INTRODUCTION: Emergency care in the emergency department (ED) requires continuous, multifaceted decision-making based on evolving clinical information. This study aimed to develop and externally validate a comprehensive ED decision-support model based on a Temporal Fusion Transformer (TFT) with multi-modal time-series data to jointly predict testing, treatment, diagnosis, and disposition.
METHODS: Adult ED visit data from one hospital were used for model development, and data from another hospital for external validation. The static inputs included patient characteristics, ED visit-related in
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Transfusion thresholds in upper gastrointestinal bleeding are debated; hemoglobin cutoffs of 70-80 g/L are widely cited yet inconsistently applied. Common risk scores offer limited individualized guidance and rarely provide calibrated, interpretable predictions for transfusion decisions.
OBJECTIVE: This study aimed to develop and validate a two-stage, clinically constrained gradient-boosting framework (Medically Constrained Gradient Boosting [MCGB]) that predicts transfusion need and estimates transfusion dose with quantified uncertainty and to implement a prototype recommendation
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Severe COVID-19 is a global health concern despite continuous vaccination campaigns because current therapies, such as dexamethasone and remdesivir, do not considerably improve immune function, especially in high-risk individuals. SARS-CoV-2-specific T cells (CoV-2-STs) from vaccinated or convalescent donors are a promising new treatment that can enhance clinical outcomes and viral-specific immunity. CoV-2-STs improve T cell proliferation and recovery without raising safety concerns, according to randomized studies. Targeting patients for immunotherapy is made more difficult by the
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
ObjectiveThis study aimed to identify characteristics of adverse events following immunization (AEFI) reporting systems and vaccine adverse events reporting systems (VAERS) including technical platforms, user groups, data elements, functional and non-functional requirements.MethodsIn this scoping review, various databases were searched from 1st January 2015 to 31st December 2024, and all types of studies that explained AEFI reporting system/VAERS characteristics were considered. The findings were reported descriptively.ResultsDifferent technical platforms including web-based, mobile-based, or
СтатьяScoping ReviewПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Pharmacists' prescription review is key to medication safety, but rising numbers of outpatient prescriptions and expanding formularies leave less time per case, increasing error risk. Large language models (LLMs) show promise, yet two barriers hinder routine use: first, most systems rely on cloud-based commercial models, risking data breaches by transmitting protected patient information externally, and second, retrieval-augmented generation (RAG) pipelines used to reduce hallucinations depend on complex text vectorization and vector databases, which hospitals with limited IT resou
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Acute chest pain (ACP) is one of the most common chief complaints in the emergency department (ED), accounting for approximately 8% of all ED visits. However, among patients presenting with chest pain suggestive of cardiac origin, fewer than 10% are ultimately diagnosed with acute coronary syndrome (ACS).
OBJECTIVE: AI models were developed to support clinical decision-making for triage level-2 ED patients presenting with ACP. These models aim to accurately detect ACS and reliably identify low-risk patients based on a single high-sensitivity cardiac troponin T test result. By inte
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: Brain magnetic resonance imaging (MRI) contains identifiable facial and cranial features, creating privacy risks that can limit secondary research use. This review examines current MRI de-identification technologies, quantitative validation methods, and governance frameworks to identify practical strategies for preserving data utility while protecting patient privacy.
METHODS: A descriptive narrative review was conducted across technical and policy domains. Studies of facial deidentification were analyzed according to the tools used, validation procedures, and downstream analytic
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Ambient AI technologies, commonly known as AI scribes, are transforming clinical practice by autonomously capturing patient-provider conversations and structuring them into clinical notes. Short-term studies suggest that ambient AI can significantly reduce documentation time and improve job satisfaction. However, as health care systems accelerate the adoption of these tools, the medical education community must seek to answer unresolved questions regarding their full impact on learners. The inevitable integration of ambient AI in teaching hospitals presents both transformative opportunities an
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
ABSTRACT: BACKGROUND: Large language models (LLMs) are rapidly transforming medical education, yet their performance in Allergy/Immunology remains insufficiently characterized. Furthermore, concerns regarding accuracy, consistency, and sensitivity to input format persist.
ABSTRACT: OBJECTIVES: This study aimed to evaluate and compare the accuracy and response consistency of three leading LLMs-ChatGPT-5, Gemini 2.5, and Grok 4-on Allergy/Immunology United States Medical Licensing Examination (USMLE) Step 1-style questions under different prompt conditions.
ABSTRACT: METHODS: Thirty-five USMLE
СтатьяСравнительное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Though period-tracking apps are valuable tools to monitor and record sexual and reproductive health information, the factors underlying different purposes of period app use are largely unexamined. Based on social cognitive theory, this study explored women's purposes for using period-tracking apps and the personal and environmental factors that influence frequency of use related to (a) menstruation, (b) pregnancy, (c) sexual activity, and (d) information management. Our cross-sectional survey of 249 women living in the United States of America who reported using a period-tracking app in the la
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
ABSTRACT: BACKGROUND: Electronic health record (EHR) clinical decision support (CDS) systems generate excessive, non-contextual alerts, causing clinician desensitization with override rates exceeding 90%. This alert fatigue disrupts workflows, contributes to burnout, and creates patient safety risks. Traditional survey-based methods fail to capture real-time end-user feedback at scale.
ABSTRACT: OBJECTIVES: This study aimed to evaluate real-world CDS usability signals by analyzing physician discourse on X (formerly Twitter) and identify physician-perceived sociotechnical pain points to inform
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The World Health Organization advises that every nation should take responsibility for guaranteeing access to health care services as a basic human right. However, due to financial constraints and geographical hurdles, only around half of the population in Africa has access to contemporary health care services.
OBJECTIVE: This study aimed to predict barriers to health services and associated factors among reproductive-aged women in East Africa using machine learning algorithms and identify the best-performing predictive model.
METHODS: Analysis of secondary data from 6 East Afric
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Diagnostic errors are common in medical care and can significantly affect patient outcomes. Symptom checker apps promise to help patients understand their symptoms, possible diagnoses and actions to take, but lack evidence on accuracy, safety and usability.
METHODS: This study evaluated the usability and acceptability of the Ada symptom checker app for patients in urgent primary care (PC) settings, and extended it with more diverse data from an earlier emergency department (ED) study. Patients entered their symptoms into Ada before assessment by a physician. Both the PC study an
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Although Digital Imaging and Communications in Medicine (DICOM) metadata are widely used to manage medical imaging data and support clinical workflows, their suitability as a sole basis for automatic computed tomography (CT) series labeling and characterization is limited. DICOM metadata are frequently inconsistently populated, institution specific, use unregulated private tags, and have variable reliability even within standardized fields. Consequently, automated series selection for downstream AI applications often remains unreliable, necessitating manual curation within clinical
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Smart home technologies integrated with technology-enhanced health care (TEH) systems are transforming residential care by supporting independent living, continuous health monitoring, and remote clinical interventions. The Internet of Medical Things, wearable biosensors, and AI-driven analytics enable proactive health care delivery and personalized interventions, particularly for older adults and individuals with chronic conditions.
OBJECTIVE: This review synthesizes literature on TEH integration within smart homes, examining global deployment patterns, technological maturity, bio
СтатьяScoping ReviewПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study evaluates the performance of multiple large language models (LLMs) on specialized otolaryngology knowledge, comparing OpenAI's GPT-4 Turbo with 10 commercially available models to assess their potential utility in otolaryngology medical education.A total of 1,075 questions from OTO QUEST, the official self-assessment resource of the American Academy of Otolaryngology-Head and Neck Surgery, were administered to GPT-4 Turbo using a zero-shot approach. Accuracy was analyzed using logistic regression, adjusting for question difficulty, year, and subspecialty. Performance was subsequentl
СтатьяСравнительное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Laboratory testing is a cornerstone of diagnostic decision-making in emergency departments (EDs), yet its overuse contributes substantially to unnecessary health care costs and inefficiencies. Predictive approaches that leverage electronic health record data may help optimize and guide more appropriate test use.
OBJECTIVE: This study aims to develop and evaluate machine learning models that predict laboratory test use during ED visits by integrating structured clinical data and unstructured text from electronic health records.
METHODS: We analyzed 13,115 adult ED visits from the
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BackgroundSocial media platforms are increasingly considered cost-effective channels for delivering antenatal health education in settings where maternal and neonatal mortality remain high. This study assessed accessibility, acceptability, and preferred modalities of a social media-based antenatal care (ANC) program among pregnant women.MethodsWe conducted a cross-sectional survey among pregnant women attending their first ANC visit at a major urban facility in Yaoundé. Data were collected using semi-structured questionnaires and analyzed using descriptive statistics and multivariate logistic
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Patient portal messaging connects patients with their healthcare teams but is underused by Spanish-speaking patients.
OBJECTIVE: Evaluate content and use patterns of portal messaging among Spanish-speaking patients to inform future implementation strategies to increase portal messaging.
METHODS: We evaluated messaging use patterns among a random sample of adults with an EHR-designated Spanish language preference across three diverse healthcare systems in Texas: an academic medical center, a public safety-net institution, and a regional, integrated community health system. Eligibl
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BackgroundPreventing adverse drug reactions requires accurate monitoring of drug exposure throughout patient care. Conventional metrics, measured at admission or discharge, fail to capture the dynamic and cumulative nature of drug burden during hospitalization. Improving exposure assessment is essential to support clinical decision-making and medication safety. Clinical data warehouses (CDWs), which integrate detailed drug administration records, enable the retrospective reuse of hospital data to develop more granular and dynamic measures of in-hospital drug exposure.ObjectiveThis exploratory
Полный текст найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования