
目的消除甘油三酯酶法测定中胆红素的干扰.方法在高胆红素血清中先加入重氮试剂,使之反应生成红紫色的偶氮胆红素,然后再加入入甘油三酯酶试剂反应呈色,另设不加酯试剂的对照管扣除胆红素与重氮试剂反应产物的呈色.结果该法对甘油三酯与酶试剂反应无影响,500umon/l以内胆红素的干扰可被有效地消除,重复试验CV为2.64%,与经典的不受胆红素影响的异丙醇抽提,乙酰丙酮显色法有良好的相关性,r=0.9647,Y=0.9813X+0.0928.结论该法能有效消除胆红素对甘油三酯酶法测定的干扰,适用于手工及半自动分析. 相似文献
104.
糖尿病患者肝功能的变化及其意义 总被引:9,自引:0,他引:9
目的观测糖尿病相关性肝损伤的情况。方法对264例糖尿病患者进行总胆红素(TBIL)、直接胆红素(DBIL)、白蛋白(ALB)、丙氨酸氨基转移酶(ALT)、门冬氨酸氨基转移酶(AST)、r-谷氨酰转移酶(GGT)和总胆固醇(TC)、甘油三酯(TG)检测。结果糖尿病相关性肝损伤的发生率为28.9%,表现为胆红素、肝酶升高及白蛋白下降,肝酶大多为轻度升高。肝损伤患者TC、TG水平及异常率明显高于肝功正常者。结论糖尿病患者肝损伤较常见,应常规检查肝功能。 相似文献
105.
106.
目的探讨血浆氮-末端脑钠肽前体(NT-proBNP)水平检测在左室射血分数正常的心力衰竭(HFNEF)诊断中的应用价值。方法采用ELISA法测定88例左室射血分数正常的高血压病患者与20例健康者的血浆NT-proBNP水平。比较不同舒张功能障碍程度患者血浆NT-proBNP水平变化;观察血浆NT-proBNP水平与高血压病患者NYHA心功能分级的关系;通过应用受试剂者工作特征曲线(ROC曲线)分析,确定诊断HFNEF的血浆NT-proBNP水平截断值。结果血浆NT-proBNP水平与高血压病患者舒张功能障碍程度和NYHA心功能分级相关,血浆NT-proBNP水平随舒张功能障碍程度加重及NYHA心功能分级增加而升高。应用ROC曲线分析确定诊断HFNEF的血浆NT-proBNP最佳截断值为286pg/ml,以此截断值诊断HFNEF的敏感性为90.58%,特异性为97%,阳性预测值为95%,阴性预测值为94.1%。结论血浆NT-proBNP水平与高血压病患者左室舒张功能障碍程度及临床心功能状态相关;当血浆NT-proBNP水平≥286pg/ml时,诊断HFNEF的敏感性、特异性、阳性预测值、阴性预测值均较高。血浆NT-proBNP水平可作为HFNEF诊断的重要生物学指标。 相似文献
107.
目的:探讨急性冠脉综合征(ACS)患者血清氮末端脑钠尿肽原(NT-proBNP)水平与冠脉病变程度之间的关系。方法: 对150例因胸痛入院的患者行选择性冠状动脉造影,其中ACS组78例,稳定型心绞痛(SAP)组33例,冠状动脉造影正常组39例,采用冠状动脉造影Gensini积分评价冠状动脉病变的严重程度,同期测定患者血清NT-proBNP及左室射血分数(LVEF),分析NT-proBNP基线水平与LVEF及Gensini积分的关系。结果: ①ACS组NT-proBNP浓度明显高于SAP组与正常组(均P<0.05)。SAP组NT-proBNP浓度明显高于正常组(P<0.05)。②ACS患者NT-proBNP水平与Gensini积分呈正相关(Pearson偏相关系数r=0.84,P<0.01)。③多元逐步回归结果显示,ACS患者,影响NT-proBNP浓度的因素为冠状动脉造影积分和LVEF(冠状动脉造影Gensini积分的偏决定系数R2=0.8327,P<0.01;LVEF 的偏决定系数R2=0.0034,P>0.05)。结论: ACS患者血清NT-proBNP水平与冠脉病变程度高度相关。 相似文献
108.
目的探讨非瓣膜性心脏病阵发性心房颤动(房颤)患者药物复律前血浆N末端脑钠肽前体水平对复律效果的预测价值。方法98例非瓣膜性心脏病阵发性房颤患者接受顿服普罗帕酮450~600mg复律治疗,观察患者复律前后血浆N末端脑钠肽前体(NT-proBNP)水平变化。结果98例阵发性房颤患者顿服普罗帕酮后48h内57例(58.2%)转复为窦性心律,成功复律组患者复律前血浆NT-proBNP水平为(435.65±156.27)ng/L,明显低于未成功复律组的(482.76±59.86)ng/L,(P<0.01),成功复律组患者复律后1h血浆NT-proBNP水平为(195.61±36.38)ng/L,明显低于复律前的(435.65±156.27)ng/L,(P<0.01),而未成功复律组复律前血浆NT-proBNP为(482.76±59.86)ng/L,与服药后48h的(453.76±143.38)ng/L无明显变化(P>0.05)。结论房颤本身是影响心肌细胞脑钠肽分泌的重要因素,入院时血浆NT-proBNP水平对非瓣膜性心脏病阵发性房颤药物复律效果具有预测价值。 相似文献
109.
大数据时代的海量数据,给存储、合理分析、最优化利用这些资源带来挑战,人工智能(artificial intelligence,AI)的蓬勃发展给人们带来了希望。继美国等发布人工智能发展计划之后,我国于2017年启动人工智能计划,并把人工智能上升为国家战略[1]。人工智能是通过优化计算机算法,使其能够执行与人类智能相关的任务[2],它经历了从计算智能、感知智能到认知智能的三个阶段[1]。人工智能能够模拟人类智能的优势,通过整合分析健康和疾病的大数据,快速高效地给患者、医生、医疗机构以及监管机构提供有价值的诊疗信息[1]。心血管病的高死亡率和发病率引起了人们极大的关注。人工智能技术的快速发展,奠定了心血管病早诊断、早治疗的基础。因此,本文从人工智能在心血管病诊疗中的应用及前景进行综述。 相似文献
110.
目的 利用机器学习(ML)方法探讨定量、定性的冠状动脉斑块特征以及血流动力学参数对缺血特异性狭窄血管的影响。 材料与方法 回顾性分析同时行冠状动脉CT血管成像(CCTA)、有创冠状动脉造影(ICA)及FFR测量的255例病人共328支血管的临床及影像资料。以FFR≤0.80作为提示病变特异性缺血的指标,依据FFR值将纳入血管分为非缺血组(FFR>0.80)和缺血组(FFR≤0.80)。测量所有纳入斑块的CCTA参数,包括斑块的定量、定性特征以及血流动力学参数。采用LogitBoost算法建立随机森林模型,通过信息增益排序方法自动选择特征。分类准确度、敏感度以及f1值(分类准确度与敏感度的调和平均值)用以评价随机森林模型对造成缺血特异性狭窄斑块的预测价值,并计算受试者操作特征(ROC)曲线下面积。采用十折分层交叉验证法计算模型的总体分类准确度。 结果 应用ML方法得出,血流动力学参数FFRCT、ΔFFRCT是预测缺血特异性狭窄最重要的2个特征,其次是斑块的定量、定性特征,包括脂质斑块体积、斑块弯曲、斑块不规则、非钙化斑块体积、狭窄程度、纤维斑块体积和管腔体积。在排序前10的特征中有9个是CCTA相关参数,只有1个临床参数。采用随机森林模型预测缺血特异性狭窄的分类准确度为0.940,敏感度为0.940,f1值为0.940;预测缺血特异性狭窄的 ROC曲线下面积为0.992,模型的总体分类准确度为0.921±0.047。 结论 ML方法能够很好地预测引起心肌缺血的冠状动脉特异性狭窄病变的斑块特征。 相似文献