Legal Acceptances
{* #legalAcceptancesForm *}
Gentile Dottore/Dottoressa, ti informiamo che a partire dal 25 maggio 2018, con l'entrata in vigore del regolamento UE 2016/679 (GDPR) e del conseguente aggiornamento del D.lgs 196/2003, sono stati modificati alcuni paragrafi nei consensi che ci hai fornito.
La MSD Italia, titolare del trattamento dei tuoi dati, si è uniformata al succitato Regolamento, nominando tra l'altro, un Responsabile Protezione Dati (DPO). L'informativa Privacy aggiornata è disponibile al seguente link: www.msdsalute.it/privacy.
Ti ricordiamo che, in accordo con gli artt. 13 comma 2, 15, 16, 17, 18 e 20 del Regolamento UE 2016/679, potrai esercitare in qualsiasi momento i tuoi diritti scrivendo all'indirizzo email privacy_italy@merck.com.
{* acceptTermsofUse *}
MSD raccoglie i tuoi dati ai fini della registrazione al sito web e raccoglie il consenso per le comunicazioni promozionali. Per maggiori dettagli puoi consultare l’Informativa Privacy.
{* /legalAcceptancesForm *}
Unable to login, your account is inactive.
Unable to login, your account is rejected.
Unable to login, your account is pending.
Per completare il processo di registrazione clicca sul link contenuto nella mail che ti abbiamo appena inviato.
Impossibile accedere, il tuo account non è associato alle autorizzazioni per questo paese.
Your password has been successfully changed.
Abbiamo inviato un'e-mail con le istruzioni per impostare una nuova password. La tua password corrente non è stata cambiata.
Riceverai una email di avvenuta registrazione non appena avremo terminato le verifiche necessarie a farti accedere a MSDsalute, che ti ricordiamo essere dedicato ai Professionisti della Salute.
{* #createPasswordFormNoAuth *}
{* newPassword *}
{* newPasswordConfirm *}
{* userStatusHidden *}
{* preregEmailAddressHidden *}
{* emailVerifiedHidden *}
{* referral *}
{* /createPasswordFormNoAuth *}
La tua password è stata correttamente impostata.
La tua password è stata correttamente aggiornata.
We didn't recognize that password creation code. Enter your email address to get a new one.
{* #resetPasswordForm *}
{* signInEmailAddress *}
{* /resetPasswordForm *}
Siamo spiacenti, il codice di reimpostazione password non è valido, ripetere la procedura per ottenere un nuovo codice.
{* #resetPasswordForm *}
{* signInEmailAddress *}
{* /resetPasswordForm *}
We've sent you an email with instructions to create a new password. Your existing
password has not been changed.
Il tuo profilo è già presente nei nostri sistemi. Per completare la registrazione segui le istruzioni contenute nella email che ti abbiamo appena inviato.
Machine Learning per predire l’infezione da C. difficile
Gli interventi per prevenire e gestire meglio l’infezione da Clostridioides difficile (CDI) possono risultare fondamentali nel ridurre significativamente morbilità, mortalità e spesa sanitaria.
È stato così disegnato uno studio retrospettivo che utilizza i dati delle cartelle cliniche elettroniche di oltre 700 ospedali degli Stati Uniti. Dapprima un sottoinsieme di ospedali è stato utilizzato per sviluppare algoritmi di apprendimento automatico (MLA); i restanti centri, invece, sono serviti come set di test esterno. Sono stati quindi valutati tre MLA: alberi decisionali a gradiente potenziato (XGBoost), rete neurale Deep Long Short Term Memory e rete neurale convoluzionale unidimensionale. Le prestazioni degli algoritmi sono state valutate con l’area sotto la curva caratteristica operativa del ricevitore (AUROC), la sensibilità, la specificità, gli odds ratio diagnostici e i rapporti di verosimiglianza.
Il set di dati di sviluppo conteneva 13.664.840 incontri di pazienti ricoverati con 80.046 incontri di CDI; mentre il dataset esterno conteneva 1.149.088 incontri di pazienti ricoverati con 7.107 incontri di CDI. Gli AUROC più alti sono stati raggiunti per XGB, rete neurale Deep Long Short Term Memory e rete neurale convoluzionale unidimensionale astenendosi, però, dall’uso di tecniche di addestramento specializzate. XGBoost ha ottenuto il massimo AUROC.
Quindi, gli MLA possono prevedere future infezioni da CDI nei pazienti ospedalizzati utilizzando solo 6 ore di dati. Nella pratica clinica, uno strumento basato sull’apprendimento automatico può supportare misure profilattiche, diagnosi precoci e attuazione più tempestiva delle misure di controllo delle infezioni, diventando importantissimo nella gestione del paziente.
Fonte: American Journal of Infection Control – https://doi.org/10.1016/j.ajic.2021.11.012
IT-NON-06768-W-04/2024
Completa la registrazione
Questo portale è dedicato ai Professionisti della Salute. Per questo motivo dobbiamo chiederti alcune infomazioni per essere sicuri che tu lo sia.
Tutti i campi sono OBBLIGATORI. L'accesso al portale è GRATUITO.
Informazioni di Accesso
{* #socialRegistrationForm *}Personal Information
Professional Information
MSD is using your phone number during this registration phase for the unique purpose to communicate with you if we are not able to verify if you are a HCP and grant you access to the website. Your phone number will not be used for Direct Marketing purpose.
Interessi
Your updates
The selected channels indicate by which means MSD is communicating with you. Below you can select your preferred channels.
Terms of Use
{* acceptTermsofUse *}MSD raccoglie i tuoi dati ai fini della registrazione al sito web e raccoglie il consenso per le comunicazioni promozionali. Per maggiori dettagli puoi consultare l’Informativa Privacy.