• MeSH
• robotika * MeSH
• umělá inteligence MeSH
• Publikační typ
• periodika MeSH

• Konspekt
• Umělá inteligence
• NLK Obory
• lékařská informatika

• MeSH
• chirurgie operační MeSH
• lidé MeSH
• umělá inteligence * MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• úvodníky MeSH

Jednouše zaslepená, placebem kontrolovaná studie byla provedena za účelem zhodnocení účinnosti a bezpečnosti specifické alergenové imunoterapie (SAIT)se standardizovaným depotním alergenem (H-Al depot.(pollens), Směs trav I, u pacientů s rhinokonjunktivitidou a /neb s lehkým sezónním intermitentním astmatem v období sezóny trav. Sedmnáct pacientů byl aktivně léčeno a 17 pacientům bylo podáváno placebo. Průměrný věk pacientů bylo 29,4 let. U aktivně léčených pacientů došlo k významnému snížení nosních i očních symptomů (u nosních symptomů p = 0,0005 a očních p = 0,0108) během pylové sezóny. Ačkoli došlo k výraznému zlepšení v respiračních symptomech u aktivně léčených pacientů ( o více než 80%), tento pokles nebyl statisticky zcela významný (p = 0,0815) vzhledem k placebovým pacientům, a to díky malému počtu pacientů s lehkým intermitentním astmatem ( 7 pacientů v každé skupině). U léčených pacientů bylo pozorováno podstatné snížení spotřeby záchranné léčby (o více než 75%) se statisticky významným rozdílem vůči placebové skupině (p = 0,0022). Významné změny v kožních prick testech vůči Dactylis glomerata a Směsi trav I nebyly pozorovány jak u léčených, tak placebových pacientů. Jednoletá léčba nevedla ani ke statisticky významné změně hladin specifických IgE vůči Dactylis glomerata u pacientů obou skupin.Tato zjištění potvrzují, že SAIT se standardizovaným depotním alergenem (H-Al depot. (pollens) je účinná a bezpečná pro léčbu travní pylové alergie.

A single-blind, placebo-controlled study was conducted to evaluate the efficacy and safety of specific allergen immunotherapy ( SAIT) with a standardized depot allergen (H-Al depot. (pollens), Grass mixture I, in patients suffering from rhinoconjunctivitis and/or mild intermittent sezonal asthma caused by grass pollens. Seventeen patients received active treatment and 17 received placebo. The mean age of patients was 29,4 years. Actively treated patients had significantly lower nasal and eyes symptoms (nose p = 0.0005 and eyes p = 0.0108) during the poll en season. Though the high improvement of bronchi symptoms in the actively treated patients (more than 80 %) the increase was not quite statistic ally significant (p = 0.0815) related to the placebo patients due to the small number of patients with the mild intermittent asthma (7 patients in each group). In actively treated patients was observed the high reduction of rescue medication consumption (more than 75 %) with statistical ly significant difference related to the placebo patients (p = 0.0022). Significant changes in specific skin prick test reactivity to the Dactylic glomerata and grass mixture I was not observed eithe r in actively treated patients or in placebo patients. The one-year treatment did not lead to statistical significant changes in IgE levels specific to Dactylis glomerata in both treated patients groups. These findings indicate that AIT with a standardized depot allergen (H-Al depot. (pollens)) is an effective and safe treatment for grass pollen allergy.

• MeSH
• alergeny aplikace a dávkování   farmakologie   terapeutické užití   MeSH
• alergická konjunktivitida terapie   MeSH
• Dactylis MeSH
• dospělí MeSH
• imunoglobulin E krev   MeSH
• imunoterapie metody   MeSH
• kožní testy metody   MeSH
• lidé středního věku MeSH
• lidé MeSH
• sezónní alergická rýma terapie   MeSH
• Check Tag
• dospělí MeSH
• lidé středního věku MeSH
• lidé MeSH
• mužské pohlaví MeSH
• ženské pohlaví MeSH
• Publikační typ
• přehledy MeSH
• srovnávací studie MeSH

• MeSH
• seriály MeSH
• umělá inteligence MeSH

• Konspekt
• Umělá inteligence
• NLK Obory
• lékařská informatika

Kniha je nepostradatelným průvodcem marketérů a všech, kteří chtějí využít nezměrný potenciál rychle se rozvíjející umělé inteligence. Autorka knihy vám pomocí názorných příkladů ukáže, jak zúročit přínosy umělé inteligence a nezaspat v dynamické době plné inovativních nástrojů.

• MeSH
• etický kodex MeSH
• Hippokratova přísaha MeSH
• lékařská etika MeSH
• lidská práva MeSH
• profesionální etika MeSH

• Konspekt
• Etika. Morální filozofie
• NLK Obory
• etika, bioetika, lékařská etika
• NLK Publikační typ
• texty
• dokumenty

• O autorovi
• Amnesty International Autorita

The introduction of ChatGPT3 in 2023 disrupted the field of artificial intelligence (AI). ChatGPT uses large language models (LLMs) but has no access to copyrighted material including scientific articles and books. This review is limited by the lack of access to: (1) prior peer-reviewed articles and (2) proprietary information owned by the companies. Despite these limitations, the article reviews the use of LLMs in the publishing of scientific articles. The first use was plagiarism software. The second use by the American Psychological Association and Elsevier helped their journal editors to screen articles before their review. These two publishers have in common a large number of copyrighted journals and textbooks but, more importantly, a database of article abstracts. Elsevier is the largest of the five large publishing houses and the only one with a database of article abstracts developed to compete with the bibliometric experts of the Web of Science. The third use and most relevant, Scopus AI, was announced on 16 January 2024, by Elsevier; a version of ChatGPT-3.5 was trained using Elsevier copyrighted material written since 2013. Elsevier's description suggests to the authors that Scopus AI can write review articles or the introductions of original research articles with no human intervention. The editors of non-Elsevier journals not willing to approve the use of Scopus AI for writing scientific articles have a problem on their hands; they will need to trust that the authors who have submitted articles have not lied and have not used Scopus AI at all.

• MeSH
• lidé MeSH
• periodika jako téma MeSH
• psaní MeSH
• publikování * normy   MeSH
• umělá inteligence * MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• časopisecké články MeSH
• přehledy MeSH

The application of artificial intelligence (AI) in neurology is a growing field offering opportunities to improve accuracy of diagnosis and treatment of complicated neuronal disorders, plus fostering a deeper understanding of the aetiologies of these diseases through AI-based analyses of large omics data. The most common neurodegenerative disease, Alzheimer's disease (AD), is characterized by brain accumulation of specific pathological proteins, accompanied by cognitive impairment. In this review, we summarize the latest progress on the use of AI in different AD-related fields, such as analysis of neuroimaging data enabling early and accurate AD diagnosis; prediction of AD progression, identification of patients at higher risk and evaluation of new treatments; improvement of the evaluation of drug response using AI algorithms to analyze patient clinical and neuroimaging data; the development of personalized AD therapies; and the use of AI-based techniques to improve the quality of daily life of AD patients and their caregivers.

• MeSH
• Alzheimerova nemoc * diagnóza   farmakoterapie   metabolismus   MeSH
• klinické zkoušky jako téma MeSH
• lidé MeSH
• neurozobrazování metody   MeSH
• umělá inteligence * MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• časopisecké články MeSH
• přehledy MeSH

• MeSH
• lékařství MeSH
• lidé MeSH
• umělá inteligence MeSH
• Check Tag
• lidé MeSH

• Konspekt
• Gynekologie. Porodnictví
• NLK Obory
• gynekologie a porodnictví
• gynekologie a porodnictví