死亡率
德克萨斯大学MD Anderson癌症中心的研究人员开发了一种结合血液检测和个性化风险模型的预测工具,可以更好地预测肺癌死亡风险。这项研究发表在上周的《临床肿瘤学》杂志上。该模型将MD Anderson研究人员最近开发的基于血液的四蛋白质组合(4MP)检测与PLCOm2012风险模型相结合,旨在通过改善肺癌筛查来降低死亡率。
研究人员使用社交媒体帖子开发了一种人工智能模型,可以比传统数据模型更准确地预测美国县的阿片类药物死亡率。这项研究为公共卫生部门提供了改进社区阿片类药物死亡风险评估的潜力。
一项新研究开发了一种多模式模型,利用脑功能信息和其他风险因素,可以更好地预测极早产儿在2岁时的神经发育障碍或死亡风险。这项研究有望帮助医生更好地评估早产儿的预后,以指导治疗方案和决策。
一项发表在《科学报告》上的研究发现,机器学习模型可以使用患者报告的症状严重程度等数据准确预测卵巢癌患者6个月的死亡率。这项研究的目的是开发一种可靠的预测工具,以识别卵巢癌患者何时接近生命的尽头,从而改善临床决策和终末期护理。
波士顿科学公司的Acurate neo2主动脉瓣系统取得成功率98.4%的高水平。同时,该研究还观察到了低的死亡率和轻度泄漏率。这些数据被用来支持治疗重度主动脉瓣狭窄的患者。
一项由Epic Research和马里兰大学药物滥用研究中心(CESAR)进行的新研究表明,尽管合成阿片类药物和芬太尼是美国18至45岁人群死亡率最高的原因,但只有5%的药物过量患者接受了这些药物的检测。