Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Ukraiński (UK)
Przejdź do strony domowej biblioteki Uniwersytet Ekonomiczny we Wrocławiu Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaUniwersytet Ekonomiczny we Wrocławiu

Wyszukujesz frazę ""Evelina La Civita"" wg kryterium: Autor

  Lista filtrów
Wyrównaj
Wyświetlanie 1-20 z 21
Tytuł:
A Neural Network Model Combining [-2]proPSA, freePSA, Total PSA, Cathepsin D, and Thrombospondin-1 Showed Increased Accuracy in the Identification of Clinically Significant Prostate Cancer
Autorzy:
Francesco Gentile
Evelina La Civita
Bartolomeo Della Ventura
Matteo Ferro
Dario Bruzzese
Felice Crocetto
Pierre Tennstedt
Thomas Steuber
Raffaele Velotta
Daniela Terracciano
Pokaż więcej
Temat:
artificial neural network
Phi
PCLX
prostate cancer
tumor markers
Neoplasms. Tumors. Oncology. Including cancer and carcinogens
RC254-282
Źródło:
Cancers, Vol 15, Iss 5, p 1355 (2023)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2072-6694/15/5/1355; https://doaj.org/toc/2072-6694
Dostęp URL:
https://doaj.org/article/bfe4f6aa831e40dc886792bace21b1e7  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknie Pełny tekstSzczegóły
Tytuł:
Peri-Prostatic Adipocyte-Released TGFβ Enhances Prostate Cancer Cell Motility by Upregulation of Connective Tissue Growth Factor
Autorzy:
Evelina La Civita
Antonietta Liotti
Michele Cennamo
Felice Crocetto
Matteo Ferro
Pasquale Liguoro
Amelia Cimmino
Ciro Imbimbo
Francesco Beguinot
Pietro Formisano
Daniela Terracciano
Pokaż więcej
Temat:
adipocytes
prostate cancer
TGFβ1
peri-prostatic adipose tissue
cell migration
Biology (General)
QH301-705.5
Źródło:
Biomedicines, Vol 9, Iss 11, p 1692 (2021)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2227-9059/9/11/1692; https://doaj.org/toc/2227-9059
Dostęp URL:
https://doaj.org/article/a4a980bb92f74dc9babe0bac00f3cabd  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Tytuł:
Reply to Jue et al. Value of MRI to Improve Deep Learning Model That Identifies High-Grade Prostate Cancer. Comment on 'Gentile et al. Optimized Identification of High-Grade Prostate Cancer by Combining Different PSA Molecular Forms and PSA Density in a Deep Learning Model. Diagnostics 2021, 11, 335'
Autorzy:
Francesco Gentile
Matteo Ferro
Bartolomeo Della Ventura
Evelina La Civita
Antonietta Liotti
Michele Cennamo
Dario Bruzzese
Raffaele Velotta
Daniela Terracciano
Pokaż więcej
Temat:
n/a
Medicine (General)
R5-920
Źródło:
Diagnostics, Vol 11, Iss 7, p 1214 (2021)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2075-4418/11/7/1214; https://doaj.org/toc/2075-4418
Dostęp URL:
https://doaj.org/article/884af283254245febac84efc62cbb5e7  Link otwiera się w nowym oknie
Czasopismo naukowe
Pełny tekst  Link otwiera się w nowym oknieSzczegóły
Tytuł:
COVID-19 Vaccine mRNABNT162b2 Elicits Human Antibody Response in Milk of Breastfeeding Women
Autorzy:
Maurizio Guida
Daniela Terracciano
Michele Cennamo
Federica Aiello
Evelina La Civita
Gennaro Esposito
Valentina Gargiulo
Giuseppe M. Maruotti
Giuseppe Portella
Laura Sarno
Pokaż więcej
Temat:
vaccine
milk
immunoglobulins
SARS-Cov-2
Medicine
Źródło:
Vaccines, Vol 9, Iss 7, p 785 (2021)
Opis pliku:
electronic resource
Relacje:
https://www.mdpi.com/2076-393X/9/7/785; https://doaj.org/toc/2076-393X
Dostęp URL:
https://doaj.org/article/121823a02184454eb5e98bc02313f2a8  Link otwiera się w nowym oknie
Czasopismo naukowe
Szczegóły
Wyświetlanie 1-20 z 21

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies