Accueil › Annuaire des chercheurs › Davide Maimone
Davide Maimone
Affiliation : Ospedale Garibaldi · Ospedale Cannizzaro
- 17Publications (affiliation italienne)
- 169Publications au total
- 3910Citations
- 39Indice h
Profil de recherche
Davide Maimone compte 17 publications référencées (2021–2026). Ses travaux paraissent principalement dans « Journal of Neurology Neurosurgery & Psychiatry », « Multiple Sclerosis Journal » et « Journal of Neurology ». Son article le plus cité, « Comparative Effectiveness of Autologous Hematopoietic Stem Cell Transplant vs Fingolimod, Natalizumab, and Ocrelizumab in Highly Active Rela » (2023), a été cité 58 fois. 9 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs, notamment dans des établissements de Espagne, Canada, Turquie, Tchéquie.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Multiple Sclerosis Research Studies
- Polyomavirus and related diseases
- Peripheral Neuropathies and Disorders
- Psoriasis: Treatment and Pathogenesis
- Chronic Lymphocytic Leukemia Research
Publications (17)
- Effect of late-onset on multiple sclerosis phenotype and outcome: evidence from a multi-national registry
- Preserving Neurological Function in People at High and Low Risk of Aggressive Multiple Sclerosis: An Observational Cohort Study
- Treatment escalation after clinically silent MRI lesions in relapsing-remitting multiple sclerosis
- Comparative effectiveness of ocrelizumab in subgroups of patients with multiple sclerosis: a multi-registry observational cohort study
- Causal effects of multiple sclerosis therapies in left-truncated registry data
- Pregnancy-Related Disease Outcomes in Women With Moderate to Severe Multiple Sclerosis Disability
- Machine-learning-based prediction of disability progression in multiple sclerosis: An observational, international, multi-center study
- A multi-centre longitudinal study analysing multiple sclerosis disease-modifying therapy prescribing patterns during the COVID-19 pandemic
- Routine CSF parameters as predictors of disease course in multiple sclerosis: an MSBase cohort study
- Comparative Effectiveness of Autologous Hematopoietic Stem Cell Transplant vs Fingolimod, Natalizumab, and Ocrelizumab in Highly Active Relapsing-Remitting Multiple Sclerosis
- The risk of secondary progressive multiple sclerosis is geographically determined but modifiable
- Early non-disabling relapses are important predictors of disability accumulation in people with relapsing-remitting multiple sclerosis
- Variability of the response to immunotherapy among subgroups of patients with multiple sclerosis
- Disability accrual in primary and secondary progressive multiple sclerosis
- Comparative effectiveness in multiple sclerosis: A methodological comparison
- Longitudinal machine learning modeling of MS patient trajectories improves predictions of disability progression
- Corrigendum to Longitudinal machine learning modeling of MS patient trajectories improves predictions of disability progression: [Computer Methods and Programs in Biomedicine, Volume 208, (September 2021) 106180]
Revues de publication
- Journal of Neurology Neurosurgery & Psychiatry × 3
- Multiple Sclerosis Journal × 3
- Journal of Neurology × 2
- Computer Methods and Programs in Biomedicine × 2
- CNS Drugs × 1
- medRxiv × 1
Publications par année
- 20265
- 20251
- 20243
- 20236
- 20212
Collaborations
Établissements partenaires : Ospedale "Santa Maria delle Croci" di Ravenna · Azienda Ospedaliera S.Giuseppe Moscati · University of Chieti-Pescara · University of Bologna · Istituto delle Scienze Neurologiche di Bologna
Pays des co-auteurs : Espagne · Canada · Turquie · Tchéquie
Co-auteurs
- Daniele L.A. Spitaleri
- Alessandra Lugaresi
- Francesco Patti
- Matteo Foschi
- MARCO C. ONOFRJ
- Andrea Surcinelli
- Patrizia Sola
- Gerardo Iuliano
- Valentina Tomassini
- Maria Pia Amato
- Franco Granella
- Elisabetta Cartechini
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.