Non-coding variants in cis-regulatory elements such as promoters and enhancers contribute to inherited retinal diseases (IRDs), however, characterizing the functional impact of most regulatory variants remains challenging. To improve identification of variants of interest, we implemented machine learning using a gapped k-mer support vector machine approach trained on single nucleus ATAC-seq data from specific cell classes of the adult and developing human retina. We developed 18 distinct ML models to predict the impact of non-coding variants on 39,437 cell-class-specific regulatory elements. T…
СтатьяПрепринтПоиск 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.
Cardiovascular disease (CVD) is a primary cause of death in India, accounting for a significant portion of the global CVD burden. This study looks at statistics on heart disease mortality from the Institute for Health Metrics and Evaluation (IHME) from 1990 to 2021, divided into five age groups: 0-5, 6-15, 16-49, 50-69, and 70 + . We used both classic ARIMA and hybrid models that combined ARIMA with machine learning techniques such as Random Forest, Support Vector Machine (SVM), XGBoost, and GARCH to anticipate mortality trends. Model performance was assessed using the Root Mean Square Error (…
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.
We present a proof of concept study designed to support the clinical development of mass spectrometry imaging (MSI) for the detection of pit … , and subtyping of pituitary adenomas was performed by using principal component analysis (PCA) and support vector machine (SVM). Our proof of concept study demonstrates that MALDI MSI could be used to directly detect excessive hormonal production from functional pituitary adenomas and generally classify pituitary adenomas by using statistical and machine learning analy …
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Nonalcoholic fatty liver disease (NAFLD) is now the leading cause of global chronic liver disease, affecting approximately 32.4% of the popu … s, and LBT results. The machine learning models developed in this study included linear regression, support vector machine, K-nearest neighbour, Random forest, and extreme gradient boosting (XGBoost) with 536 participants. The model performance was evaluated using six metrics: Accuracy, Area Under the Receiver Operating Characteristic curve (AUROC), specificity, sensiti …
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: To evaluate the diagnostic value of combinations of tumor markers carcinoembryonic antigen (CEA), carbohydrate antigen (CA) 125, … ression, extreme gradient boosting (XGBoost), Bayesian additive regression tree, random forest, and support vector machine were applied to evaluate the diagnostic performance. Sensitivity, specificity, Youden's index, and the area under the receiver operating characteristic curve (AUC) were used to evaluate the performance of different diagnostic models.
RESULTS: For d …
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: Advances in machine learning (ML) offer an innovative approach to accurate fetal weight estimation by integrating multiple biome … luding 3525 low-risk pregnancies with singleton gestations. ML models, including Gradient Boosting, Support Vector Machine (SVM), Random Forest and TabPFN (Tabular Prior-data Fitted Network), were trained and validated using ultrasonographic measurements such as biparietal diameter, abdominal circumference, head circumference, femur length, and gestational age. Accuracy …
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: Cardiovascular disease, also known as circulation system disease, remains the leading cause of morbidity and mortality worldwide … hemical detection data were utilized for our study. We selected logistic regression, random forest, support vector machine, eXtreme Gradient Boosting (XGBoost), and deep neural network to construct models. Finally, the SHAP algorithm was used to interpret models.
RESULTS: The circulation system disease prediction model constructed by XGBoost possessed the best performa …
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.
Prognostic assessment of diabetic kidney disease (DKD) is essential for personalized management. This study developed eight machine learning models using data from 180 biopsy-proven patients with DKD to predict a composite endpoint of all-cause mortality, dialysis initiation, or renal transplantation. Internally, the Naive Bayes (NB) model achieved the highest accuracy of 82.3%, while the logistic regression (LR), support vector machine (SVM), and NB models shared the highest AUC of 0.788. An independent external validation confirmed robust generalizability, yielding an AUC of 0.834. SHAP anal…
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.
Cell-free DNA (cfDNA) has shown potential in distinguishing cancer patients from healthy individuals. This study investigates cfDNA fragment … s, and healthy controls), we analyzed cfDNA features. Machine learning models (logistic regression, support vector machine, random forest, XGBoost, Stacking) distinguished urological tumors from non-tumor cases with AUCs of 96% (BLCA), 99% (ccRCC), 92% (PRAD), and 89% (pan-cancer). Key discriminators included 6-bp EDMs and BPMs. A proposed two-tier screening strategy co …
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.
This study evaluated six supervised machine learning (ML) models for early detection of subclinical ketosis and low-grade ruminal acidosis i … his dataset, while Logistic Regression reached 89.5%, Decision Tree 84.2%, and both Naive Bayes and Support Vector Machine 78.9%. These results suggest that ensemble approaches, particularly Random Forest and XGBoost, show strong potential for integration with precision livestock technologies, but their apparent performance should be interpreted cautiously and confirmed …
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.
Lumbar disc herniation (LDH) is a common cause of lower back pain and sciatica, and posterior lumbar interbody fusion (PLIF) is always emplo … licability, and computational efficiency. Among the evaluated combinations, the simulated annealing support vector machine recursive + stacking model achieved the highest performance with an area under the curve of 0.884, supported by robust calibration and decision curve analyses. A publicly accessible web calculator was developed to assist clinicians in decision-makin …
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: Current evidence regarding the safety of abdominal subcutaneous injections in pregnant women is limited. In this study, we developed a predictive model for abdominal skin-subcutaneous fat thickness (S-ScFT) by gestational periods (GP) in pregnant women. Methods: A total of 354 cases were measured for S-ScFT. Three machine learning algorithms, namely deep learning, random forest, and support vector machine, were used for S-ScFT predictive modeling and factor analysis for each abdominal site. Data analysis was performed using SPSS and RapidMiner softwares. Results: The deep learning 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.
While tens of thousands of pathogenic variants are used to inform the many clinical applications of genomics, there remains limited informat … tion-level allele frequency databases (e.g. gnomAD), as well as machine learning techniques such as support vector machines and deep learning. In this review, we highlight recent informatics and machine learning approaches that are improving our understanding of pathogenic variation and discuss obstacles that may limit their emerging role in clinical genomics.
СтатьяПоддержка NIH: внешняя программаОбзорПоиск 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.
Precision or personalized cancer medicine is a clinical approach that strives to customize therapies based upon the genomic profiles of individual patient tumors. Machine learning (ML) is a computational method particularly suited to the establishment of predictive models of drug response based on genomic profiles of targeted cells. We report here on the application of our previously established open-source support vector machine (SVM)-based algorithm to predict the responses of 175 individual cancer patients to a variety of standard-of-care chemotherapeutic drugs from the gene-expression prof…
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.
BACKGROUND: Alzheimer's disease (AD) is a complex and severe neurodegenerative disease that still lacks effective methods of diagnosis. The … ides, d-glutamate is one of coagonists at the NMDARs. Several machine learning algorithms including support vector machine, logistic regression, random forest, and naïve Bayes) to build an optimal predictive model to distinguish patients with AD from healthy controls.
CONCLUSIONS: Our results revealed machine learning with novel biomarkers and multiple variables may in …
СтатьяСистематический обзорПолный 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.
Mental health problems (MHPs) among university students are an increasing public health concern globally, including in Bangladesh. While mac … r all three). Eight ML models were evaluated using repeated train-test splits and cross-validation. Support vector machine (SVM) models showed relatively stable performance for depression and stress prediction, while XGBoost demonstrated comparatively stronger discriminative ability for anxiety within the sample. Explainable ML analyses using SHAP and LIME indicated tha …
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.
OBJECTIVES: To construct a machine learning-based predictive model for fatty liver in patients with Wilson disease (WD).
METHODS: Clinical … andom forest (RF), extreme gradient boosting (XGBoost), light gradient boosting machine (LightGBM), support vector machine (SVM), and artificial neural network (ANN), were compared for their performance using the area under the receiver-operating characteristic (ROC) curve (AUC), precision-recall (PR) curve, calibration curves, and decision curve analysis (DCA). The con …
СтатьяВалидационное исследованиеАннотация на английскомПоиск 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: In cardiovascular patients, precise risk stratification is crucial for minimizing exercise-related risks and optimizing treatment e … le imputation using chained equations, resulting in 46 variables for analysis. Logistic regression, support vector machines, extreme gradient boosting (XGBoost), and random forests were employed, optimizing hyperparameters via a grid search. In feature selection, the least absolute shrinkage and selection operator (LASSO), with a range of regularization strengths, was 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.
Background.Postoperative delirium (POD) poses a significant risk to patients, and accurate prediction of POD can provide guidance for positi … alyzed the feature space structure using linear discriminant analysis (LDA). Four ML models, namely support vector machine (SVM), logistic regression (LR), random forest (RF), and gradient boosting machine, were compared. The dataset was divided using 5-fold cross-validation for model training and testing.Results.Compared to the other three models, SVM (linear kernel) 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.
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.
MedElevator
Войти в исследования