Based on hospitals' electronic health records (EHRs), emergency medical responders work in high-stress and hazardous environments, making ergonomics an essential tool for assessing and reducing the risks associated with improper work postures to prevent work-related musculoskeletal disorders (WMSDs). The objective is to evaluate the risk of work postures and recommend improvements to prevent future injuries. In this research, the REBA (rapid entire body assessment) and RULA (rapid upper limb assessment) methods were used to evaluate the ergonomic risks of common work postures of emergency medi
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.
Type 1 Diabetes (T1D) is a chronic condition affecting millions worldwide, requiring external insulin administration to regulate blood glucose levels and prevent serious complications. Artificial Pancreas Systems (APS) for managing T1D currently rely on manual input, which adds a cognitive burden on people with T1D and their carers. Research into alleviating this burden through Reinforcement Learning (RL) explores enabling the APS to autonomously learn and adapt to the complex dynamics of blood glucose regulation, demonstrating improvements in in-silico evaluations compared to traditional clin
СтатьяСравнительное исследованиеПоиск 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: Recurrences after curative resection in early-stage and locoregionally advanced non-small cell lung cancer (NSCLC) are common, necessitating a nuanced understanding of associated risk factors. This study aimed to establish a natural language processing (NLP) system to efficiently curate recurrence data in NSCLC and analyze risk factors longitudinally.
PATIENTS AND METHODS: Electronic health records of 6,351 patients with NSCLC with >700,000 notes were obtained from Mount Sinai's data sets. A deep learning-based customized NLP system was developed to identify cohorts experiencing recu
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.
Pancreatic ductal adenocarcinoma (PDAC) is a leading cause of cancer-related deaths, with accurate staging being critical for treatment planning. Automated 3D segmentation models can aid in staging, but segmenting PDAC, especially in cases of locally advanced pancreatic cancer (LAPC), is challenging due to the tumor's heterogeneous appearance, irregular shapes, and extensive infiltration. This study developed and evaluated a tripartite self-supervised learning architecture for improved 3D segmentation of LAPC, addressing the challenges of heterogeneous appearance, irregular shapes, and extensi
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.
The goal of segmentation in abdominal imaging for emergency medicine is to accurately identify and delineate organs, as well as to detect and localize pathological areas. This precision is critical for rapid, informed decision-making in acute care scenarios. Vision foundation models, such as Segment Anything Model (SAM), have demonstrated remarkable results on many different segmentation tasks, but they perform poorly on medical images because of the scarcity of medical datasets. They lack robust generalizability across diverse medical imaging modalities, and they need to be fine-tuned specifi
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: Treatment deintensification for human papillomavirus-positive (HPV+)-associated oropharyngeal cancer (OPC) has been the catalyst of experts worldwide. In situ hybridization is optimal to identify HPV+ OPC, but immunohistochemistry for its surrogate p16INK4a (p16) is standard-of-care given its availability and sensitivity. HPV testing is not required for clinical management, so treatments are often administered on the basis of p16 status alone. However, the prognosis of p16/HPV discordant tumors is uncertain.
MATERIALS AND METHODS: This cohort study included 727 consecutive 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.
Chronic Lymphocytic Leukemia (CLL) treatment often leads to adverse drug reactions (ADRs) and drug-drug interactions (DDIs), significantly impacting patients' quality of life (QoL). To address the challenges in managing ADRs/DDIs, the PEDRO platform was developed to enhance communication between healthcare professionals (HCPs) managing patients with CLL in real-world healthcare settings and experts with significant research profiles in CLL. This paper presents the PEDRO platform built to provide a secure, scalable, and user-friendly solution for peer-to-peer (P2P) support in ADR/DDI management
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.
METHODS: Accurate prognosis prediction for lung cancer brain metastasis (LCBM) patients is critical for clinical decision-making. This study integrates data from the SEER database (n = 2624) and Harbin Medical University Cancer Hospital (n = 362) to develop a machine learning-based prognostic prediction tool. Prognostic factors were selected through Cox regression analysis, and eight prediction models, including XGBoost, Random Forest, and Logistic Regression, were constructed. Performance was evaluated using AUC, learning curves, and PR curves, while the impact of lymph node metastasis was ex
СтатьяМногоцентровое исследованиеПоддержка 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.
Pancreatic ductal adenocarcinoma (PDAC) exhibits high metastatic potential, with distinct prognoses based on metastatic sites. Radiomics enables quantitative imaging analysis for predictive modeling. To evaluate the feasibility of radiomic models in predicting PDAC metastatic patterns, specifically distinguishing between hepatic and pulmonary metastases. This retrospective study included 115 PDAC patients with either liver (n = 94) or lung (n = 21) metastases. Radiomic features were extracted from pancreatic arterial and venous phase CT scans of primary tumors using PyRadiomics. Two radiologis
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.
The objective of this study is to investigate the impact of deep learning reconstruction and accelerated acquisition on reproducibility and variability of radiomic features in abdominal MRI. Seventeen volunteers were prospectively included to undergo abdominal MRI on a 3-T scanner for axial T2-weighted, axial T2-weighted fat-suppressed, and coronal T2-weighted sequences. Each sequence was scanned for four times using clinical reference acquisition with standard reconstruction, clinical reference acquisition with deep learning reconstruction, accelerated acquisition with standard reconstruction
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.
OBJECTIVES: To develop an objective evaluation algorithm for assessing the seriality of infrared thermograms for the auxiliary diagnosis of diseases, and to internally validate the algorithm using metabolic syndrome (MS) as a case example.
METHODS: A total of 266 healthy participants (133 of each sex) and 180 patients with MS (133 males and 47 females) were retrospectively enrolled. Infrared thermograms were randomly divided into a training set and a validation set at a ratio of 3:1. According to the algorithm proposed in this article, the thermal sequence values of patients with MS were calc
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: Selecting an optimal first-line chemotherapy regimen for advanced or metastatic pancreatic cancer is challenging because of varying efficacy and toxicity profiles of fluorouracil, leucovorin, irinotecan, and oxaliplatin (FOLFIRINOX) and gemcitabine/nab-paclitaxel (GnP). This study aimed to develop machine learning (ML) models that predict survival outcomes and guide treatment selection using routinely available clinical data.
METHODS: We retrospectively analyzed 191 patients who received systemic chemotherapy for advanced or metastatic pancreatic cancer at Gangneung Asan Hospital and
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
OBJECTIVES: There is a bidirectional interaction between clinical practice guidelines and clinical care, with each informing the other. Structural signalling of trends in guideline adherence in clinical practice is essential for advanced updates. Recent advances in computable care guidelines allow automated evaluation using real-world registry data. Here, we assess the feasibility by evaluating adherence to Dutch endometrial cancer (EC) guidelines.
METHODS: This retrospective cohort study uses real-world data of EC patients from the Netherlands Cancer Registry (NCR) between January 2010 and M
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.
Electronic Health Record (EHR) systems continually evolve to meet the demands of user organizations, national authorities, and end users. Finland, a digital health pioneer, encountered challenges like system fragmentation and interoperability despite early EHR adoption. The rollout of national health information exchange (Kanta) services sought to address these issues but also introduced new usability concerns. In national cross-sectional usability surveys conducted among physicians in 2010, 2014, 2017, and 2021, we asked respondents to select five most pertinent development targets from a pre
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.
Deep progressive learning reconstruction (DPR) is a novel deep learning-based algorithm for PET imaging, yet its impact on quantitative metrics and radiomic feature stability is not fully characterized. This preliminary study systematically evaluated DPR against conventional ordered-subset expectation maximization (OSEM) in non-small cell lung cancer (NSCLC) PET imaging. In this retrospective study of 24 NSCLC patients, PET data were reconstructed using OSEM and three DPR strength levels. We compared standardized uptake values (SUV), contrast-to-noise ratio (CNR), and background noise. As a se
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.
This study explores the development, implementation and preliminary results of an alert integrated into a EHR to de-implement unnecessary colonoscopies for patients aged 75 and older. From August 20 to November 29, 2024, the CDSS generated 567 alerts across 244 physicians and 499 patients. 91.8% of alerts were overridden and 7% were accepted. CDSS alerts to promote evidence-based care and reduce unnecessary procedures among older adults. Future work will focus on enhancing alert specificity and expanding de-implementation strategies to other practices.
СтатьяМногоцентровое исследованиеПоиск 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.
Mobile health applications are increasingly recognized as valuable tools for supporting self-care management among individuals with type 2 diabetes mellitus (T2DM) and prediabetes. This study explores the development and testing of NusaCare, a mobile app designed to assist patients through lifestyle tracking, education, and personalized interventions. Using a co-design approach, the process began with desk reviews and focus group discussions to gather initial insights. A pre-simulation phase followed, during which prototypes were tested and refined. The final prototype was evaluated in a simul
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.
The World Health Organization glioma classification highlights genetic profiles, such as isocitrate dehydrogenase (IDH) mutation. This study developed an uncertainty-aware deep learning model to predict IDH mutations in glioma patients, employing conformal prediction (CP) for uncertainty quantification (UQ). The UCSF dataset split into training (70%) and validation (30%) sets, and the UPENN dataset divided into calibration (30%) and external test (70%) sets. We developed various 3D convolutional neural network models and selected the best based on the validation set area under the precision-re
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.
The objective of this study is to evaluate the performance of an nnU-Net v2-based artificial intelligence (AI) model trained to segment the pancreas anatomy and lesions when present in reducing the retrospective miss rate (RMR) of pancreatic ductal adenocarcinoma (PDAC) on CT. In this single-center retrospective study, 132 patients with pathology-proven PDAC and prior contrast-enhanced CT (2011-2022) were included alongside 80 public-domain controls. An nnU-Net v2 model was trained to segment PDAC on 683 independent cases (501 public, 182 internal) to segment the pancreas anatomy and to identi
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.
Ultrasound is widely used to monitor and diagnose thyroid nodules, but accurately segmenting these nodules in ultrasound images remains a challenge due to the presence of noise and artifacts, which often blur nodule boundaries. While several deep learning algorithms have been developed for this task, their performance is frequently suboptimal. In this study, we introduce the use of EfficientNet-B7 as the backbone for the DeepLabV3+ architecture in thyroid nodule segmentation, marking its first application in this area. We evaluated the proposed method using a dataset from the First Affiliated
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.
MedElevator
Войти в исследования