Az eLitMed.hu orvostudományi portál a böngészés tökéletesítése érdekében cookie-kat használ.
Ha bővebb információkat szeretne kapni a cookie-k használatáról és arról, hogyan módosíthatja a beállításokat, kattintson ide: Tájékoztató az eLitMed.hu Cookie-használatáról.
Részletes keresés
Kérjük, állítsa be a paramétereket!
Találatok száma: 4760
Hypertonia és Nephrologia
2024. FEBRUÁR 28.
Magyarország átfogó egészségvédelmi szűrőprogramjában a vérnyomás és a testsúly adatainak elemzése
A Magyarország átfogó egészségvédelmi szűrőprogramja 2010–2020–2030 (MÁESZ) Magyarországon az egyetlen komplex szűrővizsgálati program, amelyben hazánk egészségügyi állapotának feltérképezése volt célunk. A 2010–2021 között eltelt időben a kamionban végzett szűrőprogram 2406 helyszínen volt jelen országosan, és több mint 280 000 állampolgár számára több mint kilencmillió szűrővizsgálatot végzett el.
Hypertonia és Nephrologia
2024. FEBRUÁR 28.
Klinikum
2024. FEBRUÁR 14.
hirdetés
Hírvilág
2024. FEBRUÁR 14.
XXII. Szekszárdi Kardiológiai Napok
2024. március 22-23-án rendezik meg a XXII. Szekszárdi Kardiológiai Napokat. A rendezvénynek a Babits Mihály Kulturális Központ ad helyt. A konferencia a kardiológia aktuális tudományos kérdéseit járja körül, a szakma jeles képviselőinek részvételével. A részvétel díjtalan, vizsgával zárul. A szabadon választható kongresszust az OFTEX 12 pontra akkreditálta.
Klinikum
2024. FEBRUÁR 14.
hirdetés
Az onkológiai terápia alkalmazása idős betegek esetében
Az idős daganatos betegek onkológiai kezelése során kiemelten fontos a fiziológiás változások, a tünetek, a panaszok és a társbetegségek figyelembevétele. A daganat okozta panaszokat és tüneteket a komorbiditási tényezők sokszor elfedhetik, ami gyakran késleltetett diagnózishoz vezet. Ebben az életkorban a reszekábilis daganat is sokszor a beteg státusza miatt inoperábilissá válik, továbbá műthetőség esetén a betegek korával nő a szövődmények aránya és a halálozás gyakorisága.
Ökológia
2024. FEBRUÁR 05.
Az egészségtelen és környezetkárosító ultrafeldolgozott élelmiszerek terén változásra van szükség
Napjaink domináns élelmiszerrendszerei egészségügyi és ökológiai problémák sokaságát okozzák. Hogy ez érdemben megváltozzon, ahhoz rendszerszintű változásokra van szükség. Egy, az Agriculture and Human Values szaklapban megjelent tanulmány, az Ecological regulation for healthy and sustainable food systems: responding to the global rise of ultra-processed foods is vizsgálja a kérdést.
Hírvilág
2024. FEBRUÁR 03.
Február 4 - Nemzetközi Rákellenes világnap
A rákellenes világnapot 24 éve tartják, február 4-én. A Nemzetközi Rákellenes Unió központi kampánytémája ez évben az esélyegyenlőség a daganatos betegek ellátásában, valamint a betegséget túlélők köre.
Klinikum
2024. JANUÁR 30.
Az iscalimab hatékonysága myasthenia gravis kezelésében
A myasthenia gravis (MR) egy ritka autoimmun betegség, mely a neuromuscularis ingerületátvitelt gátolja. A betegség a világon több mint 700000 embert érint. A generalizált MG-s betegek körülbelül 80-90%-ában kimutatható a posztszinaptikus nikotinos acetilkolin-receptort (AChR) gátló autoantitest, míg további 5–8%-ban MuSK-autoantitest vagy ritkábban, LRP4-autoantitest mutatható ki.
Ideggyógyászati Szemle
2024. JANUÁR 30.
[A hosszú távú prognózist befolyásoló tényezők pszichogén nem epilepsziás rohamokkal küzdő felnőtt betegeknél]
[Azon epilepsziás betegek közül, akiknek megfigyelését video-elektroencefalográfiás monitorozás (VEM) technikával végzik, egyes betegeknél definitív diagnózisként pszichogén nem epilepsziás roham (PNES) azonosítható. Ezen betegek esetében a hosszú távú prognózis nem ismert eléggé. Jelen tanulmány célja a PNES prognózisát meghatározó tényezők azonosítása.]
Ideggyógyászati Szemle
2024. JANUÁR 30.
[Migrénes betegek periaqueductalis szürkeállományának MRI radiomikai alapú gépitanulás-modellje]
[A tanulmány célja a következő kérdés vizsgálata volt: A periaqueductalis szürke régió MRI radiomikai elemzése képes-e megvilágítani a különböző migrénaltípusok hátterében álló patofiziológiai mechanizmusokat, és képes-e az ezeket a radiomikai jellemzőket használó gépi tanulási modell a migrénes betegek és az egészséges egyének pontos megkülönböztetésére, valamint a migrén altípusait, beleértve az átfedő tünetekkel járó atipikus eseteket is?
A vizsgálatban a betegek első migréndiagnózisa után készült kezdeti MRI-felvételeket elemeztük, és további MRI-felvételeket szereztünk be egészséges alanyokról. Radiomikai modellezést alkalmaztunk a periaqueductalis szürke régió összes MRI-felvételének elemzésére. Az adathalmazt randomizáltuk, és túlmintavételt alkalmaztunk, ha a csoportok között osztály-kiegyensúlyozatlanság állt fenn. Az optimális algoritmuson alapuló jellemzőkiválasztási módszert alkalmaztuk a két csoport megkülönböztetésére szolgáló legfontosabb 5-10 jellemző kiválasztására. A mesterséges intelligencia algoritmusok osztályozási teljesítményét a receiver operating characteristic (ROC) vevő működési karakterisztika analízis segítségével értékeltük a görbe alatti terület, az osztályozási pontosság, a szenzitivitás és a specificitás értékeinek kiszámításához.
A résztvevőknek rendelkezniük kellett az epizodikus migrén, a valószínűsíthető migrén vagy a krónikus migrén igazolt diagnózisával. A vizsgálatból kizártuk az aurás betegeket, azokat, akik az elmúlt hat hónapban migrénmegelőző gyógyszert szedtek, vagy krónikus betegségben, pszichiátriai rendellenességben, cerebrovascularis betegségben, daganatos betegségben vagy más típusú fejfájásban szenvedtek. Emellett 102 egészséges személyt vontunk be a vizsgálatba, akik megfeleltek a beválasztási és kizárási kritériumoknak.
Az algoritmusalapú információnyerési módszer a jellemzők csökkentésére nyújtotta az összes módszer közül a legjobb teljesítményt, az elsőrendű, a szürke szintű méretzóna mátrix és a szürke szintű együttes mátrix osztályok voltak a domináns jellemzőosztályok. A gépi tanulási modell helyesen különítette el a migrénes betegek 82,4%-át az egészséges alanyoktól. A migrénes csoporton belül az epizodikus migrénes – valószínű migrénes betegek 74,1%-át és a krónikus migrénes betegek 90,5%-át sikerült pontosan osztályozni. A valószínű migrénes és az epizodikus migrénes betegek között nem találtunk szignifikáns különbséget a periaqueductalis szürke régió radiomikai jellemzői tekintetében. A kNN algoritmus mutatta a legjobb teljesítményt az epizodikus migrén – valószínű migrén altípusok meghatározásában, míg a Random Forest algoritmus mutatta a legjobb teljesítményt a migréncsoport és a krónikus migrén altípus meghatározásában.
A migrénes betegek diagnózisa és nyomon követése során nyert standard MR-felvételeket felhasználó radiomikai alapú gépi tanulási modell ígéretesnek bizonyul nemcsak a klinikai megközelítés számára a migrén diagnózisának és osztályozásának segítésében, hanem a migrén hátterében álló neurológiai mechanizmusok megértésében is.]
1.
2.
3.
Ideggyógyászati Szemle Proceedings
Egészségügyi szakmai irányelv az akut ischaemiás stroke diagnosztikájáról és kezeléséről
AUG 31.
4.
5.
1.
2.
Klinikai Onkológia
Hasnyálmirigyrák: az ESMO klinikai gyakorlati irányelve a diagnózishoz, kezeléshez, követéshez*
AUG 29.
3.
Klinikai Onkológia
Gyógyszerbiztonsági szemelvények – a múlt tanulságai és a jövő lehetőségei
AUG 29.
4.
5.