首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6903篇
  免费   527篇
  国内免费   294篇
耳鼻咽喉   37篇
儿科学   107篇
妇产科学   112篇
基础医学   673篇
口腔科学   260篇
临床医学   902篇
内科学   1022篇
皮肤病学   83篇
神经病学   193篇
特种医学   252篇
外科学   1108篇
综合类   1283篇
一般理论   5篇
预防医学   419篇
眼科学   340篇
药学   549篇
  11篇
中国医学   275篇
肿瘤学   93篇
  2024年   8篇
  2023年   248篇
  2022年   219篇
  2021年   410篇
  2020年   362篇
  2019年   237篇
  2018年   170篇
  2017年   173篇
  2016年   156篇
  2015年   175篇
  2014年   347篇
  2013年   504篇
  2012年   351篇
  2011年   448篇
  2010年   349篇
  2009年   375篇
  2008年   339篇
  2007年   327篇
  2006年   319篇
  2005年   300篇
  2004年   235篇
  2003年   213篇
  2002年   197篇
  2001年   137篇
  2000年   130篇
  1999年   103篇
  1998年   97篇
  1997年   101篇
  1996年   60篇
  1995年   55篇
  1994年   68篇
  1993年   50篇
  1992年   40篇
  1991年   48篇
  1990年   46篇
  1989年   36篇
  1988年   27篇
  1987年   32篇
  1986年   32篇
  1985年   31篇
  1984年   20篇
  1983年   8篇
  1982年   26篇
  1981年   24篇
  1980年   22篇
  1979年   27篇
  1978年   20篇
  1977年   5篇
  1976年   6篇
  1973年   4篇
排序方式: 共有7724条查询结果,搜索用时 31 毫秒
1.
目的:探索体重指数(BMI)对不孕女性夫精宫腔内人工授精(IUI)周期妊娠结局的影响。方法:回顾性分析2015 年1 月—2020 年6 月于天津市中心妇产科医院生殖中心施行IUI 治疗的3 707 例患者的周期资料,按照BMI 分为3 组,A 组(正常 体质量组18.5 kg/m2≤BMI<23.0 kg/m2)、B 组(超重组23.0 kg/m2≤BMI<25.0 kg/m2)、C 组(肥胖组BMI≥25.0 kg/m2),比较各组间 一般资料以及妊娠结局。结果:在方案中,3 组间自然周期方案占比差异均有统计学意义(P<0.01),口服药物联合肌注促排药物 方案差异均有统计学意义(P<0.01);BMI 与活产率无关,B 组(OR=1.161,95% CI:0.861~1.565,P=0.328)以及C 组(OR=1.003, 95% CI=0.761~1.322,P=0.948)与A 组活产率差异无统计学意义;肌注促排药物(OR=1.425,95% CI:1.026~1.980,P=0.035) 以及口服药物联合肌注促排药物(OR=1.366,95% CI:1.038~1.796,P=0.026)是影响活产率的独立因素。肥胖(OR=2.784,95% CI:1.471~5.267,P=0.002)以及继发性不孕(OR=3.048,95% CI=1.454~6.389,P=0.003)是早期流产的危险因素。结论:肥胖以及继 发性不孕为早期流产的危险因素,促排药物可提高不孕患者IUI 活产率。  相似文献   
2.
目的探讨ICU人工气道患者非计划性拔管的危险因素及医疗失效模式与效应分析(HFMEA)的应用价值。方法选择2020年7月-9月在我院ICU治疗的气管插管患者100例为研究对象。根据是否发生非计划性拔管分为拔管组21例和未拔管组79例。收集患者一般资料与临床资料,采用单因素及多因素分析影响ICU人工气道患者非计划性拔管的危险因素。自2020年10月我科实施HFMEA,选择2020年10月~12月ICU气管插管患者100例,比较实施HFMEA前后非计划性拔管发生率。结果单因素分析结果显示,责任护士ICU工作年限、APACHEⅡ评分、置管天数、正确使用约束、镇静与躁动评分是发生非计划性拔管的相关因素(P<0.05)。多因素Logistic回归分析结果显示,责任护士ICU工作年限短、镇静与躁动评分高是非计划性拔管的独立危险因素,而正确使用约束是保护因素(P<0.05)。实施HFMEA后,非计划性拔管率显著低于实施HFMEA前(P<0.05)。结论ICU人工气道患者非计划性拔管率较高,责任护士经验缺乏、患者躁动、未正确使用约束等是非计划性拔管的高危因素。实施HFMEA后,非计划性拔管率显著下降。  相似文献   
3.
《Value in health》2022,25(3):331-339
ObjectivesClinical artificial intelligence (AI) is a novel technology, and few economic evaluations have focused on it to date. Before its wider implementation, it is important to highlight the aspects of AI that challenge traditional health technology assessment methods.MethodsWe used an existing broad value framework to assess potential ways AI can provide good value for money. We also developed a rubric of how economic evaluations of AI should vary depending on the case of its use.ResultsWe found that the measurement of core elements of value—health outcomes and cost—are complicated by AI because its generalizability across different populations is often unclear and because its use may necessitate reconfigured clinical processes. Clinicians’ productivity may improve when AI is used. If poorly implemented though, AI may also cause clinicians’ workload to increase. Some AI has been found to exacerbate health disparities. Nevertheless, AI may promote equity by expanding access to medical care and, when properly trained, providing unbiased diagnoses and prognoses. The approach to assessment of AI should vary based on its use case: AI that creates new clinical possibilities can improve outcomes, but regulation and evidence collection may be difficult; AI that extends clinical expertise can reduce disparities and lower costs but may result in overuse; and AI that automates clinicians’ work can improve productivity but may reduce skills.ConclusionsThe potential uses of clinical AI create challenges for health technology assessment methods originally developed for pharmaceuticals and medical devices. Health economists should be prepared to examine data collection and methods used to train AI, as these may impact its future value.  相似文献   
4.
5.
6.
7.
目的 探索人工智能骨髓细胞识别系统Morphogo应用于多发性骨髓瘤微小残留病(minimal residual disease,MRD)检测的临床价值及面临问题。方法 收集已经由流式细胞术(multiparameter flow cytometry,MFC)检查后明确微小残留病结果的病例65例,调取其留存的骨髓瑞氏染色涂片,通过基于人工智能(artificial intelligence,AI)平台的分析系统Morphogo对所有骨髓涂片进行全自动扫描及细胞分类。AI及细胞形态学多发性骨髓瘤MRD阳性阈值设为浆细胞比例大于4.4%。按AI自动识别细胞数量将病例分为I 500组、I 1000组、I 2000组,每组病例的人工智能微小残留病(AI-MRD)、细胞形态学(morphology)微小残留病(M-MRD)和流式细胞术微小残留病(MFC-MRD)结果两两行Kappa一致性检验,并计算各组敏感度、特异度、准确度。分别以MFC-MRD和M-MRD结果为金标准绘制AI-MRD的受试者工作特征(receiver operating characteristic,ROC)曲线并计算其曲线下面积(area under the curve,AUC)。结果 分组后AI-MRD vs. MFC-MRD 和AI-MRD vs. M-MRD的Kappa值、敏感度、特异度、准确度、AUC均随识别细胞数量的增加而增高,其中I 2000组AI-MRD vs. MFC-MRD的Kappa一致性检验结果为Kappa=0.500(P=0.013),敏感度为71%,特异度为80%,准确度为75%;AI-MRD vs. M-MRD的Kappa一致性检验结果为Kappa=0.667(P=0.001),敏感度为100%,特异度为75%,准确度为83%。以MFC-MRD结果为标准,I 2000组AI-MRD的ROC AUC=0.800(P=0.002,95%CI=0.588~0.934),M-MRD的ROC AUC=0.779(P=0.005,95%CI=0.564~0.921)。结论 人工智能骨髓细胞识别系统Morphogo检测多发性骨髓瘤MRD具有细胞识别准确度高、速度快、成本低等特点,后续开发中应加入细胞组化染色、细胞免疫等技术提高人工智能多发性骨髓瘤微小残留病诊断的准确率。  相似文献   
8.
【摘要】目的:评估3D打印人工椎体与传统钛笼在颈椎前路椎体次全切除减压植骨融合术(anterior cervical corpectomy and fusion,ACCF)中应用的临床效果。方法:回顾性分析2017年6月~2020年6月于承德医学院附属医院脊柱外科行单椎体ACCF的50例脊髓型颈椎病患者,其中25例术中应用3D打印人工椎体(观察组),25例术中应用传统钛笼植骨(对照组)。记录两组患者手术时间、术中出血量、C型臂X线机透视次数及随访时间。术前、术后3天、术后3个月及末次随访时在颈椎侧位X线片上测量椎体次全切除节段椎间高度(H1、H2)、C2-7 Cobb角、C2-7矢状面轴向距离(C2-7 sagittal vertical axis,C2-7 SVA)及T1倾斜角,比较两组患者各时间点的影像学参数;应用日本骨科协会(Japanese Orthopaedic Association,JOA)评分评价神经功能,应用疼痛视觉模拟(visual analogue scale,VAS)评分评价颈部疼痛。根据Kandziora标准判断植骨融合情况。结果:所有患者均获得随访,观察组随访时间12~33个月(24.16±4.95个月);对照组随访时间12~33个月(22.60±5.91个月),两组患者随访时间比较无统计学差异(P>0.05)。两组患者手术时间、术中出血量和C型臂X线机透视次数均无显著性差异(P>0.05);两组患者术后各时间点的JOA评分和VAS评分较术前均有明显改善,差异均有统计学意义(P<0.05),两组间同时间点比较无统计学差异(P>0.05);术后两组患者各时间点的椎体间高度、C2-7 Cobb角、C2-7 SVA及T1倾斜角与术前相比均有明显改善(P<0.05),两组间术前及术后3天比较无显著性差异(P>0.05),术后3个月及末次随访时两组间比较有统计学差异(P<0.05)。末次随访时观察组19例人工椎体存在下沉,下沉距离为0.1~0.9mm,无严重下沉患者;对照组20例钛笼下沉,下沉距离为1.3~3.5mm,有4例严重下沉患者;观察组人工椎体下沉距离小于对照组钛笼下沉距离,差异有统计学意义(P<0.05)。末次随访所有患者均实现骨性融合。结论:脊髓型颈椎病患者行ACCF时应用3D打印人工椎体和传统钛笼植骨均可恢复椎体间高度,重建颈椎稳定性及颈椎生理曲度;3D打印人工椎体能够减缓术后支撑假体的沉降,进而维持减压椎体间高度。  相似文献   
9.
10.
《Diagnostic Histopathology》2022,28(11):493-500
After decades of relative stagnation lung cancer is emerging as a disease type where rapid progress is being made in diagnosis and therapy, as well as in our understanding of disease biology. Much of this progress is of immediate impact to diagnosticians, and more is likely to affect diagnostic practice in the near future. In this review we seek to briefly summarize several key areas of active research of immediate or probable imminent value to trainee and consultant pulmonary pathologists alike. We cover some major changes in tumour classification, grading, and patient stratification, as well as considering the state of the art in machine-assisted interpretation of lung cancer histology, and the use of genetically modified lung cancer models.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号