[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_y%20h%E1%BB%8Dc%20c%C3%A1%20nh%C3%A2n%20h%C3%B3a{\"limit\":5}":3,"_public_topic_byId_y học cá nhân hóa":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":13,"englishTitle":17,"synonyms":10,"definition":18,"discipline":19,"references":20,"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},"y học cá nhân hóa","Y học cá nhân hóa là gì? Các nghiên cứu khoa học liên quan","Y học cá nhân hóa là phương pháp y khoa điều chỉnh chẩn đoán và điều trị dựa trên đặc điểm di truyền, môi trường và lối sống riêng biệt của từng người. Phương pháp này sử dụng dấu ấn sinh học và phân tích đa omics để cá thể hóa phác đồ, tối ưu hiệu quả điều trị và giảm thiểu tác dụng phụ.","\u003Cp>\u003Cstrong>Y học cá nhân hóa\u003C\u002Fstrong> (\u003Cem>Personalized medicine \u002F Precision medicine\u003C\u002Fem>) là (personalized medicine) là mô hình y tế tối ưu hóa các quyết định phòng ngừa, chẩn đoán và điều trị dựa trên đặc điểm di truyền học, phân tử, môi trường và lối sống của từng cá thể người bệnh.\u003C\u002Fp>\n\u003Ch2>Giới thiệu chung về y học cá nhân hóa\u003C\u002Fh2>\n\u003Cp>\nY học cá nhân hóa (precision medicine) là triết lý chăm sóc sức khỏe lấy cá thể làm trung tâm, điều chỉnh phòng ngừa, chẩn đoán và điều trị dựa trên đặc tính di truyền, môi trường và lối sống riêng biệt của từng bệnh nhân. Thay vì “một phác đồ áp dụng cho tất cả”, y học cá nhân hóa hướng tới phân nhóm bệnh nhân theo dấu ấn sinh học (biomarkers) và {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20%C4%91a%20chi%E1%BB%81u%22%7D}} nhằm tối ưu hiệu quả điều trị, giảm tác dụng phụ và ngăn ngừa tái phát. Phương pháp này đã chứng minh cải thiện kết quả lâm sàng trong nhiều lĩnh vực như ung thư, tim mạch và bệnh di truyền hiếm gặp.\n\u003C\u002Fp>\n\u003Cp>\nỨng dụng chính của y học cá nhân hóa gồm sàng lọc nguy cơ mắc bệnh dựa trên gen, điều chỉnh liều thuốc theo chuyển hóa cá thể, và thiết kế liệu pháp nhắm đúng mục tiêu phân tử. Việc triển khai đòi hỏi hạ tầng công nghệ cao: hệ thống lưu trữ và phân tích dữ liệu lớn (big data), máy {{topic|%7B%22topic%22%3A%22gi%E1%BA%A3i%20tr%C3%ACnh%20t%E1%BB%B1%20gen%20th%E1%BA%BF%20h%E1%BB%87%20m%E1%BB%9Bi%22%7D}} (NGS), nền tảng điện tử hồ sơ sức khỏe (EHR) và công cụ trí tuệ nhân tạo (AI) hỗ trợ ra quyết định. Sự tích hợp đa chiều này vừa mở ra cơ hội đột phá y học, vừa đặt ra thách thức về chi phí, bảo mật dữ liệu và đào tạo nhân lực chuyên môn.\n\u003C\u002Fp>\n\n\u003Ch2>Định nghĩa và mục tiêu\u003C\u002Fh2>\n\u003Cp>\nY học cá nhân hóa được định nghĩa là việc ứng dụng thông tin sinh học và phân tử—như biến thể di truyền, biểu hiện RNA, cấu hình protein, dấu ấn chuyển hóa—để điều chỉnh quyết định y khoa cho từng bệnh nhân. Mục tiêu chính gồm:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>\u003Cstrong>Phòng ngừa sớm:\u003C\u002Fstrong> Sàng lọc gen để xác định nguy cơ cao và khuyến nghị thay đổi lối sống trước khi bệnh khởi phát.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Chẩn đoán chính xác:\u003C\u002Fstrong> Sử dụng dấu ấn sinh học giúp phân loại phân tử bệnh, tránh chẩn đoán nhầm lẫn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Điều trị tối ưu:\u003C\u002Fstrong> Thiết kế {{topic|%7B%22topic%22%3A%22li%E1%BB%87u%20ph%C3%A1p%20nh%E1%BA%AFm%20m%E1%BB%A5c%20ti%C3%AAu%22%7D}} phân tử (targeted therapy) hoặc điều chỉnh liều thuốc dựa trên chuyển hóa cá thể.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nKết quả đạt được trong các {{topic|%7B%22topic%22%3A%22th%E1%BB%AD%20nghi%E1%BB%87m%20l%C3%A2m%20s%C3%A0ng%22%7D}} cho thấy tỉ lệ đáp ứng điều trị tăng 30–50% và giảm tác dụng phụ nghiêm trọng xuống 20–40% so với phác đồ truyền thống. Tính cá thể hóa không chỉ nâng cao chất lượng sống mà còn giảm gánh nặng kinh tế y tế nhờ tránh điều trị thừa và rút ngắn thời gian nằm viện.\n\u003C\u002Fp>\n\n\u003Ch2>Lịch sử phát triển và bối cảnh hiện nay\u003C\u002Fh2>\n\u003Cp>\nGiai đoạn khởi thủy của y học cá nhân hóa bắt đầu với Dự án Human Genome (2003), khi toàn bộ bộ gen người được giải trình tự và công bố công khai. Tiếp đó, chi phí giải trình tự gen giảm mạnh từ hàng tỉ USD xuống dưới 1.000 USD mỗi cá thể nhờ công nghệ NGS. Năm 2015, Mỹ phát động Precision Medicine Initiative khởi xướng chương trình All of Us Research Program nhằm thu thập dữ liệu gen và y tế của một triệu người dân (\u003Ca href=\"https:\u002F\u002Fallofus.nih.gov\" target=\"_blank\">NIH All of Us\u003C\u002Fa>).\n\u003C\u002Fp>\n\u003Cp>\nTại châu Âu, dự án 1+ Million Genomes Consortium liên kết các nước thành viên EU chia sẻ dữ liệu genomic với tiêu chí bảo mật cao và chuẩn hóa quy trình phân tích. Thế giới đang chứng kiến sự bùng nổ của các trung tâm phân tích đa omics: genomics, transcriptomics, proteomics và metabolomics. Song song, quy định như GDPR ở châu Âu và HIPAA ở Mỹ đã nâng cao yêu cầu bảo mật dữ liệu cá nhân, tạo thách thức cho việc chia sẻ và phân tích quy mô lớn.\n\u003C\u002Fp>\n\n\u003Ch2>Công nghệ nền tảng\u003C\u002Fh2>\n\u003Cp>\nY học cá nhân hóa dựa trên hàng loạt công nghệ tiên tiến:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>\u003Cstrong>Giải trình tự thế hệ mới (NGS):\u003C\u002Fstrong> Cho phép đọc hàng triệu đoạn DNA cùng lúc với chi phí ngày càng giảm (\u003Ca href=\"https:\u002F\u002Fwww.illumina.com\" target=\"_blank\">Illumina\u003C\u002Fa>).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Phân tích multi-omics:\u003C\u002Fstrong> Kết hợp dữ liệu genomics, transcriptomics, proteomics và metabolomics để toàn diện hóa bản đồ phân tử bệnh.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>AI và học máy:\u003C\u002Fstrong> Mô hình hóa triệu chứng, dữ liệu hình ảnh y khoa (radiomics), và EHR để dự đoán diễn tiến bệnh và đề xuất liệu pháp.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nBảng so sánh công nghệ NGS và microarray trong phân tích biến thể di truyền:\n\u003C\u002Fp>\u003Ctable>\n  \u003Ctbody>\u003Ctr>\u003Cth>Tiêu chí\u003C\u002Fth>\u003Cth>NGS\u003C\u002Fth>\u003Cth>Microarray\u003C\u002Fth>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Phạm vi phát hiện\u003C\u002Ftd>\u003Ctd>Đầy đủ biến thể SNP, InDel, CNV\u003C\u002Ftd>\u003Ctd>Giới hạn SNP được thiết kế sẵn\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Độ phân giải\u003C\u002Ftd>\u003Ctd>Cơ sở đôi nucleotide\u003C\u002Ftd>\u003Ctd>Khoảng vài kilobase\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Chi phí (per sample)\u003C\u002Ftd>\u003Ctd>~200–500 USD\u003C\u002Ftd>\u003Ctd>~50–150 USD\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Thời gian phân tích\u003C\u002Ftd>\u003Ctd>24–48 giờ\u003C\u002Ftd>\u003Ctd>6–12 giờ\u003C\u002Ftd>\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>\u003C\u002Fp>\u003Ch2>Vai trò dấu ấn sinh học và phân tử\u003C\u002Fh2>\n\u003Cp>\nDấu ấn sinh học (biomarkers) là các chỉ số phân tử giúp xác định đặc điểm bệnh lý và dự đoán đáp ứng điều trị cá thể. Các loại dấu ấn bao gồm biến thể di truyền (SNP, đột biến điểm), mức biểu hiện RNA (gene expression), cấu hình protein và chuyển hóa (metabolomics). Ví dụ, đột biến EGFR và ALK trong ung thư phổi hướng dẫn lựa chọn thuốc ức chế kinase cụ thể, cải thiện tỉ lệ sống sót 1 năm lên trên 70 % so với hóa trị thông thường (\u003Ca href=\"https:\u002F\u002Fwww.fda.gov\" target=\"_blank\">FDA Biomarkers\u003C\u002Fa>).\n\u003C\u002Fp>\n\u003Cp>\nVai trò của dấu ấn không chỉ giới hạn ở ung thư mà còn mở rộng sang bệnh tim mạch, thần kinh và {{topic|%7B%22topic%22%3A%22r%E1%BB%91i%20lo%E1%BA%A1n%20chuy%E1%BB%83n%20h%C3%B3a%22%7D}}. Ví dụ, xét nghiệm phân tích đa biến ECG kết hợp dấu ấn troponin I giúp phân tầng nguy cơ {{topic|%7B%22topic%22%3A%22nh%E1%BB%93i%20m%C3%A1u%20c%C6%A1%20tim%20c%E1%BA%A5p%22%7D}} trong vòng 1 giờ nhập viện. Dữ liệu này cho phép can thiệp sớm, giảm tỉ lệ tử vong xuống dưới 5 %.\n\u003C\u002Fp>\n\u003Cp>\nBảng tổng hợp một số dấu ấn phân tử tiêu biểu:\n\u003C\u002Fp>\u003Ctable>\n  \u003Ctbody>\u003Ctr>\u003Cth>Bệnh lý\u003C\u002Fth>\u003Cth>Dấu ấn sinh học\u003C\u002Fth>\u003Cth>Ứng dụng\u003C\u002Fth>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Ung thư phổi\u003C\u002Ftd>\u003Ctd>EGFR, ALK\u003C\u002Ftd>\u003Ctd>Thuốc nhắm mục tiêu kinase\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Nhồi máu cơ tim\u003C\u002Ftd>\u003Ctd>Troponin I\u003C\u002Ftd>\u003Ctd>Phân tầng nguy cơ\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Bệnh Alzheimer\u003C\u002Ftd>\u003Ctd>Aβ42, Tau\u003C\u002Ftd>\u003Ctd>Chẩn đoán sớm\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003Ctr>\u003Ctd>Đái tháo đường\u003C\u002Ftd>\u003Ctd>HbA1c\u003C\u002Ftd>\u003Ctd>Kiểm soát đường huyết\u003C\u002Ftd>\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Hệ thống dữ liệu và phân tích\u003C\u002Fh2>\n\u003Cp>\nY học cá nhân hóa vận hành trên nền tảng dữ liệu lớn (big data) tích hợp từ hồ sơ điện tử (EHR), dữ liệu ‘omics’, hình ảnh y khoa và dữ liệu lâm sàng thời gian thực. Hệ thống EHR hiện đại lưu trữ thông tin di truyền, xét nghiệm, thuốc đã dùng và kết quả theo dõi, cho phép phân tích xuyên nền tảng. AI và học máy (machine learning) khai thác các mẫu phức tạp, ví dụ mô hình dự báo tái phát ung thư dựa trên hàng nghìn đặc trưng phân tử và lâm sàng.\n\u003C\u002Fp>\n\u003Cp>\nPhân tích dữ liệu cá thể hóa yêu cầu quy trình chuẩn hóa, làm sạch và chú thích (annotation) dữ liệu. Công cụ như OMOP Common Data Model giúp đồng nhất cấu trúc EHR giữa các trung tâm, trong khi các thư viện bioinformatics (Bioconductor, scikit-learn) hỗ trợ xử lý multi-omics. Kỹ thuật federated learning cho phép học chung mô hình trên dữ liệu phân tán, {{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}} bệnh nhân mà không phải chia sẻ dữ liệu nhạy cảm.\n\u003C\u002Fp>\n\u003Cp>\nHệ thống lưu trữ và phân tích cần tuân thủ quy định bảo mật (HIPAA, GDPR) và đảm bảo tính minh bạch thuật toán. Triển khai dashboard trực quan cho bác sĩ và nhà nghiên cứu giúp theo dõi chỉ số chất lượng, tỉ lệ đáp ứng điều trị và cảnh báo sớm bất thường, từ đó ra quyết định lâm sàng kịp thời.\n\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng lâm sàng và thử nghiệm\u003C\u002Fh2>\n\u003Cp>\nTrong ung thư, y học cá nhân hóa đã biến đổi mô hình điều trị: từ liệu pháp hóa trị toàn thân sang liệu pháp nhắm mục tiêu và miễn dịch. Các thử nghiệm lâm sàng phân nhóm (umbrella trials, basket trials) cho phép thử nghiệm một loại thuốc trên nhiều phân nhóm bệnh nhân mang dấu ấn cụ thể. Ví dụ, trial NCI-MATCH tuyển bệnh nhân nhiều loại ung thư với đột biến PIK3CA, đánh giá tác dụng ức chế PI3K độc lập với vị trí khối u.\n\u003C\u002Fp>\n\u003Cp>\nNgoài ung thư, y học cá nhân hóa ứng dụng trong bệnh tim mạch thông qua mô hình polypill—điều chỉnh liều aspirin, statin và thuốc hạ huyết áp dựa trên đặc điểm chuyển hóa và gen. Ở bệnh hiếm di truyền, liệu pháp gene editing (CRISPR) cho phép chữa bệnh thiếu hụt enzim như SCID, với kết quả khả quan trong thử nghiệm giai đoạn I\u002FII. Sàng lọc sớm gen BRCA1\u002F2 trong ung thư vú giúp đưa ra khuyến nghị cắt tuyến vú hoặc theo dõi sát, giảm nguy cơ tử vong 90 %.\n\u003C\u002Fp>\n\u003Cp>\nNền tảng teleneurology và e-consultation kết nối chuyên gia di truyền, sinh hóa và lâm sàng giúp cá thể hóa lộ trình điều trị ở vùng sâu vùng xa. Ứng dụng di động theo dõi liên tục nhịp tim, mức đường huyết và tương tác thuốc, cho phép bác sĩ điều chỉnh phác đồ từ xa và nâng cao tuân thủ điều trị.\n\u003C\u002Fp>\n\n\u003Ch2>Thách thức và rào cản\u003C\u002Fh2>\n\u003Cp>\nChi phí cao là trở ngại lớn nhất trong y học cá nhân hóa. Giải trình tự gen toàn bộ và phân tích multi-omics có chi phí hàng nghìn USD mỗi mẫu, chưa kể đầu tư cho cơ sở hạ tầng IT và nhân lực chuyên môn. Nhiều hệ thống y tế công lập ở {{topic|%7B%22topic%22%3A%22qu%E1%BB%91c%20gia%20thu%20nh%E1%BA%ADp%20th%E1%BA%A5p%22%7D}} khó khăn trong tiếp cận công nghệ, dẫn đến khoảng cách y tế ngày càng gia tăng.\n\u003C\u002Fp>\n\u003Cp>\nVấn đề bảo mật và quyền riêng tư dữ liệu cá nhân cũng đặt ra thách thức: dữ liệu gen mang thông tin nhạy cảm có thể bị lạm dụng. Quy định GDPR và HIPAA yêu cầu bảo vệ dữ liệu, song việc chia sẻ dữ liệu để nghiên cứu còn hạn chế. Công nghệ blockchain và federated learning được đề xuất như giải pháp tiềm năng, nhưng chưa phổ biến do phức tạp triển khai và chi phí vận hành.\n\u003C\u002Fp>\n\u003Cp>\nChuẩn hóa dấu ấn sinh học và lượng giá hiệu quả lâm sàng cũng là rào cản. Nhiều dấu ấn chưa được chứng minh trong {{topic|%7B%22topic%22%3A%22th%E1%BB%AD%20nghi%E1%BB%87m%20ng%E1%BA%ABu%20nhi%C3%AAn%22%7D}} quy mô lớn, dẫn đến kết quả không nhất quán giữa các trung tâm. Việc xây dựng guideline lâm sàng và đào tạo chuyên môn cho bác sĩ, nhà nghiên cứu cần thời gian dài và nguồn lực.\n\u003C\u002Fp>\n\n\u003Ch2>Kết luận, xu hướng phát triển và triển vọng\u003C\u002Fh2>\n\u003Cp>\nY học cá nhân hóa đang mở ra kỷ nguyên mới của chăm sóc sức khỏe với mục tiêu “đúng người, đúng thuốc, đúng liều, đúng thời điểm”. Công nghệ giải trình tự gen nhanh, AI phân tích dữ liệu phức tạp và thử nghiệm lâm sàng phân nhóm đã chứng minh tiềm năng cải thiện kết quả lâm sàng và giảm tác dụng phụ. Sự hợp tác giữa viện nghiên cứu, bệnh viện và doanh nghiệp công nghệ là yếu tố then chốt để triển khai quy mô.\n\u003C\u002Fp>\n\u003Cp>\nXu hướng tương lai bao gồm:  \n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Liệu pháp gene cá thể và tế bào gốc hướng đích.\u003C\u002Fli>\n  \u003Cli>Ứng dụng blockchain và federated learning bảo mật dữ liệu.\u003C\u002Fli>\n  \u003Cli>Bayesian adaptive trials {{topic|%7B%22topic%22%3A%22t%E1%BB%91i%20%C6%B0u%20h%C3%B3a%20thi%E1%BA%BFt%20k%E1%BA%BF%22%7D}} thử nghiệm.\u003C\u002Fli>\n  \u003Cli>Hệ sinh thái y tế tích hợp IoT, wearable và AI theo dõi liên tục.\u003C\u002Fli>\n\u003C\u002Ful>\nNhững tiến bộ này hứa hẹn đưa y học cá nhân hóa từ thử nghiệm lâm sàng vào chăm sóc thường quy, mang lại lợi ích rộng khắp cho cộng đồng.\u003Cp>\u003C\u002Fp>","Personalized medicine \u002F Precision medicine","Y học cá nhân hóa (personalized medicine) là mô hình y tế tối ưu hóa các quyết định phòng ngừa, chẩn đoán và điều trị dựa trên đặc điểm di truyền học, phân tử, môi trường và lối sống của từng cá thể người bệnh.","MEDICAL_HEALTH_SCIENCES",[21,28,35],{"citationText":22,"title":23,"authors":24,"source":25,"year":26,"doi":27,"url":10},"Vogt (2022). The precision paradox. Can precision medicine be personal; Can personalized medicine be precise?. doi:10.1093\u002Foso\u002F9780198863465.003.0005","The precision paradox","Vogt","Can precision medicine be personal; Can personalized medicine be precise?",2022,"10.1093\u002Foso\u002F9780198863465.003.0005",{"citationText":29,"title":30,"authors":31,"source":32,"year":33,"doi":34,"url":10},"Nagata, Horie (2017). Diagnosis and treatment in the era of precision medicine – Precision medicine and tailor-made medicine. Personalized Medicine Universe. doi:10.1016\u002Fj.pmu.2017.03.002","Diagnosis and treatment in the era of precision medicine – Precision medicine and tailor-made medicine","Nagata, Horie","Personalized Medicine Universe",2017,"10.1016\u002Fj.pmu.2017.03.002",{"citationText":36,"title":37,"authors":38,"source":39,"year":40,"doi":41,"url":10},"Caplan (2021). Precision Medicine Versus Personalized Medicine. Precision Medicine in Stroke. doi:10.1007\u002F978-3-030-70761-3_14","Precision Medicine Versus Personalized Medicine","Caplan","Precision Medicine in Stroke",2021,"10.1007\u002F978-3-030-70761-3_14",[43,46,49],{"question":44,"answer":45},"Y học cá nhân hóa khác biệt gì so với phương pháp điều trị y khoa truyền thống?","Khác với phương pháp truyền thống áp dụng cùng một phác đồ cho một chẩn đoán bệnh chung (one-size-fits-all), y học cá nhân hóa phân tầng bệnh nhân thành các nhóm nhỏ có chung hồ sơ sinh học phân tử để lựa chọn liệu pháp trúng đích hiệu quả nhất.",{"question":47,"answer":48},"Công nghệ giải trình tự thế hệ mới (NGS) đóng vai trò gì trong y học chính xác?","NGS cho phép giải mã nhanh chóng và toàn diện toàn bộ hệ gen hoặc bảng gen đích của khối u, phát hiện các đột biến soma, biến thể dòng mầm và dấu ấn sinh học để định hướng sử dụng thuốc điều trị đích hoặc liệu pháp miễn dịch.",{"question":50,"answer":51},"Những thách thức chính trong việc triển khai y học cá nhân hóa tại lâm sàng là gì?","Thách thức bao gồm chi phí xét nghiệm bộ gen cao, yêu cầu cơ sở hạ tầng tin sinh học phức tạp để diễn giải dữ liệu lâm sàng, vấn đề đạo đức bảo mật dữ liệu di truyền và sự không đồng đều trong khả năng tiếp cận thuốc đích mới.",{"id":53,"researcherId":10,"name":54,"imageUrl":55},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":57,"researcherId":10,"name":58,"imageUrl":59},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",[61,62,63,64,65,66,67,68,69,70],"phân tích đa chiều","giải trình tự gen thế hệ mới","liệu pháp nhắm mục tiêu","thử nghiệm lâm sàng","rối loạn chuyển hóa","nhồi máu cơ tim cấp","bảo vệ quyền riêng tư","quốc gia thu nhập thấp","thử nghiệm ngẫu nhiên","tối ưu hóa thiết kế",10,true,"PUBLISHED","2025-06-10T08:09:21.513+00:00","2026-09-09T12:14:39.755+00:00","2025-06-15T09:57:30.674+00:00","2026-09-09T12:14:38.620+00:00",300,[80,83,86,89,92,95,98,101,110,120],{"id":81,"title":82,"term":81,"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":84,"title":85,"term":84,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"chuột cống trắng","Chuột cống trắng là gì? Các công bố khoa học về Chuột cống trắng",{"id":87,"title":88,"term":87,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"bất bình đẳng giáo dục","Bất bình đẳng giáo dục là gì? Nghiên cứu khoa học liên quan",{"id":90,"title":91,"term":90,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"yếu tố ảnh hưởng","Yếu tố ảnh hưởng là gì? Các nghiên cứu khoa học liên quan",{"id":93,"title":94,"term":93,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"sf 36","SF-36 là gì? Các công bố nghiên cứu khoa học về SF-36",{"id":96,"title":97,"term":96,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"xelox","Xelox là gì? Các nghiên cứu khoa học về Xelox",{"id":99,"title":100,"term":99,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hibiscus sabdariffa","Hibiscus sabdariffa là gì? Các nghiên cứu về Hibiscus sabdariffa",{"id":102,"title":103,"term":102,"englishTitle":104,"definition":105,"discipline":19,"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":113,"definition":114,"discipline":115,"disciplineCode":116,"disciplineLabel":117,"disciplineColor":118,"disciplineIcon":119},"chuột bạch","Chuột bạch là gì? Đặc điểm sinh học, di truyền và mô hình y sinh","Laboratory Mouse","Chuột bạch là sinh vật mô hình thí nghiệm thuộc loài Mus musculus đã được thuần hóa và tuyển chọn di truyền, đóng vai trò then chốt trong nghiên cứu y sinh học và thử nghiệm tiền lâm sàng.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":121,"title":122,"term":121,"englishTitle":123,"definition":124,"discipline":19,"disciplineCode":106,"disciplineLabel":107,"disciplineColor":108,"disciplineIcon":109},"chẩn đoán phân biệt","Chẩn đoán phân biệt là gì? Các bài báo nghiên cứu khoa học","differential diagnosis","Chẩn đoán phân biệt là quy trình tư duy y khoa có hệ thống nhằm phân tích, so sánh và sàng lọc các bệnh lý có biểu hiện lâm sàng tương tự nhau để xác định chính xác nguyên nhân gốc rễ gây bệnh."]