跳到主要内容
检索

Radboud University Medical Center

3 篇关联报道

订阅更新
  1. medRxiv

    结核病三期试验中治疗结束结局与治愈后复发的时变可预测性

    该研究利用两项三期试验共2918名参与者的统一临床数据,从基线到治疗结束按月训练表格数据模型,对治疗结束(EOT)结局和治愈后复发进行时变预测,发现EOT结局预测在第3个月后改善(ROC-AUC最高0.84,主要由痰涂片和固体培养驱动),而复发预测仅在第3个月内有小幅提升(ROC-AUC 0.58-0.63)随后下降,年龄、性别、临床症状和细菌负荷贡献最大;基于大语言模型嵌入的模型在复发预测上与表格模型相当,在第3和第4个月优于表格EOT模型(ΔROC-AUC 0.12和0.14),纵向建模和稀疏变量纳入仅在4-6个月改善复发预测(ΔROC-AUC 0.09、0.19和0.12)但可解释性降低;纳入

  2. 人工智能全血管分割在冠状动脉内光学相干断层扫描中的真实世界外部验证

    这项回顾性单中心外部验证研究纳入100例连续接受临床指征OCT检查的患者,用既往开发的OCT-AID算法对2560个可分析帧进行全血管像素级自动标注,并与专家人工判读的参考标准逐帧比较,结果显示钙化斑块识别(κ=0.88)与定量(组内相关系数0.79–0.93)表现优异、接近观察者间变异,脂质斑块识别与定量表现合理(κ=0.68;脂质弧组内相关系数0.79;最小纤维帽厚度组内相关系数0.59)且总体优于观察者间变异,而低患病率特征(如斑块破裂)表现有限,提示在真实世界连续患者数据中全自动OCT评估可行且与观察者间变异相当。

  3. JMIR Formative Research

    用GPT-4生成自适应光学眼底图像分析脚本的探索性研究

    该探索性研究以GPT-4为辅助,通过54轮迭代指令生成并微调了一段R语言脚本,用于自适应光学泛光照明眼底镜(AO-FIO)图像的预处理与斑点识别计数,脚本在4名受试者(1名健康者、3名Stargardt病患者)图像上调试,并由另一位对先前编码不知情的研究者用另外4名受试者(1名健康者、3名Stargardt病患者)图像进行错误检查,同时将5个AO图像片段的视锥计数与2名人工评分者及既有AO分析软件的计数进行比较,作者将其定位为功能性但未经验证的初步脚本。

已读完全部报道