Zobrazeno 1 - 3
of 3
pro vyhledávání: '"Carlos Calle de Miguel"'
Autor:
Samuel Díaz Insa, Ángel Guerrero, Javier Viguera, Vicente Medrano Martínez, Carlos Calle de Miguel, Jesús Porta-Etessam, Antonio Ciudad, Silvia Diaz-Cerezo, Ana Roncero Martín, Mercedes Núñez
Publikováno v:
Pain and Therapy, Vol 13, Iss 3, Pp 557-576 (2024)
Abstract Introduction The efficacy of galcanezumab has been demonstrated in randomized controlled trials, but evidence about its use under clinical practice conditions is still limited. This study aimed to describe the characteristics of the patients
Externí odkaz:
https://doaj.org/article/64fa88297da24323b333489bd5d8d87e
Autor:
Germán Latorre González, Nuria González García, Carlos Calle de Miguel, Beatriz Barcenilla Rodríguez, Alba Cárcamo Fonfría, Javier Casas Limón, Javier Díaz de Terán, Álex Jaimes Sánchez, Carlos Ordás Bandera, Jaime Rodríguez Vico, Laura Rubio Flores, María Sastre Real, Elena Toribio Díaz, Cristina Treviño Peinado, Sonia Quintas Gutiérrez, Juan Antonio Pareja Grande, Jesús Porta-Etessam, Margarita Sánchez del Río González, Sonia Santos-Lasaosa, Ana Beatriz Gago-Veiga
Publikováno v:
Kranion, Vol 18, Iss 1 (2023)
Introducción: A finales de 2018 fue autorizado en España el uso de los primeros anticuerpos monoclonales contra el péptido relacionado con el gen de la calcitonina (CGRP) o su receptor como tratamiento preventivo de la migraña. Su posología y me
Externí odkaz:
https://doaj.org/article/53f1e1149f1d4c46a978dea27721ef59
Autor:
Alicia Gonzalez‐Martinez, Josué Pagán, Ancor Sanz‐García, David García‐Azorín, Jaime Samuel Rodríguez‐Vico, Alex Jaimes, Andrea Gómez García, Javier Díaz de Terán, Nuria González‐García, Sonia Quintas, Rocío Belascoaín, Javier Casas Limón, Germán Latorre, Carlos Calle de Miguel, Álvaro Sierra, Ángel Luis Guerrero‐Peral, Cristina Trevino‐Peinado, Ana Beatriz Gago‐Veiga
Publikováno v:
European journal of neurologyREFERENCES. 29(10)
Several variables have been reported to be associated with anti-calcitonin gene-related peptide (CGRP) receptor or ligand antibody response, but with differing results. Our objective was to determine whether machine-learning (ML)-based models can pre