-
基于MIMIC-IV数据库开发并验证机器学习模型早期预测危重伤患者新发脓毒症
摘要本研究旨在利用重症医学信息库IV(MIMIC-IV)数据库,开发并验证机器学习(ML)模型,以早期预测危重伤患者的新发脓毒症。纳入ICU停留时间至少24小时的成人创伤患者进行分析,排除在最初24小时内已发生脓毒症或疑似感染的患者。使用ICU入院后最初24小时的临床数据,在
来源:Scientific Reports
时间:2026-10-09
-
药师主导的药学服务对埃塞俄比亚心血管疾病门诊患者用药相关问题的影响:一项多中心准实验研究
摘要药学服务对心血管疾病患者改善生活质量和降低药物相关问题发生率的影响更为显著。然而,据我们所知,目前几乎没有研究探讨药学服务对心血管疾病患者用药相关问题的影响,尤其是在埃塞俄比亚。本研究旨在确定药学服务对Ilu Ababor和Buno Bedele地区医院门诊心血管疾病患者
来源:Scientific Reports
时间:2026-10-09
-
重复关节内注射司坦唑醇治疗犬自发性骨关节炎的临床疗效评估研究
摘要本研究旨在评估重复关节内(IA)注射司坦唑醇治疗犬自发性骨关节炎(OA)的临床疗效。研究人员比较了接受关节内注射司坦唑醇、关节内注射透明质酸或口服美洛昔康(特立赛)治疗的犬的临床、X光及滑膜液细胞学参数。将75只患单侧骨关节炎的宠物犬随机分为三组,每组25只:司坦唑醇组(
来源:Scientific Reports
时间:2026-10-09
-
四种大语言模型在解读ASCO与NCCN免疫检查点抑制剂指南分歧中表现出系统性偏好NCCN
摘要临床指南有时可能包含不同的治疗建议,从而在治疗决策中造成不确定性。本研究旨在评估四种大语言模型(LLMs)(GPT-4o、Claude 3.7 Sonnet、Gemini 1.5 Pro、Deepseek-V3)在分析美国临床肿瘤学会(ASCO)与美国国家综合癌症网络(N
来源:Scientific Reports
时间:2026-10-09
-
健康男性和女性血清与尿液ABP类固醇标志物的个体内变异及可待因摄入的响应
在这项研究中,研究人员探讨了健康男性和女性在连续3天摄入可待因后,血清和尿液运动员生物护照(Athlete Biological Passport,ABP)类固醇标志物的个体内变异。研究纳入两个人群:(a)14名参与者,用于评估6周内的纵向变异;(b)11名参
来源:Drug Testing and Analysis
时间:2026-10-09
-
大语言模型回答药理学问题的能力评估——ChatGPT-5.5、Gemini 3.1与Claude 4.6的比较研究
摘要大语言模型(LLMs)已在医疗保健和医学教育领域引发了根本性变革。本研究旨在评估大语言模型回答药理学问题的能力。本研究于2026年在伊朗开展,采用定量横断面研究设计。研究人员对ChatGPT-5.5、Gemini 3.1和Claude 4.6使用了一份包含50道波斯语多选
来源:Scientific Reports
时间:2026-10-09
-
裸盖菇素疗法音乐播放列表的声学与情感组织缺乏与药效学阶段一致的系统性结构
摘要音乐在裸盖菇素疗法(PT)中起着核心作用,播放列表的设计旨在支持并刺激持续4至6小时的迷幻体验。PT音乐编程的主要设计原则是音乐应与药效学作用的起始—高峰—回归模型在情感上保持一致。然而,由于缺乏明确的声学标准,这一框架主要通过个人或团队策展判断来实现,因此尚不清楚当代研
来源:Scientific Reports
时间:2026-10-09
-
麦冬不同发育阶段对干旱与水涝胁迫的生理响应及分子调控机制
麦冬(*Ophiopogon japonicus*)的生长与药用品质易受水分胁迫的影响,但关于干旱与水涝在不同发育阶段对生理及分子响应差异调控的机制知之甚少。本研究在营养生长期(9—10月)和块根膨大期(1—2月)进行盆栽试验,分别施加干旱(土壤含水量维持在15%,w/w)和
来源:Scientific Reports
时间:2026-10-09
-
人类面部皮肤来源裂解性噬菌体靶向凝固酶阴性葡萄球菌的表征及其抗生物膜活性研究
摘要凝固酶阴性葡萄球菌(CoNS),尤其是表皮葡萄球菌和头部葡萄球菌,是与生物膜相关感染和抗菌药物耐药性相关的重要条件致病菌。尽管噬菌体疗法是抗生素的一种有前景的替代方案,但靶向临床重要凝固酶阴性葡萄球菌的人类皮肤来源噬菌体研究仍较为匮乏。本研究的四株噬菌体是从健康志愿者的面
来源:Scientific Reports
时间:2026-10-09
-
D3MI:一种通过校正站点内相关性与站点间异质性降低分布式不完整数据分析偏倚的高效强效联邦插补方法
背景
来自不同医疗机构的电子健康记录(EHRs)为临床研究提供了丰富且有代表性的数据来源。联邦学习使研究人员能够分析这些分布式数据而无需共享敏感的患者级别信息,从而保护隐私。然而,缺失数据仍是主要挑战,若处理不当可引入显著偏倚。目前分布式插补方法非常少,且未能
来源:BMC Medical Informatics and Decision Making
时间:2026-10-09