Accurately predicting micropollutant degradation kinetics during water purification via heterogeneous photocatalysis remains a major challenge. Here, the highest occupied molecular orbital energy (EHOMO) of typical micropollutant is established as the dominant descriptor in the TpBpy-COF system governing photocatalytic oxidation rates, using a versatile and robust TpBpy-COF (β-ketoenamine covalent organic frameworks) platform that achieves efficient phenol removal (100% within 15 min, 85.4% mineralization) with excellent environmental adaptability. Employing this model system and 15 structural
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.
This systematic review synthesises computational models of language deficits in bilingual aphasia, focusing on code-switching and translation. Per the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, this study identified 42 publications (2010-2025). Of the three deficit types, lexical retrieval and naming deficit simulations are most mature, replicating naming errors and predicting cross-language generalisation. Code-switching and translation deficit modelling is extremely limited: only a single computational lesioning study has addressed both through me
СтатьяОбзорПоиск 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: Stroke is one of the leading causes of death and disability worldwide, making early screening and risk prediction crucial. Traditional methods have limitations in handling nonlinear relationships between variables, class imbalance, and model interpretability.
METHODS: Logistic regression (LR), random forest (RF), extreme gradient boosting (XGBoost), categorical boosting (CatBoost), multi-layer perceptron (MLP) neural network, and ensemble models were constructed and compared. Their performance in stroke risk prediction was systematically evaluated, and feature contributions were i
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.
Drug-induced liver injury (DILI) is a primary cause of drug attrition, associated with over 1000 medications and accounting for 32% of marketed drugs withdrawn due to toxicity. This has created an urgent demand for high-accuracy computational methods predicting DILI risk early in the drug development pipeline. We developed X-DILiver, a predictive framework built on the largest DILI-annotated dataset to date. We used data augmentation to improve model robustness and address class imbalance. A library of 312 machine learning models was created using various algorithms and molecular features, 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.
Amyotrophic lateral sclerosis (ALS) is a fatal neurodegenerative disorder characterized by progressive motor neuron degeneration and limited diagnostic biomarkers. Identifying robust molecular biomarkers for ALS remains a major challenge due to disease heterogeneity and high-dimensional gene expression data. In this study, we developed a machine learning (ML) based pipeline integrating transcriptome data and feature selection to identify potential ALS biomarkers. RNA-Seq data of motor neuron disease patients and healthy controls were obtained from publicly available GEO datasets, followed by p
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: Despite advances in understanding the risk factors of post-endoscopic retrograde cholangiopancreatography (ERCP) pancreatitis (PEP), this adverse event remains frequently unpredictable. This study aims to develop a machine learning (ML) model to predict PEP risk.
METHODS: Data were collected from a prospective ERCP registry on patients with naïve papilla who underwent ERCP between 2022 and 2024. CatBoost and eXtreme Gradient Boosting algorithms were trained to estimate PEP risk and the performance of the resulting models was assessed using the area under the receiver operating cha
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: Urinary tract infections are common in the emergency department (ED) but are frequently misdiagnosed and mismanaged. We sought to determine whether eXtreme Gradient Boosting (XGBoost), an open-source machine-learning library, could predict the organisms growing in urine cultures ordered from the ED.
METHODS: We developed XGBoost algorithms to retrospectively examine 62,963 Mayo Clinic ED encounters between January 1, 2017-December 31, 2021, during which a urinalysis and urine culture were performed. The model used 1,303 patient variables. All patient ages were included. Data wer
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 prognosis of gastric cancer (GC) patients is poor, and an accurate prognostic staging system would help assess patients' prognostic status before treatment and determine appropriate treatment strategies.
AIM: To develop positive lymph node ratio (LNR) and machine learning (ML)-based staging systems for GC patients with varying differentiation.
METHODS: This multicenter retrospective cohort study included 11772 GC patients, with 5612 in the training set (Harbin Medical University Cancer Hospital) and 6160 in the validation set (Surveillance, Epidemiology, and End Results Progr
СтатьяМногоцентровое исследованиеВалидационное 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.
Malaria remains a major global health challenge, particularly in Brazil's Legal Amazon region, where environmental and socioeconomic conditions foster favorable conditions for disease transmission. Traditional control measures have shown limited effectiveness, emphasizing the need for better predictive approaches to support timely and targeted public health interventions. This study evaluates the performance of six computational models-Long Short-Term Memory (LSTM), Gated Recurrent Units (GRU), Support Vector Regression (SVR), Random Forest (RF), eXtreme Gradient Boosting (XGBoost), and Autore
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.
AIM: Visual-motor integration (VMI) is an important indicator in children with learning disabilities. We aimed to use performance in a coloring activity to identify children's VMI developmental status.
METHODS: A sample of 505 preschool children (mean = 57.64, SD = 11.10) were recruited. Among them, data from 404 and 101 children were used as the training and testing data, respectively. The Beery-Buktenica Developmental Test of Visual-motor Integration, fourth Edition, (VMI-4) was used as an indicator for the model of artificial intelligence (AI). The total scores of the VMI-4 were calculated
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.
Cervical cancer, largely driven by high-risk human papillomavirus (HPV), remains a global health challenge. Janus tyrosine kinase 2 (JAK2) has emerged as a promising therapeutic target for HPV-induced malignancies. This study employed both in silico and in vitro approaches to discover novel JAK2 inhibitors from a library of 76 furochochicine (FCC) derivatives. Twenty-nine compounds were selected via virtual screening, synthesized, and tested for cytotoxicity against HeLa cells. Four FCCs showed potent cytotoxicity with selectivity indices (SI) greater than 3. These cytotoxicity data were used
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.
OBJECTIVE: We aimed to determine the most suitable cardiac metrics and machine learning algorithms (MLa) for an electrocardiography-based seizure detection device.
METHODS: In a multicenter, prospective study of adult inpatients, with limited physical activity, 24-hour video-electroencephalogram recordings including ≥ 1 seizure were analyzed. Heart Rate (HR) and Heart Rate Variability (HRV) metrics were calculated continuously from the corresponding electrocardiogram. HR and HRV time series were segmented into 5-min epochs. MLa were used to classify the epochs as containing seizures or not fo
СтатьяМногоцентровое 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.
Effective recycling of spent LiNixCoyMn1-x-yO2 (NCM) battery is crucial to ensure sustainability of the lithium-ion battery industry. However, recycling is inherent with multiple operational steps and many effective factors. It is difficult to optimize the whole recycling process and identify the controlling steps, especially when the compositions and features of the raw materials are turbulent. This research demonstrates a machine learning (ML) strategy by mechanism analyzation to more accurately predict a spent NCM battery recycling process. Considering 28 input features under three categori
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.
European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2025eng
INTRODUCTION: While epiphyseal plates may resist osteosarcoma invasion, the correlation between epiphyseal involvement (EI) and pulmonary metastasis (PM) or prognosis remains unclear, and no PM prediction models specifically target pediatric patients.
MATERIALS AND METHODS: This study enrolled 221 patients (≤14 years) with stage IIB osteosarcoma in the long bone of extremities. Using LASSO and multivariate Cox regression analyses, we identified significant risk factors for PM and prognosis, integrating them into a nomogram and nine machine learning (ML) models. After comprehensive performance
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 global burden of the opportunistic fungal disease Pneumocystis jirovecii pneumonia (PJP) remains substantial. Polymerase chain reaction (PCR) on nasopharyngeal swabs (NPS) has high specificity and may be a viable alternative to the gold standard diagnostic of PCR on invasively collected lower respiratory tract specimens, but has low sensitivity. Sensitivity may be improved by incorporating NPS PCR results into machine learning models.
METHODS: Three supervised multivariable diagnostic models (random forest, logistic regression and extreme gradient boosting) were constructed an
СтатьяВалидационное 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.
Tuberculosis, a deadly and contagious disease caused by Mycobacterium tuberculosis, remains a significant global public health threat. HIV co-infection significantly increases the risk of active TB recurrence and prolongs medical treatment for tuberculosis (TB). The study focuses on using advanced machine learning (ML) techniques to predict TB incidence and HIV-TB co-infection using data from the 2023 World Health Organization (WHO) Global TB burden database. The estimated rate for all types of tuberculosis per 100,000 people (E_inc_100k) and the estimated rate of HIV-positive tuberculosis inc
СтатьяСравнительное 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.
OBJECTIVE: To externally validate by revision and update the study on the efficacy of nosocomial infection control (SENIC) model of surgical site infection (SSI) using logistic regression (LR) and machine learning (ML) approaches.
METHODS: A retrospective analysis of hospital database-derived data from patients that had undergone gastrointestinal, colorectal and hernia surgeries (identified by ICD-9-CM). The SENIC index was calculated and fitted in an LR. MLs were developed using decision-tree (DT), random forest (RF), extreme-gradient-boosting (XGBoost) and Naïve Bayes (NB).
RESULTS: The pr
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.
Post-traumatic stress disorder (PTSD), a psychological condition triggered by exposure to extreme or chronic stressful events, exhibits a sex bias in incidence and clinical manifestations. Emerging research implicates the gut microbiome in the pathogenesis of PTSD and its roles in stress susceptibility. However, it is unclear whether differential gut microbiota contribute to PTSD susceptibility in male and female rats. Here, we utilized the single prolonged stress animal model and employed unsupervised machine learning to classify stressed animals into stress-susceptible subgroups and stress-r
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.
Cataract disease is strongly associated with progressively accumulating oxidative damage to the extremely long-lived crystallin proteins of the lens. Cysteine oxidation affects crystallin folding, interactions, and light-scattering aggregation especially strongly due to the formation of disulfide bridges. Minimizing crystallin aggregation is crucial for lifelong lens transparency, so one might expect the ubiquitous lens crystallin superfamilies (α and βγ) to contain little cysteine. Yet, the Cys content of γ-crystallins is well above the average for human proteins. We review literature relevan
СтатьяОбзорПоддержка правительства СШАПоддержка 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.
HIV envelope protein gp120 is considered a primary molecular determinant of viral neutralization phenotype due to its critical role in viral entry and immune evasion. The intrinsically disordered regions (IDRs) in gp120 are responsible for their extensive sequence variations and significant structural rearrangements. Despite HIV neutralization phenotype and sequence/structural information of gp120 have been experimentally characterized, there remains a gap in our understanding of the correlation between the viral phenotype and IDRs in gp120. Here, we combined machine learning (ML) techniques a
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.
MedElevator
Войти в исследования