Výsledky vyhledávání - "sepsis treatment"

Report

Empowering Clinicians with Medical Decision Transformers: A Framework for Sepsis Treatment

Autor: Rahman, Aamer Abdul, Agarwal, Pranav, Noumeir, Rita, Jouvet, Philippe, Michalski, Vincent, Kahou, Samira Ebrahimi

Offline reinforcement learning has shown promise for solving tasks in safety-critical settings, such as clinical decision support. Its application, however, has been limited by the lack of interpretability and interactivity for clinicians. To address

Externí odkaz: http://arxiv.org/abs/2407.19380

Zobrazit plný text záznamu

Report

Reinforced Sequential Decision-Making for Sepsis Treatment: The POSNEGDM Framework with Mortality Classifier and Transformer

Autor: Tamboli, Dipesh, Chen, Jiayu, Jotheeswaran, Kiran Pranesh, Yu, Denny, Aggarwal, Vaneet

Sepsis, a life-threatening condition triggered by the body's exaggerated response to infection, demands urgent intervention to prevent severe complications. Existing machine learning methods for managing sepsis struggle in offline scenarios, exhibiti

Externí odkaz: http://arxiv.org/abs/2403.07309

Zobrazit plný text záznamu

Akademický článek

Apoptotic body based biomimetic hybrid nanovesicles to attenuate cytokine storms for sepsis treatment.

Autor: Lan, Hongbing^1,2 (AUTHOR), Zhou, Zhanhao³ (AUTHOR), Hu, Qian² (AUTHOR), Xie, Qi² (AUTHOR), Li, Xiaonan² (AUTHOR), Tian, Tianyi² (AUTHOR), Wang, Yi² (AUTHOR), Yang, Conglian² (AUTHOR), Kong, Li² (AUTHOR), Fu, Dehao⁴ (AUTHOR) fudehao@sjtu.edu.cn, Guo, Yuanyuan^3,5 (AUTHOR) yuanyuanguo@hust.edu.cn, Zhang, Zhiping^2,6 (AUTHOR) zhipingzhang@mail.hust.edu.cn

Publikováno v: Journal of Nanobiotechnology. 12/19/2024, p1-19. 19p.

Zobrazit plný text záznamu

Plný text ve formátu HTML

Akademický článek

Deep reinforcement learning extracts the optimal sepsis treatment policy from treatment records

Autor: Yunho Choi, Songmi Oh, Jin Won Huh, Ho-Taek Joo, Hosu Lee, Wonsang You, Cheng-mok Bae, Jae-Hun Choi, Kyung-Joong Kim

Publikováno v: Communications Medicine, Vol 4, Iss 1, Pp 1-11 (2024)

Abstract Background Sepsis is one of the most life-threatening medical conditions. Therefore, many clinical trials have been conducted to identify optimal treatment strategies for sepsis. However, finding reliable strategies remains challenging due t

Externí odkaz: https://doaj.org/article/0db20e33c309483ab2b424151d419ef0

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tumor Cell-Derived Exosomal Hybrid Nanosystems Loaded with Rhubarbic Acid and Tanshinone IIA for Sepsis Treatment

Autor: Wu Q, Dong QQ, Wang SH, Lu Y, Shi Y, Xu XL, Chen W

Publikováno v: Journal of Inflammation Research, Vol Volume 17, Pp 5093-5112 (2024)

Qian Wu,1,* Qing-Qing Dong,1,* Si-Hui Wang,1 Yi Lu,1 Yi Shi,1 Xiao-Ling Xu,2 Wei Chen1 1ICU, Longhua Hospital Affiliated to Shanghai University of Traditional Chinese Medicine, Shanghai, People’s Republic of China; 2Shulan International Med

Externí odkaz: https://doaj.org/article/d7dba538676a440b851e0639c6316456

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání