BACKGROUND CONTEXT: The severity of the opioid epidemic has increased scrutiny of opioid prescribing practices. Spine surgery is a high-risk episode for sustained postoperative opioid prescription.
PURPOSE: To develop machine learning algorithms for preoperative prediction of sustained opioid prescription after anterior cervical discectomy and fusion (ACDF).
STUDY DESIGN/SETTING: Retrospective, case-control study at two academic medical centers and three community hospitals.
PATIENT SAMPLE: Electronic health records were queried for adult patients undergoing ACDF for degenerative disorders
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.
For over a decade, the European Group for the Study of Resistant Depression (GSRD) has examined single nucleotide polymorphisms (SNP) and clinical parameters in regard to treatment outcome. However, an interaction based model combining these factors has not been established yet. Regarding the low effect of individual SNPs, a model investigating the interactive role of SNPs and clinical variables in treatment-resistant depression (TRD) seems auspicious. Thus 225 patients featured in previous work of the GSRD were enrolled in this investigation. According to data availability and previous positi
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.
UDP glucuronosyltransferases (UGTs) are an important class of Phase II enzymes involved in the metabolism and detoxification of numerous xenobiotics including therapeutic drugs and endogenous compounds (e.g. bilirubin). To date, there are 21 human UGT genes identified, and most of them contain single-nucleotide polymorphisms (SNPs). Non-synonymous SNPs (nsSNPs) of the human UGT genes may cause absent or reduced enzyme activity and polymorphisms of UGT have been found to be closely related to altered drug clearance and/or drug response, hyperbilirubinemia, Gilbert's syndrome, and Crigler-Najjar
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.
Online motor learning is central to effective learning and a crucial determinant of functional recovery after stroke. Despite its clinical significance, predictors of online motor learning remain understudied. Machine Learning (ML) offers a data-driven approach to identify predictors of online motor learning that would otherwise be limited using traditional statistical approaches, such as logistic regression. This study leveraged ML to determine key predictors and their relative importance in online motor learning after stroke. One hundred and seven stroke survivors completed assessments of so
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.
In this work, we propose a data augmentation strategy aimed at improving the training phase of neural networks and, consequently, the accuracy of their predictions. Our approach relies on generating synthetic data through a suitable compartmental model combined with the incorporation of uncertainty. Available data are used to calibrate the model, which is further integrated with deep learning techniques to produce additional synthetic data for training. The results show that neural networks trained on these augmented datasets exhibit significantly improved predictive performances. In particula
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.
About 21 million teenagers became pregnant annually throughout the globe. Teen pregnancy is a serious issue in Sub-Saharan Africa, with East Africa reporting the highest rates. In the field of public health, machine learning has become an invaluable tool due to its ability to process large, complex datasets and identify trends. This study uses machine learning to predict and identify key determinants of teenage pregnancy in East Africa, utilizing DHS. A supervised machine learning approach, specifically the Random Forest algorithm, was applied to analyze relationships between predictors and te
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: Pregnancy-related syndromes, such as hypertensive disorders, gestational diabetes mellitus, and preterm birth, pose a significant global health burden, affecting maternal and fetal outcomes. Traditional screening methods, reliant on isolated biomarkers or linear models, often fail to address the complex pathophysiology of these conditions.
METHOD: This review synthesizes current literature on machine learning applications in obstetric care, analyzing multimodal data integration from electronic health records, biochemical markers, multi-omics, and imaging. It outlines model develop
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.
Emerging pollutants may threaten aquatic ecosystems, yet the limited toxicity data for many compounds significantly restrict high-throughput screening of these contaminants. Because Daphnia magna is a sensitive standard test organism and an important link in aquatic food webs, reliable prediction of its acute toxicity response is critical for ecological risk assessment. Here, we curated a Daphnia magna acute toxicity (EC50) database for 170 compounds across several classes of emerging pollutants, including per- and polyfluoroalkyl substances (PFASs) and organophosphate esters (OPEs), using pub
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.
Prostate cancer (PCa) is the most common cancer in men. Treatment decisions for PCa consider factors like age, tumor stage, and grade, along with specific prostate-related factors such as prostate-specific antigen (PSA) level and Gleason score. Most of these features are ordinal, meaning they have an inherent order of their categorical levels. Machine learning (ML) approaches are increasingly used to PCa prognosis. However, most ML models are not able to handle categorical features directly, so they need to be transformed into numerical representations. Common methods are ordinal or one-hot en
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.
Machine learning was applied to predict Arabica and Robusta coffee prices 2-6 months ahead using climatic, production, and economic data from 2009 to 2025. SHAP analysis revealed that global and Brazilian stock levels, Vietnamese drought, Colombian rainfall, and U.S. dollar exchange rate were the most influential drivers of price variation, showing that even features with weak simple correlations can have high predictive power. We compared Multilayer Perceptron (MLP), Extreme Learning Machine (ELM), Random Forest (RF), XGBoost, and two stacking configurations (RF/XGBoost/ELM) and (RF/XGBoost),
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: Aims to use machine learning to predict the risk of small for gestational age (SGA) and identify its important predictors.
METHODS: This is a retrospective cohort study conducted from December 20, 2023, to May 20, 2024, focusing on newborns and their mothers who delivered at Peking University People's Hospital from January 1, 2012, to December 31, 2022. We included a total of 18,164 pregnant women. We adopted 7 machine-learning-based models (2 linear models, 4 tree-based models, and 1 ensemble learning model).
RESULTS: Altogether, 1437 (7.9%) pregnant women delivered SGA births. Amo
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.
Early identification of animals with high growth potential is essential for enhancing efficiency and sustainability in goat breeding systems. This study developed a machine learning-based predictive framework to estimate six-month live weight (LW2) using early-life phenotypic and environmental data from 52,938 Hair goat records collected between 2011 and 2024. Five models-Linear Regression, Ridge Regression, Decision Tree, Random Forest, and XGBoost-were systematically compared within a robust pipeline incorporating Winsorization, group-based cross-validation, and hyperparameter optimization.
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: Cognitive dysfunction (CD) is a frequent but often underrecognized clinical feature in systemic lupus erythematosus (SLE) patients. It markedly impairs their health-related quality of life. Investigating the risk associated with the onset of CD and establishing a prediction model are crucial for early detection of CD. This allows for timely intervention, potentially delaying or reversing the progression of CD.
OBJECTIVE: This study aimed to establish a predictive model for CD in SLE patients and evaluate its predictive efficacy.
METHODS: This study enrolled adult patients with SL
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: Hepatitis B remains a leading notifiable infection in mainland China, with a persistent burden shaped by chronic reservoirs, varied immunity, and shifting surveillance practices. Reliable short- to medium-term forecasts of reported hepatitis B cases are therefore valuable for planning diagnostics, care pathways, antiviral supply, and targeted prevention.
METHODS: We compiled a national monthly series of hepatitis B notifications from January 2004 to December 2025 and applied Complete Ensemble Empirical Mode Decomposition with Adaptive Noise (CEEMDAN) to isolate multiscale temporal
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 goal of this study was to investigate the contextual nature of prenatal depression (PND) and postpartum depression (PPD). We report an investigation of maternal PND and PPD using nonrandomly clustered data from 8,936 mothers in 16 cohorts in the Environmental influences on Child Health Outcomes (ECHO) Cohort. We used a recursive partitioning algorithm (ctree) to account for differential effects arising from predictor and effect heterogeneity across cohort to identify contexts, and the characteristics comprising these contexts, associated with PND and PPD. Consistent with Bronfenbrenner's b
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: Up to 50% of patients treated with internet-delivered cognitive behavioral therapy (ICBT) for depression and anxiety disorders do not experience clinically significant symptom reduction. Identifying these patients prior to the initiation of ICBT can support treatment planning.
OBJECTIVE: The aim of this study was to enhance baseline prediction of clinically meaningful improvement in patients treated with ICBT for common psychiatric disorders in routine care, which could ultimately inform treatment planning at intake.
METHODS: We developed multimodal predictive models integrating
СтатьяВалидационное исследованиеПолный 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.
OBJECTIVE: Depressive symptoms are highly prevalent among people with eating disorders (ED). Although at the group level, depressive symptoms tend to improve alongside ED symptoms during treatment, many patients do not experience clinically meaningful reductions. Identifying at admission which patients are at risk for persistent depressive symptoms during ED treatment could support more personalized care and targeted treatment planning.
METHOD: We analyzed routinely collected electronic health record data from 1412 persons receiving inpatient or day hospital ED treatment. Two outcomes were ex
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.
This paper aims to identify key factors influencing elder abuse within the family and to further explore the heterogeneity of these factors across different types of elder abuse. The data were drawn from the China Longitudinal Aging Social Survey and the final valid sample was 10,703. A random forest classifier, a supervised machine learning method, was employed to identify the key influencing factors of elder abuse. Children's economic status is found to be the most important factor in predicting elder abuse, followed by the number of children, the health status of older people, intergenerati
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: This article provides an overview of the principles of stroke prevention, including the distinctions among primordial, primary, secondary, and tertiary prevention. The relationship between stroke prevention and preservation of brain health is considered, and recent guidelines for primary stroke prevention are emphasized.
LATEST DEVELOPMENTS: The current standard for the reduction in risk of stroke focuses on public-facing educational tools and clinical risk prediction algorithms that incorporate demographic, lifestyle, and health factors. Newly developed and validated prediction al…
СтатьяОбзорКлинический случайПолный 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: With global aging, cognitive impairment, including Alzheimer's disease and related dementias, has become a critical public health challenge, driving the need for convenient screening tools to facilitate early intervention.
OBJECTIVE: This study aimed to develop an efficient and noninvasive risk assessment model for identifying potential cognitive impairment in the elderly using machine learning algorithms based on comprehensive geriatric assessment (CGA).
METHODS: We included 1410 participants aged 50 and older from geriatric clinics and community. Feature selection was performed
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