Nerve cross-sectional area (CSA) is not constant over the human lifespan. The relationship between an increasing CSA and age has been described as a linear positive correlation, but few studies have found a linear decrease in nerve size with older age. The aim of the present study was to analyze the development of nerve CSA in a healthy population from early childhood to old age using high-resolution ultrasound.

An effective tool for establishing concordant end-of-life (EOL) care in patients with cancer is advance care planning (ACP). However, various barriers, including psychological obstacles, hamper the access to ACP. Therefore, a new conceptual model combining a psycho-oncological approach with structured ACP was developed. The effectiveness and efficiency of this new concept of collaborative ACP (col-ACP) is evaluated in the present randomised controlled trial in patients with palliative cancer.

In recent times, large language models (LLMs) have made significant strides in generating computer code, blurring the lines between code created by humans and code produced by artificial intelligence (AI). As these technologies evolve rapidly, it is crucial to explore how they influence code generation, especially given the risk of misuse in areas such as higher education. The present paper explores this issue by using advanced classification techniques to differentiate between code written by humans and code generated by ChatGPT, a type of LLM. We employ a new approach that combines powerful embedding features (black-box) with supervised learning algorithms including Deep Neural Networks, Random Forests, and Extreme Gradient Boosting to achieve this differentiation with an impressive accuracy of 98%. For the successful combinations, we also examine their model calibration, showing that some of the models are extremely well calibrated. Additionally, we present white-box features and an interpretable Bayes classifier to elucidate critical differences between the code sources, enhancing the explainability and transparency of our approach. Both approaches work well, but provide at most 85–88% accuracy. Tests on a small sample of untrained humans suggest that humans do not solve the task much better than random guessing. This study is crucial in understanding and mitigating the potential risks associated with using AI in code generation, particularly in the context of higher education, software development, and competitive programming.

Abstract In 2022, over 1,000,000 people from Ukraine fled to Germany, mostly women and children. The aim of this study was to determine health status and socio-demographic background of Ukrainian refugee minors in Germany and to compare that to German minors. In this study, Ukrainian refugees of all ages, who voluntarily made contact with the study centres via flyers or refugee shelters, were interviewed with the help of trained interpreters from 09–12/2022. We assessed data from minors and their families on socio-economic status, general health perception, current and pre-existing infectious and non-contagious diseases, and vaccination status. The data for the minors were collected by interviewing the accompanying adults. In addition, a physical examination and serological screening for infectious and vaccine-preventable diseases were performed. Overall, 392 minors and accompanying adults (358) were included. Minors’ general and mental health were reported as “at least good" in 83% (316) and 80% (304), respectively. In 16% (63), infectious or other underlying diseases were recorded. Tuberculosis infections (7, 1.8%) and hepatitis C (2, 0.5%) were found through the serological tests. HIV could only be detected in one previously known case. Self-reported vaccinations against measles and varicella, for example, did not match serological findings (protection against measles 304; 84%; varicella 230; 64%). Conclusion : Accompanying adults often rate the general health and well-being of Ukrainian refugee minors as rather poor. Frequently, self-reported vaccinations and preexisting diseases did not match serology results; therefore, Ukrainian refugee minors without formal vaccination certificate should be offered all recommended vaccinations and be generously screened for hepatitis B, C and HIV in addition to tuberculosis. What is Known: • Infectious diseases (TB, hepatitis B/C, HIV) are more common among Ukrainian minors and vaccine hesitancy is more widespread than in many host countries and require appropriate medical care. • Displacement and war worsen medical care and have negative impact on mental health. . What is New: • Although intrafamilial spread of infectious diseases was rare (in this cohort), perceived general health of Ukrainian minors is rather poor. • Semi-structured interviews—even with interpreters—are often insufficient to collect valid medical information.

Understanding the mutational landscape of colon cancer (CC) is crucial for targeted therapy development. Microsatellite instability (MSI-H), rat sarcoma (RAS), and B-Raf proto-oncogene, serine/threonine kinase (BRAF) mutations (MT) are pivotal markers. Further investigation into clinicopathological features of RAS and BRAF MT in microsatellite stable (MSS) and MSI-H tumors is warranted.