Highly pathogenic avian influenza (HPAI), especially the H5N1 subtype has caused repeated global outbreaks, primarily affecting birds, but o … on with convolutional neural networks (CNN). Classical machine learning models, random forest (RF), support vector machine (SVM) and naive Bayes (NB), were included for comparison. Model performance was evaluated using root mean square error (RMSE) and correlation. Feature importance was assessed using permutation methods and the Mann-Whitney U test. GRU delivered the m …
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: Factors associated with depression were explored in this study through logistic regression, and predictive performance was compared with various Machine Learning models.
METHODS: WHO SAGE India wave 2 data were used with depression as the outcome variable. and predictors were sociodemographic, health, and psychosocial variables. Descriptive analysis and Logistic regression were estimated. Random Forest, XGBoost, Support Vector Machine, Logistic Regression, Bagging, Decision Tree, Naïve Bayes, Ridge Logistic Regression, Neural Networks, and K Nearest Neighbors are the ten Machine L…
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: Accurately diagnosing Anxiety-Depression Comorbidity Syndrome in Gastroenterology Inpatients (ADCS-GI) shows significant challenges as traditional diagnostic methods fail to meet expectations due to patient hesitance and non-psychiatric healthcare professionals' limitations. Therefore, the need for objective diagnostics highlights the potential of machine learning in identifying and treating ADCS-GI.
METHODS: A total of 1186 ADCS patients were recruited for this study. We conducted extensive studies for the dataset, including data quantification, equilibrium, and correlation analy
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.
OBJECTIVES: To evaluate the diagnostic accuracy of middle ear partial filling on temporal bone computed tomography (CT) scan for middle ear cholesteatoma identification using supervised machine learning models.
METHODS: We conducted an observational case-control study that retrospectively analyzed temporal bone CT scans from 212 patients from a single tertiary healthcare institution using supervised machine learning models, including k-Nearest Neighbors (kNN), Neural Networks, Logistic Regression, Support Vector Machine (SVM), and Random Forest. The study assessed the diagnostic value of part…
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: Renal damage in closed spinal dysraphism (CSD), primarily linked to neurogenic bladder dysfunction, significantly impacts long-t … udy included 110 children with CSD. We developed four machine learning models (logistic regression, support vector machine, decision tree, and extreme gradient boosting [XGBoost]), and compared their predictive performances. The area under the receiver operating characteristic curve (AUC), calibration curve, and decision curve analysis were used to evaluate predictive 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.
Unobtrusive pulse rate monitoring by continuous video recording, based on remote photoplethysmography (rPPG), might enable early detection o … l sinus rhythm or arrhythmias requiring further investigation. A supervised machine learning model (support vector machine with Gaussian kernel) was trained using rPPG signal features from 60-s intervals and validated via leave-one-subject-out. Pulse rate measurement performance was evaluated with Bland-Altman analysis. Of 72 patients screened, 51 patients were included …
СтатьяНаблюдательное исследованиеПоддержка 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.
PURPOSE: This study aims to develop automated machine learning methods to differentiate idiopathic normal pressure hydrocephalus (iNPH) from … o, vertex region crowding ratio, and Evans' index. Machine learning models, particularly the linear Support Vector Machine (SVM), achieved high diagnostic accuracy (AUROC = 0.98) in distinguishing iNPH from PSP. Volumetric analysis outperformed other feature subgroups.
CONCLUSION: The deep learning-based automated brain volumetric analysis achieved high diagnostic accu …
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: Renin-angiotensin-aldosterone system inhibitors (RAASi) are commonly used medications. Renal adverse events associated with RAAS … d. Random forest (RF), k-nearest neighbor (kNN), naïve Bayes (NB), extreme gradient boosting (xGB), support vector machine (SVM), neural network (NN), and logistic regression (LR) were used to create a prediction model.
RESULTS: 409 patients were included, and 50 renal adverse events occurred. The most important features predicting the renal adverse events were the ind …
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.
INTRODUCTION: Tic disorder (TD) is a common neurodevelopmental disorder in children, and it can be categorised into three subtypes: provisio … ontrols under resting-state MRI scanning. Based on the neuroimaging data of resting-state fMRI, the support vector machine (SVM) model will be built. We planned to construct an SVM model based on functional connectivity for the early diagnosis classification of TD subtypes (including PTD, CMT/CVT, TS).
ETHICS AND DISSEMINATION: This study was approved by the ethics com …
Протокол клинического исследованияСтатьяПоиск 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.
PURPOSE: To compare the achieved vault using the conventional manufacturer's nomogram and the predicted vault using machine learning, in a large cohort of eyes undergoing posterior chamber phakic intraocular lens (EVO implantable collamer lens [ICL]; STAAR Surgical) implantation.
DESIGN: Reliability and validity assessment and comparison.
METHODS: Our study comprised a total of 1,745 eyes of 1,745 consecutive patients (mean age ± standard deviation, 26.2 ± 6.8 years) undergoing ICL implantation. At 1 month postoperatively, we quantitatively measured the actual vault, and compared it with the
Сравнительное исследованиеСтатьяМногоцентровое 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: This study aims to develop an interpretable machine learning model using SHapley Additive exPlanations (SHAP) to predict favorable outcomes based on clinical, imaging, and angiographic data.
METHODS: This study analyzed data from 184 patients with acute basilar artery occlusion (BAO) who underwent endovascular treatment (EVT) and completed a 90-day follow-up at Shanxi Provincial People's Hospital. A total of 68 medical variables were collected to develop predictive models using three machine learning algorithms: logistic regression (LR), support vector machine (SVM), and Light Gra…
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: Rehabilitation is crucial to recovering patients' dysfunction, improving their life quality, and promoting an early return to th … yzed and compared 801 patients in the Department of Rehabilitation Medicine using machine learning. Support vector machine, logistic regression, decision tree, random forest classifier, and artificial neural network were used to build models.
RESULTS: Artificial neural network was the better predictor than other traditional machine learnings. D-dimer levels, bedridden …
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: Due to the highly variable clinical phenotype, Klinefelter Syndrome is underdiagnosed.
OBJECTIVE: Assessment of supervised mach … Benchmarking against physicians was performed in addition.
RESULTS: Based on average performance, support vector machines and CatBoost were particularly well-suited models, with 100% sensitivity and >93% specificity on the test dataset. Compared to a group of 18 expert clinicians, the machine learning models had significantly better median sensitivity (100% vs. 87.5%, …
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.
European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery2025eng
BACKGROUND: Paediatric cervical abscesses necessitate careful assessment to determine appropriate treatment strategies. Some patients requir … amined. Six predictive models were developed: logistic regression, Random Forest, Lasso regression, Support Vector Machine (SVM), Extreme Gradient Boosting (XGBoost), and Light Gradient Boosting Machine. Model performance was evaluated using the area under the curve (AUC), accuracy, precision, recall, and F1-score. Feature importance was examined to identify the main pr …
СтатьяСравнительное 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: Anorexia nervosa (AN) and bulimia nervosa (BN), two subtypes of eating disorders, often present diagnostic challenges due to the … tional anisotropy (FA), axial diffusivity (AD), radial diffusivity (RD), and mean diffusivity (MD). Support vector machine was constructed by LIBSVM, MATLAB2013b, and FSL5.0.9 software.
RESULTS: A total of 58 female patients (24 AN, 34 BN) were included in this study. Statistical analysis revealed no significant differences in age, years of education, or course of illn …
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: Recent advances in human neuroimaging combined with machine learning have enabled identification of neural signatures representing various internal states, providing a promising framework for developing objective biomarkers. However, no study has investigated neural signatures that can reliably identify and distinguish itch and pain. Such neural signatures were explored in the present study using functional MRI (fMRI) and support vector machine (SVM).
METHODS: We measured brain activity in 33 healthy participants under cowhage-induced itch, mustard oil-induced pain, and control co…
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: Early childhood caries (ECC) is a prevalent global oral health condition, exerting profound adverse effects on children's oral h … - logistic regression (LR), random forest (RF), decision tree (DT), k-nearest neighbours (KNN) and support vector machine (SVM) - were developed to predict ECC. ECC presence or absence was used as the clinical outcome. Risk stratification classified children into low-, moderate-, and high-risk groups.
RESULTS: Significant predictors included age, maternal education, v …
СтатьяНаблюдательное 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.
The dried rhizome of Acorus tatarinowii Schott (SCP) is a valued medicinal material in traditional Chinese medicine (TCM). However, its qual … tion. Subsequently, six ML classification models were systematically constructed and evaluated. The support vector machine (SVM) model demonstrated optimal performance, achieving 100 % accuracy on both training and test sets in the internal validation, along with significantly improved computational efficiency compared to traditional chromatographic methods. Collectivel …
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: Chronic Insomnia Disorder (CID) is characterized by maladaptive self-referential thinking linked to default mode network (DMN) dy … nal treatment effects (mixed-effects model), and correlations with clinical scores were examined. A support vector machine (SVM) classifier used baseline NH features for diagnostic discrimination.
RESULTS: At baseline, CID patients exhibited widespread abnormal NH in DMN nodes, including the temporal lobes, precuneus, and orbitofrontal cortex (OFC), compared to HCs. Po …
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: Disease activity is a critical indicator for monitoring the progression of ankylosing spondylitis (AS), guiding clinical decision … feature significance using a variety of machine learning methods. Ten models were constructed using Support Vector Machine (SVM) and K-Nearest Neighbour (KNN) classifiers in conjunction with five feature selection methods: Feature Selection with Orthogonal Regression (FSOR), Trace Ratio Criterion (TRC), Robust Feature Selection (RFS), Pearson Correlation Coefficient (PC …
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.
MedElevator
Войти в исследования