BACKGROUND: Large language model (LLM) proofreaders for radiology reports generate many false positives (FPs) due to the low prevalence of errors.
OBJECTIVE: This study aimed to determine whether an optimized LLM framework could improve both precision and cost-efficiency without compromising error detection capability.
METHODS: In this retrospective study, 1000 radiology reports (radiography, ultrasonography, computed tomography, and magnetic resonance imaging; 250 each) were sampled from the Medical Information Mart for Intensive Care III database. Two public chest radiography corpora (CheX
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.
BACKGROUND: General anesthesia comprises 3 essential components-hypnosis, analgesia, and immobility. Among these, maintaining an appropriate hypnotic state, or anesthetic depth, is crucial for patient safety. Excessively deep anesthesia may lead to hemodynamic instability and postoperative cognitive dysfunction, whereas inadequate anesthesia increases the risk of intraoperative awareness. Electroencephalography (EEG)-based monitoring has therefore become a cornerstone for evaluating anesthetic depth. However, processed electroencephalography (pEEG) indices remain vulnerable to various sources
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.
BACKGROUND: Computer-aided diagnostic systems such as S-Detect (Samsung Medison) are increasingly integrated into breast ultrasound workflows. Notwithstanding extensive past evaluation of S-Detect's diagnostic accuracy, its intrasystem repeatability at the software level with identical static images, a fundamental prerequisite for clinical reliability, has not been systematically investigated.
OBJECTIVE: This study aimed to evaluate the intrasystem repeatability of the S-Detect computer-aided diagnostic system in classifying breast nodules in identical static ultrasound images.
METHODS: This
СтатьяПоддержка 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: Real-time prediction of sepsis is a critical yet highly challenging task. Existing studies face 2 major limitations. First, they often rely on laboratory test results that are not readily available in real time, making timely diagnosis difficult. Second, the patient's condition evolves as a typical time series, but current methods often adopt coarse modeling strategies, with model architectures that are inefficient to train and deploy effectively.
OBJECTIVE: This study aimed to develop a prediction model for online sepsis detection using only easily obtainable vital signs, such as
СтатьяПоддержка 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: Medical information extraction requires automatically identifying disease names and related terms in text. This task, known as named entity recognition (NER), relies on expert-annotated data that are costly to produce and often available only in limited quantities. Data augmentation (DA) aims to expand available training data; however, standard techniques such as synonym replacement and back-translation may introduce inappropriate substitutions or fail to preserve entity-label alignment, which is critical for sequence-labeling tasks. Although large language models can generate flue
СтатьяСравнительное 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.
OBJECTIVE: Hemodialysis is essential for managing end-stage renal disease, with rising patient numbers increasing the need for individualized treatment. To support this, hybrid models-integrating mechanistic frameworks with data-driven calibration-have increasingly replaced purely mechanistic or statistical approaches. These models rely on complete, high-quality clinical data; however, incomplete values-particularly hematological data-are common and may compromise model reliability. In this study, we evaluated the impact of incomplete data acquired during dialysis on the training and predictiv
СтатьяПоддержка 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: Effective risk stratification in sepsis remains a critical clinical challenge. Serum lactate is a cornerstone biomarker of metabolic dysfunction, yet its predictive limitations-particularly in patients without severe hyperlactatemia-are well recognized. The lactate-to-albumin ratio (LAR), a composite mixed-unit index integrating markers of acute metabolic dysfunction and systemic inflammation, has emerged as a promising predictor; however, its incremental discriminative advantage over lactate had not been formally tested in a large multicenter cohort using paired statistical method
СтатьяМногоцентровое исследованиеНаблюдательное 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.
Objective: Women with prior hypertensive disorders of pregnancy (HDP) have increased risk of developing future cardiovascular disease. The objective of this scoping review was to map the literature regarding the use of eHealth measures in cardiovascular follow-up after HDP and identify research gaps. Methods: A systematic search was conducted in four databases. Primary research articles and guidelines were included. Abstract screening, full-text assessment and data extraction was performed to summarize the findings. Results: The search identified 4830 articles and 12 guidelines. Eleven publica
СтатьяScoping ReviewПолный 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: Qualitative thematic analysis is widely used in health research to examine patient experiences and inform the refinement of digital health interventions, but it is time- and labor-intensive. Large language models (LLMs) may help accelerate this process, yet their performance may depend not only on the model itself but also on how the analytic workflow is structured. Current evidence remains limited on how different LLMs perform across multistage thematic analysis workflows and across multiple health-related qualitative datasets.
OBJECTIVE: This study aimed to evaluate a modular hu
СтатьяСравнительное исследованиеПоддержка NIH: внешняя программаПоиск 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: Early prediction of gestational diabetes mellitus (GDM) is critical for improving maternal health outcomes. However, predictive models are often challenged by limited early-pregnancy samples, severe class imbalance in datasets, and complex interrelationships among clinical features.
OBJECTIVE: This study aimed to develop and evaluate a unified dual-dimensional enhancement framework integrating data augmentation and feature engineering. By addressing data imbalance and leveraging medical prior knowledge, this framework significantly improves early GDM prediction performance.
METHO
СтатьяВалидационное исследованиеПоддержка 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: Type 2 diabetes mellitus (T2DM) is a prevalent chronic metabolic disorder associated with serious complications, including nephropathy, cardiovascular disease, retinopathy, and neuropathy. Given its increasing incidence and the complexity of associated factors-such as obesity, metabolic syndrome, and sedentary lifestyle-accurate identification is essential. This study aimed to evaluate and compare the performance of several machine learning algorithms to identify key associated factors and detect individuals with T2DM within this dataset.
METHODS: A publicly available dataset from
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: Postoperative nausea and vomiting are common complications after anesthesia. However, vomiting represents a clinically distinct and objectively measurable endpoint.
OBJECTIVE: This study aimed to develop and internally validate predictive models for postoperative vomiting within 24 hours using structured perioperative data and unstructured clinical text, while introducing a structured framework that separates feature construction from interpretability using large language models (LLMs).
METHODS: We analyzed 33,460 anesthesia records from a single center (2019-2022). Two temporall
СтатьяВалидационное исследованиеПоддержка 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: Chronic kidney disease (CKD) is a global health burden characterized by heterogeneous progression trajectories. Without timely and appropriate management, CKD can lead to increased morbidity and mortality and a reduced quality of life. Therefore, early identification of patients at high risk of developing end-stage renal disease (ESRD) or mortality is essential to facilitate timely intervention and improve patient outcomes.
OBJECTIVE: This study aimed to develop and validate machine learning models to predict ESRD and all-cause mortality in patients with CKD.
METHODS: We develope
СтатьяВалидационное 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: Online health care consultation provides patients with broad access to physicians, but also presents the challenge of selecting a suitable doctor in the absence of triage guidance. Patients have multifaceted needs, prioritizing not only recommendation accuracy but also physician service quality, and diversity of physician expertise. Furthermore, the sparsity of patient interaction data intensifies the difficulty of providing balanced and effective recommendations.
OBJECTIVE: This study aims to develop a multiobjective physician recommendation method that simultaneously optimizes r
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: As health care delivery shifts toward value-based care, proactive strategies to close preventive care gaps are essential. However, patient engagement remains suboptimal due to logistical, behavioral, and socioeconomic barriers. Traditional outreach methods, such as phone calls, emails, and postal mail, have long been used, but emerging digital approaches, such as chatbot-based messaging, offer potential advantages in scalability and personalization. Their comparative effectiveness, however, remains underexplored.
OBJECTIVE: This study aimed to evaluate the effectiveness of chatbot
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: Rib fractures are present in 10%-15% of thoracic trauma cases but are often missed on chest radiographs, delaying diagnosis and treatment. Artificial intelligence (AI) may improve detection and triage in emergency settings.
OBJECTIVE: This study aims to evaluate diagnostic accuracy, processing speed, and technical feasibility of an artificial intelligence-assisted rib fracture detection system using prospectively collected data within a real-world, high-volume emergency department workflow.
METHODS: We conducted an observational feasibility study with prospective data collection
СтатьяНаблюдательное 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: Automated classification of hematopoietic cells presents unique challenges due to morphological overlap across maturation stages and interobserver variability. Whereas deep learning models have demonstrated promising performance in digital pathology, limited attention has been given to systematic interpretability analysis in hematological cytomorphology.
OBJECTIVE: To develop and rigorously evaluate an interpretability-centered deep learning framework for multiclass classification of 21 bone marrow cytomorphological cell types, incorporating cross-validation, formal statistical co
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: Controlled substances require strict life cycle management, but manual workflows can lead to documentation errors, traceability gaps, and delays in empty-ampoule recovery.
OBJECTIVE: This study aimed to construct a quantifiable 3D closed-loop framework integrating technology, process redesign, and organizational accountability and to examine whether implementation was temporally associated with changes in controlled substance process indicators.
METHODS: A single-center pre-post quality improvement study was conducted in a Healthcare Information and Management Systems Society (HI
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: Sepsis-associated acute kidney injury (SA-AKI) is a frequent and life-threatening complication of sepsis. While the static lactate-to-albumin ratio (LAR) has prognostic value, its dynamic temporal evolution during early resuscitation and its utility for guiding clinical risk stratification remain underexplored.
OBJECTIVE: The aim of the study is to identify distinct dynamic trajectories of LAR, evaluate their independent associations with adverse clinical outcomes, and construct a practical prognostic nomogram for patients with SA-AKI.
METHODS: Data were extracted from the Medica
СтатьяМногоцентровое исследованиеНаблюдательное 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.
ObjectiveThoracolumbar fractures (T11-L2) are common spinal injuries, and accurate classification is essential for treatment planning. However, diagnosis remains challenging because of complex fracture morphology and variability in clinical experience. This study evaluated the feasibility of a deep learning framework for automated classification of thoracolumbar fractures using CT images.MethodsA retrospective study was conducted using CT images from 596 patients with thoracolumbar fractures. A convolutional neural network based on a Multiple Instance Learning (MIL) framework was developed, us
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.
MedElevator
Войти в исследования