Early and accurate diagnosis of pulmonary hypertension (PH), including differentiating pre-capillary from post-capillary PH, is crucial for guiding effective clinical management. This study developed and validated a deep learning-based diagnostic model to classify patients into non-PH, pre-capillary PH, or post-capillary PH categories. A retrospective dataset from 204 patients (112 pre-capillary PH, 32 post-capillary PH, and 60 non-PH controls) was collected at the First Affiliated Hospital of Nanjing Medical University, with diagnoses confirmed by right heart catheterization (RHC). Patients w
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 the association between COVID-19 and cancer incidence by sex in Manitoba, Canada.
METHODS: We used a population-based quasi-experimental study design and an interrupted time-series analysis to compare the rate of new cancer diagnoses between males and females before (January 2015 until December 2019) and after the start of the COVID-19 pandemic (April 2020 until December 2022).
RESULTS: A total of 16,200 females and 20,631 males diagnosed with cancer between 2015 and 2022 in Manitoba were included. Colon cancer incidence decreased by 34% for males and females fro
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.
Segmentation accuracy and consistency directly affect the safety of treatment and the reliability of decision-making in tumor delineation, organ-at-risk protection, preoperative planning, and follow-up evaluation. The U-shaped convolutional network still has limitations in cross-regional modeling and adaptive cross-layer fusion, while the Transformer/hybrid architecture, although capable of encoding global context, is computationally expensive and has limited interpretability. To address these issues, we propose a multi-group rational KAN (MGR-KAN) and embed it into the U-shaped framework to f
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: To evaluate the appropriateness of a cure model when analyzing right-censored end points of a randomized clinical trial (RCT) in malignancy in the presence of long-term survivors. We aim to derive how the ratio estimation of censored cured subjects (RECeUS), previously proposed for a homogeneous population, could be extended for use in RCTs.
METHODS: Based on the RECeUS method, four decision rules were considered to assess the appropriateness of a cure model. They considered the eligibility conditions to be met: in both arms, in at least one randomized arm, in the entire sample, or w
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: Accurately forecasting patient arrivals in hospital emergency departments (EDs) is critical for hospital capacity and planning and clinical decision-making. Artificial intelligence (AI), particularly machine learning (ML) and deep learning (DL), has shown promising performance over traditional time series approaches. However, the extent to which these models are validated and generalizable remains uncertain.
OBJECTIVE: To systematically review the literature on predictive models for hospital ED demand forecasting, focusing on algorithms used, internal and external variables, valid
СтатьяСистематический обзорПоиск 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.
As disasters become more frequent and severe, integrating smart health technologies into disaster preparedness has become essential for enhancing healthcare system resilience. This paper explores the role of technologies such as telemedicine, the Internet of Things (IoT), wearable devices, Electronic Health Records (EHRs), mobile health applications, and Artificial Intelligence (AI) in improving disaster management. These innovations enable real-time monitoring, remote healthcare delivery, and predictive analytics, which are crucial for mitigating the health impacts of disasters. The paper als
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: Medication nonadherence is a common, preventable cause of adverse clinical outcomes. Predictive models identifying risk of nonadherence could enable proactive intervention.
OBJECTIVE: This scoping review aimed to describe relevant predictors, model training and evaluation processes, and how adherence was classified to inform implementation of clinically actionable models.
MATERIALS AND METHODS: A systematic search of PubMed, Embase, and Web of Science was conducted for studies published between January 2015 and December 2024 describing creation of models predictive of future medi
СтатьяScoping ReviewПоддержка 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.
Endometrial cancer, primarily arising from the lining of the uterus (endometrium), is the most common gynecological malignancy in many developed countries. Risk factors include obesity, age, and a family history of related cancers. The prognosis is generally favorable when detected early. One important measure of clinical results and resource use is the duration of hospital stay (LOS) after surgery. Understanding the causes of prolonged hospital stays is crucial for improving patient care because both organizational and patient-related factors can have a substantial impact on LOS. This study u
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.
Postpartum depression (PPD) affects approximately 20% of women after childbirth and has complex etiology. Existing predictive models of PPD lack training on large, national datasets and comprehensive integration of clinical and social determinants. To address this gap, we developed machine learning (ML) models using the Pregnancy Risk Assessment Monitoring System survey (2016-2021) including 51,917 US patients. ML used medical history, pregnancy complications, social factors, and infant outcomes as features, with self-reported PPD as the outcome. We evaluated several ML approaches, including g
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: Depression and anxiety are prevalent mental health conditions among individuals with type 2 diabetes mellitus (T2DM), who exhibit unique vulnerabilities and etiologies. However, existing approaches fail to fully utilize regional heterogeneous electronic health record (EHR) data. Integrating this data can provide a more comprehensive understanding of depression and anxiety in T2DM patients, leading to more personalized treatment strategies.
OBJECTIVE: This study aims to develop and validate a deep learning model, the Regional EHR for Depression and Anxiety Prediction Model (REDAPM)
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.
PURPOSE: Cyclin-dependent kinase 4 and 6 inhibitors (CDKIs) are effective breast cancer therapies but pose adherence challenges because of cost, side effects, and complexity of medication schedule. We assessed the feasibility and usability of a smart label-enabled remote therapeutic monitoring (RTM) mHealth intervention for women with breast cancer prescribed a CDKI. Exploratory adjusted analyses examined factors associated with usability and CDKI adherence.
METHODS: Participants were recruited from a comprehensive cancer center between April and August 2024. For 3 months, participants used T
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.
PURPOSE: Endocrine treatments for patients with hormone-sensitive breast cancer are associated with significant side effects that can negatively affect health-related quality of life and result in treatment discontinuation. The objective of this qualitative study was to obtain feedback from stakeholder clinicians and patients about an online interactive tool that was designed to provide information and visualizations of breast cancer symptoms.
METHODS: The online Breast Cancer Symptom Explorer tool was developed to allow patients to visualize trajectories for common symptoms associated with t
СтатьяПоддержка NIH: внешняя программаПолный 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.
INTRODUCTION: Polypharmacy and Potentially Inappropriate Medication (PIM) pose significant challenges for older adults, frequently leading to adverse health outcomes. While digital health tools offer promise solutions to improve medication management for this population, their integration into primary care settings remains slow. This study aims to explore the perspectives of Portuguese general practitioners (GPs) regarding polypharmacy, PIM, and the adoption of digital health-related tools for medication appropriateness in older adults.
METHODS: Five qualitative focus group sessions were cond
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: Identifying illicit drug use through urine testing is time-consuming in the era of new psychoactive substances. This study aimed to develop a machine learning (ML) prediction model for early identification of illicit drug use in suspected emergency department (ED) patients.
METHODS: Data from the Taiwan Emergency Department Drug Abuse Surveillance (TEDAS) database (2020-2023) was used. Six feature categories-demographics, triage data, referral source, symptoms, physical findings, and clinical characteristics-were included. The primary outcome was positive urine results for illicit
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.
INTRODUCTION: The misuse of over-the-counter (OTC) drugs poses a significant global public health challenge. This study proposes a system for detecting and visualizing inappropriate OTC drug use in social media data.
METHODS: We constructed a corpus of 20,036 labeled Japanese tweets, including 7,000 medication-related posts, to address the linguistic and cultural nuances. By fine-tuning the Japanese bidirectional encoder representations from transformers models, the system identified misuse patterns such as overuse. The system also incorporates a visualization tool to illustrate temporal and
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: Self-rated health (SRH) is influenced by various factors, including clinical and sociodemographic characteristics. However, in the context of Brazil, we still lack a clear understanding of the relative importance of these factors and how they differ between men and women in midlife. Given the significance of gender equity in health, it is crucial to explore these differences to meet the specific needs of each group.
OBJECTIVE: This study examines the importance of clinical and sociodemographic factors of SRH among middle-aged Brazilian adults and analyzes how they vary between men
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.
ObjectivesThis scoping review aims to clarify the definition and trajectory of citizen-led scientific research (so-called citizen science) within the healthcare domain, examine the degree of integration of machine learning (ML) and the participation levels of citizen scientists in health-related projects.Materials and methodsIn January and September 2024 we conducted a comprehensive search in PubMed, Scopus, Web of Science, and EBSCOhost platform for peer-reviewed publications that combine citizen science and machine learning (ML) in healthcare. Articles were excluded if citizens were merely p
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.
PURPOSE: Tobacco use is a major risk factor for diseases such as cancer. Granular quantitative details of smoking (eg, pack years and years since quitting) are essential for assessing disease risk and determining eligibility for lung cancer screening (LCS). However, existing natural language processing (NLP) tools struggle to extract detailed quantitative smoking data from clinical narratives.
METHODS: We cross-validated four pretrained Bidirectional Encoder Representations from Transformers (BERT)-based models-BERT, BioBERT, ClinicalBERT, and MedBERT-by fine-tuning them on 90% of 3,261 sente
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
INTRODUCTION: Advances in artificial intelligence offer the promise of automated analysis of optical coherence tomography (OCT) scans to detect ocular complications from anticancer drug therapy. To explore how such AI outputs are interpreted in clinical settings, we conducted a survey-based interview study with 27 clinicians -comprising 10 ophthalmic specialists, 10 ophthalmic practitioners, and 7 oncologists. Participants were first introduced to core AI concepts and realistic clinical scenarios, then asked to assess AI-generated OCT analyses using standardized Likert-scale questions, allowin
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.
OBJECTIVES: Despite opioids comprising a majority of drug allergy alert (DAA) overrides, few studies have designed recommendations for clinical decision support (CDS) systems. We determined the frequency of opioid analogue DAA overrides and assessed DAAs overridden by patient and provider type, the most common allergic reactions documented in electronic health records (EHR), reaction severity, and associated hypersensitivity.
METHODS: We conducted an observational cross-sectional study of DAAs in two geographically remote health systems. Patients were included if they were 18 years or older a
СтатьяНаблюдательное исследованиеПоиск 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