The two leading causes of chronic kidney disease (CKD) are excessive blood pressure and diabetes. Researchers worldwide utilize the rate of globular filtration and kidney inflammation biomarkers to identify chronic kidney disease that gradually reduces renal function. The mortality rate for CKD is high, and thus, a person with this illness is more likely to pass away at a younger age. Healthcare professionals must diagnose the various illnesses connected to this deadly disease as promptly as possible to lighten the impact of CKD. A quantum machine learning (QML) based technique is presented in
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: Acute myocardial infarction (AMI) is highly prevalent (3.8% in developed countries), affecting heterogenous populations, and c … atient profiles were identified and associated with co-morbidity prevalence. Next, we trained three supervised machine learning classifiers (Logistic Regression, Random Forest, and XGBoost) to predict profile membership from 28 biochemistry markers. SHAP values were used for post-hoc interpretation of the best-performing model.
FINDING: Four distinct patient profiles were i …
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: Chronic normal pressure hydrocephalus (CNPH) is a recognized sequela of aneurysmal subarachnoid hemorrhage (ASAH). Ventriculoper … and selection operator identified relevant variables and predictive models were constructed using 8 supervised machine learning algorithms to assess VPS benefit.
RESULTS: Among 75 patients (39 males and 36 females), 48 (64%) benefited from VPS, while 27 (36%) did not. The beneficial group showed a longer disease course, higher cerebrospinal fluid (CSF) pressure, lower red 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.
BACKGROUND: In febrile comatose patients living in malaria-endemic areas, overlapping symptoms and limited laboratory capacity make it diffi … yre Coma Score ≤2), and coma etiology (malarial or nonmalarial) defined by laboratory testing. Four supervised machine learning algorithms were used to train a balanced ensemble classifier, SuperLearner, generating test characteristics of the diagnostic ability of EEG features.
RESULTS: Two hundred three children with cerebral malaria and 87 children with nonmalarial coma w …
СтатьяПоддержка NIH: внешняя программаПолный 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: We aimed to build a machine learning-based model to predict radiation-induced optic neuropathy in patients who had treated head and neck cancers with radiotherapy.
MATERIALS AND METHODS: To measure radiation-induced optic neuropathy, the visual evoked potential values were obtained in both case and control groups and compared. Radiomics features were extracted from the area segmented which included the right and left optic nerves and chiasm. We integrated CT image features with dosimetric and clinical data subsequently, ranked 5 supervised ML models Bernoulli Naive Bayes, Decision Tr
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.
Background and Objectives: Diabetic foot sepsis (DFS) accounts for approximately 60% of hospital admissions in patients with diabetes mellitus (DM). Individuals with DM are at risk of severe COVID-19. This study investigated factors associated with major amputation and mortality in patients admitted with DFS during the COVID-19 pandemic. Materials and Methods: Demographic information, COVID-19 and HIV status, clinical findings, laboratory results, treatment and outcome from records of patients with diabetic foot sepsis, were collected and analysed. Supervised machine learning algorithms were u…
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.
Acute lymphoblastic leukemia (ALL) is the most prevalent cancer in children, and despite considerable progress in treatment outcomes, relapses still pose significant risks of mortality and long-term complications. To address this challenge, we employed a supervised machine learning technique, specifically random survival forests, to predict the risk of relapse and mortality using array-based DNA methylation data from a cohort of 763 pediatric ALL patients treated in Nordic countries. The relapse risk predictor (RRP) was constructed based on 16 CpG sites, demonstrating c-indexes of 0.667 and 0.…
Полный текст 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.
BACKGROUND: Preoperative symptom severity in cervical spondylotic myelopathy (CSM) can be variable. Radiomic signatures could provide an ima … was further subdivided to yield a total of 400 features from each volume of interest for analysis. Supervised machine learning was used to build radiomic models.
RESULTS: The patient cohort had a median mJOA preoperative score of 13; of which, 30 patients had a score of >13 (low severity) and 32 patients had a score of ≤13 (high severity). Radiomic analysis of T2-weighted …
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.
In Mild Cognitive Impairment (MCI), identifying a high risk of conversion to Alzheimer's Disease Dementia (AD) is a primary goal for patient management. Machine Learning (ML) algorithms are widely employed to pursue data-driven diagnostic and prognostic goals. An agreement on the stability of these algorithms -when applied to different biomarkers and other conditions- is far from being reached. In this study, we compared the different prognostic performances of three supervised ML algorithms fed with multimodal biomarkers of MCI subjects obtained from the Alzheimer's Disease Neuroimaging Initi
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоддержка правительства СШАПоиск 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.
PittUDT, a recursive partitioning decision tree algorithm for predicting urine culture (UC) positivity based on macroscopic and microscopic urinalysis (UA) parameters, was developed in support of a broader system-wide diagnostic stewardship initiative to increase appropriateness of UC testing. Reflex algorithm training utilized results from 19,511 paired UA and UC cases (26.8% UC positive); the average patient age was 57.4 years, and 70% of samples were from female patients. Receiver operating characteristic (ROC) analysis identified urine white blood cells (WBCs), leukocyte esterase, and bact
СтатьяПолный 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.
BACKGROUND: OCD is featured as the destruction of information storage and processing. The cognition of neurobiological and clinical heterogeneity is in suspense and poorly studied.
METHODS: Ninety-nine patients and matched HCs(n = 104) were recruited and underwent resting-state functional MRI scans. We applied INT to evaluate altered local neural dynamics representing the ability of information integration. Moreover, considering OCD was a highly heterogeneous disorder, we investigated putative OCD subtypes from INT using a novel semi-supervised machine learning, named HYDRA.
RESULTS: Compare…
СтатьяПоддержка 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.
OBJECTIVES: The antiphospholipid syndrome is defined by antiphospholipid antibodies (aPL) together with arterial and/or venous thromboemboli … signalling. One hundred differentially expressed genes could predict local AV CAVS progression with supervised machine learning algorithms.
CONCLUSIONS: aPL IgG was more common in CAVS patients compared with matched controls and aPL positivity was associated with altered AV transcriptomics related to local disease progression and interferon pathways. Further studies should …
СтатьяПоддержка 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.
OBJECTIVES: To create a supervised machine learning algorithm aimed at predicting an optimal cerebrospinal fluid (CSF) dilution when determining virus specific antibody indices to reduce the need for repeated tests.
METHODS: The CatBoost model was trained, optimized, and tested on a dataset with five input variables: albumin quotient, immunoglobulin G (IgG) in CSF, IgG quotient (QIgG), intrathecal synthesis (ITS) and limes quotient (LIM IgG). Albumin and IgG concentrations in CSF and serum were performed by immunonephelometry on Atellica NEPH 630 (Siemens Healthineers, Erlangen, Germany) and …
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.
AIMS: Post-procedure conduction abnormalities (CA) remain a common complication of transcatheter aortic valve implantation (TAVI), highlighting the need for personalized prediction models. We used machine learning (ML), integrating statistical and mechanistic modelling to provide a patient-specific estimation of the probability of developing CA after TAVI.
METHODS AND RESULTS: The cohort consisted of 151 patients with normal conduction and no pacemaker at baseline who underwent TAVI in nine European centres. Devices included CoreValve, Evolut R, Evolut PRO, and Lotus. Preoperative multi-slice
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.
OBJECTIVES: Prediction of cochlear implantation (CI) outcome is often difficult because outcomes vary among patients. Though the brain plasticity across modalities during deafness is associated with individual CI outcomes, longitudinal observations in multiple patients are scarce. Therefore, we sought a prediction system based on cross-modal plasticity in a longitudinal study with multiple patients.
METHODS: Classification of CI outcomes between excellent or poor was tested based on the features of brain cross-modal plasticity, measured using event-related responses and their corresponding el
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.
Breast cancer is a leading cause of mortality affecting women across the world. Early detection and diagnosis can decrease the mortality rate due to this cancer. Machine learning-based models are gaining popularity for biomedical applications due to the ability of nonlinear mapping between input and output patterns using supervised training phase. The research work in the paper is focused on the optimal adaptive threshold for mammogram mass segmentation, and detection in order to assist radiologist in accurate diagnosis Legendre neural network with single layer is used to develop the model, an
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.
AIMS: The purpose of this work is to find the gut microbial fingerprinting of pediatric patients with type 1 diabetes.
METHODS: The microbiome of 31 children with type 1 diabetes at onset and of 25 healthy children was determined using multiple polymorphic regions of the 16S ribosomal RNA. We performed machine-learning analyses and metagenome functional analysis to identify significant taxa and their metabolic pathways content.
RESULTS: Compared with healthy controls, patients showed a significantly higher relative abundance of the following most important taxa: Bacteroides stercoris, Bacter
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
BACKGROUND: Persistent pain in breast cancer survivors is common. Psychological and sleep-related factors modulate perception, interpretation and coping with pain and may contribute to the clinical phenotype. The present analysis pursued the hypothesis that breast cancer survivors form subgroups, based on psychological and sleep-related parameters that are relevant to the impact of pain on the patients' life.
METHODS: We analysed 337 women treated for breast cancer, in whom psychological and sleep-related parameters as well as parameters related to pain intensity and interference had been acq
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: Structured reports have been shown to improve communication between radiologists and providers. However, some radiologists are concerned about resultant decreased workflow efficiency. We tested a machine learning-based algorithm designed to convert unstructured computed tomography pulmonary angiography (CTPA) reports into structured reports.
METHODS: A self-supervised convolutional neural network-based algorithm was trained on a dataset of 475 manually structured CTPA reports. Labels for individual statements included "pulmonary arteries," "lungs and airways," "pleura," "mediastin
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.
OBJECTIVE: Large database research in axial spondyloarthritis (SpA) is limited by a lack of methods for identifying most types of axial SpA. … including sacroiliitis, terms including the prefix spond*, and HLA-B27 positivity (HLA-B27+). With supervised machine learning on annotated snippets, NLP models were developed with accuracies of 91.1% for sacroiliitis, 93.5% for spond*, and 97.2% for HLA-B27+. With independent validation, the accuracies were 92.0% for sacroiliitis, 91.0% for spond*, and 99.0% for HLA-B27+. …
СтатьяПоддержка 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.
MedElevator
Войти в исследования