Pharmaceutical contamination of aquatic systems poses an increasing environmental concern due to the persistence, bioactivity, and incomplete removal of these compounds by conventional wastewater treatment processes. This study investigates the adsorptive removal of three structurally distinct pharmaceuticals: ketotifen fumarate (KF), doxycycline hyclate (DXC), and nystatin (Nyst), using raw bentonite (RB). By combining batch experiments with an interpretable machine learning (ML) framework, adsorption kinetics, equilibrium, and thermodynamics were evaluated. Additionally, four Ant Lion Optimi
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: Endoscopic bile duct drainage is crucial for improving the survival and quality of life in patients with malignant biliary obstruction (MBO). This study aimed to identify key factors that affect postoperative survival in patients with MBO, develop a predictive model, and validate the performance of the model using external data.
METHODS: Data were retrospectively collected from The First Hospital of Jiaxing (between 2013 and 2021), The Second Hospital of Jiaxing (between 2014 and 2021), and Affiliated Hospital of Shaanxi University of Traditional Chinese Medicine (between 2014 and
СтатьяМногоцентровое 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.
Brain age is a valuable neuroimaging-based biomarker for assessing brain health, typically estimated using machine learning (ML) models. However, ML approaches suffer from inherent bias, requiring post-hoc correction, and may mask age-related biological variation, limiting their sensitivity to detect subtle biological aging. To overcome these limitations, we proposed a normative deviation mapping (NDM) model as an alternative to conventional ML. We analyzed MRI-derived volumes of 223 brain regions from 10,539 participants (aged 4-98 years). The NDM model assumes a normal distribution for age-s
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.
AIM: Machine learning (ML) applications in pharmacovigilance remain limited and underexplored. Using data from the French National pharmacovigilance database (FNPV), this proof-of-concept study aimed to assess the feasibility of using a ML algorithm-eXtreme Gradient Boosting (XGBoost)-combined with SHapley Additive exPlanations (SHAP) analysis, to classify a well-defined drug-adverse reaction pair (warfarin-associated gastrointestinal bleeding) and identify risk factors for reporting this adverse reaction.
METHODS: We extracted individual case safety reports (ICSRs) involving warfarin from 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.
INTRODUCTION: Evidence guiding the optimal sequencing of later-line systemic therapy in advanced soft tissue sarcoma (STS) remains limited. The aim of this study was to identify prognostic factors for overall survival (OS) beyond second-line treatment and to explore therapy sequencing in routine clinical practice.
METHODS: A total of 90 patients with advanced STS receiving third-line or later systemic therapy were retrospectively analyzed. Extreme gradient boosting (XGBoost) was used to identify clinical predictors of 1-year OS. The most influential variables were subsequently evaluated in mu
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.
This study aims to examine factors associated with self-reported crash involvement among drivers in Pakistan using interpretable machine learning (ML) techniques and established driver-behavior instruments. The data used in this study were collected through an Internet-based survey in Pakistan utilizing a self-report questionnaire (cross-sectional design; N:623 drivers). The questionnaire consisted of items related to dangerous (aggressive, risky, and negative emotions), aberrant (errors and violations), and positive driving behaviors, along with demographics and items related to self-reported
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.
This study presented an interpretable multi-objective machine learning (ML) framework to navigate the trade-off between biomass accumulation and β-carotene production in Dunaliella salina. Models were developed from 1,494 data points spanning 637 Latin Hypercube Sampling (LHS)-designed regimes, covering eight input variables: temperature, light intensity, salinity, NaHCO3, NaNO3, K2HPO4, putrescine, and cultivation time, with dry cell weight (DCW) and β-carotene yield as output variables. A systematic evaluation of four algorithms, including random forest (RF), extreme gradient boosting (XGBoo
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.
Forests play a critical role as terrestrial carbon sinks in mitigating climate change. However, accurate quantification of soil respiration (Rs)-the primary CO2 efflux from forests-remains challenging due to existing studies' overreliance on annual-scale estimates, which obscure fine-scale spatiotemporal dynamics and key drivers of Rs. Here, we developed a 500 m resolution monthly Rs dataset for China's forests (2000-2020) using remote sensing data and a geographically weighted machine learning model. A geographically weighted extreme gradient boosting model achieved the highest accuracy in pr
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.
BACKGROUND: Obesity-induced left ventricular diastolic dysfunction (LVDD), associated with ectopic fat and dysfunctional epicardial adipose tissue (EAT), is emerging as a key research area due to its increasing prevalence and links to metabolic-associated steatotic liver disease (MASLD) and type 2 diabetes mellitus (T2DM). This underscores the importance of early risk assessment and intervention to prevent the progression of LVDD. We developed an interpretable machine learning (ML) model combining cardiac magnetic resonance (CMR) radiomics and clinical data to assess LVDD risk in MASLD/T2DM pa
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.
Precise ecological functional zoning and an understanding of its underlying drivers are fundamental for sustainable watershed management, yet traditional static zoning often fails to capture the spatial transitions and nonlinear feedbacks within social-ecological systems. This study develops an integrated framework to identify ecosystem service bundle (ESB) and quantify ecological buffer zones in the Yellow River Basin (YRB). By coupling the Self-Organizing Map (SOM) with the eXtreme Gradient Boosting-SHapley Additive exPlanations (XGBoost-SHAP) machine learning model, we analyze the nonlinear
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: The maintenance and progression of pregnancy rely on immune homeostasis at the maternal-fetal interface. However, pregnancy complicated by autoimmune abnormalities can disrupt this balance and significantly increase the risk of adverse pregnancy outcomes (APOs).
OBJECTIVE: This study aimed to (1) develop an interpretable predictive tool for APOs in patients with immune abnormalities and (2) interpret the models using Shapley additive explanations (SHAP) values.
METHODS: This study retrospectively analyzed clinical data from 288 patients with autoimmune abnormalities at Yichang Ce
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.
Motion sensing technology can be utilized to capture detailed upper extremity (UE) motion to reconstruct an individual's three-dimensional (3D) reachable workspace (RWS). The RWS can be quantified as relative surface area (RSA), providing an innovative surrogate measure to assess UE mobility and function. Numerous studies have shown that RSA can reliably distinguish between healthy and impaired UE function and also is able to detect clinically relevant longitudinal changes, with sufficient sensitivity to detect small differences even in slowly-progressive conditions. After more than a decade o
СтатьяОбзорПолный 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: Stress has been negatively associated with reproductive outcomes, including poor semen quality in men; however, the molecular mechanisms underlying these associations remain poorly understood.
OBJECTIVES: This study aimed to evaluate the association between perceived stress and sperm DNA methylation patterns in men undergoing infertility treatment.
MATERIALS AND METHODS: The study was conducted on 169 men attending the Massachusetts General Hospital Fertility Clinic who provided a semen sample and completed the short version of the Cohen Perceived Stress Scale (PSS-4) to quantify
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: Cardiac arrest (CA) is a major global health challenge, accounting for a significant proportion of deaths and healthcare resource utilization. However, due to the lack of interpretability, most predictive models for CA mortality have not been applied in clinical practice. We aimed to construct an interpretable model for predicting in-hospital mortality for CA patients in the intensive care units (ICU).
METHODS: Data from the MIMIC-IV database were split, with 70% allocated to the training set and 30% to the internal validation set. The eICU database served as an external validatio
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.
We thank Liu et al. for their constructive comments on our article reporting the internal and external validation of a reduced-feature machine learning model for the prediction of preeclampsia-related adverse outcomes. The letter raises four points, which we address in turn. Regarding calibration and clinical utility, we generated calibration curves for the gradient-boosted tree model in both cohorts. Neither cohort shows a systematic, clinically concerning miscalibration pattern; deviations are concentrated at the extremes of the risk distribution, where observations are fewest. Brier scores
Письмо в редакциюПоиск 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: To construct predictive models for the recurrence of common bile duct stones (CBDS) following endoscopic retrograde cholangiopancreatography (ERCP).
METHODS: This retrospective study analyzed data from 1,130 patients who were randomly divided into a training set (70%) and a test set (30%). Feature selection was performed using the boruta algorithm and multivariable logistic regression (LR), followed by addressing data imbalance through the Synthetic Minority Over-sampling Technique (SMOTE). Predictive models were developed utilizing random forest (RF), extreme gradient boosting (XG
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: To determine whether machine learning (ML) models, specifically Extreme Gradient Boosting (XGBoost), improve the prediction of graft and patient survival compared with Scientific Registry of Transplant Recipients (SRTR) regression models across heart, lung, liver, and kidney transplants.
BACKGROUND: Accurate prediction of post-transplant outcomes is essential for organ allocation and regulatory oversight. Current SRTR models rely on regression techniques that may not capture complex donor-recipient interactions. ML offers the potential for improved predictive accuracy.
METHODS: 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.
Hypertensive disorders of pregnancy (HDP) represent a leading cause of maternal morbidity, yet environmental chemical contributors to HDP risk remain poorly characterized within predictive frameworks. We developed and evaluated an explainable machine-learning model integrating environmental biomarkers with maternal clinical characteristics for HDP prediction using data from 4,260 pregnant women enrolled in the Korean Children's Environmental Health Study (Ko-CHENS) prospective birth cohort. An Extreme Gradient Boosting (XGBoost) classifier incorporating 18 environmental biomarkers-including bl
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.
This study sought to establish and validate an interpretable CT radiomics-based machine learning model capable of predicting post-acute pancreatitis diabetes mellitus (PPDM-A), providing clinicians with an effective predictive tool to aid patient management in a timely fashion. Clinical and imaging data from 271 patients who had undergone enhanced CT scans after first-episode acute pancreatitis from March 2017-June 2023 were retrospectively analyzed. Patients were classified into PPDM-A (n = 109) and non-PPDM-A groups (n = 162), and split into training (n = 189) and testing (n = 82) cohorts at
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: Estimating operative time with low accuracy and precision leads to suboptimal scheduling of available operating rooms (ORs) and waste of healthcare resources. We aimed to develop a predictive machine learning (ML) model for operative time using our institutional data to improve the scheduling of neurosurgical ORs, minimize waste, and maximize resource utilization.
METHODS: We developed a predictive model using our institution's multicenter registry, which included diverse neurosurgical cases across three tertiary hospitals. We applied multiple ML techniques, including linear regre
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