Találati lista | Tudóstér

001-es BibID:	BIBFORM087587
Első szerző:	Balogh Boglárka (belgyógyász)
Cím:	A primer biliaris cholangitis (PBC) diagnosztikája és kezelése : az Európai Májkutató Társaság Klinikai Gyakorlati Útmutatója nyomán / Balogh Boglárka, Pályu Eszter, Villám Bence, Sipeki Nóra, Vitális Zsuzsanna, Kovács György, Tornai István, Papp Mária
Dátum:	2020
Megjegyzések:	A primer biliaris cholangitis (PBC) egy krónikus gyulladással járó ismeretlen eredetű autoimmun cholestaticus májbetegség, amely kezeletlen esetben végstádiumú biliaris cirrózis kialakulásához vezet. A diagnózis a cholestaticus májenzimek emelkedett szintjén és ezzel egyidejűleg a szérumban kimutatható anti-mitokondriális (AMA) és/ vagy PBC specifikus antinukleáris antitestek (ANA) jelenlétén alapszik. A májbiopszia elvégzése a diagnózis felállításához ritka esetektől eltekintve nem szükséges. Az AMA-pozitivitás önmagában normál májenzimértékek esetén nem elégséges a PBC diagnózisának felállításához. A PBC a betegekre mind a májbetegség progressziója (májcirrózis kialakulása), mind pedig tünetei révén (cholestaticus viszketés, sicca komplex, fáradtság) hatással van. A betegség klinikai megjelenése és lefolyása különböző lehet, ezért a betegek személyre szabott kezelésének és gondozásának biztosítása fontos élethosszig tartóan. A kezelés és a gondozás célja a végstádiumú májbetegség kialakulásának megelőzése és az ezzel összefüggő tünetek enyhítése. Az elsővonalbeli kezelésre az urzodeoxikólsav (UDCA) javasolt. Az orális obetikólsav- (OCA) kezelést feltételesen jóváhagyták PBC-betegek kezelésére, UDCA-val kombinációban azon esetekre, akik nem megfelelően reagálnak az UDCA-ra, vagy monoterápiaként azon betegekben, akiknél UDCA-intolerancia észlelhető. Magyarországon társadalombiztosítási keretek között nem elérhető. A betegek májtranszplantációs előkészítése szükséges, ha a májcirrózis szövődményei alakulnak ki, vagy ha a betegség progrediál, mint pl. folyamatosan emelkedett bilirubinérték vagy MELD-pontszám >15, vagy súlyos, kezelésre nem reagáló viszketés jelentkezik. Minden PBC-s betegnél figyelembe kell venni, hogy fokozott osteoporosis kockázat állhat fenn, ezért ennek szűrése és kezelése szükséges. Jelen összefoglaló az EASL klinikai gyakorlati útmutatója nyomán ismerteti a PBC-s betegek ellátásának strukturált, élethosszig tartó és egyéni megközelítését, amely keretet nyújt az ellátó hepatológusnak a diagnózis felállításához, a hatékony kezeléséhez és gondozásához.
Tárgyszavak:	Orvostudományok Klinikai orvostudományok magyar nyelvű folyóiratközlemény hazai lapban folyóiratcikk
Megjelenés:	Central European Journal of Gastroenterology and Hepatology. - 6 : 2 (2020), p. 124-146. -
További szerzők:	Pályu Eszter (1983-) Villám Bence Sipeki Nóra (1987-) (általános orvos) Vitális Zsuzsanna (1963-) (belgyógyász, gasztroenterológus) Kovács György (1982-) (belgyógyász, gasztroenterológus) Tornai István (1954-) (belgyógyász, gasztroenterológus) Papp Mária (1975-) (belgyógyász, gasztroenterológus)
Pályázati támogatás:	EFOP-3.6.1-16-2016-00022 EFOP EFOP-3.6.2-16-2017-00006 EFOP GINOP-2.3.2-15-2016-00048 GINOP ÚNKP-19-4 Egyéb
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM101294
035-os BibID:	(cikkazonosító)e842 (wos)000804849400001
Első szerző:	Kui Balázs
Cím:	EASY-APP : an artificial intelligence model and application for early and easy prediction of severity in acute pancreatitis / Kui Balázs, Pintér József, Molontay Roland, Nagy Marcell, Farkas Nelli, Gede Noémi, Vincze Áron, Bajor Judit, Gódi Szilárd, Czimmer József, Szabó Imre, Illés Anita, Sarlós Patrícia, Hágendorn Roland, Pár Gabriella, Papp Mária, Vitális Zsuzsanna, Kovács György, Fehér Eszter, Földi Ildikó, Izbéki Ferenc, Gajdán László, Fejes Roland, Németh Balázs Csaba, Török Imola, Farkas Hunor, Artautas Mickevicius, Ville Sallinen, Shamil Galeev, Elena Ramirez Maldonado, Párniczky Andrea, Erőss Bálint, Hegyi Péter Jenő, Márta Katalin, Váncsa Szilárd, Sutton Robert, Enrique de-Madaria, Elizabeth Pando, Piero Alberti, Maria José Gómez-Jurado, Alina Tantau, Szentesi Andrea, Hegyi Péter, Hungarian Pancreatic Study Group
Dátum:	2022
ISSN:	2001-1326
Megjegyzések:	Background: Acute pancreatitis (AP) is a potentially severe or even fatal inflammation of the pancreas. Early identification of patients, who are at high risk for developing a severe course of the disease is crucial for preventing organ failure and death. Most of the former predictive scores require many parameters or at least 24 hours to predict the severity, so the early therapeutic window is missing. Methods: The early achievable severity index (EASY) is a registered multicentre, multinational, prospective, observational study (ISRCTN10525246). Clinical parameters were collected from 15 countries and 28 medical centres via eCRF. The predictions were made using machine learning models including Decision Tree, Random Forest, Logistic Regression, SVM, CatBoost, and XGBoost. For the modeling, we used the scikit-learn, xgboost, and catboost Python packages. We have evaluated our models using 4-fold cross-validation and the receiver operating characteristic (ROC) curve, the area under the ROC curve (AUC), and accuracy metrics have been calculated on the union of the test sets of the cross-validation. The most important factors and their contribution to the prediction were identified using a modern tool of explainable artificial intelligence, called SHapley Additive exPlanations (SHAP). Using the XGBoost machine learning algorithm for prediction, the SHAP values for the explanation, and the bootstrapping method for the estimation of confidence we have developed a web application in the Streamlit Python-based framework. Results: The prediction model is based on the international cohort of 1184 patients and a validation cohort of 3543 patients. The best performing model has been an XGBoost classifier with an average AUC score of 0.81 and accuracy of 89.1% and the model is improving with experience. The six most influential features are the respiratory rate, body temperature, abdominal muscular reflex, gender, age, and glucose level. Finally, a free and easy-to-use web application was developed (http://easy-app.org/). Conclusions: The EASY prediction score is a practical tool for identifying patients at high risk for severe acute pancreatitis within hours of hospital admission. The easy-to-use web application is available for clinicians and contributes to the improvement of the model.
Tárgyszavak:	Orvostudományok Klinikai orvostudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk severity prediction acute pancreatitis artificial intelligence
Megjelenés:	Clinical and Translational Medicine. - 12 : 6 (2022), p. 1-13. -
További szerzők:	Pintér József (1930-) (urológus) Molontay Roland Nagy Marcell Farkas Nelli Gede Noémi Vincze Áron Bajor Judit Gódi Szilárd Czimmer József Szabó Imre Illés Anita Sarlós Patrícia Hágendorn Roland Pár Gabriella Papp Mária (1975-) (belgyógyász, gasztroenterológus) Vitális Zsuzsanna (1963-) (belgyógyász, gasztroenterológus) Kovács György (1982-) (belgyógyász, gasztroenterológus) Fehér Krisztina Eszter (1991-) (orvos) Földi Ildikó (1981-) (orvos) Izbéki Ferenc Gajdán László Fejes Roland Németh Balázs Csaba Török Imola Farkas Hunor Mickevicius, Artautas Sallinen, Ville Galeev, Shamil Ramírez-Maldonado, Elena Párniczky Andrea (gyermekgyógyász) Erőss Bálint Hegyi Péter Jenő (belgyógyász) Márta Katalin Váncsa Szilárd Sutton, Robert de-Madaria, Enrique Pando, Elizabeth Alberti, Piero Gómez-Jurado, Maria José Tantau, Alina Szentesi Andrea Hegyi Péter (pszichológus) Hungarian Pancreatic Study Group
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat DOI
Borító:
Saját polcon: