Endometrial cancer is one of the most frequent gynecologic malignancies in developed countries, with increasing incidence worldwide. The complexity of molecular and clinicopathologic data has highlighted the need for advanced analytical tools to optimize risk assessment and therapeutic decision-making. Artificial intelligence (AI) has emerged as a disruptive technology in oncology, enabling high-dimensional data integration and predictive modeling. Its application in endometrial cancer holds significant potential to improve diagnosis, prognostic stratification, and individualized treatment str
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.
This study evaluates the performance of deep learning models in the prediction of the end time of procedures performed in the cardiac catheterization laboratory (cath lab). We employed only the clinical phases derived from video analysis as input to the algorithms. Our results show that InceptionTime and LSTM-FCN yielded the most accurate predictions. InceptionTime achieves Mean Absolute Error (MAE) values below 5 min and Symmetric Mean Absolute Percentage Error (SMAPE) under 6% at 60-s sampling intervals. In contrast, LSTM with attention mechanism and standard LSTM models have higher error ra
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.
Preeclampsia (PE) is a major pregnancy-specific cardiovascular complication posing latent life-threatening risks to mothers and neonates. The contribution of immune dysregulation to PE is not fully understood, highlighting the need to explore molecular markers and their relationship with immune infiltration to potentially inform therapeutic strategies. We used bioinformatics tools to analyze gene expression data from the Gene Expression Omnibus (GEO) database using the GEOquery package in R. Differential expression analysis was performed using the DESeq2 and limma packages, followed by analysi
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.
TITLE: Advanced Diagnosis and Forecasting of Pregnancy-Induced Hypertension in Obstetrics and Gynecology Education through the Integration of Genetic Algorithms.
BACKGROUND: Pregnancy-induced hypertension represents a critical issue within the fields of obstetrics and gynecology, where precise diagnosis and forecasting are essential for effective management. The potential for misdiagnosis, often stemming from the inexperience of healthcare professionals, underscores the necessity for an advanced diagnostic system.
METHODS: This research introduces an innovative sampling and feature selection
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.
Transcranial direct current stimulation (tDCS) is a noninvasive neuromodulation technique gaining more attention in neurodevelopmental disorders (NDDs). Due to the phenotypic heterogeneity of NDDs, tDCS is unlikely to be equally effective in all individuals. The present study aimed to establish neuroanatomical markers in typically developing (TD) individuals that may be used for the prediction of individual responses to tDCS. Fifty-seven male and female children received 2 mA anodal and sham tDCS, targeting the left dorsolateral prefrontal cortex (DLPFCleft), right inferior frontal gyrus, and
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.
BACKGROUND: Less than a third of patients with depression achieve successful remission with standard first-step antidepressant monotherapy. The process for determining appropriate second-step care is often based on clinical intuition and involves a protracted course of trial and error, resulting in substantial patient burden and unnecessary delay in the provision of optimal treatment. To address this problem, we adopt an ensemble machine learning approach to improve prediction accuracy of remission in response to second-step treatments.
METHOD: Data were derived from the Level 2 stage of the
СтатьяРандомизированное 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.
OBJECTIVES: In this study we aimed to develop an artificial intelligence-based model for predicting postendoscopic retrograde cholangiopancreatography (ERCP) pancreatitis (PEP).
METHODS: We retrospectively reviewed ERCP patients at Nagoya University Hospital (NUH) and Toyota Memorial Hospital (TMH). We constructed two prediction models, a random forest (RF), one of the machine-learning algorithms, and a logistic regression (LR) model. First, we selected features of each model from 40 possible features. Then the models were trained and validated using three fold cross-validation in the NUH coh
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.
PURPOSE: To improve smile esthetics, clinicians should comprehensively analyze the face and ensure that the sizes selected for the maxillary anterior teeth are compatible with the available anthropological measurements. The inter commissural (ICW), interalar (IAW), intermedial-canthus (MCW), interlateral-canthus (LCW), and interpupillary (IPW) widths are used to determine the width of maxillary central incisors (CW). The aim of this study was to develop an automated approach using machine learning (ML) algorithms to predict central incisor width in a young Turkish population using anthropologi
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.
Logistic regression (LR) and artificial intelligence algorithms were used to analyze the risk factors for the early rupture of acute type A aortic dissection (ATAAD). Data from electronic medical records of 200 patients diagnosed with ATAAD from the Department of Emergency of Guangdong Provincial People’s Hospital from April 2012 to March 2017 were collected. Logistic regression and artificial intelligence algorithms were used to establish prediction models, and the prediction effects of four models were analyzed. According to the LR models, we elucidated independent risk factors for ATAAD rup
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.
Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology2022eng
OBJECTIVE: Predict hearing preservation after middle cranial fossa approach for vestibular schwannomas.
STUDY DESIGN: Application of machine learning algorithms, including classification and regression trees and random forest models to observational data.
SETTING: Single-tertiary referral center.
PARTICIPANTS: Patients (n = 144) with a previously untreated sporadic vestibular schwannoma who underwent microsurgical resection by middle cranial fossa approach between November 2017 and November 2021.
INTERVENTIONS: Middle cranial fossa approach.
MAIN OUTCOME AND MEASURES: Hearing preservation
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.
Platinum (Pt)-Rhodium (Rh) thermocouples are widely used in industrial processes such as chemical and nuclear power production, serving as one of the most common temperature measuring instruments and playing a vital role in real-time condition monitoring. However, the measurement accuracy can be affected by harsh high-temperature operating environments, which may cause measurement drift or even functional failure. To address this challenge, and considering the very slow drift of Pt-Rh thermocouples over long time scales, a back-propagation neural network (BPNN) is introduced to compensate for
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: Phase-specific brain stimulation provides a tool to probe the functional relevance of ongoing neural oscillations. Current closed-loop stimulation approaches often use predictive algorithms to compensate for processing and stimulation delays, but prediction error can limit phase-targeting accuracy, particularly at higher frequencies. A real-time approach that minimizes latency without relying on phase prediction may improve the precision and interpretability of phase-specific stimulation.
METHODS: In this technical proof-of-concept study, we developed and validated a prototype rea
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: Postoperative nausea and vomiting (PONV) is a frequently observed complication in patients undergoing surgery under general anesthesia. Moreover, it is a frequent cause of distress and dissatisfaction in the early postoperative period. Currently, the classical scores used for predicting PONV have not yielded satisfactory results. Therefore, prognostic models for the prediction of early and delayed PONV were developed in this study to achieve satisfactory predictive performance.
METHODS: The retrospective data of inpatient adult patients admitted to the post-anesthesia care unit af
СтатьяВалидационное 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.
OBJECTIVE: Cerebral hyperperfusion syndrome (CHS) is a critical complication in patients who underwent carotid artery stenting (CAS). We sought to explore neurosonological parameters and additional risk factors associated with CHS in patients following CAS and further to develop a prediction model for CHS after CAS.
METHODS: A total of 197 patients who underwent CAS were included in this observational study. All patients were divided into CHS and non-CHS groups. Demographic, clinical, treatment, and laboratory data were extracted from electronic medical records. Logistic regression analysis a
СтатьяНаблюдательное 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: Cardiovascular disease remains a leading cause of mortality worldwide, imposing a substantial burden on global healthcare systems. Early detection and accurate mortality risk assessment are critical for timely intervention and improved patient outcomes. However, existing predictive models often suffer from limited clinical applicability due to their restriction to single diagnostic tasks, insufficient prediction accuracy, and a tendency toward overfitting.
METHODS: This study proposes a novel hybrid intelligent model, termed QSAO-BP, which integrates a quartile based Snow Ablation
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.
Machine learning is increasingly used to predict post-surgical complications, but predictive performance does not guarantee clinical readiness. Shimizu and colleagues developed a promising model for older adults undergoing tibial fracture surgery using a large Japanese database. However, four methodological pitfalls warrant attention. First, the composite outcome was not validated in this population, and excluding in-hospital deaths introduced survivorship bias, underestimating the true burden of severe complications. Second, days to surgery, a variable not known at admission, created target l
Письмо в редакциюПолный 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.
Accurate and timely forecasts of oil palm yield are essential for both short-term farm management and long-term adaptation planning, yet their reliability is often constrained by the coarse spatial resolution of climate datasets and structural biases in process-based crop models. To address these challenges, we developed an end-to-end modeling framework that integrates spatially refined climate information with a hybrid process-machine-learning approach. Our method employs Spatial Interactions Downscaling to convert reanalysis, seasonal forecasts, and CMIP6 climate projections into fine-scale
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 disease is a major cause of death worldwide, making its early prediction an important clinical and computational issue. Several studies have addressed challenges such as data scarcity, feature selection, and model interpretability individually, but fewer studies have proposed an integrated framework that addresses these challenges in a synergistic manner. This paper presents a comprehensive predictive framework that uses: (1) a generative adversarial network (GAN) to address class imbalance and data scarcity; (2) a hybrid feature selection approach that combines statistical pre-filtering
СтатьяVideo-Audio MediaПоиск 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 financial market movements requires integrating numerical time-series data with semantic information from financial narratives that shape investor behavior. While deep learning has advanced time-series prediction, existing methods often exploit trivial price autocorrelation rather than capturing genuine predictive signals from multimodal sources. We propose the Semantic-Time Fusion Architecture (STFA), which integrates structured market data with GPT-4-supervised FinBERT semantic representations of financial news through three key innovations: delay-aware temporal alignment between
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 accelerating global crisis of antibiotic resistance demands new therapeutic paradigms, and antimicrobial peptides (AMPs) have emerged as promising candidates owing to their broad activity and reduced propensity for resistance development. However, despite rapid progress in AMP discovery and generation, the accurate prediction of antimicrobial potency and activity spectrum remains a major bottleneck for clinical translation. In this Review, we examine how recent advances in machine learning are reshaping AMP research, driving a shift from large-scale discovery toward precision-guided predic
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.
MedElevator
Войти в исследования