OBJECTIVE: Diabetes is a metabolic disorder that causes the risk of stroke, heart disease, kidney failure, and other long-term complications because diabetes generates excess sugar in the blood. Machine learning (ML) models can aid in diagnosing diabetes at the primary stage. So, we need an efficient ML model to diagnose diabetes accurately.
METHODS: In this paper, an effective data preprocessing pipeline has been implemented to process the data and random oversampling to balance the data, handling the imbalance distributions of the observational data more sophisticatedly. We used four differ
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 development of highly efficient catalysts for formaldehyde (HCHO) oxidation is of significant interest for the improvement of indoor air quality. Up to 400 works relating to the catalytic oxidation of HCHO have been published to date; however, their analysis for collective inference through conventional literature search is still a challenging task. A machine learning (ML) framework was presented to predict catalyst performance from experimental descriptors based on an HCHO oxidation catalysts database. MnOx, CeO2, Co3O4, TiO2, FeOx, ZrO2, Al2O3, SiO2, and carbon-based catalysts with diffe
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.
Predicting early treatment response in schizophrenia is pivotal for selecting the best therapeutic approach. Utilizing machine learning (ML) technique, we aimed to formulate a model predicting antipsychotic treatment outcomes. Data were obtained from 299 patients with schizophrenia from three multicenter, open-label, non-comparative clinical trials. For prediction of treatment response at weeks 4, 8, and 24, psychopathology (both objective and subjective symptoms), sociodemographic and clinical factors, functional outcomes, attitude toward medication, and metabolic characteristics were evaluat
СтатьяМногоцентровое исследованиеПоддержка 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.
Severe intraventricular hemorrhage (IVH) in premature infants can lead to serious neurological complications. This retrospective cohort study used the Korean Neonatal Network (KNN) dataset to develop prediction models for severe IVH or early death in very-low-birth-weight infants (VLBWIs) using machine-learning algorithms. The study included VLBWIs registered in the KNN database. The outcome was the diagnosis of IVH Grades 3-4 or death within one week of birth. Predictors were categorized into three groups based on their observed stage during the perinatal period. The dataset was divided into
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.
Lumbar disc bulging or herniation (LDBH) is one of the major causes of spinal stenosis and related nerve compression, and its severity is the major determinant for spine surgery. MRI of the spine is the most important diagnostic tool for evaluating the need for surgical intervention in patients with LDBH. However, MRI utilization is limited by its low accessibility. Spinal X-rays can rapidly provide information on the bony structure of the patient. Our study aimed to identify the factors associated with LDBH, including disc height, and establish a clinical diagnostic tool to support its diagno
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: Merely the sight of needles can cause extreme emotional and physical (vasovagal) reactions (VVRs). However, needle fear and VVRs are not easy to measure nor prevent as they are automatic and difficult to self-report. This study aims to investigate whether a blood donors' unconscious facial microexpressions in the waiting room, prior to actual blood donation, can be used to predict who will experience a VVR later, during the donation.
METHODS: The presence and intensity of 17 facial action units were extracted from video recordings of 227 blood donors and were used to classify low
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.
Accurate prediction of postnatal growth failure (PGF) can be beneficial for early intervention and prevention. We aimed to develop a machine learning model to predict PGF at discharge among very low birth weight (VLBW) infants using extreme gradient boosting. A total of 729 VLBW infants, born between 2013 and 2017 in four hospitals, were included. PGF was defined as a decrease in z-score between birth and discharge that was greater than 1.28. Feature selection and addition were performed to improve the accuracy of prediction at four different time points, including 0, 7, 14, and 28 days after
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.
Alzheimer's disease (AD) is the most common late-onset neurodegenerative disorder. Identifying individuals at increased risk of developing AD is important for early intervention. Using data from the Alzheimer Disease Genetics Consortium, we constructed polygenic risk scores (PRSs) for AD and age-at-onset (AAO) of AD for the UK Biobank participants. We then built machine learning (ML) models for predicting development of AD, and explored feature importance among PRSs, conventional risk factors, and ICD-10 codes from electronic health records, a total of > 11,000 features using the UK Biobank da
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Wearable assistive technology for the lower extremities has shown great promise towards improving gait function in people with neuromuscular injuries. But common secondary impairments, such as hypersensitive stretch reflexes or hyperreflexia, have been often neglected. Incorporation of biomechanics into the control loop could improve individualization and avoid hyperreflexia. However, adding hyperreflexia prediction to the control loop would require expensive or complex measurement of muscle fiber characteristics. In this study, we explore a clinically accessible biomechanical predictor set th
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: To develop machine learning (ML) models that predict postoperative remission, remission at last visit, and resistance to somatostatin receptor ligands (SRL) in patients with acromegaly and to determine the clinical features associated with the prognosis.
METHODS: We studied outcomes using the area under the receiver operating characteristics (AUROC) values, which were reported as the performance metric. To determine the importance of each feature and easy interpretation, Shapley Additive explanations (SHAP) values, which help explain the outputs of ML models, are used.
RESULTS: On
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.
Identifying the severity of carpal tunnel syndrome (CTS) is essential to providing appropriate therapeutic interventions. We developed and validated machine-learning (ML) models for classifying CTS severity. Here, 1037 CTS hands with 11 variables each were retrospectively analyzed. CTS was confirmed using electrodiagnosis, and its severity was classified into three grades: mild, moderate, and severe. The dataset was randomly split into a training (70%) and test (30%) set. A total of 507 mild, 276 moderate, and 254 severe CTS hands were included. Extreme gradient boosting (XGB) showed the highe
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.
Parkinson's disease patients face numerous motor symptoms that eventually make their life different from those of normal healthy controls. Out of these motor symptoms, tremor and bradykinesia, are relatively prevalent in all stages of this disease. The assessment of these symptoms is usually performed by traditional methods where the accuracy of results is still an open question. This research proposed a solution for an objective assessment of tremor and bradykinesia in subjects with PD (10 older adults aged greater than 60 years with tremor and 10 older adults aged greater than 60 years with
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 severe incurable neurological disorder. It is mostly characterized by non-motor symptoms like fatigue, dementia, anxiety, speech and communication problems, depression, and so on. Electroencephalography (EEG) play a key role in the detection of the true emotional state of a person. Various studies have been proposed for the detection of emotional impairment in PD using filtering, Fourier transforms, wavelet transforms, and non-linear methods. However, these methods require a selection of basis and are confined in terms of accuracy. In this paper, tunable Q wavelet
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.
This paper demonstrates how tactile and proximity sensing can be used to perform automatic mechanical fractures detection (surface cracks). For this purpose, a custom-designed integrated tactile and proximity sensor has been implemented. With the help of fiber optics, the sensor measures the deformation of its body, when interacting with the physical environment, and the distance to the environment's objects. This sensor slides across different surfaces and records data which are then analyzed to detect and classify fractures and other mechanical features. The proposed method implements machin
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.
RATIONALE AND OBJECTIVES: Although accurate preoperative prediction of sentinel lymph node (SLN) status in operable early-stage breast cancer (EBC) after neoadjuvant chemotherapy (NAC) is crucial for optimal axillary surgery, it remains challenging with a single imaging modality. We aimed to develop and validate an interpretable multimodal machine-learning model to improve diagnostic accuracy.
MATERIALS AND METHODS: In total, 362 operable EBC patients who had completed NAC followed by surgery were enrolled, namely 216 patients in the primary cohort and 146 patients in two independent external
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.
PURPOSE: Perinatal anxiety severely impacts maternal and infant health, yet efficient screening remains a challenge. This study aims to create a clinically interpretable screening framework by employing a machine learning (ML) model explained via Shapley additive explanations (SHAP). METHODS: This cross-sectional study was conducted between November 2022 and August 2023 at a tertiary teaching hospital in Guangzhou, China. We assessed pregnant women for prenatal anxiety symptoms via the Generalized Anxiety Disorder Scale (GAD-7). Four ML models—random forest (RF), support vector machine (SVM),
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: Invasive Candida infection is an increasing clinical concern, with antifungal resistance rising across multiple species. However, rapid and accurate antifungal susceptibility testing (AFST) remains limited in routine practice. The study evaluated species distribution and antifungal susceptibility of invasive Candida isolates in China and assessed the feasibility of combining whole-genome sequencing (WGS) with machine learning to predict minimum inhibitory concentrations (MICs).
METHODS: Consecutive non-repetitive isolates were collected from 20 hospitals in 13 provinces during 202
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: Differentiating heart failure (HF) with mildly reduced/reduced ejection fraction (HFmr/rEF) from HF with preserved ejection fraction (HFpEF) guides therapy but echocardiography may be delayed or unavailable. We developed and validated machine learning models using routine 12-lead ECG data to classify HF phenotypes.
METHODS: In this retrospective cohort of hospitalised patients with HF, predictors available at or before the index ECG were used. HFmrEF was pooled with HFrEF (left ventricular ejection fraction <50%) for model development. Data were split 70/30 into training and held-
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.
AIMS: The epidemiology and age-specific patterns of lifetime suicide attempts (LSA) in China remain unclear. We aimed to examine age-specific prevalence and predictors of LSA among Chinese adults using machine learning (ML).
METHODS: We analyzed 25,047 adults in the 2024 Psychology and Behavior Investigation of Chinese Residents (PBICR-2024), stratified into three age groups (18-24, 25-44, ≥ 45 years). Thirty-seven candidate predictors across six domains-sociodemographic, physical health, mental health, lifestyle, social environment, and self-injury/suicide history-were assessed. Five ML mode
СтатьяМногоцентровое 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.
This study aimed to develop models for predicting the 30-day mortality of sepsis-associated delirium (SAD) by multiple machine learning (ML) algorithms. On the whole, a cohort of 3,197 SAD patients were collected from the Medical Information Mart for Intensive Care (MIMIC)-IV database. Among them, a total of 659 (20.61%) patients died following SAD. The patients who died were about 73.00 (62.00, 82.00) years old and mostly male (56.75%). Recursive feature elimination (RFE) was used to distinguish risk factors. Subsequently, six ML algorithms including artificial neural network (NNET), gradient
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