Cisplatin, an antineoplastic drug commonly used to treat many solid tumors, has serious side effects that limit its clinical use. Therefore, combination therapy with curcumin may be a good option to increase efficacy. The number, size, and distribution of Argyrophilic Nucleolar Organizing Regions (AgNORs) in the nucleus are useful in tumor detection and prognosis; however, since manually determining AgNORs is time-consuming and error-prone, a method that allows for accurate and rapid determination is crucial. In this study, we aimed to evaluate the antiproliferative effects of curcumin and cis
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.
Routine clinical data offer significant potential for data-driven research and real-world evidence. However, such data are typically heterogeneous, irregular, and not designed for research use. This has a detrimental effect on the transformation of the data into analysis-ready datasets. The following paper sets out a preprocessing framework that converts routine clinical data into research-ready datasets. The approach was developed in the context of a use case concerning kidney transplant rejection diagnostics, with the objective of reconstructing clinically meaningful treatment trajectories.
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: This study investigates the transfer of core components of an in-house clinical decision support system (CDSS) between two university hospitals in Germany, aiming to derive transferable lessons for CDSS transfer.
STATE OF THE ART: While frameworks for CDSS implementation are well established, guidance on transferring in-house systems to independent clinical sites remains limited, particularly from the perspective of the adopting institution.
CONCEPT: The study frames transfer as a structured process of recontextualization, differentiating site-agnostic core components from loca
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 ABL1 gene encodes a non-receptor tyrosine kinase implicated in leukemia and other genetic disorders. This study presents a deep learning-based approach for predicting the pathogenicity of ABL1 single amino acid variants (SAVs) using amino acid sequence representations. Variant data collected from UniProt, ClinVar, dbSNP, and EVS databases were encoded through embedding and transformer-based methods. Multiple architectures-Feedforward, Conv1D, BiLSTM, Transformer, and Prot-BERT-were evaluated under six data partitioning scenarios. The Convolutional Neural Network achieved the highest perfor
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.
Postoperative complications in oral and maxillofacial surgery (OMFS), pose a significant challenge to patient recovery. Accurate prediction of such complications could enable earlier interventions and improve clinical outcomes. Advances in machine learning (ML) demonstrated potential in analysing complex data within healthcare, yet their application in OMFS remains limited. Here, the use of ML models, particularly random forest is explored, to predict postoperative complications for mandibular fractures, utilising demographic, clinical, and surgical data. With nested cross validation an accura
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 evaluates a commercially available AI tool (Aidoc) for intracranial hemorrhage (ICH) detection-originally trained on adults-in pediatric patients, addressing the critical need for timely diagnosis and current research gaps in pediatric AI applications. This single-center, retrospective study included pediatric patients aged 6-17 who underwent head CT between January 2017 and November 2022. Radiological reports (unaided by AI) and CT images were analyzed by natural language processing (NLP) and image-based algorithms, respectively, to classify ICH presence or absence. Ground truth wa
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.
OBJECTIVES: To design and implement an automated audit and feedback (A&F) tool for Belgian Electronic Medical Record (EMR) systems to assess and improve the quality of primary care for chronic kidney disease (CKD).
METHODS: 36 quality indicators (QIs) for primary CKD care were translated into conjugations and queries programmable within EMR systems. In the development phase, executable queries were constructed, taking into account technical constraints and the reliability of available data. The Intego database, a Belgian general practice-based morbidity registration network and A&F implementa
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 assessment of body composition is essential for understanding human physiology and health risks and developing personalized medical strategies. Traditional approaches, such as single-slice segmentation at the L3 vertebra, often fail to capture the complexities of whole-body tissue distribution, which is influenced by genetics, metabolism, environment, and physiology. To address these limitations, we present a novel methodology to estimate whole-body composition using sub-body anatomical region computed tomography (CT) scans. For this study, a cohort of 101 subjects with plasmacytoma c
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: Accurate clinical coding is fundamental to large-scale epidemiological studies, hospital billing, and the development of robust clinical decision support systems. Conventional methods for structured data extraction often rely on manual curation, which is prohibitively labor-intensive. Goal of this project is to determine whether current state-of-the-art open-weight LLM models are suitable for extraction of structured data from non-English (German) clinical notes.
METHODS: We anonymized 35 German doctor's notes of five patients from our hospital and developed one pipeline to extr
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.
Pulmonary segment segmentation is crucial for cancer localization and surgical planning. The voxel-wise annotation of pulmonary segments is laborious, as the boundaries between segments are indistinguishable. To this end, we propose Anatomy-Hierarchy Supervised Learning (AHSL), a novel weakly supervised learning method. It incorporates anatomical priors into pulmonary segment segmentation through hierarchical supervision. Specifically, AHSL adopts a dual-level supervision paradigm at both the lobe and segment levels. At the lobe level, supervision constrains pulmonary segments to remain within
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.
Accurate delineation of teeth and jaw bone in cone-beam computed tomography (CBCT) is essential for digital dental diagnosis, treatment planning, and surgical navigation. However, reliable segmentation remains challenging due to imaging noise, blurred boundaries, and the scarcity of annotated dental datasets. Conventional methods often lose boundary precision under such image variability, whereas large-scale generic models struggle to adapt to CBCT characteristics. To address the need for precise segmentation of CBCT images, we propose localization-adaptive dual-branch accurate segmentation (L
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.
The analysis of fundus images is critical for the early detection and diagnosis of retinal diseases such as diabetic retinopathy (DR), glaucoma, and age-related macular degeneration (AMD). Traditional diagnostic workflows, however, often depend on manual interpretation and are both time- and resource-intensive. To address these limitations, we propose an automated and interpretable clinical decision support framework based on a hybrid feature extraction model called HOG-CNN. Our key contribution lies in effectively integrating handcrafted Histogram of Oriented Gradients (HOG) features with rep
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.
We aimed to determine whether computed tomography (CT)-based radiomic features of the inner ear can distinguish the affected side from the contralateral normal-hearing side in patients with idiopathic sudden sensorineural hearing loss (ISSNHL) using a fully automated three-dimensional (3D) segmentation model. Deep learning-based inner ear segmentation followed by radiomics was hypothesized to reveal subtle structural differences associated with ISSNHL. This retrospective study included 318 patients who underwent 420 temporal bone CT scans. An independent test set consisted of 42 inner ear volu
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.
ПППОСА: Продолжительные цитопении - это обычное осложнение после химерика антигенного рецептора (CAR) T-клеток для множественной миеломы, повышающее риск серьезной инфекции. Вливание ранее собранных автоматических стволовых клеток может уменьшить этот риск, однако клинические и экономические последствия активного сбора данных остаются неопределенными. Мы разработали методику 8-year, ежемесячный цикл модели Маркова, моделирующий 10,000 пациентов, проходящих терапию CART. Two были сопоставлены следующие стратегии:1) без наддува стволовых клеток и ()2) наличие стимула для пациентов с продолжитель
Полный текст найденМашинный перевод · не проверен
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: There is increasing interest in the use of artificial intelligence (AI) to assist with respiratory diagnosis and risk prediction. Fuzzy logic is a form of AI that has the advantage of being transparent and interpretable, compared to alternatives such as deep neural networks. We systematically reviewed applications of fuzzy logic for outcome prediction in respiratory medicine.
MATERIALS AND METHODS: We searched PubMed and IEEE Xplore from inception to November 2024 for studies which applied fuzzy logic to respiratory outcome prediction and diagnosis. Three reviewers independently s
СтатьяСистематический обзорПоиск 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.
PURPOSE: Multimodal machine learning offers a holistic view of a patient's status, integrating structured and unstructured data from electronic health records (EHR). We propose a framework to predict metastasis risk 1 month before diagnosis, using 6 months of clinical history from EHR data.
METHODS: Data from four cancer cohorts collected at Karolinska University Hospital (Stockholm, Sweden) were analyzed: breast (n = 743), colon (n = 387), lung (n = 870), and prostate (n = 1,890). The data set included demographics, comorbidities, laboratory results, medications, and clinical text. We compar
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.
Our investigation focuses on developing and testing a radiomics nomogram based on contrast-enhanced mammography (CEM) and clinical factors to predict ductal carcinoma in situ (DCIS) in breast cancer. A retrospective analysis was performed on 731 breast cancer cases who underwent CEM examination and subsequent surgical treatment with complete pathological results, enrolled from five centers. Radiomics features were derived from both low-energy and recombined CEM images for each patient. The Minimum Redundancy Maximum Relevance (mRMR）and least absolute shrinkage and selection operator (LASSO) me
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.
Automated Alzheimer's disease (AD) classification from structural MRI typically employs either feature-engineered machine learning (ML) or end-to-end 3D deep learning (DL). Addressing a lack of rigorous statistical comparison and multi-dataset validation in current literature, this study evaluates classical ML algorithms utilizing volumetric and voxel-based morphometry (VBM) features against 3D CNNs processing raw MRI tensors. Using the ADNI and OASIS datasets, models underwent internal 4-fold cross-validation and zero-shot cross-cohort testing to assess predictive performance, domain shift re
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.
Hepatitis B virus (HBV) infection can lead to hepatocellular carcinoma, and HBV integration into the host genome is regularly observed in the liver of chronic HBV carriers and is speculated to trigger carcinogenesis. To detect HBV integration, PCR-based methods are sensitive but may not be effective depending on the HBV integration site. High-throughput sequencing reveals not only HBV integration but also the site. However, it is still expensive for clinical applications. In situ hybridization is efficient and allows detection of DNA and RNA in single cells and has been applied to study HBV in
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