Predicting the transition from mild cognitive impairment (MCI) to Alzheimer's disease (AD) has important clinical significance for dementia prevention and improving patient prognosis. Multimodal magnetic resonance imaging (MRI) techniques (including structural MRI, functional MRI, and cerebral perfusion MRI) can yield information on the morphology, structure, and function of the brain from multiple dimensions, providing a key basis for revealing the pathophysiological mechanisms during the conversion from MCI to AD. Artificial intelligence (AI) methods based on deep learning and machine learni
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.
Disease prediction from diagnostic reports and pathological images using artificial intelligence (AI) and machine learning (ML) is one of the fastest emerging applications in recent days. Researchers are striving to achieve near-perfect results using advanced hardware technologies in amalgamation with AI and ML based approaches. As a result, a large number of AI and ML based methods are found in the literature. A systematic survey describing the state-of-the-art disease prediction methods, specifically chronic disease prediction algorithms, will provide a clear idea about the recent models dev…
СтатьяОбзорПоиск 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.
We introduce a framework for predicting novel protein-protein interactions (PPIs), based on Fisher's method for combining probabilities of predictions that are based on different data sources, such as the biomedical literature, protein domain and mRNA expression information. Our method compares favorably to our previous method based on text-mining alone and other methods such as STRING. We evaluated our algorithms through the prediction of experimentally found protein interactions underlying Muscular Dystrophy, Huntington's Disease and Polycystic Kidney Disease, which had not yet been recorded
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
Predicting how missense variants alter protein function is central to resolving the genotype-to-phenotype equation, a task now addressed by numerous computational predictors. The most accurate are increasingly opaque, however, limiting both their mechanistic value and their adoption in the clinic. Here we present QAFIsplit, a redesign of the Quantitative Assessment of Functional Impact framework that models variant effect in two interpretable stages: the mutation tolerance of a position, and the deviation introduced by a specific substitution. Framed as the prediction of a molecular endophenot
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.
OBJECTIVES: Accurate estimation of survival is fundamental to guiding surgical decision-making in patients with spinal metastases. Several prognostic scoring systems have been developed, yet their relative accuracy remains uncertain. This review aimed to compare the discriminatory performance of six widely used models, Revised Tokuhashi, Tomita, Modified Bauer, Skeletal Oncology Research Group (SORG) Machine Learning, SORG Classic, and SORG Nomogram, in predicting postoperative survival.
METHOD: This review adhered to the PRISMA 2020 guidelines and was prospectively registered with PROSPERO (
СтатьяСистематический обзорМетаанализСравнительное 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.
INTRODUCTION: Post-stroke epilepsy (PSE) is a common complication following a stroke and is a major cause of epilepsy in the elderly. Artificial intelligence (AI) is currently developing rapidly in the medical field and has a promising outlook in disease diagnosis, treatment, and prognosis.
METHODS: We screened five studies that fully met the requirements from the PubMed, Web of Science, and EMBASE databases using relevant search terms such as PSE and AI, and analyzed the role of AI in predicting and diagnosing PSE in these studies.
RESULTS: The results showed that the sensitivity of AI in p
СтатьяСистематический обзорМетаанализПолный 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.
Explorative data analysis (EDA) is a critical step in scientific projects, aiming to uncover valuable insights and patterns within data. Traditionally, EDA involves manual inspection, visualization, and various statistical methods. The advent of artificial intelligence (AI) and machine learning (ML) has the potential to improve EDA, offering more sophisticated approaches that enhance its efficacy. This review explores how AI and ML algorithms can improve feature engineering and selection during EDA, leading to more robust predictive models and data-driven decisions. Tree-based models, regulari
Редакционная 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: Traditional obstetric practice relies upon history-based assessment to screen for preeclampsia and guide preventative therapies but is hampered by low sensitivity, high false-positive rates and low treatment rates. First-trimester screening algorithms represent the most efficacious approach for risk prediction and could target early initiation of aspirin to well-defined high-risk populations. A large randomised controlled trial has demonstrated the clinical benefits of this approach, but widespread practice implementation has remained elusive.
METHODS: We performed a systematic rev
МетаанализСистематический обзорСтатьяПоиск 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 complexity and multivariate analysis of biological systems and environment are the drawbacks of the current high-throughput sensing method and multianalyte identification. Deep learning (DL) algorithms contribute a big advantage in analyzing the nonlinear and multidimensional data. However, most DL models are data-driven black boxes suffering from nontransparent inner workings. In this work, we developed an explainable DL-assisted visualized fluorometric array-based sensing method. Based on a data set of 8496 fluorometric images of various target molecule fingerprint patterns, two typical
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.
PURPOSE: Septic shock is associated with high mortality and poor outcomes among sepsis patients with coagulopathy. Although traditional statistical methods or machine learning (ML) algorithms have been proposed to predict septic shock, these potential approaches have never been systematically compared. The present work aimed to develop and compare models to predict septic shock among patients with sepsis.
METHODS: It is a retrospective cohort study based on 484 patients with sepsis who were admitted to our intensive care units between May 2018 and November 2022. Patients from the 908th Hospit
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.
BACKGROUND: The Plasmodium genus of malaria parasites encodes several families of antigen-encoding genes. These genes tend to be hyper-varia … gene family in a second outgroup of avian malaria parasites. Secondly, we compared two different G4 prediction algorithms in their performance on extremely A/T-rich Plasmodium genomes, and also compared these predictions with experimental data from G4-seq, a DNA sequencing method for identifying G4-forming motifs. We found a surprising lack of concordance between the t …
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 aim was to identify patient- and disease-related characteristics predicting moderate-to-high disease activity in recent-onset psoriatic … h, especially sensitivity (98%; 95% CI: 86.89-100.00). PsAID was the most important variable in the prediction algorithms, reinforcing the convenience of its inclusion in daily clinical practice. Strategies that focus on the needs of women with PsA should be considered.
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 AND OBJECTIVES: As the worldwide secular trends are toward earlier puberty, identification of contributing factors for precocious puberty is critical. We aimed to identify and optimize contributing factors responsible for onset of precocious puberty via machine learning/deep learning algorithms in girls.
METHODS: A cross-sectional study was performed among girls aged 6-16 years from 26 schools in Beijing based on a cluster sampling method. Information was gleaned online via questionnaires. Machine/deep learning algorithms were performed using Python language (v3.7.6) on PyCharm pla
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.
Misclassification of breast lesions can result in either cancer progression or unnecessary chemotherapy. Automated classification tools are seen as promising second opinion providers in reducing such errors. We have developed predictive algorithms that automate the categorization of breast lesions as either benign usual ductal hyperplasia (UDH) or malignant ductal carcinoma in situ (DCIS). From diagnosed breast biopsy images from two hospitals, we obtained 392 biomarkers using Dong et al.'s (2014) computational tools for nuclei identification and feature extraction. We implemented six machine
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.
PURPOSE OF REVIEW: Although cataract extraction seems to be feasible without major technical obstacles, the surgical technique has changed completely, and patients are no longer satisfied with good spectacle-corrected vision but anticipate complete visual rehabilitation after cataract surgery, without correction. To fulfill this desire, toric or accommodative intraocular lenses are of increasing popularity, and the intraocular lens power calculation after keratorefractive surgery has been improved.
RECENT FINDINGS: In this review article, we provide an overview of different mathematical strat
СтатьяОбзорПоиск 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.
Reduction in pollinator abundance (predominantly honeybees) stemming from environmental and chemical stressors notably neonicotinoid pesticides poses serious threats to biodiversity and agricultural productivity. This study presents a scalable machine learning framework to foresee honey yield and assess the impact of neonicotinoid exposure. Drawing upon a curated dataset, of 825 records encompassing 16 agro-environmental and chemical parameters including colony counts, yield metrics, and pesticide residue concentrations. Subsequently, we assessed 13 classification models, marked improvement wa
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: Curcumin nanoformulations display highly heterogeneous release behaviors, yet the field lacks an integrated framework capable of predicting kinetics across diverse material classes. However, the diffusion parameters governing these systems have remained previously unresolved due to inconsistent experimental conditions and limited datasets.
AIM: Here we establish a physics-informed machine-learning framework that predicts curcumin release kinetics with unprecedented physical consistency across heterogeneous nanocarriers.
METHODS: A curated dataset of 75 formulations was encoded us
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 study presents a comprehensive data-driven framework for predicting and interpreting CO2 uptake in metal-organic frameworks (MOFs) using advanced machine learning (ML) and explainable artificial intelligence (XAI) techniques. A curated dataset of 223 experimentally reported MOF samples, characterized by surface area (SA), pore volume (PV), temperature (T), and pressure (P), was used to train four supervised ML models: Artificial Neural Network (ANN), Random Forest (RF), AdaBoost (AdB), and Gradient Boosting (GB). Among the evaluated models, the GB model achieved the highest predictive acc
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: Patients with hypothyroidism admitted to the intensive care unit (ICU) frequently develop hypothyroidism-associated delirium (HAD), a condition strongly linked to adverse prognostic outcomes. The primary objective of this study was to develop a machine learning (ML) -based predictive model for the early identification of HAD.
MATERIALS AND METHODS: Patient data were retrieved from two non-overlapping datasets: Medical Information Mart for Intensive Care IV (MIMIC-IV) database and MIMIC-III database. Specifically, data from MIMIC-IV were split into a training set and an internal va
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: While machine learning models successfully predict preeclampsia in singleton pregnancies and aspirin prophylaxis prevents preterm preeclampsia, no parallel models exist for twin pregnancies. This study developed machine learning algorithms to predict preeclampsia in twins using maternal factors and biomarkers from all three trimesters.
METHODS: We prospectively enrolled 596 pregnant women with twin pregnancies at 11+0 to 13+6 weeks' gestation. Machine learning models assessed the efficacy of maternal factors and biomarkers for preeclampsia prediction across all trimesters. Scree
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.
MedElevator
Войти в исследования