Myocardial infarction leads to fibrotic scar formation, compromising heart function and leading to heart failure. In vitro models of cardiac fibrotic tissue are essential tools for testing therapeutic strategies designed for this disease. Fluorescence microscopy is an imaging technique that provides high-resolution images of such models, but the segmentation of cellular components (e.g., cytoskeleton and nucleus) and therapeutic agents remains challenging. This early-stage study investigates the integration of radiomics and machine learning (ML) to improve cytoskeleton segmentation in fluoresc
СтатьяПоиск полного текста в очередиПеревод 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.
Cardiac diseases are one of the leading causes of death worldwide. Electrocardiography (ECG) is one of the major diagnostic methods to detect cardiac diseases, including historical and acute myocardial infarction and arrhythmias. Recent advancements in AI, especially the introduction of multimodal large language models capable of understanding images, may provide a high level of accuracy in interpreting ECG images for possible cardiac diseases. We investigated Google Gemini 2.5 Pro and OpenAI GPT-4o for their abilities in recognizing the cardiac conditions on a corpus of 928 annotated ECG imag
СтатьяПоиск полного текста в очередиПеревод 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.
This study aims to analyze unstructured nursing documentation of myocardial infarction patients using clinical practice guidelines and SNOMED CT. A total of 72,234 records from 491 patients were annotated using 17 domains derived from the CCCN and AHA/ACC CPGs and mapped to SNOMED CT. The most frequent concepts were "Taking patient vital signs (procedure)" (n = 4,432), and the most frequent domain was observation of patient condition (n = 31,181, 43%).
СтатьяПоиск полного текста в очередиПеревод 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.
OBJECTIVE: Patients hospitalized for diabetes-related conditions face elevated risks of emergency department (ED) visits post-discharge, driven by both clinical factors and social determinants of health (SDoH). This study aimed to develop and validate predictive models integrating clinical and SDoH data to identify high-risk patients for post-hospitalization diabetes case management.
METHODS: We conducted a retrospective cohort study using electronic health record data from the University of Alabama at Birmingham Medical Center, including 162,063 inpatient encounters (January 2020-June 2024)
СтатьяПоиск полного текста в очередиПеревод 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.
According to World Health Organization, regular physical activity is proven to help prevent and manage noncommunicable diseases such as heart disease, hypertension, diabetes and several cancers as well as to promote health during specific physiological or metabolic conditions such as pregnancy and obesity. In this context, therapeutic exercise guidelines have been developed to provide structured recommendations for safe and effective exercise prescription across diverse health conditions. Despite their clinical importance, these guidelines are not effectively integrated into digital health sys
СтатьяПолный 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.
Smart infusion pumps are widely used to reduce medication errors. When integrated with electronic medical records (EMR), they support a closed-loop medication management system. This study evaluates the impact of EMR-smart pump interoperability on patient safety and user acceptability in a multicenter Australian health service. A comparative study was conducted using baseline data from a tertiary hospital without smart pump integration (December 2021 to July 2022) and post-implementation data from the newly established digital cardiac hospital (March 2023 to December 2023). Both sites utilized
СтатьяПоиск полного текста в очередиПеревод 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.
Myocardial wall thickness is a key measurement in cardiac imaging: it guides the diagnosis of hypertrophic cardiomyopathy, informs risk stratification for sudden cardiac death, and tracks ventricular remodeling in heart failure. Obtaining this measurement reliably requires accurate three-dimensional geometry of the heart. When two-dimensional segmentation masks are stacked to form a 3D shape, the coarse through-plane spacing typical of clinical cardiac CT produces jagged, stair-step surfaces that distort the very thickness measurements clinicians need. This work addresses the pipeline from 2D
СтатьяПолный 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.
Stomach abnormalities pose significant health concerns, ranging from minor digestive issues to severe conditions. The emergence of deep learning methods offers a promising solution to this problem. However, due to the risk of non-optimal hyperparameters affects its performance. To address this concern, this research proposes a Healthcare Internet of Things (IoT)-Based Stomach Abnormality Detection through Iris Image (HIoT-SADII). The SADI process begins with data collection through an IoT architecture. The data are preprocessed using a Gaussian filter. A Modified Mean with Niblacks' Threshold-
СтатьяПоиск полного текста в очередиПеревод 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.
PURPOSE: Accurate classification of microsatellite instability (MSI) in advanced cancers is critical for identifying patients who may benefit from immune checkpoint inhibitors. However, variability in MSI detection workflows can lead to missed MSI-high cases, indicating need for complementary screening approaches. Using next-generation sequencing (NGS) data from colorectal tumors, we developed a machine learning (ML) model to predict MSI status using immune-related gene expression profiles and pathogenic single-nucleotide variants (SNVs) and copy-number variants (CNVs).
MATERIALS AND METHODS:
СтатьяПоиск полного текста в очередиПеревод 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.
Myocardial Infarction remains a high-mortality cardiovascular disease. While ST-Elevation Myocardial Infarction (STEMI) is the traditional intervention standard, many Occlusion Myocardial Infarction (OMI) cases are misclassified as Non-ST Elevation Myocardial Infarction (NSTEMI), leading to delayed treatment and poor outcomes. This study collected clinical and 12-lead ECG data from AMI patients over five years, categorized into OMI and Non Occlusion Myocardial Infarction (NOMI) groups based on angiography and cardiac enzymes. We developed a ResNet-1D deep learning model to identify OMI from El
СтатьяПоиск полного текста в очередиПеревод 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.
Ensuring patient adherence to treatments and lifestyle recommendations after discharge is crucial for effective postacute myocardial infarction (AMI) management. This study aimed to determine the impact of a mobile health application (mHealth) on treatment adherence, self-management, and quality of life in patients with their first-time AMI undergoing primary percutaneous coronary intervention. The randomized controlled study was conducted with 61 patients. The control group received standard discharge education with the educational booklet. In addition to these practices, the intervention gro
СтатьяПоиск полного текста в очередиПеревод 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.
Preconception care is considered essential for raising early awareness of health risks among women planning pregnancy, optimizing lifestyle factors, preventing potential perinatal complications, and supporting informed decision-making to improve both maternal and child health outcomes. The target group for preconception care is diverse, including women and men with varying backgrounds and health literacy levels. The digital tool ZwangerWijzer (Preparing for Pregnancy) has been validated and is designed to identify preconception risk factors while providing tailored information on topics such a
СтатьяПоиск полного текста в очередиПеревод 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: The development of atrial fibrillation (AF) during hospitalization for acute myocardial infarction (AMI) is common and associated with worse prognosis. We aimed to train and, for the first time, cross-nationally validate a machine learning model to predict AF developing during the cardiac intensive care unit (CICU) stay in post-AMI patients admitted in sinus rhythm, using only routine, non-electrocardiographic clinical parameters available at CICU admission.
METHODS: We developed and tested classification pipelines on two independent cohorts of post-AMI patients from Italy (ITA, S
СтатьяПолный 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 AND AIMS: Model Predictive Control (MPC) is emerging within fully closed loop (FCL) systems to offer a promising advancement, by automating glucose regulation for people with Type 1 Diabetes. This article assesses the clinical effectiveness of FCL systems and explores future optimisations by comparison of recent developed systems.
METHODS AND RESULTS: Evidence suggests that MPC-based FCL systems outperform hybrid closed-loop (HCL) models using Proportional-Integral-Derivative (PID) control, achieving higher time-in-range (TIR, 74.4% vs. 63.7%, P = 0.020) and better postprandial glu
СтатьяСравнительное исследованиеПолный 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.
The use of generative artificial intelligence in nursing simulation debriefing is an emerging approach; however, evidence on its educational value remains limited. This study aimed to explore learners' experiences with multiperspective debriefing incorporating text-based generative artificial intelligence in nursing education. A qualitative study was conducted with 12 third-year nursing students recruited through purposive sampling in South Korea. The multiperspective debriefing approach integrated face-to-face, instructor-led, text-based, generative artificial intelligence-assisted, and self-
СтатьяПоиск полного текста в очередиПеревод 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.
INTRODUCTION: Oral potentially malignant disorders (OPMDs) have a high risk for malignant transformation. Currently the gold standard for monitoring of these lesions is through a biopsy. The aim of this study was to identify and explore potential touchpoints based on a service design perspective for improvement of the detection and monitoring of OPMDs and oral cancer.
METHODS: Interviews were conducted in 42 patients (oral leukoplakia (OL) and oral cancer (OC) patients), focusing on experiences within the diagnostic and monitoring process of their (pre)malignant lesions and analyzed through t
СтатьяПолный 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.
PURPOSE: This study examined real-world overall survival (rwOS) in patients with advanced or metastatic non-small cell lung cancer (a/mNSCLC) treated with combination immunotherapy (IO) and platinum chemotherapy in first line (1L), followed by second-line or beyond (2L+) non-IO, nonplatinum chemotherapy and explored the association between real-world duration of response (rwDOR) to 1L treatment and rwOS on the 2L+ treatment.
METHODS: This study used two US-based data sets: ConcertAI Patient360 NSCLC data set (ConcertAI) and the Flatiron Health Research Database (FHRD), and included adults wit
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: Heterogeneity in the long-term progression of Alzheimer's disease (AD) challenges the efficiency of clinical trials. Identifying long-term prognostic factors is critical for enhancing trial efficiency, although it has been limited by the lack of appropriate statistical approaches. We applied a recently developed statistical model-based AI method to identify the baseline prognostic factors for long-term cognitive decline in a clinical trial population.
METHODS: We analyzed pooled placebo arm data (N = 1,597) from four Phase III trials in patients with mild-to-moderate AD. Long-term
СтатьяПолный 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: Elderly acute pancreatitis (AP) patients face significantly higher in-hospital all-cause mortality, highlighting the need for effective risk stratification to support timely clinical decision-making.
METHODS: We conducted a multicenter retrospective study that enrolled 2,728 elderly AP patients, with which we developed and validated a robust machine learning (ML) model for predicting in-hospital all-cause mortality. We first selected predictors of mortality using LASSO regression and random forest-based Boruta algorithms. Then, seven ML models incorporating the selected predictors
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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.
MedElevator
Войти в исследования