Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GC Medical Science corp.

Deascargar La Aplicación Móvil





Herramienta pronostica para la COVID-19 habilitada con aprendizaje automático apoya la toma de decisiones clínicas para el alta en los departamentos de urgencias

Por el equipo editorial de HospiMedica en español
Actualizado el 31 Jan 2022
Los investigadores que evaluaron el desempeño en tiempo real de una herramienta de pronóstico para la COVID-19 habilitada con aprendizaje automático (ML), descubrieron que apoyaba la toma de decisiones clínicas para el alta del departamento de emergencias en los hospitales.

Un equipo multidisciplinario de intensivistas, médicos hospitalarios, médicos de urgencias e informáticos, de la Facultad de Medicina de la Universidad de Minnesota (Minneapolis, MN, EUA), evaluó la herramienta que brindó apoyo en la toma de decisiones clínicas a los proveedores del departamento de emergencias para facilitar la toma de decisiones compartida con los pacientes con respecto al alta.

El equipo de investigación de la universidad desarrolló e implementó con éxito un modelo de predicción de COVID-19 que funcionó bien en función del género, la raza y el origen étnico, para tres resultados diferentes. El algoritmo de regresión logística creado para predecir la COVID-19 grave funcionó bien en las personas bajo investigación, aunque se desarrolló en una población positiva de COVID-19.

Se puede desarrollar, validar e implementar un modelo de regresión logística habilitado para ML como soporte de decisiones clínicas en múltiples hospitales mientras se mantiene un alto rendimiento en la validación en tiempo real y se mantiene equitativo. Los investigadores recomiendan que el efecto sobre los resultados de los pacientes y el uso de recursos se evalúe y se siga investigando con el modelo de ML.

“COVID-19 ha sobrecargado los sistemas de atención médica desde múltiples facetas diferentes y, encontrar formas de aliviar el estrés, es crucial”, dijo la Dra. Mónica Lupei, profesora asistente en la Facultad de Medicina de la U de M y directora médica del Centro Médico M Health Fairview de la Universidad de Minnesota -Margen Occidental. “Los sistemas de decisiones clínicas a través de modelos predictivos habilitados para ML pueden contribuir a la atención de los pacientes, reducir las variaciones indebidas en la toma de decisiones y optimizar la utilización de recursos, especialmente durante una pandemia”.

Enlace relacionado:
Facultad de Medicina de la Universidad de Minnesota


Miembro Oro
SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test
SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)
Miembro Oro
12-Channel ECG
CM1200B
New
Infusion System
SIGMA Spectrum
New
Needle Guide Disposable Kit
Verza
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a HospiMedica.es y acceda a las noticias y eventos que afectan al mundo de la Medicina.
  • Edición gratuita de la versión digital de HospiMedica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista HospiMedica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de HospiMedica en Español digital
  • Boletín de HospiMedica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Cuidados Criticos

ver canal
Imagen: muestras de tejido cardíaco del estudio (foto cortesía de Nathan Gianneschi/Northwestern University)

Nueva potente terapia inyectable podría prevenir la insuficiencia cardíaca tras un infarto

Según los Centros para el Control y la Prevención de Enfermedades (CDC) de Estados Unidos, 6,7 millones de estadounidenses de 20 años o más viven con insuficiencia cardíaca,... Más

Técnicas Quirúrgicas

ver canal
Imagen: el profesor Bumsoo Han y la  investigadora postdoctoral Sae Rome Choi fueron coautores de un estudio sobre el uso del origami de ADN para mejorar la obtención de imágenes de tejido pancreático denso (foto cortesía de Fred Zwicky/University of Illinois Urbana-Champaign)

El origami de ADN mejora la imagenología del tejido pancreático denso para la detección del cáncer

Uno de los desafíos de la lucha contra el cáncer de páncreas es encontrar maneras de penetrar el tejido denso del órgano para definir los límites entre el tejido maligno... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: Un sensor de sudor portátil basado en la tecnología de nanopartículas de núcleo-capa (Foto cortesía de Caltech)

Nanopartículas imprimibles permiten la producción masiva de biosensores portátiles

Es probable que el futuro de la medicina se centre en la personalización de la atención médica, comprendiendo exactamente lo que cada individuo necesita y proporcionando la combinación... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.