OBJECTIVE: To develop classification models of demographic/clinical factors and biomarker data from spontaneous preterm birth in African Americans and Caucasians.
DESIGN: Secondary analysis of biomarker data using multivariate adaptive regression splines (MARS), a supervised machine learning algorithm method.
SETTING: Analysis of data on 36 biomarkers from 191 women was reduced by MARS to develop predictive models for preterm birth in African Americans and Caucasians.
SAMPLES: Maternal plasma, cord plasma collected at admission for preterm or term labor and amniotic fluid at delivery.
METH…
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.
This study overcomes the limitations of traditional single-spectroscopy techniques by constructing an intelligent discrimination system for rice geographic origin that integrates mid-infrared (MIR) and fluorescence (FLU) spectral feature fusion with machine learning. Using the "Zhongke Fa 5" rice variety from eight major production regions in Jilin Province, China, as the research object, spectral data were acquired using Fourier transform infrared (FTIR) and fluorescence spectrometers. A "Normalization-Smoothing-Multiplicative Scatter Correction" preprocessing framework was proposed, signific
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: Globally, around 40% of women report unintended pregnancies, with approximately 214 million women in developing countries wanting to avoid pregnancy but not using any contraception. Modern contraceptives (MCs) are effective tools for preventing unintended pregnancies, controlling rapid population growth, and reducing fertility and maternal mortality rates, particularly in developing countries. This study aimed to identify the determinants of modern contraceptive use among Ethiopian women of reproductive age using machine learning (ML) algorithms.
METHODOLOGY: The study utilized
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: A cluster model incorporating heterogeneous dose distribution within the parotid gland was developed and validated retrospectively for radiotherapy (RT) induced xerostomia prediction with machine learning (ML) techniques.
METHODS: Sixty clusters were obtained at 1 Gy step size with threshold doses ranging from 1 to 60 Gy, for each of the enrolled 155 patients with HNC from three institutions. Feature clusters were selected with the neighborhood component analysis (NCA) and subsequently fed into four supervised ML models for xerostomia prediction comparison: support vector machines (S
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: Stroke is a complex, multidimensional disorder influenced by interacting inflammatory, immune, coagulation, endothelial, and metabolic pathways. Single-omics approaches seldom capture this complexity, whereas multiomics techniques provide complementary insights but generate high-dimensional and correlated feature spaces. Machine learning (ML) offers strategies to manage these challenges; however, the predictive accuracy and reproducibility of multiomics-based ML models for stroke remain poorly characterized.
OBJECTIVE: This review aimed to conduct a systematic evaluation of ML mod
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.
PURPOSE: To test the following hypotheses: (1) eyes from patients with human immunodeficiency virus (HIV) have retinal damage that causes subtle field defects, (2) sensitive machine learning classifiers (MLCs) can use these field defects to distinguish fields in HIV patients and normal subjects, and (3) the subtle field defects form meaningful patterns. We have applied supervised MLCs--support vector machine (SVM) and relevance vector machine (RVM)--to determine if visual fields in patients with HIV differ from normal visual fields in HIV-negative controls.
METHODS: HIV-positive patients with
СтатьяПоддержка NIH: внешняя программаПоиск 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: Hypertensive disorders in pregnancy (HDP) include gestational hypertension, preeclampsia, and eclampsia. Not all cases of gestational hypertension or mild preeclampsia progress to severe conditions. However, once they develop into severe preeclampsia (SPE), the risks to both the mother and the fetus increase significantly. We aimed to establish a nomogram and train a machine learning (ML) model that could identify SPE, early in the course of HDP.
METHODS: In this retrospective study, 593 patients with HDP were enrolled in the training cohort. For predicting SPE early, six supervis
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: In the clinical assessment of chronic insomnia, modern medicine encounters challenges in the widespread adoption of objective as … , the classification model for assessing the severity of chronic insomnia was constructed using six supervised machine learning methods: decision trees, neural networks, random forests, support vector machines, logistic regression, and naive Bayes. The model was evaluated using sensitivity, specificity, F1 score, precision, and accuracy. Visualization was conducted with the …
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 present and describe the design, data collection framework, and interim cohort characteristics of the PENIMA project, a multicentre initiative establishing a clinically annotated penile lesion image repository to support future artificial intelligence (AI)-driven decision-support development - and to encourage urology and dermatology colleagues working with penile lesions to participate in the project.
PATIENTS AND METHODS: Prospective participant inclusion commenced in March 2023 across Scandinavian urological and dermatological departments. Patients with penile anatomy underg
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.
Forecasting extinction risk from genomic data is challenging because of interactions among environment, demography, and genomic erosion. Here, we use known outcomes from forward simulations as a proof-of-concept study to test whether machine-learning (ML) models can discriminate relative extinction risk and recovery potential from genomic summary statistics, and identify the most informative predictors. Using individual-based, forward-in-time simulations, we generated genomic and fitness data for 11,200 populations across 112 demographic parameter combinations (ancestral population size: 100-1
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: Early prediction of depressive and anxiety disorders is challenging due to substantial heterogeneity in risk pathways. Conventional machine-learning models trained on aggregated populations may obscure subgroup-specific mechanisms and limit interpretability for prevention. We evaluated whether a hybrid unsupervised-supervised framework can identify meaningful subgroups and yield more interpretable risk prediction.
METHODS: We analyzed cohort data of 15,897 Japanese adults who completed baseline (August-September 2020) and 6-month follow-up (February-March 2021) surveys and did not
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.
Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)2026eng
BACKGROUND: RSI is a transcriptomics-based biomarker associated with radiotherapy outcomes, but its clinical application is constrained by the requirement for tumor tissue and RNA sequencing. This study investigates whether MRI-derived radiomic features can reflect RSI-defined intrinsic radiosensitivity in lower-grade glioma.This addresses a critical gap arising from the limited availability of matched imaging and genomic data in routine clinical practice.
METHODS: MRI-derived radiomic features were extracted from FLAIR images of lower-grade glioma patients obtained from TCIA and matched 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.
Knowledge-based planning (KBP) has emerged as a promising approach to improve the consistency and efficiency of radiotherapy by utilizing prior clinical data to guide treatment planning. This study aimed to evaluate the performance of various machine learning (ML) algorithms for predicting key dosimetric parameters in 3D conformal radiotherapy (3D-CRT) of left-sided breast cancer, with the goal of reducing manual trial-and-error during plan optimization. A retrospective dataset of 75 breast cancer patients treated with 3D-CRT was used. Geometric and dosimetric features, including beam and orga
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.
Self‑healing nanocomposites capable of operating under sub‑ambient aerospace conditions remain limited by slow reaction kinetics, single‑stimulus activation, and insufficient predictive control. In this work, we develop a multi‑stimuli and AI‑guided electrically‑responsive self‑healing nanocomposite based on urea‑formaldehyde nanocapsules (295 ± 58 nm; shell thickness 22 ± 4 nm) embedded in an aerospace‑grade epoxy matrix. The capsules incorporate conductive, magnetic, and photoactive domains, enabling activation by electric fields, magnetic fields, and optical stimuli. Mechanical testing (n =
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.
Robotic-assisted surgery (RAS) extends minimally invasive surgery by restoring dexterity, tremor filtration, and ergonomic console control compared with open procedures and conventional laparoscopy. Objective, scalable skill assessment from console kinematics is therefore clinically relevant for competency-based training. Existing JIGSAWS studies often rely on random trial splits, isolated handcrafted features, or black-box models without subject-independent validation or transparent explanations. This study presents an explainable machine learning framework for automated skill classification
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 assess the predictive value of hematologic and biochemical inflammatory indices for methotrexate (MTX) treatment outcomes in tubal ectopic pregnancy (TEP) and to develop machine learning (ML) models for individualized risk stratification.
MATERIALS AND METHODS: This retrospective cohort included 293 hemodynamically stable TEP patients who were treated with a single dose of MTX between January 2019 and December 2023. Demographic, clinical, ultrasonographic, and laboratory data were analyzed. Inflammatory indices-including neutrophil-to-lymphocyte ratio (NLR), platelet-to-lymphocy
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.
Algal organic matter (AOM) released during cyanobacterial blooms can significantly challenge drinking-water treatment, including an elevated risk of disinfection byproduct (DBP) formation, yet the molecular-scale fate of bloom-derived AOM through treatment remains poorly constrained. Here, we integrated ultrahigh-resolution FT-ICR MS with paired-mass-difference (PMD) reactomics and interpretable machine learning (IML) to resolve (i) bloom-driven molecular transformations, (ii) selective removal by coagulation (COA) and granular activated carbon (GAC), (iii) formula-level chlorination reactivit
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: Generalized anxiety disorder (GAD) has been associated with abnormalities in large-scale brain networks, but resting-state electroencephalography (rs-EEG) microstates (MS) alterations remain unclear. We investigated spatial and temporal MS abnormalities in GAD and whether MS-derived features could distinguish patients with GAD from healthy controls (HC).
METHODS: Resting-state EEG data from 104 patients with GAD and 89 HC were analyzed using a five-class MS solution. MS duration, occurrence, coverage, and transition probabilities were compared between groups. Topographic analysis
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.
BACKGROUND: GBA1 variants are the major genetic risk factor for Parkinson's Disease (PD) and account for 5-30% of PD cases depending on the population and age at onset of the disease.
OBJECTIVES: The aim of this study was to assess whether Artificial Intelligence (AI) could predict GBA1-mutated genotype in PD (GBA1-PD). Particularly, the main objective was to identify a Machine Learning (ML) model capable of accurately providing a pre-test estimate of GBA1-mutated status, relying on the clinical and demographic variables with the highest predictive value.
METHODS: A cohort of GBA1-PD patient
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 AND PURPOSE: Cancers show heterogeneity at various levels, from genome to radiologic imaging. This study aimed to explore the interplay between genomic, transcriptomic, and radiophenotypic data in pediatric low-grade glioma (pLGG), the most common group of brain tumors in children.
MATERIALS AND METHODS: We analyzed data from 201 patients with pLGG in the Children's Brain Tumor Network by using principal component analysis and K-means clustering on 881 radiomic features, along with clinical variables (age, sex, tumor location), to identify imaging clusters and examine their associa
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.
MedElevator
Войти в исследования