Preterm birth is a global public health problem with a significant burden on the individuals affected. The study aimed to extend current research on preterm birth prognostic model development by developing and internally validating models using machine learning classification algorithms and population-based routinely collected data in Western Australia. The longitudinal retrospective cohort study involved all births in Western Australia between 1980 and 2015, and the analytic sample contains 81,974 (8.6%) preterm births (< 37 weeks of gestation). Prediction models for preterm birth were develo
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.
Scalar-valued failure metrics are commonly used to assess the risk of aortic aneurysm rupture and dissection, which occurs under hypertensive blood pressures brought on by extreme emotional or physical stress. To compute failure metrics under an elevated blood pressure, a classical patient-specific computer model consists of multiple computation steps involving inverse and forward analyses. These classical procedures may be impractical for time-sensitive clinical applications that require prompt feedback to clinicians. In this study, we developed a machine learning-based surrogate model to dir
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
OBJECTIVE: Child undernutrition is a global public health problem with serious implications. In this study, we estimate predictive algorithms for the determinants of childhood stunting by using various machine learning (ML) algorithms.
DESIGN: This study draws on data from the Ethiopian Demographic and Health Survey of 2016. Five ML algorithms including eXtreme gradient boosting, k-nearest neighbours (k-NN), random forest, neural network and the generalised linear models were considered to predict the socio-demographic risk factors for undernutrition in Ethiopia.
SETTING: Households in Ethio
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.
Heart sound is one of the common medical signals for diagnosing cardiovascular diseases. This paper studies the binary classification between normal or abnormal heart sounds, and proposes a heart sound classification algorithm based on the joint decision of extreme gradient boosting (XGBoost) and deep neural network, achieving a further improvement in feature extraction and model accuracy. First, the preprocessed heart sound recordings are segmented into four status, and five categories of features are extracted from the signals based on segmentation. The first four categories of features are
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: The study aimed to develop simplified diagnostic models for identifying girls with central precocious puberty (CPP), without the expensive and cumbersome gonadotropin-releasing hormone (GnRH) stimulation test, which is the gold standard for CPP diagnosis.
MATERIALS AND METHODS: Female patients who had secondary sexual characteristics before 8 years old and had taken a GnRH analog (GnRHa) stimulation test at a medical center in Guangzhou, China were enrolled. Data from clinical visiting, laboratory tests, and medical image examinations were collected. We first extracted features fro
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.
OBJECTIVE: Modern neuroanatomic education should be based on interdisciplinary methods that allow an understanding of the cerebral circuitry, which is at the base of the structural connectivity. Ex-vivo MRI-guided dissection is an essential method for developing and refining the knowledge of complex 3-dimensional brain anatomy and the mutual relationships between structures and architecture of the white matter bundles. The aim of this technical note is to present a new and innovative method of studying human brain white matter.
METHODS: Four adult human cerebral hemispheres were prepared acco
Клинический случайСтатьяПоиск 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.
OBJECTIVE: Orthostatic tremor (OT) is an extremely rare, misdiagnosed, and underdiagnosed disorder affecting adults in midlife. There is debate as to whether it is a different condition or a variant of essential tremor (ET), or even, if both conditions coexist. Our objective was to use data mining classification methods, using magnetic resonance imaging (MRI)-derived brain volume and cortical thickness data, to identify morphometric measures that help to discriminate OT patients from those with ET.
METHODS: MRI-derived brain volume and cortical thickness were obtained from 14 OT patients and
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Nontyphoidal Salmonella species are the leading bacterial cause of foodborne disease in the United States. Whole-genome sequences and paired antimicrobial susceptibility data are available for Salmonella strains because of surveillance efforts from public health agencies. In this study, a collection of 5,278 nontyphoidal Salmonella genomes, collected over 15 years in the United States, was used to generate extreme gradient boosting (XGBoost)-based machine learning models for predicting MICs for 15 antibiotics. The MIC prediction models had an overall average accuracy of 95% within ±1 2-fold di
СтатьяПоддержка NIH: внешняя программаПолный 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.
Metritis is a common postpartum uterine disease in dairy cows that impairs fertility, reduces milk yield, increases culling risk, and causes substantial economic loss. This study aimed to develop and externally validate machine learning models for early metritis prediction using routinely recorded calving and reproductive data from commercial Holstein dairy herds. The analytical unit was the calving-event record, so individual cows could contribute repeated observations across lactations and calendar years. A retrospective development dataset included 92,662 calving-event records collected fro
СтатьяСравнительное 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.
This cross-sectional study aimed to compare obesity indicators for predicting insulin resistance using machine learning. Data were obtained from NHANES 2015 to 2018, focusing on a nondiabetic adult population. Insulin resistance was defined as HOMA-IR ≥ 75th percentile of the training set. Key predictors were selected via bootstrap stability selection with elastic net. Logistic regression, random forest, and extreme gradient boosting (XGBoost) models were built using body mass index (BMI) and waist-to-height ratio (WHtR). Performance was assessed by area under the curve (AUC), sensitivity, spe
СтатьяСравнительное исследованиеПолный 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.
PURPOSE: The Pediatric Relapse Prediction and Risk Evaluation for Acute Lymphoblastic Leukemia (PREPARE-ALL) tool aims to predict relapse in pediatric ALL by integrating clinical expertise with artificial intelligence and machine learning (ML), particularly Extreme Gradient Boosting (XGBoost). PREPARE-ALL demonstrates that multicenter, protocol-driven clinical and laboratory data can be used through ML to generate reproducible relapse predictions with greater sensitivity than individual clinician assessments.
METHODS: PREPARE-ALL was developed using data from the ICiCLe ALL-14 pretrial cohort
СтатьяМногоцентровое исследованиеПолный 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: To investigate the role of retinal characteristics for high myopia (HM) prediction based on multi-machine learning (ML) and to provide an interpretable framework for the results.
METHODS: A total of 2981 patients (2981 eyes) were included, comprising 1191 HM eyes and 1790 non-HM eyes. A deep semantic segmentation network was used to quantify retinal structural parameters. Five ML algorithms were evaluated to develop predictive models, and SHapley Additive exPlanations method was applied to analyze feature contribution to the outcomes.
RESULTS: The eXtreme Gradient Boosting achiev
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.
OBJECTIVE: To develop and internally validate an interpretable machine-learning model using routine precollection variables to predict mononuclear cell (MNC) collection efficiency (CE) during leukapheresis for CAR-T manufacturing.
METHODS: This retrospective study included 206 consecutive patients who underwent leukapheresis between 2022 and 2025. Candidate variables were screened with Pearson correlation, Boruta, recursive feature elimination, and variance-threshold filters. Six supervised algorithms were trained with nested cross-validation, using an inner fivefold loop for tuning and an ou
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.
Biopharmaceuticals are expensive due to their sophisticated manufacturing processes, challenges in analytical characterization, and stringent storage and transportation conditions. Due to the high cost and increasing demand, they have emerged as a desirable target for counterfeiters. Challenges in the identification of counterfeits originate from the fact that biological products are extremely complex, requiring complex analytical tools and tedious sample preparations. These sophisticated techniques and operational expertise are not available in all regions of low-income nations, hence exacerb
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-power LED/LD and NIR applications demand phosphors that remain efficient and stable under high-flux excitation, whereas conventional phosphor/organic systems are limited by heat buildup, interfacial degradation, and luminescence saturation. Phosphor ceramics provide a robust all-inorganic alternative, but their photothermal coupling mechanisms and cross-scale design principles remain insufficiently summarized. Here, we review recent advances in phosphor ceramics with a particular focus on photothermal coupling in high-flux light conversion. We establish a composition-structure-phototherma
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.
Membrane capacitive deionization (MCDI) is a promising electrochemical technique for water desalination. However, accurately predicting its salt removal efficiency (SRE) remains challenging because desalination performance is governed by complex nonlinear interactions among operating conditions and feed-water characteristics. In this study, a laboratory-scale MCDI system was designed, fabricated, and experimentally evaluated to investigate key operational parameters (applied voltage and feed flow rate) and feed-water characteristics (total dissolved solids, salinity, pH, and temperature) on de
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: In this research, key factors influencing breast cancer risk, a major global issue, are investigated, using machine learning (ML) and explainable AI, for racial differences.
METHODS: We used Breast Cancer Surveillance Consortium (BCSC) data, originally comprising 1.5 million unique combination records, from 6.7 million mammograms, collected between 2005 and 2017. Naïve Bayes, Logistic Regression, and Extreme Gradient Boosting models were applied to identify these key predictors. Variable importance and SHapley Additive exPlanations values were used to interpret models and identify mo
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.
Grounded in ISO and ABNT NBR standards, this study applies gamma-ray spectrometry and multivariate machine learning to evaluate the radiological quality control of Brazilian building materials (mortar, brick, sand, granite and enamel paint). A total of 102 samples were measured by high-resolution HPGe gamma-ray spectrometry, and spectral analysis and peak counting revealed compositional anomalies in commercial batches that are inconsistent with the reference radiometric fingerprint of each material class. A Random Forest classifier evaluated on 98 samples isolated enamel paint (100.00% sensiti
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: Timely Emergency Medical Services (EMS) response is a critical determinant of survival following motor vehicle crashes, yet its quantitative impact remains underexplored in transportation safety research.
METHOD: This study analyzes 10 years of linked Florida crash and EMS data (2014-2024; fatal and incapacitating injury; n = 7187) to quantify how EMS arrival time is associated with fatality risk under observed covariate adjustment, accounting for triage bias-where severe crashes receive faster responses but exhibit higher mortality. We apply complementary methods including desc
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.
Surface-enhanced Raman spectroscopy (SERS) is a powerful laser-based technique with high sensitivity and rapid detection. The present study aimed to establish a model for distinguishing Mycobacterium abscessus (nontuberculous mycobacteria; NTM) from M. tuberculosis H37Ra (MTB-H37Ra; a nonvirulent strain) based on genomic DNA detection, as well as distinguishing M. abscessus subspecies abscessus (MAB) from M. abscessus subspecies massiliense (MMAS). OnSpec-Prime SERS chips and a portable Raman spectrometer device were used. Machine learning approaches, including linear discriminant analysis (LD
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