INTRODUCTION: Valid outcome estimation in pharmacoepidemiological studies requires accurate estimation of drug use periods. This estimation becomes more precise when person-specific drug use patterns are considered. PRE2DUP is a method to estimate drug use periods from drug purchases, based on purchased amount, sliding average of daily dose, utilizing package-level parameters, hospital care periods and personal purchase regularity over time. Objective of this study was to develop openly shared R-package of PRE2DUP named PRE2DUP-R, to compare the drug use periods created by PRE2DUP and PRE2DUP-
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.
To develop a machine learning-based predictive model for local recurrence after radiotherapy in patients with gliomas, with interpretability enhanced through SHapley Additive exPlanations (SHAP). We retrospectively enrolled 145 patients with pathologically confirmed gliomas who underwent brain radiotherapy (training: validation = 102:43). Physiological and structural magnetic resonance imaging (MRI) were used to define habitat regions. A total of 2153 radiomic features were extracted from each MRI sequence in each habitat region, respectively. Relief and Recursive Feature Elimination were used
Поиск 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.
The opioid crisis in Ontario continues to drive high rates of opioid-related mortality, exacerbated by a toxic drug supply and fragmented healthcare services. Emergency departments represent critical intervention points but currently lack standardized, real-time mechanisms to identify and coordinate care for patients at risk of opioid toxicity. This study proposes the Opioid Predictive & Analytics Linkage (OPAL) framework, a standardized prevention model integrating predictive risk detection, multi-provider notifications, an evidence-based opioid care pathway, and post-discharge referral track
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.
Correctional health systems face structural constraints that limit timely and systematic health assessment. While screening tools such as the 9-THAI have been widely used in community settings, their integration into digital health systems in correctional environments remains underexplored. This study evaluates the feasibility of implementing a digital-ready screening approach using the 9-THAI tool facilitated by Prison Health Volunteers (PHVs) in Thai correctional institutions, with a focus on system integration and scalability. A cross-sectional study was conducted among 441 incarcerated ind
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: Gastric adenocarcinoma (GAC) remains a major global health burden with marked heterogeneity, complicating diagnosis and prognostic assessment. The Laurén classification, though widely used, suffers from interobserver variability, particularly in defining the mixed subtype. Artificial intelligence (AI)-driven image analysis may improve standardization and prognostic assessment in GAC.
METHODS: We retrospectively analyzed 404 patients with resected GAC (2015-2022) from Fundeni Clinical Institute. Whole-slide images (WSIs) were annotated by pathologists with expertise and processed i
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.
Surgical care is essential to achieving universal health coverage, yet many African low-income, lower-middle-income countries (LMICs) and upper-middle-income countries - including South Africa-struggle to harness healthcare data for surgical system strengthening. Despite global advocacy efforts and the adoption of surgical indicators such as perioperative mortality rate and surgical volume, fragmented routine health information systems, limited human resource capacity and siloed data architecture hinder effective, data-informed planning and policy. Drawing on a South African case study, this h
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: Digital Health is currently showing promising results in reducing patient and caregiver suffering that arise from misconceptions.
OBJECTIVE: To synthesize existing evidence on Perceived Usefulness, interest in use and willingness to use towards Epilepsy Digital Health Interventions.
METHOD: Databases were searched for studies reporting on the outcomes of interest by using a comprehensive search strategy. Studies published in English from January 2015 to September 2025 were included. The Newcastle-Ottawa Quality Assessment Scale was employed to evaluate the quality of included stu
СтатьяСистематический обзорМетаанализПоиск 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 aimed to determine nursing students' perceived opinion leadership toward social media influencers and their attitudes toward the nursing profession, examine the relationship between these variables, and assess the effect of perceived opinion leadership on professional attitude. Using a descriptive, cross-sectional design, data were collected through the Demographic Characteristics Form, the Opinion Leadership Scale of Social Media Influencers Among Followers, and the Attitude Scale Toward the Nursing Profession. The study was conducted between October 2024 and May 2025 with 674 nurs
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.
ManagiDiTH is a joint Master's programme co-designed and jointly implemented by Aristotle University of Thessaloniki, ISCTE - University Institute of Lisbon, and Laurea University of Applied Sciences. This paper presents early experiences from its pilot phase, with emphasis on administrative challenges, technical interoperability, and student experience. The main issues involved admissions, grading, accreditation, and the coordination of information systems across institutions. Experiences from the pilot phase suggest that joint programmes in digital health education can offer clear educationa
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: Early mortality risk stratification remains challenging in intensive care unit (ICU) patients with acute upper gastrointestinal bleeding (AUGIB). We developed a parsimonious, interpretable ensemble model and evaluated its performance across independent ICU cohorts.
METHODS: MIMIC-IV was used for model development and internal validation (n=3,728), and eICU-CRD (n=7,529) and a Hainan cohort (n=200) were used for external validation. Adults with ICU stays of at least 24 hours were included. Subsequent all-cause in-hospital mortality was predicted from routinely available data collec
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.
Treatment-effect prioritization, incremental imaging value, and evaluation-induced optimism require separate assessment. After a reproducibility audit identified a nonstandard ranking statistic, we reanalyzed pretreatment breast dynamic contrast-enhanced MRI from the randomized I-SPY2 cohort within MAMA-MIA using standard centered, doubly robust rank-weighted average treatment effect (RATE) analysis targeting the area under the targeting operator characteristic (AUTOC). The human epidermal growth factor receptor 2-negative cohort (n = 739) was randomly divided into training (n = 370) and indep
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.
Accurate postmortem-to-antemortem computed tomography (CT) candidate ranking can support personal identification in forensic radiology, but scalable methods remain needed. The sternum is included in routine chest and postmortem CT, but its thin, flat morphology may not be fully captured by conventional global three-dimensional (3D) shape features. We evaluated whether a multi-view contour representation based on elliptic Fourier analysis (EFA) could improve sternum-based CT candidate ranking over conventional 3D radiomic shape features. Paired antemortem and postmortem CT scans from an institu
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.
Molecular markers are central to diagnosis, prognosis, and treatment selection in adult-type diffuse high-grade gliomas (HGG), but tissue genotyping is invasive and may be affected by intratumoral heterogeneity. We evaluated the diagnostic accuracy of AI-based MRI radiogenomics for preoperative molecular characterization of HGG. Following PRISMA 2020, we searched PubMed, EMBASE, Scopus, and bioRxiv on March 14, 2026, for studies using AI on preoperative MRI to predict molecular markers in HGG. Risk of bias was assessed using QUADAS-2; reporting and methodological quality were assessed with CLE
СтатьяОбзорПоиск 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.
Proteomics plays a vital role in precision medicine, enabling biomarker discovery and pathological subtype prediction of complex diseases. Among analytical platforms, data-independent acquisition mass spectrometry (DIA-MS) offers high reproducibility and comprehensive proteomic coverage for rapid disease diagnosis. However, it is challenged by redundant signals and high similarity between different subtypes, making data interpretation more complicated. To address these challenges, we propose MS-FGNet, an attention-guided deep learning framework for fine-grained pathological subtype prediction
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.
In early lung cancer screening, the accurate classification of lung nodules is essential to clinical decisions and individualized treatments. Despite the considerable advances in earlier approaches, two main obstacles remain: the increasing model size that limits the clinical application with limited resource and the omission of spatial and channel-aware information that results in insufficient interpretability. To address these challenges, we propose TripleAttentionNet, a novel approach to lung nodule classification that features Triple Union Efficient Attention (TUEA) modules to automaticall
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.
Monocular depth estimation (MDE) is a core capability for 3D reconstruction and intraoperative augmented reality in endoscopy. Recent self-supervised methods improve performance by leveraging reprojection consistency, temporal constraints, and stronger representations. However, endoscopic images exhibit specular highlights, low texture, and pronounced non-Lambertian effects. These factors introduce noise, degrading depth accuracy in endoscopic settings. In this work, we further introduce two complementary innovations, confidence-rectified distillation and semantic distribution alignment (SDA),
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.
Serious games have an important role in nursing education to support the development of students' knowledge, skills, satisfaction, and self-confidence. Serious games in the development of basic nursing skills are defined as interactive computer applications that present a challenging goal, offer an enjoyable and engaging experience, incorporate scoring mechanisms, and equip users with useful skills, knowledge, or attitudes. They provide students with opportunities for active learning, solving clinical problems, and gaining experience in a risk-free environment. Serious gaming applications ensu
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: This study mapped the scientific evidence on the knowledge, skills, and attitudes of nursing students regarding artificial intelligence (AI), analyzing trends, challenges, and curricular opportunities.
METHODS: This is a scoping review conducted according to the Joanna Briggs Institute methodology, with a protocol registered in the Open Science Framework and reported following the PRISMA-ScR extension. The search strategy included 6 sources of information, as well as gray literature, covering publications without language or year restrictions.
RESULTS: The findings from the 51 an
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.
Artificial intelligence (AI), whether generative, specialized, or agent-based, is increasingly integrated into the daily lives of many citizens. In healthcare, several applications are already in clinical use, influencing patient care. Yet, our understanding of these learning systems remains partial. This article shows results from a study which is part of the XpliCAI project (Geneva University Hospitals, HUG). This paper describes the second study which examines the perception of available indicators for transparency in AI gathered from different sources. Workshops were conducted at HUG, invo
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.
Healthcare sectors generate large volumes of unstructured text, yet mature clinical NLP is lacking for low-resource languages. This project targets Estonian, a morphologically rich, low-resource language, and outlines an end-to-end pipeline that converts free text into interoperable, structured data. A design-science approach guides development of multilingual speech-to-text for clinical dictation, clinical NLP for entity extraction and context handling, terminology binding to the Estonian SNOMED CT extension, and export as HL7 FHIR resources with mappings to EHR fields. Expected benefits incl
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.
MedElevator
Войти в исследования