Artificial intelligence (AI) has made important progress in image recognition and disease prognosis prediction in recent years. Along with the development of computer technology, the application scope of AI in the field of ophthalmology is expanding. Keratoconus screening is an important means to determine the indication of refractive surgery and avoid postoperative corneal ectasia, but the accuracy of traditional diagnostic methods is low, especially for subclinical keratoconus. Machine learning, a method to realize artificial intelligence, makes it possible to improve the accuracy of keratoc
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The authors tested the use of repeated cognitive measures to identify those older individuals who experience cognitive decline after administration of a centrally acting medication. Subjects were 30 medically stable, older volunteers, mean age 71.4. Administration was a double-blind, placebo-controlled, crossover "challenge" from baseline to placebo, 50 mg, or 75 mg of diphenhydramine. More patients exhibited significant cognitive decrements after 75 mg of diphenhydramine than after placebo on the Buschke Selective Reminding Test Total Recall and the Trails B test. Data were consistent with mo
Клиническое исследованиеСтатьяРандомизированное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
To construct and validate a machine learning (ML) model for predicting diabetes risk in COPD patients, enabling early and personalized intervention. Using data from the MIMIC-IV database, 49 variables were screened by LASSO and logistic regression. Six ML algorithms were constructed and internally validated on a 70%/30% split dataset. Model performance was assessed using multiple metrics, followed by external validation. Interpretability was achieved through SHAP analysis. All six ML algorithms demonstrated strong performance across training, testing, and validation sets. The LightGBM model ac
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study aimed at establishing models to predict commercial vehicle's running conditions by neural network algorithms. Initially, experiments were carried out to collect cab interior noise data and a total of 420 samples were obtained after repeated tests. Then, each sample was intercepted and converted into six psychological acoustic metrics, which were sound pressure level (SPL), loudness, sharpness, roughness, articulation index and fluctuation strength. Finally, neural network algorithms were used to establish models between the running condition and the acoustic metrics. Through iterati
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: This study aims to identify potential myopia biomarkers using machine learning algorithms, enhancing myopia diagnosis and prognosis prediction.
METHODS: GSE112155 and GSE15163 datasets from the GEO database were analyzed. We used "limma" for differential expression analysis and "GO plot" and "clusterProfiler" for functional and pathway enrichment analyses. The LASSO and SVM-RFE algorithms were employed to screen myopia-related biomarkers, followed by ROC curve analysis for diagnostic performance evaluation. Single-gene GSEA enrichment analysis was executed using GSEA 4.1.0.
RESULTS:
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
In this study, a new approach to laser-induced breakdown spectroscopy (LIBS) data modeling using multiway algorithms was investigated. Two case studies, parallel factor analysis (PARAFAC) and unfolded-partial least-squares with residual bilinearization (U-PLS/RBL) algorithms were used in (1) the determination of Al, Cu, and Fe in samples of reference material of printed circuit board (PCB) from electronic waste and (2) the determination of Ca, K, and Mg in samples of a human mineral supplement, where depth was used to obtain multidimensional data in the first case and delay-time in the second.
НовостьПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Anti-Müllerian hormone reflects the continuum of the functional ovarian reserve, and as such can predict ovarian response to gonadotropin stimulation and be used to individualize treatment pathways to improve efficacy and safety. However, consistent with other biomarkers and age-based prediction models it has limited ability to predict live birth and should not be used to refuse treatment, but rather to inform counselling and shared decision making. The use of absolute clinical thresholds to stratify patient phenotypes, assess discordance and individualize treatment protocols in non-validated
СтатьяОбзорПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Objective: Current evidence regarding the safety of abdominal subcutaneous injections in pregnant women is limited. In this study, we developed a predictive model for abdominal skin-subcutaneous fat thickness (S-ScFT) by gestational periods (GP) in pregnant women. Methods: A total of 354 cases were measured for S-ScFT. Three machine learning algorithms, namely deep learning, random forest, and support vector machine, were used for S-ScFT predictive modeling and factor analysis for each abdominal site. Data analysis was performed using SPSS and RapidMiner softwares. Results: The deep learning a
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The Hypotension Prediction Index (HPI) algorithm is a commercial prediction algorithm developed to predict hypotension, a mean arterial pressure (MAP) below 65 mmHg. Although HPI has been investigated in several studies, recent concerns of have been raised regarding HPI's predictive abilities, which may have been overstated. A selection bias may have forced the HPI algorithm to learn almost exclusively from MAP. This CON position paper describes the selection bias further and summarises the scientific status of HPI's predictive abilities, including the meaning of a recent erratum retracting th
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Warfarin is a common oral anticoagulant, and its effects vary widely among individuals. Numerous dose-prediction algorithms have been reported based on cross-sectional data generated via multiple linear regression or machine learning. This study aimed to construct an information fusion perturbation theory and machine-learning prediction model of warfarin blood levels based on clinical longitudinal data from cardiac surgery patients.
METHODS AND MATERIAL: The data of 246 patients were obtained from electronic medical records. Continuous variables were processed by calculating the d…
СтатьяНаблюдательное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The identification of virus-specific CD8(+) T cell determinants is a fundamental requirement for our understanding of viral disease pathogenesis. T cell epitope mapping strategies increasingly rely on algorithms that predict the binding of peptides to MHC molecules. There is, however, little information on the reliability of predictive algorithms in the context of human populations, in particular, for those expressing HLA class I molecules for which there are limited experimental data available. In this study, we evaluate the ability of NetMHCpan to predict antiviral CD8(+) T cell epitopes tha
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: To assess the accuracy of toric intraocular lens (IOL) power calculations of a new algorithm that incorporates the effect of posterior corneal astigmatism (PCA).
SETTING: Abbott Medical Optics, Inc., Groningen, the Netherlands.
DESIGN: Retrospective case report.
METHODS: In eyes implanted with toric IOLs, the exact vergence formula of the Tecnis toric calculator was used to predict refractive astigmatism from preoperative biometry, surgeon-estimated surgically induced astigmatism (SIA), and implanted IOL power, with and without including the new PCA algorithm. For each calculation
СтатьяМногоцентровое исследованиеПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Fixation choice (polymethyl-methacrylate bone cement or cementless implants) in total knee arthroplasty (TKA) varies widely across surgeons, reflecting differences in clinical judgment. While traditional statistical approaches are commonly used to study surgical decision-making, they may be limited in capturing complex and multifactorial relationships inherent in such data. This study evaluates how different supervised machine learning (SML) algorithms characterize fixation choice and prioritize predictors, rather than developing a clinical decision-support tool. METHODS: We analyz
СтатьяСравнительное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
While suicide prevention is a major global health priority in youth, it remains challenging to identify those at risk for future suicidal behavior. This study aimed to investigate the potential of machine learning (ML) based approaches to predict suicide attempts (SA) among high-risk adolescents. We applied three ML-algorithms – elastic net, random forest and extreme gradient boosting – to longitudinal clinical data, and compared their performance to a traditional statistical approach – logistic regression (LR). Models were trained using patient data from a clinical cohort (N = 255) of adolesc
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: Reliable prediction of nanomaterial toxicity from physicochemical properties remains a critical challenge in nanosafety assessment, particularly when experimental datasets are small and mechanistic validation is limited. This study proposes an artificial intelligence (AI)-driven nano-QSAR framework for predicting carbon nanotube (CNT)-induced cytotoxicity by systematically linking the physicochemical descriptor patterns with experimentally measured toxicity outcomes.
METHODS: A curated dataset containing cytotoxicity measurements for 80 CNTs in THP-1 cells was analyzed. Each CNT was
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Institutional delivery dropout (IDD), defined as delivery outside a health facility despite attending antenatal care (ANC), remains a significant barrier to reducing maternal mortality in Nigeria. Traditional statistical models often fall short of capturing the complex, non-linear interactions among the socio-demographic factors that drive this critical health behavior. METHODS: Using a comprehensive dataset of 16,100 women from the 2018 Nigeria Demographic and Health Survey (NDHS), we applied and compared seven diverse machine learning (ML) algorithms, including models such as S
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Childhood malnutrition remains a major public health concern in Nepal and other low-resource settings, while conventional case-finding approaches are labor-intensive and frequently unavailable in remote areas. This study provides one of the first applications of machine learning and deep learning to identify child malnutrition in Nepal. We systematically compared 16 algorithms spanning deep learning, gradient boosting, and traditional machine learning families, using data from the Nepal Multiple Indicator Cluster Survey (MICS) 2019. A composite malnutrition indicator was constructed by integra
СтатьяСравнительное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Gestational anemia significantly elevates the risk of adverse maternal and neonatal outcomes, necessitating early predictive tools for targeted intervention. This study aimed to develop and validate a robust machine learning (ML) framework to forecast perinatal complications and facilitate early risk identification.
METHODS: Perinatal mortality, preterm birth, low birth weight and macrosomia are defined as adverse outcomes. Analyzing a retrospective cohort of 5,710 pregnant women, we identified 22 initial variables using Lasso regression integrated with seven ML-based screening al
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Effective risk stratification is crucial for managing cervical lesions. This study aimed to develop and evaluate machine learning models to improve the detection of cervical intraepithelial neoplasia (CIN) grade 2 or worse (CIN2+) and CIN3+. METHODS: This retrospective study included 2,863 participants. We developed three models: a Logistic Regression (Logit.Model), a Random Forest (RF.Model), and an XGBoost (XGBoost.Model) to predict CIN2 + and CIN3 + status. The dataset was split into training (60%) and test (40%) sets. Model performance was assessed using AUC, calibration curves
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Diabetic foot is a severe chronic complication of diabetes, mainly resulting from peripheral neuropathy and vasculopathy, and may progress to ulcers, infections, and amputation if not treated in a timely manner. Early identification of patients who already present a high-risk diabetic foot profile at clinical evaluation is therefore critical for guiding preventive interventions. This study aimed to develop an interpretable machine learning-based risk classification platform for classifying current diabetic foot risk status in patients with diabetes and supporting clinical risk stratification a
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования