This Data in Brief article displays a flow cytometric assay that was used for the acquisition and analyses of proliferative and anti-apoptot … x and Bcl-2 anti-apoptotic index may potentially be used for classification of MDS and AML based on supervised machine learning algorithms, while unsupervised machine learning can be deployed at the level of single cells to potentially distinguish non-malignant from malignant cells in the identification of minimal residual disease. Therefore, the present dataset may be of in …
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: Given the increasingly aging population, precise prognostic models are essential for optimizing postoperative care in patients with late-onset colorectal cancer (LOCRC). Inflammatory, immune, and nutritional factors, along with the Naples prognostic score (NPS), platelet-to-lymphocyte ratio (PLR), and clinicopathological variables, are emerging as predictors of postoperative outcomes in patients with LOCRC. In order to overcome traditional statistical limitations in prognosis, this study aimed to evaluate NPS, PLR, and clinicopathological variables as prognostic factors for LOCRC a
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.
Progression of intracranial hemorrhage is a common, potentially devastating complication after moderate/severe traumatic brain injury (TBI). Clinicians have few tools to predict which patients with traumatic intracranial hemorrhage on their initial head computed tomography (hCT) scan will progress. The objective of this investigation was to identify clinical, imaging, and/or protein biomarkers associated with progression of intracranial hemorrhage (PICH) after moderate/severe TBI and to create an accurate predictive model of PICH based on clinical features available at presentation. We analyze
СтатьяРандомизированное исследованиеМногоцентровое исследованиеКлиническое исследование II фазыПоддержка 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.
BACKGROUND: Metabolic syndrome (MetS) and pre-metabolic syndrome (pre-MetS) are increasingly recognized as important stages of metabolic dysfunction in Asian populations. Conventional diagnostic approaches rely on fixed threshold criteria, whereas metabolic dysfunction occurs along a continuous spectrum. Machine learning (ML) can integrate multidimensional clinical data and model nonlinear relationships among clinical variables, potentially providing complementary information for distinguishing metabolic states. This study evaluated ten ML algorithms for distinguishing pre-MetS from MetS in Th
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: Acute mountain sickness (AMS) affects a large proportion of individuals ascending to high altitude every year. While AMS is not life threatening, if left untreated it can progress to serious illness (e.g., high altitude cerebral oedema). Current assessment tools rely on subjective symptom reporting and do not enable prospective prediction. Objective, field-deployable methods for early risk stratification remain limited. This study evaluated whether physiological biomarkers derived from overnight pulse oximetry can predict subsequent AMS during ascent to Everest Base Camp (EBC).
ME
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.
Strain-level heterogeneity in Salmonella enterica pathogenic potential is not routinely incorporated into quantitative microbial risk assessment (QMRA), where homogeneous virulence assumptions are commonly applied. This study evaluated whether supervised machine learning (ML)-based genomic classification could provide a structured approach to integrating strain-level variation into risk modeling. Publicly available S. enterica genomes annotated with clinical metadata were used to train classifiers assigning isolates to clinically derived risk categories. Two genomic feature representations wer…
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: TBI is associated with high ICU mortality, yet traditional prognostic scores often lack accuracy due to linear assumptions. This study aimed to develop an interpretable machine learning model to predict in-hospital mortality in TBI patients, combining high predictive performance with clinical transparency.
METHODS: This retrospective analysis utilized TBI clinical records (2008-2019) retrieved from the MIMIC-IV database. We collected comprehensive baseline data including demographics, comorbidities, vital signs, laboratory parameters, disease severity scores, and therapeutic inter
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.
Single-cell and single-nucleus RNA sequencing (scRNA-seq and snRNA-seq) have transformed cardiovascular biology by resolving cellular heterogeneity and disease-specific cell states. The interpretive power of these technologies, however, hinges critically on accurate cell-type annotation, the assignment of biologically meaningful labels to clusters or individual cells. Mis-annotation risks systematic bias in mechanistic inference, obscures rare populations, and undermines cross-study reproducibility. This Review systematically integrates current conceptual frameworks, computational methodologie
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.
The gut microbiota is essential to maintain host physiology, and its disruption (dysbiosis) is associated with a wide range of diseases. Machine learning (ML) offers a powerful tool to model species-level microbiome profiles, but classifiers that reliably separate healthy from diseased individuals across independent cohorts are still lacking. In this study, we developed a ML classifiers trained on 7,452 publicly available stool metagenomes spanning 32 studies and 12 diseases, designed to distinguish healthy individuals (absence of a clinically diagnosed disease) from non-healthy individuals (p
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/Objectives: Intensive Care Unit (ICU) patients with pneumothorax face an elevated risk of developing Acute Kidney Injury (AKI) due to compromised hemodynamics and increased intrathoracic pressure. Early identification is crucial but challenging. This study aimed to develop and externally validate an interpretable machine learning (ML) framework to predict pneumothorax-associated AKI. Methods: This multicenter retrospective study utilized data from the MIMIC-IV database (development), alongside a temporal validation cohort (MIMIC-III) and an independent external validation cohort (eI
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 AND AIM: Atrial fibrillation (AF) affects over 37 million people internationally and confers increased risk of cardiovascular con … mortality (1.32; 0.88-1.98), and all-cause mortality (1.23; 1.11-1.36).
CONCLUSIONS: We derived a supervised machine learning algorithm for AF in a Western Pacific population and demonstrated that higher risk was associated with hospitalisation for other cardio-renal diseases and death. This tool could be used to target interventions to reduce hospitalisation.
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: Biological ages capture aging signatures associated with aging-related outcomes, but most models use systemic and unimodal indices. The added value of organ-specific and multimodal information for assessing organ-specific disease associations remains unclear.
METHODS: We enrolled 1,830 participants (77.81% male; age 55.87 ± 11.07 years) undergoing blood chemistry testing and echocardiography. Cardiac, systemic, and multimodal biological age models were trained using supervised machine learning with 20-fold cross-validation to predict chronological age from LASSO-selected variables…
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: Bevacizumab is widely used as an anti-angiogenic maintenance therapy in ovarian cancer; however, there are currently no validated clinical criteria to guide patient selection for its use.
METHODS: To satisfy the urgent need for bevacizumab response biomarkers, we created a novel RNA-seq dataset (n = 244) and applied unsupervised and supervised machine learning to identify expression signatures associated with benefit from adding bevacizumab to standard treatment and validated our findings using a previously published microarray dataset (n = 377). Additionally, we validated the exi…
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.
Early-phase severe complications remain a major cause of morbidity and mortality during induction chemotherapy for acute leukaemia. Existing risk scores capture only limited prognostic variance and are rarely well-calibrated for clinical decision support. To develop and externally validate a machine-learning model that accurately predicts severe complications after induction, and to assess its clinical utility across key patient sub-groups. We retrospectively assembled electronic-health-record data from three tertiary haematology centres (2013-2024). After exclusion of duplicates and predefine
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: Many adults in high-income countries carry a device capable of measuring physical-activity behaviour. Thus, there is public heal … urvey (NHANES). Median daily-step count and peak one-minute walking cadence were derived using self-supervised machine learning models from seven-day wrist-worn accelerometer data. Cox models were used to develop a baseline model incorporating traditional risk-factors, and a baseline model plus accelerometer data (i.e. daily-steps and walking cadence). Changes in model perfo …
СтатьяПрепринтПоиск 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: Globally, pre-eclampsia (PE) is a leading cause of maternal and perinatal morbidity and mortality. PE prediction using routinely collected data has the advantage of being widely applicable, particularly in low-resource settings. Early intervention for high-risk women might reduce PE incidence and related complications. We aimed to replicate our machine learning (ML) published work predicting another maternal condition (gestational diabetes) to (1) predict PE using routine health data, (2) identify the optimal ML model, and (3) compare it with logistic regression approach.
METHODS:
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.
This study primarily aimed at developing a novel multi-dimensional methodology to discover and validate the optimal number of clusters. The … ost stable clustering options using the full data set. Finally, the results are validated through a supervised machine learning (ML) model that classifies the patients back into the discovered clusters and is interpreted by calculating the Shapley additive explanations (SHAP) values of the model. Thus, we refer to our methodology as the clustering, distance measures and iter …
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: Temporal lobe epilepsy (TLE) is the most common pharmacoresistant epilepsy in adults. Here we profiled local neural function in T … cific associations to structural alterations and explored the effects of age and epilepsy duration. Supervised machine learning assessed the utility of INT for identifying patients with TLE vs controls and left- vs right-sided seizure onset.
RESULTS: Relative to controls, TLE showed marked INT reductions across multiple regions bilaterally, indexing faster changing resting …
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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: Descending thoracic aortic aneurysms and dissections can go undetected until severe and catastrophic, and few clinical indices exist to screen for aneurysms or predict risk of dissection.
METHODS: This study generated a plasma proteomic dataset from 75 patients with descending type B dissection (Type B) and 62 patients with descending thoracic aortic aneurysm (DTAA). Standard statistical approaches were compared to supervised machine learning (ML) algorithms to distinguish Type B from DTAA cases. Quantitatively similar proteins were clustered based on linkage distance from hierarc…
ПрепринтСтатьяПоиск 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 main problem of positron emission tomography/computed tomography (PET/CT) for lymph node (LN) staging is the high false positive rate (FPR). Thus, we aimed to explore a clinico-biological-radiomics (CBR) model via machine learning (ML) to reduce FPR and improve the accuracy for predicting the hypermetabolic mediastinal-hilar LNs status in lung cancer than conventional PET/CT.
METHODS: A total of 260 lung cancer patients with hypermetabolic mediastinal-hilar LNs (SUVmax ≥ 2.5) were retrospectively reviewed. Patients were treated with surgery with systematic LN resection and pat
Рандомизированное исследованиеСтатьяПоиск 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