Neonatal seizures are high-risk clinical events that require rapid recognition but present subtle symptoms. Although simulation-based education supports clinical competence, the use of escape-room-based approaches in neonatal nursing education remains underexplored. The aim of the study was to explore the experiences of nursing students regarding escape room-based simulation for managing neonatal seizure scenarios. This descriptive qualitative study involved 8 undergraduate nursing students engaged in a 5-stage escape-room simulation using a high-fidelity neonatal simulator (Super Tory S2220,
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.
Data-driven improvement is essential for advancing healthcare delivery, artificial intelligence applications and achieving a learning health system; yet progress is constrained by persistent challenges in health data sharing and reuse. The vocabulary, governance models and operational processes that shape health data sharing and reuse remain fragmented and insufficiently standardised. The FAIR Principles (Findable, Accessible, Interoperable, and Reusable) were developed to promote data sharing in scholarly outputs and research objects. They are increasingly referenced across health contexts, b
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 polyp segmentation is essential for the early detection and treatment of colorectal cancer. However, this task remains challenging due to imaging artifacts, low contrast between polyps and surrounding tissues, and large appearance variations across datasets. Existing boundary-aware deep learning methods predominantly rely on purely data-driven convolutions or gradient-based operators. These approaches are highly susceptible to local pixel noise and inherently struggle to preserve geometric topology in low-contrast clinical scenarios. To overcome this structural vulnerability, we propo
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.
Patient satisfaction and experience surveys are essential for assessing the quality of emergency nursing care, yet conventional questionnaire development is often slow because it relies on multiple rounds of expert consensus, translation, linguistic editing, and pilot testing. To explore whether large language models can streamline this process, we evaluated the feasibility of integrating ChatGPT into the design and preliminary validation of an emergency-department (ED) patient satisfaction and experience questionnaire. A three-phase methodological feasibility study was conducted in 2 tertiary
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.
The automatic estimation of left ventricular ejection fraction (LVEF) from echocardiograms is crucial for the diagnosis of cardiovascular diseases. However, constrained by the inherent speckle noise of ultrasound imaging, the complex temporal dynamics of the cardiac cycle, and the continuous distribution characteristics of physiological indicators, current methods often struggle to extract feature representations that exhibit both robustness and semantic continuity. To address this challenge, we propose a unified structural contrastive learning framework for LVEF applications, designed to seam
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.
This study aims to develop and evaluate a fully automated deep learning framework for generating structured preliminary radiology reports for nephrolithiasis assessment on non-contrast computed tomography (NCCT). This retrospective single-center study included 195 patients with radiologically confirmed nephrolithiasis on NCCT (390 kidneys). Kidneys were automatically localized and analyzed without manual image selection. Stone presence and size class were predicted using a hybrid CNN-Transformer with multiple-instance learning and compared with a ResNet-18 encoder, whereas intrarenal zone was
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 and automated determination of implant diameter and length is a significant but challenging image classification problem for dental planning and clinical decision support systems. In this study, a hybrid model was developed for implant diameter and length determination. First, different Convolutional Neural Network (CNN)-based backbone models were fine-tuned to identify the most successful models in terms of performance. Then, unlike classical ensemble approaches, the models yielding the most successful results were combined at the feature level, not the decision level, to create a du
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.
The efficient allocation of medical personnel to clinical care requires adapting to fluctuating requirements. Nursing workloads at hospital wards depend not just on patient numbers (occupancy), but are also associated with individual features that are increasingly available in Electronic Health Records (EHRs). These EHRs thus promise to support human resource management with automated predictions of patient-specific nursing needs. To evaluate EHR-based workload estimates, we trained Random Forest (RF) and Gradient Boosting (GB) models in an anonymous dataset of 27,178 inpatient cases and 53 at
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.
Monolithic clinical decision support architectures entangle IT infrastructure with medical logic, compounding regulatory validation overhead (e.g., IEC 82304-1). We present an event-driven microservice architecture designed to streamline the clinical validation process through structural fault containment. Orchestrated by a Kafka message broker and gated by a Drools rule engine, the system intercepts structurally invalid data before it reaches the deterministic medical logic core comprised of ArdenSuite. Empirical testing demonstrated zero state loss during node failures and confirmed that she
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.
The rising global prevalence of dementia places escalating demands on paid professional caregivers, who frequently experience severe stress and professional isolation. Existing mobile health (mHealth) applications rarely integrate real-time stress monitoring with multimodal relief strategies. CaregiverConnect, a Flutter/Firebase mobile application comprising nine feature modules, was evaluated in a single-group, pre-post pilot study with 10 paid professional dementia caregivers at two nursing home facilities over two weeks. Descriptive analysis yielded an exploratory effect estimate for self-r
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: Ambient AI scribe tools that capture clinician-patient conversations and generate draft notes are increasingly deployed to reduce documentation burden, but patient-facing acceptance may influence implementation success, especially in rural areas.
OBJECTIVES: To characterize rural respondents' attitudes toward AI scribes across (1) trust in documentation accuracy, (2) perceived impact on patient-provider interaction, and (3) preference for future use, and to examine how attitudes vary by demographic, socioeconomic, health, and digital-access characteristics.
METHODS: We conducted
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.
OBJECTIVE: We aimed to develop and evaluate the performance of CMC-ID, an algorithm designed to identify children and youth with medical complexity (CMC) from electronic health record (EHR) data for recruitment to a transition to adult care programme, and then tested it in younger patients.
METHODS: CMC-ID was developed iteratively at a paediatric tertiary care hospital (SickKids) in Toronto, Canada, using a data repository derived from an Epic System EHR. The algorithm captured standard clinical criteria for CMC used throughout Ontario, Canada, including (1) Complexity, (2) Chronicity, (3) F
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: Differentiating Kawasaki disease (KD) from other febrile illnesses remains challenging because of overlapping clinical and laboratory features. This study systematically evaluated the methodological quality, risk of bias, applicability, and predictive performance of machine learning (ML) and logistic regression-family (LR-family) models.
METHODS: PubMed, Web of Science, and Embase were searched from January 1, 2006, to December 31, 2025, for studies developing or validating ML or LR-family models for differentiating KD from other febrile illnesses. Risk of bias and applicability w
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.
Care pathways are essential to enhance the organisation of care, optimise resource use and improve patient outcomes, thereby supporting value-based healthcare. As care pathways are increasingly required, there is a need for clear methodological guidance on the identification and visualisation of care pathways. This perspective article provides an overview of methodological approaches to support the identification and visualisation of these care pathways. Two possible methods are described, including co-creation and process mining as well as different visualisation techniques that can be applie
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.
Enlarged perivascular spaces (ePVS) are small, sparse MRI-visible markers of cerebral small vessel disease and brain ageing. Their size, low contrast, and severe foreground-background imbalance make automated segmentation challenging. Existing methods are mainly cross-sectional and do not model temporal consistency, limiting their utility for tracking longitudinal change. We developed Long-PVSUNet, a two-timepoint framework for count-oriented ePVS segmentation on paired baseline/follow-up T1-weighted and FLAIR MRI using baseline-guided attention fusion and imbalance-aware training. After scree
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: Previous studies on physicians' work in Japan relied on self-reported surveys or attendance records, providing limited insights into their hospital activities. This study aimed to visualize the work patterns of physicians at a university hospital and identify factors associated with extended working hours using a system integrating a smartphone application with beacon technology, which was developed in-house.
METHODS: In this prospective observational study, a smartphone application integrated with Bluetooth Low Energy beacons automatically recorded physicians' locations and durat
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.
OBJECTIVE: To develop a machine learning (ML)-based predictive model for assessing the risk of zero-dose children using Demographic Health Survey data in sub-Saharan Africa.
METHODS: This study analysed pooled Demographic and Health Survey data from 27 countries in sub-Saharan Africa collected between 2016 and 2024. Data preprocessing included imputation, balancing of unequal classes and systematic feature selection. Seven ML models were trained and evaluated using performance metrics such as accuracy, recall and F1-score. Feature importance was interpreted using SHapley Additive exPlanations
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: Transitions to new electronic health record systems can disrupt workflows and patient safety. At Helsinki University Hospital, the Epic Radiant imaging module went live in April 2021 as part of the Apotti electronic health record rollout.
OBJECTIVE: To characterise patient safety incidents associated with the Radiant go-live and identify contributing factors for safer future implementations.
METHODS: We analysed three sources: radiology-targeted patient safety incident reports from six months before to six months after go-live; a one-time free-text screen of reports made by radio
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.
Road traffic accidents (RTAs) remain a major public health concern in Thailand, particularly in Chaiyaphum Province. This study aimed to identify factors associated with fatalities among two- and three-wheeled vehicle users in Chaiyaphum province. Secondary data from the Thailand Road Injury and Fatality Integrated Database, encompassing 21,337 accident victims from 2023 to 2024, were analyzed. Descriptive statistics and binary logistic regression were employed. A total of 240 fatalities were recorded, representing a fatality rate of 10.81 per 100,000 population, with an increasing trend obser
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