OBJECTIVE: This scoping review aims to provide an overview of prediction models for future homelessness in high-income countries. BACKGROUND: Several risk prediction models for homelessness have been developed and are being used in practice. However, no comprehensive review has captured the full scope of these models in regard to their target populations, data and variables used, type of model, and model validation. METHODS: We searched MEDLINE, Web of Science, the Cochrane Library, and Bielefeld BASE without language or time restraints. Following the JBI guidelines, screening was performed by
Scoping ReviewСтатьяПоиск 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.
Искусственный интеллект (ИИ) и его подполем глубокого обучения (DL) изменяют пейзаж склероза (MS) от приобретения изображений до обнаружения наркотиков. Этот описательный обзор обобщает недавно опубликованные данные, которые увязывают технические достижения с клиническими потребностями. В настоящее время платформы глубокого обучения совпадают с опытными нейрорадиологами, обнаруживая более 14% кортикальных повреждений и генерируя синтетические контрастно укрепленные изображения MR, исключающие использование гадолиния. Модифицированные прогнозирующие двигатели с MRI, оптической томографией, сыво
СтатьяОбзорПоиск полного текста в очередиМашинный перевод · не проверен
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: Postoperative delirium is a common complication that is distressing. This study aimed to demonstrate a prediction model for delirium.
METHODS: Among 203,374undergoing non-cardiac surgery between January 2011 and June 2019 at Samsung Medical Center, 2,865 (1.4%) were diagnosed with postoperative delirium. After comparing performances of machine learning algorithms, we chose variables for a prediction model based on an extreme gradient boosting algorithm. Using the top five variables, we generated a prediction model for delirium and conducted an external validation. The Kaplan-Meier
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.
Machine learning (ML) holds great potential for predicting clinical outcomes in heterogeneous chronic respiratory diseases (CRD) affecting children, where timely individualised treatments offer opportunities for health optimisation. This paper identifies rate-limiting steps in ML prediction model development that impair clinical translation and discusses regulatory, clinical and ethical considerations for ML implementation. A scoping review of ML prediction models in paediatric CRDs was undertaken using the PRISMA extension scoping review guidelines. From 1209 results, 25 articles published be
СтатьяПоддержка исследования: вне правительства СШАScoping ReviewПоиск 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: Accurately predicting operative difficulty in laparoscopic cholecystectomy (LC) is foundational to personalized surgical planning and patient safety assurance. However, the reliability, generalizability, and true clinical utility of current Artificial Intelligence (AI) models are currently unsubstantiated. This review aimed to evaluate the predictive performance and methodological quality of AI models designed to predict LC surgical difficulty.
METHODS: PubMed, Embase, Web of Science, and the Cochrane Library were searched from inception to March 2, 2026. The Prediction Model Risk
СтатьяСистематический обзорМетаанализПоиск 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.
B-cell epitopes are regions on the surface of antigens that can be recognized and bound by B-cell receptors or antibodies. Accurate identification of B-cell epitopes of antigens can accelerate the development of drugs such as antibodies and vaccines. This paper conducts a systematic review of representative methods developed in recent years for predicting both B-cell conformational epitopes (such as SEPPA 3.0, DiscoTope-3.0, BepiPred-3.0, etc.) and linear epitopes (such as DLBEpitope, EpiDope, EpitopeVec, etc.). It presents an introduction to these methods, covering aspects such as model archi
СтатьяСистематический обзорАннотация на английскомПоиск 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: Predicting the carcinogenicity of polycyclic aromatic hydrocarbons (PAHs) is challenging due to their structural complexity and diverse biological activity. Carcinogenic potential is strongly influenced by molecular structure mainly ring arrangement and substitution patterns that affect metabolic activation and DNA reactivity. To improve predictive modeling, we compiled a dataset of 302 polycyclic aromatic hydrocarbons featuring novel topological indices-Bay, Fjord, Harbor, and Canyon (BFHC)-along with experimental carcinogenicity classifications, log P, and log Iball values. PAHs
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: Traditional laboratory-confirmed influenza surveillance involves a 1- to 2-week reporting delay and captures only patients who have sought care and received a diagnosis, limiting early warning. Digital prescription data have been shown to signal influenza activity early, but their predictive value for forecasting remains unclear.
OBJECTIVE: We aimed to evaluate the predictive value of digital prescription data for influenza forecasting by assessing lead times, contributions across forecasting horizons, and added value when combined with other real-time sources.
METHODS: Using dai
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.
Postherpetic neuralgia (PHN) is a chronic and intractable pain disorder. Existing PHN prediction systems have limited clinical applicability. A systematic search of the literature was conducted in PubMed, Web of Science, Embase and the Cochrane Library between 1950 and 2025, finally 44 studies were included (PROSPERO: CRD420251011300). Training (n = 417) and validation (n = 228) datasets were obtained from First Affiliated Hospital of Zhejiang Chinese Medical University and Third People's Hospital of Hangzhou. Based on the effect sizes from the meta-analysis, a linear regression model was fitt
СтатьяМетаанализПоддержка 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.
This research proposes the design of an autonomous fire detection system based on a Raspberry Pi 3 B+, combined with smoke and flame sensors, enabling real-time monitoring and increased reactivity to fire hazards. To improve detection accuracy and risk prediction, Machine Learning (ML) algorithms, including Random Forest and Linear Regression, were applied to classify hazard levels and anticipate critical situations. The implementation of these models has enabled accurate classification of risk levels, guaranteeing real-time alerts and rapid decision-making. In addition, anomaly detection tech
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: There are many models for predicting diabetes mellitus (DM), but their clinical implication remains vague. Therefore, we aimed to create various DM prediction models using easily accessible health screening test parameters.
METHODS: Two sets of variables were used to develop eight DM prediction models. One set comprised 62 easily accessible examination results of commonly used variables from a tertiary university hospital. The second set comprised 27 of the 62 variables included in the national routine health checkups. Gradient boosting and random forest algorithms were used to de
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.
The rapid growth of genomic and metagenomic data has created a large gap between protein sequence discovery and enzyme functional characterization. Deep learning has become an important tool for enzyme-related prediction tasks, including EC and GO annotation, substrate specificity, catalytic-residue identification, kinetic-parameter estimation, thermostability, pH optima, and candidate discovery. This review summarizes recent progress with an emphasis on benchmark design rather than reported scores alone. We compare representative methods by input modality, training data, split strategy, leaka
СтатьяОбзорПолный 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.
Reliable engineering prediction requires accuracy, interpretability, physical consistency, and uncertainty awareness. Concrete-filled circular steel tubes (CCFSTs) axial capacity is a representative case because it is governed by coupled material, geometric, confinement, and instability effects. Existing formulas are transparent but often inflexible, whereas black-box machine learning models can be accurate but are difficult to audit directly. This study proposes a physics-guided symbolic model (PI-ResGEP) that combines dimensionless π-group regression, mechanism-aware feature selection, resid
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: To summarize the current production and release trends of medical science popularization videos, analyze the effect of non-medical factors on their spread, and develop dissemination-prediction models using machine learning (ML) algorithms.
METHODS: We identified a sample of medical science popularization videos on TikTok (n = 566), Bilibili (n = 50), Xiaohongshu (n = 54), and International TikTok (n = 46) platforms. Thirty six non-medical features were annotated as predictor variables, with "Thumb-Up," "Comment," "Share" and "Collection" as outcomes. Fifteen algorithms models were
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.
Influenza-like illness (ILI) remains a persistent global health challenge, necessitating accurate forecasting tools for timely public health response. This study systematically benchmarks fine-tuned large language models (LLMs), e.g., Llama2 and GPT2, for influenza surveillance forecasting in data-limited time-series settings. We develop a lightweight fine-tuning framework that adapts pre-trained LLMs using compact embedding and prediction layers and evaluate it on seven weekly aggregated real-world surveillance datasets. Despite sample sizes of only ∼523 time points per region and the absence
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: Repeated measurements capture the progression of health over time and may inform survival prediction. The goal of this review is to identify and compare how the presented methodologies for survival prediction with repeated measurements have been applied to predict survival outcomes with multivariate structured repeated measurements and cluster them into families of methodologies.
METHODS: We performed a search on MEDLINE via Ovid, PubMed, Web of Science, and Embase. We included original peer-reviewed publications where a Time-To-Event (TTE) prediction model was developed, based on
СтатьяСистематический обзорПоиск 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.
Enzymes present a sustainable alternative to traditional chemical industries, drug synthesis, and bioremediation applications. Because catalytic residues are the key amino acids that drive enzyme function, their accurate prediction facilitates enzyme function prediction. Sequence similarity-based approaches such as BLAST are fast but require previously annotated homologues. Machine-learning (ML) approaches aim to overcome this limitation; however, current gold-standard ML-based methods require high-quality 3D structures limiting their application to large datasets. To address these challenges,
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 this review, we examine dengue outbreak prediction and warning systems, highlighting their methodologies, variables, key findings, and existing gaps in the literature. The study was conducted in five stages: a literature survey, definition of thematic scope and eligibility criteria, exploratory review, systematization and categorization of findings, critical analysis, and comparative narrative synthesis. We selected 14 articles on prediction and seven on warning systems, encompassing statistical models, machine learning, and deep learning, as well as systems applied in various countries, wi
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.
Rice is a staple crop whose improvement relies on breeding advances; precision agriculture demands predictive loci/genes for agronomic traits to innovate rice production. To cut experimental costs and boost efficiency, this study built predictive models using seedling leaf metabolomes to forecast rice agronomic traits and decode trait correlations. We integrated 11 agronomic traits and 840 metabolites from 524 rice germplasms, plus 17 agronomic traits of 3,000 varieties. Five algorithms (RF, LightGBM, SWR, LASSO, CART) were combined to build multi-model prediction systems, offsetting defects o
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.
Postoperative thrombocytopenia (TP) is a serious complication of cardiopulmonary bypass (CPB). An accurate prediction model is crucial for the early identification of high-risk patients. This study aimed to develop and validate a prediction model for TP following CPB using machine learning (ML) algorithms combined with least absolute shrinkage and selection operator (LASSO) regression for variable selection. Using a large public database, patients admitted to the intensive care unit (ICU) following initial CPB were included. Clinical demographics, outcomes, and biochemical marker data were col
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.
MedElevator
Войти в исследования