Találati lista | Tudóstér

001-es BibID:	BIBFORM101539
035-os BibID:	(Cikkazonosító)7827 (WOS)000795163100024 (Scopus)85130054194 (PMID)35552440
Első szerző:	Kiss Szabolcs
Cím:	Early prediction of acute necrotizing pancreatitis by artificial intelligence : a prospective cohort-analysis of 2387 cases / Szabolcs Kiss, József Pintér, Roland Molontay, Marcell Nagy, Nelli Farkas, Zoltán Sipos, Péter Fehérvári, László Pecze, Mária Földi, Áron Vincze, Tamás Takács, László Czakó, Ferenc Izbéki, Adrienn Halász, Eszter Boros, József Hamvas, Márta Varga, Artautas Mickevicius, Nándor Faluhelyi, Orsolya Farkas, Szilárd Váncsa, Rita Nagy, Stefania Bunduc, Péter Jenő Hegyi, Katalin Márta, Katalin Borka, Attila Doros, Nóra Hosszúfalusi, László Zubek, Bálint Erőss, Zsolt Molnár, Andrea Párniczky, Péter Hegyi, Andrea Szentesi, Hungarian Pancreatic Study Group
Dátum:	2022
ISSN:	2045-2322
Megjegyzések:	Pancreatic necrosis is a consistent prognostic factor in acute pancreatitis (AP). However, the clinical scores currently in use are either too complicated or require data that are unavailable on admission or lack sufficient predictive value. We therefore aimed to develop a tool to aid in necrosis prediction. The XGBoost machine learning algorithm processed data from 2,387 patients with AP. The confidence of the model was estimated by a bootstrapping method and interpreted via the 10th and the 90th percentiles of the prediction scores. Shapley Additive exPlanations (SHAP) values were calculated to quantify the contribution of each variable provided. Finally, the model was implemented as an online application using the Streamlit Python-based framework. The XGBoost classifier provided an AUC value of 0.757. Glucose, C-reactive protein, alkaline phosphatase, gender and total white blood cell count have the most impact on prediction based on the SHAP values. The relationship between the size of the training dataset and model performance shows that prediction performance can be improved. This study combines necrosis prediction and artificial intelligence. The predictive potential of this model is comparable to the current clinical scoring systems and has several advantages over them.
Tárgyszavak:	Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk
Megjelenés:	Scientific Reports. - 12 : 1 (2022), p. 1-1. -
További szerzők:	Pintér József (1930-) (urológus) Molontay Roland Nagy Marcell Farkas Nelli Sipos Zoltán (1988-) (vegyész, angol-magyar szakfordító) Fehérvári Péter Pecze László Földi Mária Vincze Áron Takács Tamás (Szeged) Czakó László Izbéki Ferenc Halász Adrienn Boros Eszter Hamvas József Varga Márta Mickevicius, Artautas Faluhelyi Nándor Farkas Orsolya Váncsa Szilárd Nagy Rita Bunduc, Stefania Hegyi Péter Jenő (belgyógyász) Márta Katalin Borka Katalin Doros Attila Hosszúfalusi Nóra Zubek László (1970-) (aneszteziológus és intenzív terápiás, kardiológus, oxyológus) Erőss Bálint Molnár Zsolt (Pécs, aneszteziológus) Párniczky Andrea (gyermekgyógyász) Hegyi Péter (pszichológus) Szentesi Andrea Papp Mária (1975-) (belgyógyász, gasztroenterológus) Vitális Zsuzsanna (1963-) (belgyógyász, gasztroenterológus) Hungarian Pancreatic Study Group
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat DOI
Borító:
Saját polcon:

001-es BibID:	BIBFORM095975
Első szerző:	Nagy Anikó
Cím:	Glucose levels show independent and dose-dependent association with worsening acute pancreatitis outcomes: Post-hoc analysis of a prospective, international cohort of 2250 acute pancreatitis cases / Aniko Nagy, Mark Félix Juhász, Anikó Görbe, Alex Váradi, Ferenc Izbéki, Áron Vincze, Patrícia Sarlós, József Czimmer, Zoltán Szepes, Tamás Takács, Mária Papp, Eszter Fehér, József Hamvas, Klaudia Kárász, Imola Török, Davor Stimac, Goran Poropat, Ali Tüzün Ince, Bálint Erőss, Katalin Márta, Dániel Pécsi, Dóra Illés, Szilárd Váncsa, Mária Földi, Nándor Faluhelyi, Orsolya Farkas, Tamás Nagy, Péter Kanizsai, Zsolt Márton, Andrea Szentesi, Péter Hegyi, Andrea Párniczky
Dátum:	2021
ISSN:	1424-3903
Megjegyzések:	Background: Metabolic risk factors, such as obesity, hypertension, and hyperlipidemia are independent risk factors for the development of various complications in acute pancreatitis (AP). Hypertriglyceridemia dose-dependently elicits pancreatotoxicity and worsens the outcomes of AP. The role of hyperglycemia, as a toxic metabolic factor in the clinical course of AP, has not been examined yet. Methods: We analyzed a prospective, international cohort of 2250 AP patients, examining associations between (1) glycosylated hemoglobin (HbA1c), (2) on-admission glucose, (3) peak in-hospital glucose and clinically important outcomes (mortality, severity, complications, length of hospitalization (LOH), maximal C-reactive protein (CRP)). We conducted a binary logistic regression accounting for age, gender, etiology, diabetes, and our examined variables. Receiver Operating Characteristic Curve (ROC) was applied to detect the diagnostic accuracy of the three variables. Results: Both on-admission and peak serum glucose are independently associated with AP severity and mortality, accounting for age, gender, known diabetes and AP etiology. They show a dose-dependen association with severity (p < 0.001 in both), mortality (p < 0.001), LOH (p < 0.001), maximal CRP (p < 0.001), systemic (p < 0.001) and local complications (p < 0.001). Patients with peak glucose >7 mmol/l had a 15 times higher odds for severe AP and a five times higher odds for mortality. We found a trend of increasing HbA1c with increasing LOH (p < 0.001), severity and local complications. Conclusions: On-admission and peak in-hospital glucose are independently and dose-dependently associated with increasing AP severity and mortality. In-hospital laboratory control of glucose and adequate treatment of hyperglycemia are crucial in the management of AP. ? 2021 Published by Elsevier B.V. on behalf of IAP and EPC.
Tárgyszavak:	Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk
Megjelenés:	Pancreatology. - 21 : 7 (2021), p. 1237-1246. -
További szerzők:	Juhász Márk Félix Görbe Anikó Váradi Alex (1991-) (biológus) Izbéki Ferenc Vincze Áron Sarlós Patrícia Czimmer József Szepes Zoltán Takács Tamás (Szeged) Papp Mária (1975-) (belgyógyász, gasztroenterológus) Fehér Eszter Hamvas József Kárász Klaudia Török Imola Štimac, Davor Poropat, Goran Ince, Ali Tüzün Erőss Bálint Márta Katalin Pécsi Dániel Illés Dóra Váncsa Szilárd Földi Mária Faluhelyi Nándor Farkas Orsolya Nagy Tamás Kanizsai Péter Márton Zsolt Szentesi Andrea Hegyi Péter Jenő (belgyógyász) Párniczky Andrea (gyermekgyógyász)
Pályázati támogatás:	EFOP-3.6.2-16-2017-00006 EFOP
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: