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:	BIBFORM113553
035-os BibID:	(scopus)85153309480 (wos)000973548200001
Első szerző:	Váncsa Szilárd
Cím:	Metabolic-associated fatty liver disease is associated with acute pancreatitis with more severe course : Post hoc analysis of a prospectively collected international registry / Váncsa Szilárd, Sipos Zoltán, Váradi Alex, Nagy Rita, Ocskay Klementina, Juhász Félix Márk, Márta Katalin, Teutsch Brigitta, Mikó Alexandra, Hegyi Péter Jenő, Vincze Áron, Izbéki Ferenc, Czakó László, Papp Mária, Hamvas József, Varga Márta, Török Imola, Mickevicius Artautas, Erőss Bálint, Párniczky Andrea, Szentesi Andrea, Pár Gabriella, Hegyi Péter, Hungarian Pancreatic Study Group
Dátum:	2023
ISSN:	2050-6406 2050-6414
Megjegyzések:	Introduction - Non?alcoholic fatty liver disease (NAFLD) is a proven risk factor for acute pancreatitis (AP). However, NAFLD has recently been redefined as metabolic?associated fatty liver disease (MAFLD). In this post hoc analysis, we quantified the effect of MAFLD on the outcomes of AP. Methods - We identified our patients from the multicentric, prospective International Acute Pancreatitis Registry of the Hungarian Pancreatic Study Group. Next, we compared AP patients with and without MAFLD and the individual components of MAFLD regarding in?hospital mortality and AP severity based on the revised Atlanta classification. Lastly, we calculated odds ratios (ORs) with 95% confidence intervals (CIs) using multivariate logistic regression analysis. Results - MAFLD had a high prevalence in AP, 39% (801/2053). MAFLD increased the odds of moderate?to?severe AP (OR = 1.43, CI: 1.09?1.89). However, the odds of in?hospital mortality (OR = 0.89, CI: 0.42?1.89) and severe AP (OR = 1.70, CI: 0.97?3.01) were not higher in the MAFLD group. Out of the three diagnostic criteria of MAFLD, the highest odds of severe AP was in the group based on metabolic risk abnormalities (OR = 2.68, CI: 1.39?5.09). In addition, the presence of one, two, and three diagnostic criteria dose?dependently increased the odds of moderate?to?severe AP (OR = 1.23, CI: 0.88?1.70, OR = 1.38, CI: 0.93?2.04, and OR = 3.04, CI: 1.63?5.70, respectively) and severe AP (OR = 1.13, CI: 0.54?2.27, OR = 2.08, CI: 0.97?4.35, and OR = 4.76, CI: 1.50?15.4, respectively). Furthermore, in patients with alcohol abuse and aged ?60 years, the effect of MAFLD became insignificant. Conclusions - MAFLD is associated with AP severity, which varies based on the components of its diagnostic criteria. Furthermore, MAFLD shows a dose? dependent effect on the outcomes of AP.
Tárgyszavak:	Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk
Megjelenés:	United European Gastroenterology Journal. - 11 : 4 (2023), p. 371-382. -
További szerzők:	Sipos Zoltán (1988-) (vegyész, angol-magyar szakfordító) Váradi Alex (1991-) (biológus) Nagy Rita Ocskay Klementina Juhász Márk Félix Márta Katalin Teutsch Brigitta Mikó Alexandra Hegyi Péter Jenő (belgyógyász) Vincze Áron Izbéki Ferenc Czakó László Papp Mária (1975-) (belgyógyász, gasztroenterológus) Hamvas József Varga Márta Török Imola Mickevicius, Artautas Erőss Bálint Párniczky Andrea (gyermekgyógyász) Szentesi Andrea Pár Gabriella Hegyi Péter (pszichológus) Hungarian Pancreatic Study Group
Pályázati támogatás:	ÚNKP?22?3?II Egyéb ÚNKP?22?3?I Egyéb ÚNKP?22?5 Egyéb ÚNKP?22?4?II Egyéb FK131864 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: