Доктор Максвелл Трентон, PhD

Краткое описание исследования Исследование «A Machine Learning Approach to Differentiate Cold and Hot Syndrome in Viral Pneumonia Integrating Traditional Chinese Medicine and Modern Medicine: Machine Learning Model Development and Validation» фокусируется на создании диагностической модели, которая помогает различать холодный и горячий синдромы при вирусной пневмонии, объединяя принципы традиционной китайской медицины (ТКМ) и современные медицинские данные с использованием методов машинного обучения. Цель исследования заключалась в разработке модели, которая улучшает точность диагностики и, соответственно, выбор лечения для пациентов. Значение результатов для врачей и клиник Результаты исследования важны для врачей, так как они предлагают новый подход к определению синдромов, что может улучшить качество… ➡️➡️➡️

Краткое описание исследования Исследование «Deep Learning-Based Body Composition Analysis for Outcome Prediction in Relapsed/Refractory Diffuse Large B-Cell Lymphoma: Insights From the LOTIS-2 Trial» направлено на изучение роли состава тела как независимого биомаркера для предсказания клинических исходов у пациентов с рецидивирующей или рефрактерной диффузной крупноклеточной лимфомой (DLBCL), которые проходили лечение препаратом лонкастуксимаб тесирин. В исследовании участвовали 140 пациентов, для анализа использовались сканирования с позитронно-эмиссионной томографией и компьютерной томографией (ПЭТ/КТ). Цели и результаты Цель исследования заключалась в оценке связи между индексами состава тела и ответом на лечение. Результаты показали, что индекс SM*/VF* (соотношение скелетной мышцы к висцеральному жиру) является значимым предиктором неудачи… ➡️➡️➡️

Краткое описание исследования Исследование «Diagnostic accuracy differences in detecting wound maceration between humans and artificial intelligence: the role of human expertise revisited» направлено на сравнительный анализ диагностических способностей людей и искусственного интеллекта (ИИ) в оценке изображений хронических ран. Основные цели исследования заключаются в изучении влияния «экспертизы» на диагностическую точность врачей и анализе разнородности клинических суждений. Результаты показали, что средняя точность диагностики среди участников составила 79.3%, в то время как ИИ достиг 90% точности. Однако влияние формальной квалификации и уверенности в себе на результаты диагностики у людей оказалось значимым. Важность результатов для врачей и клиник Эти результаты имеют большое значение для… ➡️➡️➡️

Обзор исследования «A DeepSeek-powered locally deployed closed-loop system for enhancing quality control in electronic nursing documentation: development and clinical validation» Данное исследование направлено на разработку и оценку эффективности системы управления качеством (QC) для электронного документирования в сестринской практике, основанной на технологии DeepSeek. Система обеспечивает закрытый цикл контроля качества и базируется на трехмерной (3D) структуре QC, которая охватывает реальное время, финальные оценки и вертикальный контроль. В результате постимплементационного анализа 556 электронных медицинских записей, было установлено значительное улучшение: уровень пропусков сократился с 7.19% до 1.79%, логические несоответствия — с 9.35% до 0.72%, а ошибки по срокам выполнения — до 0%. Время, затрачиваемое… ➡️➡️➡️

Краткое описание исследования Исследование «Evaluating Artificial Intelligence-Assisted Prostate Biparametric MRI Interpretation: An International Multireader Study» направлено на оценку влияния искусственного интеллекта (ИИ) на интерпретацию бипараметрической магнитно-резонансной томографии (bpMRI) предстательной железы. Целью исследования было определить, как ИИ может снизить вариативность интерпретаций и улучшить точность диагностики рака предстательной железы (РПЖ). В исследовании участвовало шесть радиологов с разным уровнем опыта, которые интерпретировали МРТ-сканы с помощью и без помощи ИИ. Результаты показали, что помощь ИИ повысила прогностическую ценность (PPV) при интерпретации, хотя и несколько снизила чувствительность. Важность результатов для врачей и клиник Улучшение точности диагностики РПЖ и согласованности интерпретаций имеет критическое значение для врачей,… ➡️➡️➡️

Обзор исследования «AI Drug Discovery: Expanding the Horizons of Infectious Disease Therapeutics» Исследование «AI Drug Discovery: Expanding the Horizons of Infectious Disease Therapeutics» фокусируется на использовании искусственного интеллекта (ИИ) для ускорения и оптимизации разработки терапий против инфекционных заболеваний. Целью работы является анализ больших и разнообразных наборов данных для генерации терапевтических гипотез и выявления новых мишеней для лекарств. В исследовании рассматриваются такие методы, как генеративный дизайн, активное обучение и автоматизация, подчеркивая, что декодирование биологии и индустриализация открытия новых препаратов с помощью ИИ могут революционизировать процесс разработки лекарств и улучшить результаты лечения пациентов. Важность результатов для врачей и клиник Результаты данного исследования… ➡️➡️➡️

Обзор исследования «Anger expression facilitates social punishment and neural synchrony in collective unfairness» Исследование, проведенное с использованием функциональной близкой инфракрасной спектроскопии, направлено на изучение взаимосвязи между выражением гнева, социальным наказанием и нейронной синхронией в контексте коллективной несправедливости. Оно показало, что выражение гнева у одного из участников в ситуации несправедливого обращения способствует увеличению уровня социального наказания и синхронизации нейронной активности между участниками. Участники с ярко выраженным гневом чаще проявляли поведение, направленное на наказание тех, кто действовал несправедливо, а нейронная синхронизация в правой темпорапаретальной области служила предиктором этих действий. Значимость результатов для врачей и клиник Результаты исследования важны для врачей и клиник,… ➡️➡️➡️

Обзор исследования «Стратегии структурных модификаций ферритиновых наночастиц и их применение в биомедицине» Краткое описание исследования Исследование «Structural modification strategies for ferritin nanoparticles and their applications in biomedicine: a narrative review» посвящено изучению ферритина — белка, который хранит железо и образует полые сферические частицы. Цель работы заключается в анализе стратегий модификации ферритиновых наночастиц для расширения их функциональности в биомедицинских приложениях. Результаты показывают, что модификации, такие как химическая модификация, генетическая инженерия и биомиметическая минерализация, значительно увеличивают потенциал ферритина в доставке лекарств, целевой визуализации и других областях. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они… ➡️➡️➡️

Краткое описание исследования Исследование «AI Workflow, External Validation, and Development in Eye Disease Diagnosis» направлено на решение проблем, связанных с интеграцией искусственного интеллекта (ИИ) в клиническую практику диагностики возрастной макулярной дегенерации (АМД). Целью работы было улучшение диагностики и классификации АМД с использованием ИИ, а также проверка его точности и времени диагностики в сравнении с традиционными методами. Результаты показали, что помощь ИИ значительно увеличивает точность диагностики и сокращает время, необходимое для обследования пациентов. Значение результатов для врачей и клиник Эти результаты важны для врачей и клиник, так как внедрение ИИ в диагностику позволяет повысить качество оказания медицинской помощи, оптимизировать рабочие процессы… ➡️➡️➡️

Описание исследования Исследование «NASNet-DTI: accurate drug-target interaction prediction using heterogeneous graphs and node adaptation» посвящено разработке нового метода предсказания взаимодействия между лекарственными средствами и целевыми молекулами. Основная цель работы — повысить точность предсказаний, что существенно ускорит процесс разработки лекарств. Метод использует графовые нейронные сети для извлечения характеристик как из молекул лекарств, так и из целевых молекул, создавая гетерогенные сети, которые отображают различные отношения между ними. Результаты экспериментов показали, что NASNet-DTI значительно превосходит существующие методы по точности предсказаний. Важность результатов для врачей и клиник Полученные результаты имеют огромное значение для врачей и клиник, так как точные предсказания взаимодействий между лекарствами и… ➡️➡️➡️

Обзор исследования «HiC4D-SPOT: инструмент обнаружения пространственно-временных аномалий для данных Hi-C» Исследование «HiC4D-SPOT» представляет собой новый инструмент для анализа трехмерной организации хроматина, который использует глубокое обучение для выявления аномальных взаимодействий хроматина в пространственно-временных данных Hi-C. Основная цель данного исследования — разработать эффективный метод для обнаружения структурных аномалий, что имеет важное значение для понимания клеточных процессов, таких как регуляция транскрипции и целостность генома. Результаты показывают высокую точность инструмента, что подтверждается коэффициентами корреляции Пирсона и Спирмена, равными 0.9. HiC4D-SPOT успешно выявляет временные несоответствия и значительные события ремоделирования хроматина, что делает его важным инструментом для биомедицинских исследований. Важность результатов для врачей и клиник Результаты… ➡️➡️➡️

Краткое описание исследования Исследование «Advancing genome-based precision medicine: a review on machine learning applications for rare genetic disorders» рассматривает применение машинного обучения (ML) в области прецизионной медицины, ориентированной на геном. Основная цель работы заключается в анализе того, как ML может улучшить диагностику, лечение и оценку рисков для редких генетических заболеваний. Результаты показывают, что ML инструменты, такие как глубокое обучение и ансамблевые методы, способны обрабатывать высокоразмерные геномные данные и выявлять новые закономерности в редких заболеваниях. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они открывают новые возможности для точной диагностики и индивидуализированного лечения редких… ➡️➡️➡️

Обзор исследования «Validation of syncope short-term outcomes prediction by machine learning models in an Italian emergency department cohort» Исследование, проведенное в итальянских больницах, преследует цель валидации моделей машинного обучения (ML), которые могут предсказывать краткосрочные исходы у пациентов с обмороками (синкопе). Основное внимание уделяется моделям градиентного бустинга (GB) и логистической регрессии (LR), которые оцениваются на основе предикторов Канадской шкалы риска синкопе (CSRS). В исследование были включены пациенты, не относящиеся к низкому риску, которые были оценены в отделениях неотложной помощи с 2015 по 2017 год. В результате 257 пациентов были охвачены, и 13% из них испытали неблагоприятные исходы в течение 30 дней.… ➡️➡️➡️

Обзор исследования «The c.64 + 2 T > A Founder Variant Hits Home: Report on 14 Patients Expands the Phenotypic Landscape of Inherited ARPC1B Deficiency — a Comparative Analysis» Исследование посвящено редкому заболеванию — наследственной недостаточности ARPC1B (ARPC1BD), которое проявляется аллергическими, инфекционными и аутоиммунно-воспалительными симптомами. В данной работе описываются 14 пациентов из Непала, у которых была выявлена мутация c.64 + 2 T > A в гене ARPC1B. Целью исследования было расширение понимания клинических проявлений этого заболевания и оценка долгосрочных исходов лечения. Значимость результатов для врачей и клиник Результаты исследования важны для врачей, так как они помогают лучше понять клиническую картину ARPC1BD и выявить уникальные симптомы, которые могут быть связаны с… ➡️➡️➡️

Обзор исследования «Quantifying tolerances or maximum residue limits of pesticide in food commodities via deep neural networks» Исследование «Quantifying tolerances or maximum residue limits of pesticide in food commodities via deep neural networks» направлено на количественную оценку предельно допустимых остатков (ПДО) пестицидов в пищевых продуктах с использованием глубоких нейронных сетей (ГНС). Основная цель работы заключается в улучшении моделей, которые помогают установить безопасные уровни остатков пестицидов, что имеет важное значение для обеспечения безопасности продуктов питания и соблюдения хороших сельскохозяйственных практик (ГСП). Результаты исследования показывают, что ГНС могут эффективно предсказывать ПДО на основе структурных характеристик пестицидов и видов пищи. Это важно для… ➡️➡️➡️

Обзор исследования «Antihypertensive medications and cancer risk: Evidence from 0.27 million patients with newly diagnosed hypertension» Исследование «Antihypertensive medications and cancer risk: Evidence from 0.27 million patients with newly diagnosed hypertension» направлено на изучение возможной связи между антигипертензивными препаратами и риском развития рака у пациентов с недавно диагностированной гипертензией. В исследовании приняли участие 270,320 пациентов, наблюдаемых в течение 7.7 лет. Основной вывод: использование ингибиторов ангиотензин-превращающего фермента (ACEIs), блокаторов ангиотензиновых рецепторов (ARBs), бета-блокаторов и тиазидных диуретиков не увеличивает риск рака. Однако использование блокаторов кальциевых каналов (CCBs) связано с небольшим увеличением риска всех видов рака и особенно с раком эндокринной системы, в… ➡️➡️➡️

Краткое описание исследования Исследование «Integrating Artificial Intelligence-Driven Digital Pathology and Genomics to Establish Patient-Derived Organoids as a Novel Alternative Model for Drug Response in Head and Neck Cancer» посвящено созданию органоидов, полученных от пациентов с плоскоклеточным раком головы и шеи. Эти органоиды (PDO) представляют собой трехмерные модели, которые лучше воспроизводят характеристики опухолей и их ответ на лечение, по сравнению с традиционными двухмерными клеточными культурами. Исследование продемонстрировало эффективность новых органоидов для оценки реакции на лекарственные вещества и их соответствие мутационному профилю оригинальных опухолей. Значение результатов для врачей и клиник Результаты исследования важны, поскольку они открывают новые перспективы в предклинических испытаниях и… ➡️➡️➡️

Обзор исследования Исследование «Study on the Effect of the Envelope of Terahertz Unipolar Stimulation on Cell Membrane Communication-Related Variables» посвящено изучению воздействия тергахерцевой униполярной стимуляции на переменные, связанные с коммуникацией клеточной мембраны. Основной целью было понять, как форма сигнала, передаваемого через тергахерцевую стимуляцию, влияет на поведение клеточных мембран и ионные потоки. Результаты показали, что тергахерцевая униполярная стимуляция может передавать информацию через мембранные потенциалы, независимо от активации гидрофильных пор, а также влияет на ионные потоки через поры после их активации. Эти результаты важны для врачей и клиник, так как они открывают новые горизонты для использования тергахерцевых технологий в медицине и искусственном… ➡️➡️➡️