BACKGROUND: Robust forecasting of hepatitis B trends is important for long-term surveillance and public health planning in China. However, evidence remains limited regarding how different forecasting frameworks perform when applied to a long-term national hepatitis B surveillance series under a unified out-of-sample evaluation design.
METHODS: Monthly reported hepatitis B cases in China from January 2004 to December 2024 were obtained from national public surveillance databases. Data from January 2004 to December 2023 were used as the training set, whereas data from January to December 2024 w
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.
BACKGROUND: Microscopic polyangiitis (MPA) is one of the main types of ANCA-associated vasculitis (AAV), but current admission examination indicators are limited in predicting poor prognosis for MPA. This study aims to develop a prediction model for adverse prognosis in MPA patients using initial admission examination results.
METHODS: We performed machine learning (ML) algorithms on initial admission examination data to predict adverse outcomes in MPA, such as in-hospital death or self-discharge due to critical condition. We analyzed data from 12,497 patients who underwent ANCA tests in Deya
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: Rainfed wheat suffers from water scarcity and micronutrient deficits, calling for innovative practices. This study tests zinc sulphate (ZnSO4) seed priming combined with foliar iron (Fe), zinc (ZN), and manganese (Mn) (various formulations) and uses multiple machine-learning models to predict agronomic outcomes.
METHODS: A field experiment was conducted in northwestern Iran using a factorial randomized complete block design with four replications. Treatments included three ZnSO4 priming concentrations (0.1%, 0.2%, 0.3%) and five foliar sprays (conventional, magnetized, and nano-fo
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: Spatiotemporal dengue forecasting using machine learning (ML) can contribute to the development of prevention and control strategies for impending dengue outbreaks. However, training data for dengue incidence may be inflated with frequent zero values because of the rarity of cases, which lowers the prediction accuracy. This study aimed to understand the influence of spatiotemporal resolutions of data on the accuracy of dengue incidence prediction using ML models, to understand how the influence of spatiotemporal resolution differs between quantitative and qualitative predictions of
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.
RATIONALE AND OBJECTIVES: Pancreatic imaging biomarkers on CT imaging are known to be associated with diabetes. However, no studies have examined if these imaging biomarkers are resilient to changes in segmentation quality and contrast status. Here, we assess if imaging biomarkers are robust to variations in pancreatic segmentation quality and contrast status, and how these factors affect their ability to predict diabetes.
MATERIALS AND METHODS: This retrospective study selected patients with CT scans and corresponding HbA1c tests from two institutions. Patients were classified into two categ
СтатьяМногоцентровое исследованиеResearch Support, N.I.H., IntramuralПоиск 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.
Type 1 Diabetes (T1D) is a chronic metabolic disease characterized by elevated blood glucose (BG) concentrations, resulting from the immune-mediated destruction of insulin-producing $\beta$-cells in the pancreas. Effective management of T1D greatly benefits from constant monitoring of BG levels, achievable in real-time using minimally invasive continuous glucose monitoring (CGM) devices. These devices provide data streams that can be leveraged by forecasting algorithms to predict BG levels minutes in advance, enabling timely therapeutic interventions to prevent adverse events, such as hypo/hyp
СтатьяСистематический обзорПолный 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: Obstructive coronary artery disease (oCAD) is a major cause of cardiovascular morbidity and mortality, and accurate prediction is essential for guiding clinical decision-making and secondary prevention. However, the potential of machine learning (ML) models for predicting oCAD remains insufficiently explored; therefore, this study aimed to compare the performance of ML methods with traditional approaches and evaluate differences among ML algorithm classes.
METHODS: A systematic search of EMBASE, Web of Science, Cochrane Library, Scopus, and PubMed was conducted from inception to F
СтатьяСистематический обзорПолный 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.
Spinal cord injury (SCI) is a highly disabling central nervous system disease with complex pathology, and targeted neuroprotective drugs remain clinically lacking. However, traditional molecular target screening and drug prediction methods are inefficient, costly, and poorly targeted, failing to meet clinical precision treatment needs. To address this, we introduced machine learning to construct a multi-dimensional data integration framework. First, we established normal, acute- and subacute-phase SCI mouse complete transection models, and RNA-seq combined with single-cell sequencing revealed
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: Identifying patients with first-episode psychosis (FEP) who are unlikely to achieve early clinical recovery (ECR) is critical for personalised intervention and resource allocation. ECR - defined as the concurrent achievement of symptomatic and functional remission - represents a clinically meaningful outcome that captures both illness control and functional reintegration.
AIMS: To develop and externally validate prediction models for ECR using clinical, cognitive and genetic data.
METHOD: We analysed two large, independent Spanish cohorts: the primeros episodios psicóticos cohort
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.
OBJECTIVES: This study aimed to systematically evaluate the predictive performance and methodological characteristics of machine learning-based models for predicting progression to severe Mycoplasma pneumoniae pneumonia (SMPP) in pediatric patients.
METHODS: A comprehensive literature search was conducted in PubMed, EMBASE, Web of Science, Cochrane Library, CNKI, and Wanfang databases from inception to November 2025 to identify studies developing or validating prediction models for SMPP in children. Data on study characteristics, modeling algorithms, predictors, and performance metrics were e
СтатьяСистематический обзорМетаанализПоиск 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 AIMS: Ulcerative colitis (UC) is a metabolism-related chronic intestinal inflammatory disease. Disease extent is a key parameter of UC. Using serum metabolic profiling to identify noninvasive biomarkers of disease extent may inform therapeutic decisions and risk stratification.
METHODS: The orthogonal partial least squares-discriminant analysis (OPLS-DA) was performed to identify the metabolites. Least absolute shrinkage and selection operator regression, random forest-recursive feature elimination, and support vector machine-recursive feature elimination algorithms were used t
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: There has been a growing prevalence of cardiovascular metabolic diseases (CMD) in adults aged ≥ 45 years, and vision impairment (VI) is highly prevalent in this population. The objective of this study was to explore the critical determinants of VI in individuals affected by CMD and to develop risk prediction models. METHODS: We analyzed data collected in 2011 (n = 1,926) and 2015 (n = 3,033) within the China Health and Retirement Longitudinal Study (CHARLS). Risk factors were selected using the least absolute shrinkage and selection operator (LASSO) regression followed by multivari
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.
INTRODUCTION AND OBJECTIVES: Despite advances in mechanical circulatory support, mortality rates in cardiogenic shock (CS) remain high. A reliable risk stratification system could serve as a valuable guide in the clinical management of patients with CS. This study aimed to develop and externally validate a risk prediction model for in-hospital mortality in CS patients using machine learning (ML) algorithms.
METHODS: Data from 1247 patients with all-cause CS in the RESCUE registry (January 2014-December 2018) were analyzed. Key predictive variables were identified using 4 ML algorithms. A risk
СтатьяНаблюдательное исследованиеВалидационное 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.
Venous thromboembolism (VTE) remains a leading cause of cardiovascular morbidity and mortality, despite advances in imaging and anticoagulation. VTE arises from diverse and overlapping risk factors, such as inherited thrombophilia, immobility, malignancy, surgery or trauma, pregnancy, hormonal therapy, obesity, chronic medical conditions (e.g., heart failure, inflammatory disease), and advancing age. Clinicians, therefore, face challenges in balancing the benefits of thromboprophylaxis against the bleeding risk. Existing clinical risk scores often exhibit only modest discrimination and calibra
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.
Background/Objectives: Biochemical recurrence (BCR) after radical prostatectomy (RP) is a significant predictor of distal metastases and mortality in prostate cancer (PCa) patients. This systematic review aims to evaluate the accuracy of artificial intelligence (AI) in predicting BCR post-RP. Methods: Adhering to PRISMA guidelines, a comprehensive literature search was conducted across Medline, Embase, Web of Science, and IEEE Xplore. Studies were included if they utilised AI to predict BCR in patients post-RP. Studies involving patients who underwent radiotherapy or salvage RP were excluded.
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.
BACKGROUND: Although oral anticoagulation decreases the risk of thromboembolism in patients with atrial fibrillation (AF), a residual risk of thrombotic events still exists. This study aimed to construct machine learning (ML) models to predict the residual risk in these patients.
METHODS: Patients with newly diagnosed non-valvular AF were collected from the Global Registry on Long-Term Oral Anti-Thrombotic Treatment in Patients with Atrial Fibrillation (GLORIA-AF) registry. To predict the residual risk of the composite outcome of thrombotic events (defined as ischemic stroke, systemic embolis
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: The incidence of stage pN3b gastric cancer (GC) is low, and the clinical prognosis is poor, with a high rate of postoperative recurrence. Machine learning (ML) methods can predict the recurrence of GC after surgery. However, the prognostic significance for pN3b remains unclear. Therefore, we aimed to predict the recurrence of pN3b through ML models.
METHODS: This retrospective study included 336 patients with pN3b GC who underwent radical surgery. A 3-fold cross-validation was used to partition the participants into training and test cohorts. Linear combinations of new variable fe
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 posttransplant relapse in Ph-positive ALL increases the risk of death. There is an unmet need for instruments to predict the risk of relapse and plan prophylaxis. In this study, we analyzed posttransplant data by machine learning algorithms. Seventy-four Ph-positive ALL patients with a median age of 30 (range 18-55) years who previously underwent allo-HSCT, were retrospectively enrolled. Ninety-three percent of patients received prophylactic/preemptive TKIs after allo-HSCT. The values of the BCR::ABL1 level at serial assessments and over variables were collected in specified intervals afte
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: It is currently unknown if disease severity modifies response to therapy in pulmonary arterial hypertension (PAH). We aimed to explore if disease severity, as defined by established risk-prediction algorithms, modified response to therapy in randomised clinical trials in PAH.
METHODS: We performed a meta-analysis using individual participant data from 18 randomised clinical trials of therapy for PAH submitted to the United States Food and Drug Administration to determine if predicted risk of 1-year mortality at randomisation modified the treatment effect on three outcomes: change …
МетаанализСтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
AIMS: Coagulation abnormality is one of the primary concerns for patients with spontaneous intracerebral hemorrhage admitted to ER. Conventional laboratory indicators require hours for coagulopathy diagnosis, which brings difficulties for appropriate intervention within the optimal window. This study evaluates the possibility of building efficient coagulopathy prediction models using data mining and machine learning algorithms.
METHODS: A retrospective cohort enrolled 1668 cases with acute spontaneous intracerebral hemorrhage from three medical centers, excluding those under antithrombotic th
СтатьяМногоцентровое исследованиеПоддержка 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