XiaoMi-AI文件搜索系统
World File Search System病史
考虑患者的临床病史会影响机器学习模型预测多发性硬化症病程的性能
多发性硬化症 (MS) 以不可预测的速度发展，但预测每位患者的病程对于根据个人需求制定治疗方案极为有用。我们探索了不同的机器学习 (ML) 方法来预测患者是否会从最初的复发缓解型 (RR) 转变为继发进行型 (SP) 疾病，这种方法仅使用临床常规中可用的“真实世界”数据。使用了 1624 名门诊患者（SP 阶段为 207 名）的临床记录，这些患者就诊于意大利罗马圣安德烈亚医院的 MS 服务中心。考虑最后一次可用就诊的数据（面向就诊设置），比较四种经典 ML 方法（随机森林、支持向量机、K 最近邻和 AdaBoost）或每位患者的整个临床病史（面向历史设置），使用专为历史数据设计的循环神经网络模型，获得了距离上次就诊 180、360 或 720 天的预测结果。缺失值的处理方式是删除所有至少有一个缺失参数的临床记录（特征保存方法）或包含缺失值的 3 个临床参数（记录保存方法）。分类器的性能使用常见指标进行评估，例如召回率（或敏感度）和精确度（或阳性预测值）。在面向访问的设置中，记录保存方法产生的召回率为 70% 到 100%，但精确度较低（5% 到 10%），然而，当仅考虑模型返回概率高于给定“置信阈值”的预测时，精确度会增加到 50%。对于面向历史的设置，这两个指标都会随着预测时间的延长而增加，在 720 天时达到 67%（召回率）和 42%（精确度）。我们展示了如何有效地使用“真实世界”数据来预测 MS 的发展，从而获得高召回率，并提出了创新方法来提高精确度以获得临床有用的值。
入选病史报告
如果此消息最终未被文档的正确内容所取代，则您的 PDF 查看器可能无法显示此类文档。您可以通过访问 http://www.adobe.com/go/reader_download 升级到适用于 Windows®、Mac 或 Linux® 的 Adobe Reader 的最新版本。如需有关 Adobe Reader 的更多帮助，请访问 http://www.adobe.com/go/acrreader。Windows 是 Microsoft Corporation 在美国和/或其他国家/地区的注册商标或商标。Mac 是 Apple Inc. 在美国和其他国家/地区的注册商标。Linux 是 Linus Torvalds 在美国和其他国家/地区的注册商标。
病例报告糖皮质激素诱导的肝移植患者糖原性肝病的快速发育，没有先前的糖尿病病史
摘要：糖原性肝病是一个独特的临床病理实体，其中肝细胞与糖原存在病理过载。从经典上讲，它与儿科和成人人群中的I型和II型糖尿病相关。虽然该疾病实体的少数研究病例中的大多数描述了糖尿病性肝肿大患者肝肿大患者，腹痛和转氨酶升高的病例，但应考虑较宽的差异，包括药物EF EF EF EF，尤其是短期，高剂量的高剂量，高剂量的固醇使用。我们在这里报告了在肝反式种植园中免疫抑制类固醇治疗后，在非糖尿病成人患者中发育的糖原性肝病的第一个病例。此病例表明，糖皮质激素诱导的高血糖患者的糖原性肝病可以迅速发展。糖原性肝病应包括在肝功能异常的移植后患者的诊断检查中，血糖控制不良。