AIMS: The clinical utility of waist-to-height ratio (WHtR) in predicting cardiometabolic risk factors (CMRFs) and subclinical markers of cardiovascular disease remains controversial. We aimed to compare the utility of WHtR with waist circumference (WC) and body mass index (BMI) in identifying children and adolescents (youths) at risk for cardiometabolic outcomes, including clustered CMRFs, high carotid intima-media thickness (cIMT), and arterial stiffness (assessed as high pulse wave velocity, PWV).
METHODS: We analyzed data from 34,224 youths (51.0 % boys, aged 6-18 years) with CMRFs, 5004 (
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: The Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2017 comparative risk assessment (CRA) is a comprehensive approach to risk factor quantification that offers a useful tool for synthesising evidence on risks and risk-outcome associations. With each annual GBD study, we update the GBD CRA to incorporate improved methods, new risks and risk-outcome pairs, and new data on risk exposure levels and risk-outcome associations.
METHODS: We used the CRA framework developed for previous iterations of GBD to estimate levels and trends in exposure, attributable deaths, and
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.
PURPOSE: Rapid head and neck cancer (HNC) diagnostic pathways compress assessment and treatment planning into a few days. However, patients differ substantially in their psychological, physical, functional, interpersonal, and medical needs. Single-score distress screening may not capture this heterogeneity.
METHODS: We analyzed cross-sectional baseline data from 96 adults assessed within an interdisciplinary 72-h fast-track diagnostic program for suspected or newly diagnosed HNC. Five theory-driven, z-standardized domains (psychological distress, physical burden, functional impairment, interp
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.
Parkinson's Disease (PD) is a progressive neurodegenerative disorder that causes motor and cognitive impairments, affecting approximately 1% of individuals over 60 years of age. Speech impairments are among the earliest and most accessible biomarkers, making voice-based assessment a promising avenue for remote PD monitoring. However, existing speech-based PD prediction methods suffer from feature redundancy that degrades model performance, non-Gaussian data distributions that violate model assumptions, and limited systematic feature grouping strategies. This study introduces an adaptive approa
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.
Single-cell proteomic data generated by mass spectrometry-based technologies provide direct insights into cellular functional states and have become increasingly important for revealing cellular heterogeneity in complex biological systems. Accurate clustering of such data is essential for identifying functionally distinct cell subpopulations and understanding biological processes such as immune responses, tumor heterogeneity, and cell fate regulation. However, mass spectrometry-based single-cell proteomic data are often characterized by high dimensionality, measurement noise, technical bias, 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 exponential growth in available protein sequence data has broadened enzyme discovery opportunities but simultaneously highlighted a significant gap between sequence and function information. Traditional tools like phylogenetic trees and sequence similarity networks (SSNs) are widely adopted for sampling enzymes for novel transformations. However, their utility suffers from inherent limitations, which are exacerbated for large enzyme families. Phylogenetic trees, while useful for studying evolutionary relationships, become computationally intensive and difficult to visualize for larger prot
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.
Skeletal dysplasia (SD) is a complex group of bone and cartilage disorders often detectable by fetal ultrasound, but the definitive diagnosis remains challenging because the phenotypes are highly variable and often overlap among different disorders. The molecular mechanisms underlying this condition are also diverse. Hundreds of genes are involved in the pathogenesis of SD, but most of them are yet to be elucidated, rendering genotyping almost infeasible except those most common such as fibroblast growth factor receptor 3 (FGFR3), collagen type I alpha 1 chain (COL1A1), collagen type I alpha 2
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 paper reports the first finding of cupolets in a chaotic Hindmarsh-Rose neural model. Cupolets (chaotic, unstable, periodic, orbit-lets) are unstable periodic orbits that have been stabilized through a particular control scheme by applying a binary control sequence. We demonstrate different neural dynamics (periodic or chaotic) of the Hindmarsh-Rose model through a bifurcation diagram where the external input current, I, is the bifurcation parameter. We select a region in the chaotic parameter space and provide the results of numerical simulations. In this chosen parameter space, a contro
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.
Commonly used clustering algorithms typically require user parameters such as the number of clusters to be divided. Density-based algorithms do not have such requirements but are not suitable for high dimensional data. Recent studies have merged the cluster assignment task with deep similarity learning. In this paper, we propose a novel framework to perform dynamic image clustering without prior knowledge of the cluster count. A deep learning model first learns data similarity from scratch, followed by the use of a coordinate learning model to project high dimensional data onto a two-dimension
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.
This paper describes a novel methodology for burst detection in a water distribution system. The proposed method has two stages. In the first stage, a clustering algorithm was employed for outlier detection, while the second stage identified the presence of bursts. An important feature of this method is that data analysis is carried out dependent on multiple flow meters whose measurements vary simultaneously in a district metering area (DMA). Moreover, the clustering-based method can automatically cope with non-stationary conditions in historical data; namely, the method has no prior data sele
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.
Soft subspace clustering (SSC), which analyzes high-dimensional data and applies various weights to each cluster class to assess the membership degree of each cluster to the space, has shown promising results in recent years. This method of clustering assigns distinct weights to each cluster class. By introducing spatial information, enhanced SSC algorithms improve the degree to which intraclass compactness and interclass separation are achieved. However, these algorithms are sensitive to noisy data and have a tendency to fall into local optima. In addition, the segmentation accuracy is poor b
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.
Single-cell (SC) metabolomics holds great potential in the development of novel diagnostic tools and mechanistic insights into cell biology. Using high-resolution mass spectrometry (HRMS), the masses of a single cell's constituents can be determined with an accuracy high enough to derive their respective elemental compositions. Using a molecule's mass and its MS fragmentation pattern, in many cases a molecular structure can be assigned or looked up in databases. Due to the small measurement cell volume of an Orbitrap HRMS instrument, samples need to be scanned multiple times, which necessitate
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.
Data generation on small samples has exhibited great potential on real-world biomedical scenarios, especially on extreme cases such as early-stage or emerging biomedical conditions (e.g. Patient Zero of a brand-new disease with only one sample) because of insufficient sample information. Herein, we design an explainable data generation approach under extreme sample scarcity by exploiting inherent low-dimensional principles contained in observed high-dimensional data with comprehensive information, named by Explainable Data Generation (EDG) based on matrix tri-factorization. EDG aims to represe
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: Single-cell RNA sequencing enables detailed profiling of cellular heterogeneity, with clustering serving as a critical step for identifying distinct cell populations. However, no single clustering algorithm consistently outperforms others across diverse datasets, creating uncertainty in robust cell population identification. Existing ensemble methods either treat all algorithms equally or employ simple filtering strategies, failing to account for varying solution quality across different datasets.
RESULTS: We present ScEnsemble, a weighted hypergraph ensemble clustering framework
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 paper proposes two robust linkage criteria, termed functional Ward-type linkages, for hierarchical clustering of grouped functional data, where each clustering unit is represented by a set of curves. Ordinary Ward's linkage defines the cluster dissimilarity between two clusters as the increase in the sum of squared errors (SSE) upon merging, which can be interpreted graphically as an increase in within-cluster dispersion. Motivated by this principle, the proposed linkages measure the weighted increase in band width required to construct a common band containing the central representatives
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.
Understanding the heterogeneity among highly involved gamblers is critical for the development of effective harm reduction strategies. This study employs unsupervised machine learning to segment a population of high-intensity Electronic Gambling Machine (EGM) users based on behavioral indicators derived from transactional data. Using a combination of Uniform Manifold Approximation and Projection (UMAP) for nonlinear dimensionality reduction and Density-Based Spatial Clustering of Applications with Noise (DBSCAN) for cluster identification, we performed a systematic grid search to optimize inte
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) phenotyping is a challenging task due to its heterogeneous nature and low prevalence. In this paper, we introduce a data-driven approach to support the characterization of ALS phenotypes based on clinical data from a battery of examinations. A consensus clustering method is proposed to identify stable clusters across multiple random data sub-samples, with the objective of discovering whether the retrieved patients' groups and related features align with clinical phenotypes and medical knowledge. Results suggest consistent profiles for bulbar onset ALS patien
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.
Computer numerical control (CNC) is a machine used in the manufacturing industry to produce components quickly for the engineering field or the desired shape. In the milling process carried out by CNC machines, sometimes vibrations occur that cause unwanted cracks or damage, which if left unchecked, will cause more severe damage. For this reason, this study describes how to monitor and analyze the sound produced by CNC during the milling process. This study uses six sound sample videos from YouTube, and there are two modes: (1) the operating mode is three different shapes with XY, XZ, and XYZ
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.
High-dimensional cytometry, such as mass cytometry (CyTOF), measures protein expression in single cells. When paired with AI-enhanced data analytics, it facilitates the discovery of immune biomarkers that can assist in diagnosing and treating immune-related diseases. However, fluctuating instrument readouts, known as batch effects, can obscure biological patterns. To enhance our previously reported EPIC immune atlas platform, we developed the ImmuneMapBuilder app to integrate, annotate, and cluster CyTOF data. To evaluate biological stratification and batch effects in clustering results, we cr
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: Oppositional Defiant Disorders (ODDs) and other Disruptive Behavior Disorders (DBDs) are common among children and adolescents in poverty-impacted communities in sub-Saharan Africa. Without early intervention, its progression into adulthood can result in dire consequences. We examined the impact of a manualized family strengthening intervention called Amaka Amasanyufu designed to reduce ODDs and other DBDs among school-going children residing in low-resource communities in Uganda.
METHODS: We used longitudinal data from the SMART Africa-Uganda study (2016-2022). Public primary sch
Рандомизированное исследованиеСтатьяПоддержка NIH: внешняя программаПолный 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.
MedElevator
Войти в исследования