[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_theo%20d%C3%B5i%20l%C3%A2u%20d%C3%A0i{\"limit\":5}":3,"_public_topic_byId_theo dõi lâu dài":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":17,"englishTitle":18,"synonyms":10,"definition":19,"discipline":20,"references":21,"faqs":42,"createUser":52,"publishUser":56,"keywords":60,"keywordCount":71,"enrichTopicLink":72,"status":73,"createTime":74,"updateTime":75,"publishTime":76,"linkEnrichedTime":77,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":78,"relateTopics":79},"theo dõi lâu dài","Theo dõi lâu dài là gì? Các nghiên cứu khoa học về Theo dõi lâu dài","Theo dõi lâu dài là quá trình giám sát và thu thập dữ liệu liên tục trong nhiều năm nhằm đánh giá hậu quả muộn và hiệu quả bền vững của can thiệp. Khái niệm này được ứng dụng rộng rãi trong y học, dịch tễ học và nghiên cứu xã hội để phát hiện biến chứng, tái phát hoặc thay đổi sức khỏe theo thời gian. ","\u003Cp>\u003Cstrong>Theo dõi lâu dài\u003C\u002Fstrong> (\u003Cem>Long-term follow-up\u003C\u002Fem>) là phương pháp nghiên cứu dọc hoặc quy trình lâm sàng giám sát người bệnh qua các khoảng thời gian kéo dài nhiều tháng đến nhiều năm nhằm đánh giá kết cục điều trị, biến cố tái phát và tác dụng ngoại ý muộn. quá trình thu thập, ghi nhận và đánh giá dữ liệu liên tục về một đối tượng hoặc nhóm đối tượng trong thời gian dài sau khi can thiệp lâm sàng, tiếp xúc với yếu tố nguy cơ, hoặc tham gia một nghiên cứu. Mục tiêu cốt lõi của LTFU là quan sát các hậu quả tiềm ẩn, biến chứng muộn, hoặc những thay đổi sinh lý – xã hội có thể không xuất hiện ngay trong giai đoạn ngắn hạn.\n\u003C\u002Fp>\n\u003Cp>\n    Khái niệm này được sử dụng rộng rãi trong nhiều lĩnh vực khoa học như y học, dịch tễ học, khoa học xã hội, giáo dục và nghiên cứu chính sách. Trong y học, LTFU đóng vai trò đặc biệt quan trọng trong đánh giá hiệu quả và độ an toàn dài hạn của các phương pháp điều trị, như {{topic|%7B%22topic%22%3A%22li%E1%BB%87u%20ph%C3%A1p%20mi%E1%BB%85n%20d%E1%BB%8Bch%22%7D}}, hóa trị liệu, ghép tạng, hoặc điều trị hormon. Trong xã hội học và giáo dục, theo dõi lâu dài giúp đánh giá tác động bền vững của các chương trình can thiệp hoặc {{topic|%7B%22topic%22%3A%22c%E1%BA%A3i%20c%C3%A1ch%20ch%C3%ADnh%20s%C3%A1ch%22%7D}}.\n\u003C\u002Fp>\n\u003Cp>\n    Một ví dụ điển hình là các chương trình điều trị ung thư nhi đồng, trong đó nhiều {{topic|%7B%22topic%22%3A%22bi%E1%BA%BFn%20ch%E1%BB%A9ng%20nghi%C3%AAm%20tr%E1%BB%8Dng%22%7D}} như suy tim, vô sinh hoặc ung thư thứ phát chỉ xuất hiện sau 10–20 năm kể từ thời điểm điều trị ban đầu. Do đó, theo dõi lâu dài được xem là tiêu chuẩn vàng trong nhiều nghiên cứu can thiệp có tiềm năng ảnh hưởng đến sức khỏe hoặc hành vi trong tương lai.\n\u003C\u002Fp>\n\n\u003Ch2>Các mục tiêu chính của theo dõi lâu dài\u003C\u002Fh2>\n\u003Cp>\n    Mỗi chương trình theo dõi lâu dài thường được thiết kế với một hoặc nhiều mục tiêu cụ thể. Những mục tiêu này thường liên quan đến việc đảm bảo an toàn bệnh nhân, kiểm tra hiệu quả dài hạn của can thiệp, xác định yếu tố nguy cơ mới hoặc cải tiến chiến lược điều trị.\n\u003C\u002Fp>\n\u003Cp>\n    Các mục tiêu phổ biến trong thực hành và nghiên cứu bao gồm:\n\u003C\u002Fp>\n\u003Cul>\n    \u003Cli>Phát hiện biến chứng muộn, ví dụ ung thư thứ phát, {{topic|%7B%22topic%22%3A%22suy%20gi%E1%BA%A3m%20ch%E1%BB%A9c%20n%C4%83ng%22%7D}} cơ quan sau hóa trị hoặc xạ trị\u003C\u002Fli>\n    \u003Cli>Đánh giá tính bền vững của hiệu quả điều trị hoặc thay đổi hành vi\u003C\u002Fli>\n    \u003Cli>Giám sát tái phát bệnh hoặc sự suy giảm chất lượng sống\u003C\u002Fli>\n    \u003Cli>Phân tích dữ liệu tích lũy để xác định mối liên hệ giữa yếu tố môi trường và nguy cơ bệnh tật\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\n    Trong nhiều chương trình lâm sàng hiện đại, theo dõi lâu dài không chỉ giới hạn ở khía cạnh sinh học mà còn mở rộng sang các chỉ số như sức khỏe tâm thần, chức năng xã hội, hiệu suất lao động, và các yếu tố xã hội quyết định sức khỏe (social determinants of health).\n\u003C\u002Fp>\n\n\u003Ch2>Phân biệt theo dõi lâu dài và theo dõi ngắn hạn\u003C\u002Fh2>\n\u003Cp>\n    Theo dõi ngắn hạn thường diễn ra trong khoảng thời gian từ vài ngày đến vài tháng sau khi thực hiện can thiệp hoặc điều trị. Trong giai đoạn này, mục tiêu chính là giám sát hiệu quả tức thời, phát hiện biến cố cấp tính, và đảm bảo sự ổn định ban đầu của bệnh nhân. Dữ liệu thu thập thường là các chỉ số sinh tồn, kết quả cận lâm sàng, và phản ứng ban đầu của cơ thể.\n\u003C\u002Fp>\n\u003Cp>\n    Ngược lại, theo dõi lâu dài có phạm vi thời gian mở rộng hơn đáng kể – kéo dài từ vài năm đến suốt đời – và yêu cầu chiến lược thu thập dữ liệu có hệ thống, nhất quán và bền vững. Bên cạnh dữ liệu y tế, theo dõi lâu dài còn cần tích hợp thông tin từ nhiều nguồn khác như hệ thống hồ sơ bệnh án điện tử (EHR), khảo sát định kỳ, và các chỉ số {{topic|%7B%22topic%22%3A%22s%E1%BB%A9c%20kh%E1%BB%8Fe%20c%E1%BB%99ng%20%C4%91%E1%BB%93ng%22%7D}}.\n\u003C\u002Fp>\n\u003Cp>\n    Bảng so sánh dưới đây giúp làm rõ sự khác biệt:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n    \u003Cthead>\n        \u003Ctr>\n            \u003Cth>Tiêu chí\u003C\u002Fth>\n            \u003Cth>Theo dõi ngắn hạn\u003C\u002Fth>\n            \u003Cth>Theo dõi lâu dài\u003C\u002Fth>\n        \u003C\u002Ftr>\n    \u003C\u002Fthead>\n    \u003Ctbody>\n        \u003Ctr>\n            \u003Ctd>Thời gian\u003C\u002Ftd>\n            \u003Ctd>Vài ngày đến vài tháng\u003C\u002Ftd>\n            \u003Ctd>Vài năm đến suốt đời\u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n            \u003Ctd>Mục tiêu chính\u003C\u002Ftd>\n            \u003Ctd>Phát hiện sớm biến cố, đánh giá hiệu quả cấp tính\u003C\u002Ftd>\n            \u003Ctd>Giám sát biến chứng muộn, hiệu quả lâu dài, chất lượng sống\u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n            \u003Ctd>Loại dữ liệu\u003C\u002Ftd>\n            \u003Ctd>Chỉ số sinh học, phản ứng tức thời\u003C\u002Ftd>\n            \u003Ctd>Đa chiều: sinh học, tâm lý, xã hội, kinh tế\u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n            \u003Ctd>Ví dụ\u003C\u002Ftd>\n            \u003Ctd>Hồi phục sau phẫu thuật\u003C\u002Ftd>\n            \u003Ctd>Theo dõi bệnh nhân ghép gan, ung thư nhi\u003C\u002Ftd>\n        \u003C\u002Ftr>\n    \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Vai trò trong nghiên cứu lâm sàng\u003C\u002Fh2>\n\u003Cp>\n    Trong nghiên cứu lâm sàng, theo dõi lâu dài là yếu tố quan trọng để đảm bảo rằng dữ liệu về hiệu quả và an toàn điều trị là đầy đủ và phản ánh đúng thực tế. Nhiều kết quả chỉ được bộc lộ rõ ràng sau nhiều năm, khi các biến cố tích lũy trở nên có ý nghĩa thống kê và lâm sàng.\n\u003C\u002Fp>\n\u003Cp>\n    Các thử nghiệm giai đoạn III và IV thường bao gồm LTFU như một phần bắt buộc để thỏa mãn yêu cầu của các cơ quan quản lý dược phẩm như FDA hoặc EMA. Mục tiêu là giám sát các tác dụng không mong muốn có thể xuất hiện sau khi thuốc đã được thương mại hóa.\n\u003C\u002Fp>\n\u003Cp>\n    Theo \u003Ca href=\"https:\u002F\u002Fwww.fda.gov\u002Fdrugs\u002Fsurveillance\u002Ffda-postmarketing-requirements-and-commitments\" target=\"_blank\">FDA\u003C\u002Fa>, các nghiên cứu hậu tiếp thị (postmarketing studies) thường bao gồm giai đoạn theo dõi lâu dài kéo dài nhiều năm nhằm đánh giá độ an toàn khi sử dụng rộng rãi trong cộng đồng. Điều này đặc biệt quan trọng với thuốc sinh học, vắc-xin, và liệu pháp gen.\n\u003C\u002Fp>\n\u003Ch2>Ứng dụng trong y tế cộng đồng và dịch tễ học\u003C\u002Fh2>\n\u003Cp>\n    Theo dõi lâu dài đóng vai trò thiết yếu trong y tế cộng đồng nhằm đánh giá tác động dài hạn của yếu tố nguy cơ, môi trường sống, {{topic|%7B%22topic%22%3A%22ch%C3%ADnh%20s%C3%A1ch%20s%E1%BB%A9c%20kh%E1%BB%8Fe%22%7D}}, hoặc hành vi cá nhân đến sức khỏe toàn dân. Các nghiên cứu đoàn hệ quy mô lớn thường áp dụng LTFU để phân tích mối liên hệ nhân quả giữa phơi nhiễm và bệnh tật.\n\u003C\u002Fp>\n\u003Cp>\n    Một ví dụ kinh điển là \u003Ca href=\"https:\u002F\u002Fframinghamheartstudy.org\" target=\"_blank\">Framingham Heart Study\u003C\u002Fa>, bắt đầu từ năm 1948 và kéo dài qua nhiều thế hệ, đã giúp xác định mối liên hệ giữa hút thuốc lá, cholesterol cao, tăng huyết áp và nguy cơ bệnh tim mạch. Nghiên cứu này đã thay đổi hoàn toàn cách tiếp cận y học phòng ngừa hiện đại.\n\u003C\u002Fp>\n\u003Cp>\n    Các ứng dụng cụ thể của theo dõi lâu dài trong y tế cộng đồng bao gồm:\n\u003C\u002Fp>\n\u003Cul>\n    \u003Cli>Giám sát xu hướng mắc bệnh mạn tính theo thời gian\u003C\u002Fli>\n    \u003Cli>Đánh giá hiệu quả tiêm chủng hoặc chương trình dinh dưỡng\u003C\u002Fli>\n    \u003Cli>Dự báo tác động của ô nhiễm không khí, hóa chất công nghiệp\u003C\u002Fli>\n    \u003Cli>Hiệu quả can thiệp hành vi như bỏ thuốc, tập thể dục, ăn kiêng\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Thách thức trong triển khai theo dõi lâu dài\u003C\u002Fh2>\n\u003Cp>\n    Việc triển khai các chương trình LTFU đòi hỏi nguồn lực lớn và đối mặt với nhiều thách thức cả về kỹ thuật, tài chính lẫn đạo đức. Một trong những trở ngại lớn nhất là hiện tượng mất đối tượng theo dõi (attrition), thường do bệnh nhân thay đổi nơi sống, mất liên hệ, hoặc không còn hợp tác sau thời gian dài.\n\u003C\u002Fp>\n\u003Cp>\n    Ngoài ra, duy trì hệ thống thu thập và lưu trữ dữ liệu trong nhiều năm đòi hỏi hạ tầng công nghệ và nhân lực ổn định. Vấn đề bảo mật thông tin cá nhân cũng trở nên nhạy cảm khi thời gian lưu trữ kéo dài, đặc biệt với dữ liệu y tế, gen, hoặc hành vi.\n\u003C\u002Fp>\n\u003Cp>\n    Một số giải pháp khuyến nghị gồm:\n\u003C\u002Fp>\n\u003Cul>\n    \u003Cli>Sử dụng hồ sơ bệnh án điện tử (EHR) kết hợp hệ thống cảnh báo tự động\u003C\u002Fli>\n    \u003Cli>Liên kết dữ liệu giữa các tổ chức (cross-institutional data sharing)\u003C\u002Fli>\n    \u003Cli>Gắn kết người tham gia bằng thông tin cập nhật định kỳ hoặc ưu đãi nghiên cứu\u003C\u002Fli>\n    \u003Cli>Tuân thủ nghiêm ngặt các nguyên tắc bảo mật theo chuẩn HIPAA hoặc GDPR\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\n    Tham khảo thêm giải pháp triển khai từ \u003Ca href=\"https:\u002F\u002Fwww.healthit.gov\" target=\"_blank\">HealthIT.gov\u003C\u002Fa>, nơi cung cấp hướng dẫn quốc gia về ứng dụng công nghệ số trong chăm sóc sức khỏe lâu dài.\n\u003C\u002Fp>\n\n\u003Ch2>Vai trò của trí tuệ nhân tạo và công nghệ số\u003C\u002Fh2>\n\u003Cp>\n    Trí tuệ nhân tạo (AI) và học máy đang được ứng dụng mạnh mẽ trong phân tích dữ liệu LTFU. Nhờ khả năng xử lý lượng lớn dữ liệu đa chiều (dữ liệu lâm sàng, di truyền, hành vi, xã hội), AI giúp phát hiện mô hình bệnh tiến triển, cảnh báo sớm biến cố và cá nhân hóa phác đồ theo dõi.\n\u003C\u002Fp>\n\u003Cp>\n    Trong {{topic|%7B%22topic%22%3A%22theo%20d%C3%B5i%20b%E1%BB%87nh%20nh%C3%A2n%22%7D}} ung thư, AI có thể dự đoán nguy cơ tái phát dựa trên biểu hiện gen và dữ liệu lâm sàng thời gian thực. Ngoài ra, các thuật toán học sâu cũng được dùng để {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20h%C3%ACnh%20%E1%BA%A3nh%22%7D}} y học hoặc dữ liệu wearables nhằm hỗ trợ theo dõi liên tục tại nhà.\n\u003C\u002Fp>\n\u003Cp>\n    Một mô hình sinh tồn phổ biến được dùng trong học máy:\n\u003C\u002Fp>\n\u003Cp>\n    \u003Cscript type=\"math\u002Ftex\">\n        S(t) = e^{-H(t)}\n    \u003C\u002Fscript>\n    , trong đó \u003Cscript type=\"math\u002Ftex\">S(t)\u003C\u002Fscript> là xác suất sống sót tại thời điểm \u003Cscript type=\"math\u002Ftex\">t\u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\">H(t)\u003C\u002Fscript> là hàm nguy cơ tích lũy. Mô hình này có thể tích hợp vào các hệ thống AI để dự đoán sống còn hoặc thời gian tái phát bệnh.\n\u003C\u002Fp>\n\u003Cp>\n    Dữ liệu từ các {{topic|%7B%22topic%22%3A%22ng%C3%A2n%20h%C3%A0ng%20sinh%20h%E1%BB%8Dc%22%7D}} như \u003Ca href=\"https:\u002F\u002Fwww.ukbiobank.ac.uk\" target=\"_blank\">UK Biobank\u003C\u002Fa> cũng đang được AI khai thác để xây dựng mô hình nguy cơ cá nhân hóa, hỗ trợ các chiến lược theo dõi lâu dài trên quy mô quốc gia.\n\u003C\u002Fp>\n\n\u003Ch2>Đạo đức và quyền riêng tư trong theo dõi lâu dài\u003C\u002Fh2>\n\u003Cp>\n    Theo dõi lâu dài kéo dài nhiều năm đặt ra yêu cầu nghiêm ngặt về tuân thủ đạo đức nghiên cứu và {{topic|%7B%22topic%22%3A%22b%E1%BA%A3o%20v%E1%BB%87%20quy%E1%BB%81n%20ri%C3%AAng%20t%C6%B0%22%7D}} cá nhân. Việc thu thập, lưu trữ và phân tích dữ liệu dài hạn phải đảm bảo được sự đồng thuận của người tham gia trong suốt vòng đời nghiên cứu.\n\u003C\u002Fp>\n\u003Cp>\n    Một khái niệm quan trọng là “tái đồng thuận” (re-consent), trong đó người tham gia cần được hỏi lại định kỳ nếu mục đích nghiên cứu thay đổi, hoặc dữ liệu được dùng cho mục đích mới. Điều này đặc biệt cần thiết với nhóm dễ bị tổn thương như trẻ em, người khuyết tật, hoặc người cao tuổi.\n\u003C\u002Fp>\n\u003Cp>\n    Các nguyên tắc của \u003Ca href=\"https:\u002F\u002Fwww.hhs.gov\u002Fohrp\u002Fregulations-and-policy\u002Fbelmont-report\u002Findex.html\" target=\"_blank\">Belmont Report\u003C\u002Fa> – bao gồm tôn trọng con người, làm lợi và công bằng – là nền tảng cho mọi chương trình theo dõi lâu dài có yếu tố con người. Ngoài ra, nghiên cứu cần tuân thủ các chuẩn bảo mật như HIPAA (Mỹ), GDPR (EU) và các quy định địa phương liên quan.\n\u003C\u002Fp>","Theo dõi lâu dài","Long-term follow-up","Theo dõi lâu dài là phương pháp nghiên cứu dọc hoặc quy trình lâm sàng giám sát người bệnh qua các khoảng thời gian kéo dài nhiều tháng đến nhiều năm nhằm đánh giá kết cục điều trị, biến cố tái phát và tác dụng ngoại ý muộn.","MEDICAL_HEALTH_SCIENCES",[22,29,35],{"citationText":23,"title":24,"authors":25,"source":26,"year":27,"doi":28,"url":10},"Ulvenstam, Graipe, Irevall et al. (2022). Long-term Cardiovascular Outcomes after Acute Coronary Syndrome: Incidence and Predictors During Long-term Follow-up in a Population-based Cohort Study. Research Square Platform LLC.","Long-term Cardiovascular Outcomes after Acute Coronary Syndrome: Incidence and Predictors During Long-term Follow-up in a Population-based Cohort Study","Ulvenstam, Graipe, Irevall, Söderström, Mooe","Research Square Platform LLC",2022,"10.21203\u002Frs.3.rs-1656950\u002Fv1",{"citationText":30,"title":31,"authors":32,"source":33,"year":27,"doi":34,"url":10},"Hosseini, Nazari, Rafati et al. (2022). Long-term Follow-up Outcomes and Prognosis Predictors of Non-Ischemic Functional Mitral Regurgitation in Patients with Heart Failure: A Retrospective Cohort study. Springer Science and Business Media LLC.","Long-term Follow-up Outcomes and Prognosis Predictors of Non-Ischemic Functional Mitral Regurgitation in Patients with Heart Failure: A Retrospective Cohort study","Hosseini, Nazari, Rafati, Pasebani, Naderi","Springer Science and Business Media LLC","10.21203\u002Frs.3.rs-1233249\u002Fv1",{"citationText":36,"title":37,"authors":38,"source":39,"year":40,"doi":41,"url":10},"FUJIMOTO, SUGITANI (1998). Postoperative Prognosis of Intrathyroidal Papillary Thyroid Carcinoma: Long-Term (35-5 Year) Follow-Up Study.. Endocrine Journal.","Postoperative Prognosis of Intrathyroidal Papillary Thyroid Carcinoma: Long-Term (35-5 Year) Follow-Up Study.","FUJIMOTO, SUGITANI","Endocrine Journal",1998,"10.1507\u002Fendocrj.45.475",[43,46,49],{"question":44,"answer":45},"Vì sao theo dõi lâu dài lại đặc biệt quan trọng trong các thử nghiệm lâm sàng ung thư học?","Theo dõi lâu dài cho phép xác định chính xác các chỉ số sống còn toàn bộ (Overall Survival), tỷ lệ sống không tiến triển bệnh (PFS) và phát hiện các độc tính tích lũy muộn trên tim mạch hoặc bệnh ác tính thứ phát sau hóa xạ trị.",{"question":47,"answer":48},"Làm thế nào để hạn chế tỷ lệ mất dấu theo dõi (loss to follow-up) trong các nghiên cứu thuần tập?","Các nghiên cứu áp dụng hồ sơ bệnh án điện tử tập trung, phối hợp nhiều kênh liên lạc định kỳ, kết nối dữ liệu bảo hiểm y tế quốc gia và thiết lập các mốc thăm khám lâm sàng định kỳ với hỗ trợ chi phí cho người tham gia.",{"question":50,"answer":51},"Các mô hình thống kê nào thường dùng để xử lý dữ liệu kiểm duyệt (censored data) trong theo dõi lâu dài?","Đường cong sống còn Kaplan-Meier, kiểm định log-rank và mô hình hồi quy đa biến rủi ro tỷ lệ Cox là các công cụ chuẩn mực để phân tích thời gian xảy ra biến cố khi có sự hiện diện của dữ liệu kiểm duyệt.",{"id":53,"researcherId":10,"name":54,"imageUrl":55},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":57,"researcherId":10,"name":58,"imageUrl":59},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[61,62,63,64,65,66,67,68,69,70],"liệu pháp miễn dịch","cải cách chính sách","biến chứng nghiêm trọng","suy giảm chức năng","sức khỏe cộng đồng","chính sách sức khỏe","theo dõi bệnh nhân","phân tích hình ảnh","ngân hàng sinh học","bảo vệ quyền riêng tư",10,true,"PUBLISHED","2025-05-06T01:45:11.751+00:00","2026-09-11T06:10:01.141+00:00","2025-08-19T10:29:16.770+00:00","2026-09-11T06:09:59.393+00:00",218,[80,83,86,89,92,95,98,101,110,113],{"id":81,"title":82,"term":81,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"lối sống","Lối sống là gì? Các công bố khoa học về Lối sống",{"id":84,"title":85,"term":84,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nghiên cứu hồi cứu","Nghiên cứu hồi cứu là gì? Các nghiên cứu khoa học về Nghiên cứu hồi cứu",{"id":87,"title":88,"term":87,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"artificial intelligence","Artificial Intelligence là gì? Các nghiên cứu khoa học về AI",{"id":90,"title":91,"term":90,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"random forest","Random forest là gì? Các công bố khoa học về Random forest",{"id":93,"title":94,"term":93,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"bất bình đẳng xã hội","Bất bình đẳng xã hội là gì? Các bài báo nghiên cứu khoa học",{"id":96,"title":97,"term":96,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"bệnh nhân lớn tuổi","Bệnh nhân lớn tuổi là gì? Các nghiên cứu khoa học liên quan",{"id":99,"title":100,"term":99,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"whoqol bref","WHOQOL-BREF là gì? Các nghiên cứu khoa học về WHOQOL-BREF",{"id":102,"title":103,"term":102,"englishTitle":104,"definition":105,"discipline":20,"disciplineCode":106,"disciplineLabel":107,"disciplineColor":108,"disciplineIcon":109},"báo cáo ca bệnh","Báo cáo ca bệnh là gì? Các nghiên cứu khoa học liên quan","case report","Báo cáo ca bệnh (case report) là một ấn phẩm y học mô tả chi tiết và có hệ thống về triệu chứng, chẩn đoán, điều trị và diễn tiến bất thường hoặc hiếm gặp của một bệnh nhân đơn lẻ trong thực hành lâm sàng.","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":111,"title":112,"term":111,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nhanes","Nhanes là gì? Các bài báo nghiên cứu khoa học liên quan",{"id":114,"title":115,"term":114,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"đạo đức y tế","Đạo đức y tế là gì? Các nghiên cứu khoa học về Đạo đức y tế"]