الرئيسية › دليل الباحثين › Raed Alroughani
Raed Alroughani
الانتماء : Neurology, Inc · Centre Hospitalier de l’Université de Montréal
- 3منشورات (انتماء كندي)
- 513مجموع المنشورات
- 9019الاستشهادات
- 48مؤشر h
الملف البحثي
لدى Raed Alroughani 3 منشور(ات) مفهرسة (2021–2024). تُنشر أعماله أساسًا في «Journal of Neurology Neurosurgery & Psychiatry»، «Journal of Neurology» و«Computer Methods and Programs in Biomedicine». أكثر مقالاته استشهادًا هو «Longitudinal machine learning modeling of MS patient trajectories improves predictions of disability progression» (2021)، وقد استُشهد به 45 مرة. 2 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 4 باحثًا على الأقل، منهم باحثون من مؤسسات في إسبانيا، إيطاليا، الولايات المتحدة، بلجيكا.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Multiple Sclerosis Research Studies
- Polyomavirus and related diseases
- Chronic Lymphocytic Leukemia Research
- Psoriasis: Treatment and Pathogenesis
- Peripheral Neuropathies and Disorders
المنشورات (3)
- Routine CSF parameters as predictors of disease course in multiple sclerosis: an MSBase cohort study
- Examining the environmental risk factors of progressive-onset and relapsing-onset multiple sclerosis: recruitment challenges, potential bias, and statistical strategies
- Longitudinal machine learning modeling of MS patient trajectories improves predictions of disability progression
مجلات النشر
- Journal of Neurology Neurosurgery & Psychiatry × 1
- Journal of Neurology × 1
- Computer Methods and Programs in Biomedicine × 1
المنشورات حسب السنة
- 20241
- 20231
- 20211
التعاون العلمي
المؤسسات الشريكة : Hospital Universitari Germans Trias i Pujol · University of Debrecen · Hôpital Razi de La Manouba · Université de Montréal · Hospital Universitario Reina Sofía
بلدان المؤلفين المشاركين : إسبانيا · إيطاليا · الولايات المتحدة · بلجيكا
المؤلفون المشاركون
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون DzCademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.