Rising average sea levels and increasingly extreme conditions pose serious threats to low-lying coastal areas due to various coastal hazards. These include the permanent marine submersion of land due to higher average sea levels, more frequent or intense coastal flooding, and increased coastal erosion. Climate drivers such as future Sea Level Rise (SLR) and marine storm events will significantly increase the damage on coastal energy infrastructure. This research assesses coastal energy infrastructure and consumption of the population at risk under the different SLR scenarios. These scenarios 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.
Establishing a potential site characterization for carbon dioxide (CO2) storage in geological formations anticipates the appropriate reservoir properties, such as porosity, permeability, and so forth. Well logs and seismic data were utilized to determine key reservoir properties, including volume of shale, porosity, permeability, and water saturation. These properties were cross validated with core data sets to ensure accuracy. To enhance permeability estimation, sophisticated machine learning (ML) methods were employed, categorizing permeability into five classes ranging from extremely good (
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.
Pulmonary infections in the elderly are difficult to diagnose due to immunosenescence, atypical symptoms, and frequent polymicrobial or opportunistic infections. Traditional methods often miss pathogens. Targeted next-generation sequencing (tNGS) enables rapid, sensitive, and comprehensive detection of pathogens and resistance genes, offering clear advantages. This retrospective study analyzed bronchoalveolar lavage fluid samples from 306 elderly inpatients with clinically suspected pulmonary infections using tNGS. Detected microbial species, antimicrobial resistance genes, and relevant clinic
СтатьяНаблюдательное 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.
BACKGROUND: Patients with septic shock frequently require tracheal intubation in the emergency department (ED). However, the criteria for tracheal intubation are subjective, based on physician experience, or require serial evaluations over relatively long intervals to make accurate predictions, which might not be feasible in the ED. We used supervised learning approaches and features routinely available during the initial stages of evaluation and resuscitation to stratify the risks of tracheal intubation within a 24-hour time window.
METHODS: We retrospectively analyzed the data of patients d
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.
Breast cancer is the second leading cause of cancer death among women. Its early diagnosis is extremely important to prevent avoidable deaths. However, malignancy assessment of tissue biopsies is complex and dependent on observer subjectivity. Moreover, hematoxylin and eosin (H&E)-stained histological images exhibit a highly variable appearance, even within the same malignancy level. In this paper, we propose a computer-aided diagnosis (CAD) tool for automated malignancy assessment of breast tissue samples based on the processing of histological images. We provide four malignancy levels as the
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.
OBJECTIVE: To develop and validate a machine learning model for predicting ICU mortality in CHF patients with pulmonary infection.
METHODS: Clinical data were extracted from the MIMIC-IV database, and ICU mortality within 15 days was defined as the primary endpoint. Patients were stratified into HFrEF, HFmrEF, and HFpEF based on left ventricular ejection fraction. Six models were constructed-logistic regression, random forest, light gradient boosting machine, extreme gradient boosting (XGBoost), multilayer perceptron, and k-nearest neighbor-and optimized using cross-validated grid search. Pre
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.
OBJECTIVE: To investigate the current status and influencing factors of social alienation in patients with enterostomy after colorectal cancer surgery, and to establish a risk prediction model for social alienation in this population.
METHODS: A total of 507 enterostomy patients treated in the General Surgery (Colorectal Division), Oncology Department, and Wound Ostomy Clinic of a tertiary hospital in Jinzhou from March 2025 to January 2026 were enrolled by convenience sampling. The dataset was randomly divided into a training set and a validation set at a ratio of 7:3. Risk factors were scre
СтатьяВалидационное исследованиеПоиск 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: Migraine with depressive symptom (dMIG) constitutes a more severe clinical condition than migraine without depressive symptom (ndMIG), and is likely underpinned by distinct neuropathophysiology. While traditional neuroimaging has linked these clinical differences to static functional connectivity (FC) alterations, the role of dynamic brain network interactions which may more directly reflect the fluctuating nature of symptoms remains poorly understood. METHODS: In this cross-sectional study, we examined the spatiotemporal brain dynamics from resting-state functional Magnetic Resona
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: Prostate-specific antigen (PSA) alone is insufficient for the diagnosis of prostate cancer (PCa), particularly within the gray zone range of 4-10 ng/mL. Multiparametric magnetic resonance imaging (mpMRI), although widely used, has notable limitations in the diagnostic pathway. The aim of this study was to develop a biopsy prediction model by evaluating multiple machine learning (ML) algorithms incorporating PSA-related variables, mpMRI findings, and hematologic parameters.
MATERIALS AND METHODS: This study included patients who underwent either systematic biopsy or combined biop
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.
Objectives: To develop and prospectively validate a predictive model to estimate the fetal postmortem interval (PMI) using three-dimensional postmortem ultrasound (3D PM-US) measurements of corneal and ocular volumes. Methods: Single-center study including fetuses ≥ 20 weeks' gestation with known time of death after feticide. A retrospective training cohort (n = 63; November 2022-July 2023) and a prospective validation cohort (n = 28; February-August 2025) were used. Corneal and ocular volumes were measured using the VOCAL™ rotation multiplanar technique; the cornea-to-eyeball volume ratio was
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: The timely and accurate identification of malignant pleural effusion (MPE) is crucial for prompt treatment. The current diagnostic approaches based on cytology, pathology, or biomarkers have inherent limitations; notably, the drawbacks of single indicators can be overcome by combining various indicators. Accordingly, the present study was designed to construct a machine learning (ML) model integrating pleural effusion (PE) and peripheral blood indicators to identify MPE.
METHODS: This retrospective study enrolled 1,239 adult participants with PE who underwent diagnostic thoracente
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: About one-quarter of patients with acute pancreatitis (AP) will develop diabetes mellitus (DM) within 3 years, but risk factors remain unclear. This study aims to determine whether machine learning models (ML) can be trained to accurately predict new-onset DM following AP and identify key clinical features using real-world data.
METHODS: This retrospective cohort study used de-identified data from the TriNetX federated electronic health records (EHR) network from 1 January 2017 to 11 March 2024. A total of 58 746 patients with AP (International Classification of Diseases-10 code
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.
Infertility affects millions worldwide, with estimates indicating that 1 in 6 people of reproductive age will experience it in their lifetime. Globally, infertility impacts between 12.6-17.5% of couples of reproductive age. Recently, machine learning (ML) has garnered significant attention in biomedical research, enabling creation of predictive models that can personalize disease treatment based on measurable variables, thereby aiding in the development of diagnostic tools. In this study, 28 predictor variables were selected preliminarily; after a multicollinearity test, 20 predictors were sel
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.
Ketosis, a metabolic disorder in dairy cows, poses a risk of substantial economic losses, particularly when it progresses to clinical forms. Previous prediction models relied on smart farming data and binary classification, without incorporating risk factors such as calf birth weight. Therefore, we aimed to develop a multiclass classification model to differentiate non- (NK), subclinical (SCK), and clinical (CK) ketosis in Holstein cows by integrating behavioral indicators, cow-specific traits, and environmental variables. We hypothesized that integrating these diverse data sources would impro
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.
River sand supplies are decreasing due to overexploitation and illicit sand mining. One ton of Portland cement production (the main binder in concrete) emits about one ton of carbon dioxide into the atmosphere. Thus, this study replaced conventional cement and river sand (R sand) with recycled waste materials (fly ash and manufactured sand (M sand)). The concrete mix proportions were designed using M40 grade, and the Ordinary Portland cement (OPC) and R sand were replaced with 0-85 wt% of fly ash and 0-100 wt% of M sand. The concrete samples were tested for compressive strength after 3-90 days
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.
OBJECTIVES: To develop a machine learning (ML)-based predictive model to determine the key predictors of dissatisfaction after occupational injury (OI).
DESIGN: A retrospective cohort study.
SETTING: Nationwide 5-year panel data (2018-2022) from the Panel Study of Workers' Compensation Insurance in South Korea.
PARTICIPANTS: A total of 2298 workers who completed compensation-related medical care in 2017.
METHODS: Predictive modelling was conducted with extreme gradient (XG) Boost, light gradient boosting machine (GBM), CatBoost and random forest. SHapley Additive Explanations (SHAPs) analy
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: Spinal cord injury (SCI) is complicated and varied conditions that receive a lot of attention. However, the prognosis of patients with SCI is increasingly being predicted using machine learning (ML) techniques.
OBJECTIVE: This study aims to evaluate the efficacy and caliber of ML models in forecasting the consequences of SCI.
METHODS: Literature searches were conducted in PubMed, Web of Science, Embase, PROSPERO, Scopus, Cochrane Library, China National Knowledge Infrastructure, China Biomedical Literature Service System, and Wanfang databases. Meta-analysis of the area under the
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: To develop and validate machine learning models to predict osteoporosis risk in chronic kidney disease (CKD) patients.
METHODS: Data from the National Health and Nutrition Examination Survey (2005-2010, 2013-2014, 2017-2018) included 50,463 participants. Separate models for male and female CKD patients were developed using 59 potential predictors, with key variables selected through the Least Absolute Shrinkage and Selection Operator and Boruta algorithms. Seven single-base models, including logistic regression, support vector machine, extreme gradient boosting, K-nearest neighbors
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.
Objective: Depressive symptoms are prevalent and detrimental in elderly patients with obstructive sleep apnea (OSA). Understanding the factors influencing these symptoms is crucial. This study aims to use machine learning algorithms to identify the contributing factors in this population. Method: The National Health and Nutrition Examination Survey database provided the data for this study. The study includes elderly patients who are eligible for diagnostic evaluation for OSA. Logistic regression was used to screen their influencing factors, and random forest (RF), extreme gradient boosting (X
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.
OBJECTIVE: Prediction of lymph node metastasis (LNM) for intrahepatic cholangiocarcinoma (ICC) is critical for the treatment regimen and prognosis. We aim to develop and validate machine learning (ML)-based predictive models for LNM in patients with ICC.
METHODS: A total of 345 patients with clinicopathological characteristics confirmed ICC from Jan 2007 to Jan 2019 were enrolled. The predictors of LNM were identified by the least absolute shrinkage and selection operator (LASSO) and logistic analysis. The selected variables were used for developing prediction models for LNM by six ML algorit
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.
MedElevator
Войти в исследования