5683 件の論文
本研究は、マルチスケール・アテンションとゲート付きクロスレイヤー・フュージョンを組み込んだ新しいディープラーニング・フレームワークであるResNet-CLACを紹介するものであり、これは消化器癌の組織学的スライドからマイクロサテライト不安定性を予測することにおいて最先端の精度を実現し、従来の診断手法に代わる費用対効果が高く解釈可能な選択肢を提供するものである。
この傾向スコアマッチングを用いたコホート研究は、選択された重篤な先天性心疾患を有する新生児に対する出生直後の心臓手術は実現可能であり、従来の新生児手術と比較して周術期のリスクを増加させることはない一方で、退院後の計画外の再介入率を減少させる可能性があることを明らかにした。
本研究は、大腸がん手術後における合併症の重症度が、入院費用の主要な要因であることを示しており、緊急手術は、すべての合併症グレードにおいて、特に重度（クラビアン・ディンド分類グレードIV）の合併症において、予定手術よりも大幅に高い費用を要する。
このパイロット研究は、リーケージのないデータで学習された解釈可能な30個の特徴量を持つリッジ回帰モデルが、従来のHadlock 4式と比較して、胎児出生体重予測の精度を大幅に向上させ、経験レベルの異なる超音波検査技師間での性能を標準化することを実証している。
イランのコムで実施されたこの準実験的研究は、8回のセッションからなる認知行動療法教育プログラムが、通常の産前ケアを受けている妊婦と比較して、出産への恐怖を有意に減少させ、知識および態度を改善したことを示している。
本論文は、エントロピー誘導型適応ブロック分割、CGR/FCGR特徴量を用いたDNAに着想を得た記号的エンコーディング、およびハイブリッドなHTGCA-Netディープラーニングモデルを組み合わせることで、二値分類および多クラス分類タスクの両方において高い精度を実現する、単純X線写真を用いた骨粗鬆症スクリーニングのための新しいフレームワークを提案するものである。
本研究では、パラコート中毒患者における急性腎障害を正確に予測する機械学習モデルを、5つの容易に入手可能な臨床パラメータ（NLR、AST、BUN、CysC、および血漿中PQ濃度）を用いて開発・検証し、従来のパラコート中毒重症度指数（SIPP）スコアと比較して優れた性能を示すことを実証した。
非腫瘍性の緩和ケア病棟入院患者を対象としたこの回顧的研究では、入院時の好中球・リンパ球比および平均血小板容積は、褥瘡の有無やステージと独立した関連を有しておらず、この結果は紹介制の環境における既存の慢性創傷による交絡効果に起因する無効な結果であるとともに、臨床的リスクスコアが主要な介入可能な相関因子であることを浮き彫りにしている。
この非ランダム化比較試験では、希少疾患の患者および介護者のための遠隔診療プラットフォームは、対面診療と比較して生活の質や抑うつを有意に改善させることはなかったものの、技術的および事務的な導入上の障壁に直面したにもかかわらず、治療満足度を大幅に向上させ、医療コストを削減したことが示された。
江西省における免疫不全患者8名を対象としたこの回顧的研究は、カンジダ・アウリス（*Candida auris*）感染症が、主に侵襲的処置および広域スペクトル抗菌薬への曝露歴を有する個人に発生していること、そしてしばしばグラム陰性桿菌との共存を伴い、抗真菌薬治療にもかかわらず不良な転帰に関連していることを特徴付けている。