BACKGROUND: Multimorbidity has become a major global public health challenge. However, existing research primarily emphasizes the identification of disease patterns at the population level and lacks the capacity to provide predictive insights into individual future pattern membership. Bridging this gap is crucial for personalized prevention and management.
OBJECTIVE: This study aims to propose an innovative framework that integrates population-level multimorbidity pattern recognition with individual-level predictive modeling, thus advancing multimorbidity research from descriptive analysis to
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.
The growing burden of non-melanoma skin cancer (NMSC) among older adults underscores the need for early risk prediction based on modifiable dietary factors. In this cross-sectional study using data from the 2007-2010 and 2017-2018 cycles of the National Health and Nutrition Examination Survey (NHANES), we evaluated dietary antioxidant profiles and developed an interpretable machine learning model for NMSC risk prediction. Baseline feature analysis revealed that participants with NMSC generally had higher socioeconomic status and higher oxidative balance scores (OBS), with significant differenc
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: Retinopathy of prematurity (ROP) is the leading preventable cause of childhood blindness. A timely intravitreal injection of antivascular endothelial growth factor (anti-VEGF) is required to prevent retinal detachment with consequent vision impairment and loss. However, anti-VEGF has been reported to be associated with ROP reactivation. Therefore, an accurate prediction of reactivation after treatment is urgently needed.
OBJECTIVE: To develop and validate prediction models for reactivation after anti-VEGF intravitreal injection in infants with ROP using multimodal machine learning
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.
Coastal harmful algal blooms (HABs) have become one of the challenging environmental problems in the world's thriving coastal cities due to the interference of multiple stressors from human activities and climate change. Past HAB predictions primarily relied on single-source data, overlooked upstream land use, and typically used a single prediction algorithm. To address these limitations, this study aims to develop predictive models to establish the relationship between the HAB indicator - chlorophyll-a (Chl-a) and various environmental stressors, under appropriate lagging predictive scenarios
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.
Determining HIV-1 tropism provides the prognosis of HIV infection and is required before prescribing maraviroc, an entry inhibitor that blocks the interaction between the viral gp120 and the CCR5 coreceptor. However, existing prediction algorithms have been developed primarily for the globally most prevalent subtypes (B, C, and CRF01_AE) and often show reduced performance for other HIV-1 genetic variants. Sub-subtype A6 and circulating recombinant form CRF63_02A6 dominate the HIV-1 epidemic in Russia and other Former Soviet Union (FSU) countries, yet the reliability of tropism prediction for t…
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 use machine learning algorithms to build a prediction model of the first permanent molar caries of 9-year-old children in Suzhou and screen out risk factors.
METHODS: Random stratified whole group sampling was applied to randomly select 9-year-old students from 38 primary schools in 14 townships and streets in Wuzhong District for oral examination and questionnaire survey. Multifactor Logistics regression was used to analyze the risk factors of tooth decay. The data set was randomly divided into training sets and verification sets according to 8∶2, and R 4.3.1
Аннотация на английскомСтатьяПоиск 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.Vital rules learned from fluorodeoxyglucose positron emission tomography (FDG-PET) radiomics of tumor subregional response can provide clinical decision support for precise treatment adaptation. We combined a rule-based machine learning (ML) model (RuleFit) with a heuristic algorithm (gray wolf optimizer, GWO) for mid-chemoradiation FDG-PET response prediction in patients with locally advanced non-small cell lung cancer.Approach.Tumors subregions were identified using K-means clustering. GWO+RuleFit consists of three main parts: (i) a random forest is constructed based on conventiona
СтатьяПоддержка NIH: внешняя программаПолный 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: The objective of this study was to develop clinical classifiers aiming to identify prevalent ascending aortic dilatation in patients with bicuspid aortic valve (BAV) and tricuspid aortic valve (TAV).
DESIGN AND SETTING: A prospective, single-centre and observational cohort.
PARTICIPANTS: The study involved 543 BAV and 491 TAV patients with aortic valve disease and/or ascending aortic dilatation, excluding those with coronary artery disease, undergoing cardiothoracic surgery at the Karolinska University Hospital (Sweden).
MAIN OUTCOME MEASURES: Predictors of high risk of ascendin
Наблюдательное исследованиеСтатьяПоддержка 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.
BACKGROUND: Hypertension is a common comorbidity in patients with unruptured intracranial aneurysms and is closely associated with the rupture of aneurysms. However, only a few studies have focused on the rupture risk of aneurysms comorbid with hypertension. This retrospective study aimed to construct prediction models for the rupture of middle cerebral artery (MCA) aneurysm associated with hypertension using machine learning (ML) algorithms, and the constructed models were externally validated with multicenter datasets.
METHODS: We included 322 MCA aneurysm patients comorbid with hypertensio
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: The widening of group-level socioeconomic differences in body mass index (BMI) has received considerable research attention. How … on) levels. However, predictive ability remains low, suggesting limited utility of including SEP in prediction algorithms. Assuming links are causal, abolishing SEP differences in BMI could have a large effect on population health but would neither reverse the obesity epidemic nor reduce much of the variation in BMI.
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.
OBJECTIVES: The abnormal functional connectivity (FC) pattern of default mode network (DMN) may be key markers for early identification of various cognitive disorders. However, the whole-brain FC changes of DMN in delayed neurocognitive recovery (DNR) are still unclear. Our study was aimed at exploring the whole-brain FC patterns of all regions in DMN and the potential features as biomarkers for the prediction of DNR using machine-learning algorithms.
METHODS: Resting-state functional magnetic resonance imaging (fMRI) was conducted before surgery on 74 patients undergoing non-cardiac surgery.
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.
With the rapidly increasing reliance on advances in IoT, we persist towards pushing technology to new heights. From ordering food online to gene editing-based personalized healthcare, disruptive technologies like ML and AI continue to grow beyond our wildest dreams. Early detection and treatment through AI-assisted diagnostic models have outperformed human intelligence. In many cases, these tools can act upon the structured data containing probable symptoms, offer medication schedules based on the appropriate code related to diagnosis conventions, and predict adverse drug effects, if any, in a
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: Personalized survival prediction is important in gastric cancer patients after gastrectomy based on large datasets with many variables including time-varying factors in nutrition and body morphometry. One year after gastrectomy might be the optimal timing to predict long-term survival because most patients experience significant nutritional change, muscle loss, and postoperative changes in the first year after gastrectomy. We aimed to develop a personalized prognostic artificial intelligence (AI) model to predict 5 year survival at 1 year after gastrectomy.
METHODS: From a prospec
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Intensive care unit (ICU)-acquired weakness (ICUAW) is a prevalent complication in critically ill patients, marked by symmetrical respiratory and limb muscle weakness, which adversely affects long-term outcomes. Early identification of high-risk patients and prevention are essential to mitigate its impact. Traditional risk prediction models, based on cohort data, have limitations in addressing the complex, non-linear relationships among diverse risk factors due to patient heterogeneity and the dynamic nature of critical illness. Machine learning offers a promising alternative by in
СтатьяВалидационное исследованиеПоиск 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: Acute respiratory distress syndrome (ARDS) is a common complication after type A aortic dissection surgery and often leads to worsened clinical outcomes for patients. The early prediction of postoperative ARDS is a crucial challenge in clinical practice; however, there have been few reports on related studies based on the 2023 global new definition.
METHODS: A retrospective analysis was conducted on the clinical data of 423 patients who were diagnosed with type A aortic dissection and who underwent surgery at Northern Jiangsu People's Hospital in Jiangsu Province from November 201
СтатьяВалидационное исследованиеПоиск 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: DFU is a serious chronic disease with high disability and fatality rates, yet there is no completely effective therapy. While ferroptosis is integrated to inflammation and infection, its involvement in DFU is still unclear. The study aimed to identify ferroptosis-related genes in DFU, providing potential therapeutic targets. Methods: In the GEO database, two DFU microarray datasets (GSE147890 and GSE80178) were collected. WGCNA was conducted to identify the modular genes most involved in DFU. Subsequently, enrichment analysis and PPI analysis were performed. To yield the DFU-associ
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: Sepsis-induced myocardial injury (SIMI) is a common complication in sepsis patients with poor prognosis. Consequently, its early accurate prediction is crucial for optimizing clinical management.
METHODS: We collected data on 14,208 patients with sepsis from the MIMIC IV database, and used the Bootstrap Sampling to handle unbalanced data. 70% of sepsis patients were selected randomly from the MIMIC-IV database, and feature selection was performed using a Boruta algorithm. Six machine learning prediction models (Decision Tree, GBDT, AdaBoost, Logistic Regression, Random Forest, Cat
СтатьяВалидационное 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.
BACKGROUND: Asthma and allergic rhinitis (AR) follow heterogeneous childhood trajectories, and reliable early prediction of persistence or remission remains challenging. We investigated whether machine learning models applied to early-life data could predict long-term asthma and AR outcomes.
METHODS: We analyzed data from 411 children in the Copenhagen Prospective Studies on Asthma in Childhood (COPSAC2000) cohort using 113 early-life clinical, genetic, environmental, immunological, and lung function features. Five machine learning models were trained to predict four outcomes: persistent asth
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: Pneumonia is a common critical illness in the intensive care unit (ICU), and a subset of patients rapidly progresses to respiratory failure requiring invasive mechanical ventilation (IMV). Current decisions often rely on fragmented clinical indicators, highlighting the need for integrated, data-driven tools for early risk assessment.
METHODS: We conducted a retrospective cohort study using the Medical Information Mart for Intensive Care Ⅳ (MIMIC-Ⅳ) database as the development cohort. The cohort was randomly split into training (80%) and test (20%) sets. Candidate predictors at ICU
СтатьяВалидационное исследованиеПоиск 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: Iodinated contrast media (ICM) used in contrast-enhanced CT (CECT) examinations may induce acute adverse reactions (AAR) with different severity. To improve upon traditional linear risk assessments, this study aims to develop and validate a machine learning (ML)-based predictive model for ICM-AAR using routinely available clinical factors from a large-scale real-world cohort.
METHODS: Five ML models including Logistic Regression, Random Forest, XGBoost, CatBoost and LightGBM were trained and validated on a retrospective cohort of 332,090 patients who underwent CECT scans between 2
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.
MedElevator
Войти в исследования