OBJECTIVE: We developed novel diagnostic prediction models for central precocious puberty (CPP) diagnosis in girls based on machine learning.
METHODS: In this retrospective study, 2148 girls with PP from 4 centers in China were included, and divided into training group (n = 1048), validation group (n = 262), test group 1 (n = 270), test group 2 (n = 278), and test group 3 (n = 290). Diagnostic prediction models were developed based on logistic regression, linear support vector machine (SVM), RandomForest, XGBoost and fully connected neural network. Model discrimination was assessed with C-sta
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND: The management of multidrug-resistant HIV-1 in patients experiencing virologic failure remains a critical clinical challenge. Traditional linear scoring systems often fail to adequately capture the complex evolutionary dynamics between the virus, host immunity, and antiretroviral regimens. This study aims to construct and validate a prediction model in line with the TRIPOD+AI statement to quantify the multidimensional, nonlinear interactions among "virus-host-drug" and to guide individualized clinical salvage therapy.
METHODS: This retrospective cohort study integrated de-identifi
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: Differentiated thyroid carcinoma (DTC) responses to initial post-operative I-131 therapy are heterogeneous. Standard binary models combine incomplete responses into a 'non-excellent' category, obscuring transitional states (indeterminate response [IDR] and biochemical incomplete response [BIR]) and outcome-specific drivers. We developed and validated an interpretable four-class machine learning framework to separate these dynamic trajectories and support pre-therapeutic decisions.
MATERIALS AND METHODS: Data from 948 DTC patients were partitioned into training (n = 663) and test (
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: Spontaneous intracerebral hemorrhage (SICH) is a devastating condition that significantly contributes to high mortality rates. This study aims to construct a mortality prediction model for patients with SICH using four various artificial intelligence (AI) machine learning algorithms. METHOD: A retrospective analysis was conducted on electronic medical records of SICH patients aged 20 and above, admitted to Chi Mei Medical Center’s intensive care unit between January 2016 and December 2021. The study utilized 37 features related to mortality. Predictive models were developed using l
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: Pregnancy complications such as preterm birth, low birth weight, gestational diabetes mellitus, preeclampsia, and intrauterine growth restriction significantly affect both maternal and neonatal health outcomes. Early identification of high-risk pregnancies is essential for timely interventions; however, traditional predictive models often lack accuracy. This study aims to develop and validate an AI-based application to improve risk assessment and clinical decision-making regarding pregnancy outcomes through a multi-phase approach. METHODS: This study comprises three phases. In Phas
СтатьяВалидационное 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.
Conventional passenger next station prediction models are often restricted by rigid graph structures, failing to account for the dynamic interactions between passengers and stations. This limitation results in an insufficient representation of travel patterns and associated knowledge. To address these shortcomings, this paper proposes a novel approach that integrates reinforcement learning with knowledge graphs to enable a holistic fusion of heterogeneous data. The proposed method enriches the environmental variables within reinforcement learning frameworks and introduces collaborative updatin
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.
The generation of plausible crystal structures is often the first step in predicting the structure and properties of a material from its chemical composition. However, most current methods for crystal structure prediction are computationally expensive, slowing the pace of innovation. Seeding structure prediction algorithms with quality generated candidates can overcome a major bottleneck. Here, we introduce CrystaLLM, a methodology for the versatile generation of crystal structures, based on the autoregressive large language modeling (LLM) of the Crystallographic Information File (CIF) format.…
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.
Cognitive impairment is a debilitating symptom in Parkinson's disease (PD). We aimed to establish an accurate multivariate machine learning (ML) model to predict cognitive outcome in newly diagnosed PD cases from the Parkinson's Progression Markers Initiative (PPMI). Annual cognitive assessments over an 8-year time span were used to define two cognitive outcomes of (i) cognitive impairment, and (ii) dementia conversion. Selected baseline variables were organized into three subsets of clinical, biofluid and genetic/epigenetic measures and tested using four different ML algorithms. Irrespective
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.
The nasal cycle, characterized by alternating congestion and decongestion of the nasal passages, plays a vital role in nasal function. Predicting the nasal cycle using data from medical imaging modalities, such as magnetic resonance imaging (MRI) and computed tomography (CT), can help elucidate its impact on nasal physiology and inform surgical intervention strategies. This study introduces an image processing algorithm that predicts temporal variations in nasal airway morphology during the nasal cycle by utilizing a single MRI or CT scan from a patient. Our approach pipelines two algorithms:
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: The absolute number of femoral neck fractures (FNFs) is increasing; however, the prediction of traumatic femoral head necrosis remains difficult. Machine learning algorithms have the potential to be superior to traditional prediction methods for the prediction of traumatic femoral head necrosis.
OBJECTIVE: The aim of this study is to use machine learning to construct a model for the analysis of risk factors and prediction of osteonecrosis of the femoral head (ONFH) in patients with FNF after internal fixation.
METHODS: We retrospectively collected preoperative, intraoperative, an
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.
AIM: The aim of this study was to evaluate the accuracy of the diagnostic criteria for determining the origin of outflow tract ventricular arrhythmia (OTVA) and develop an ECG algorithm to predict its origin.
METHOD: We analyzed the ECGs of 100 patients with OTVA who underwent successful ablation. The QRS complex was measured during sinus rhythm and ventricular arrhythmia. After the ECG algorithm was developed, it was validated in an additional 100 patients from two different hospitals.
RESULTS: In this retrospective study, among the parameters without restrictions in the transition lead, th
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.
OBJECTIVES: The objective of this research is to apply machine learning (ML) algorithms to predict the survival of cervical cancer patients. The aim was to address the limitations of traditional statistical methods, which often fail to provide accurate answers due to the complexity of the problem.
METHODS: This research employed visualization techniques for initial data understanding. Subsequently, ML algorithms were used to develop both classification and regression models for survival prediction. In the classification models, we trained the algorithms to predict the time interval between 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.
Plants are important sources of bioactive compounds with demonstrated anticancer and cancer-preventive properties. However, traditional methods for discovering and deciphering the mechanisms of these compounds are often slow and labor-intensive. The integration of machine learning (ML) provides a computational approach for bioactivity prediction, candidate prioritization, and mechanistic hypothesis generation. Algorithms including support vector machines (SVM) and graph neural networks (GNN) are increasingly employed to support multiple stages from compound screening to experimentally guided m
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.
BACKGROUND: Artificial intelligence (AI) has shown significant potential in improving diagnostic accuracy and treatment planning in dentistry. However, integrated systems combining image analysis and predictive modeling for periodontal prognosis remain limited.
MATERIALS AND METHODS: This study presents Tooth GenAI, an AI-based diagnostic framework integrating convolutional neural networks for caries detection and machine-learning regression models for the prediction of alveolar bone changes. A synthetic dataset of 10,000 patient records, including demographic and risk-factor variables, was g
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.
PURPOSE OF REVIEW: This review evaluates the role of vascular inflammation in patients who develop myocardial infarction with non-obstructive coronary arteries (MINOCA). It also introduces pericoronary adipose tissue (PCAT) and epicardial adipose tissue (EAT) as possible biomarkers for risk prediction in patients with non-obstructive coronary artery disease (CAD).
RECENT FINDINGS: PCAT and EAT contribute to the development and progression of coronary artery inflammation and plaque vulnerability. Coronary computed tomography angiography (CCTA) can detect localized areas of inflammation through
СтатьяОбзорПоиск 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.
Hyperuricemia (HUA) and gout result from imbalances in uric acid metabolism and are closely associated with the gut microbiota. Advanced analytical methods facilitate the exploration of microbiota complexity. In this study, 16S rRNA sequencing data from stool samples of 233 patients were thoroughly collected. Machine learning (ML) and Shapley Additive exPlanations (SHAP) interpretability algorithms were applied to identify core taxa and predict the metabolic functions. The results revealed that the high-contribution core taxa identified by SHAP in each group, such as Oscillospiraceae_UCG-005 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.
Estrous detection is crucial for reproductive management in dairy herds, influencing artificial insemination efficiency, fertility rates, and herd productivity. This study aimed to find the best machine learning method to detect estrous in dairy cows using sensor data. Therefore, 14 Holstein and 5 Simmental cows at a farm in Ankara Province, Turkey were used. Using the CowManager SensO system, a total of 2.748 days of behavioral data were collected from cows, from which 124 estrous events were identified and recorded. In the study, the accuracy values of the CART, RF, MARS, SVM, and XGBOOST al
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: To apply machine learning to improve risk assessment for rotator cuff tears by developing an integrated predictive model that combines acromial morphology (structural factors) and patient characteristics (systemic factors). METHODS: A total of 342 patients who underwent shoulder radiography and MRI between 2023 and 2025 were included (180 tears, 162 intact). Demographic and radiographic parameters—including the novel acromial angle (NAA), critical shoulder angle, acromion index (AI), and acromial tilt—were collected. Six machine learning classifiers (logistic regression, decision 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.
Several heterozygous variants of the glucocerebrosidase gene (GBA1) have been reported to increase the risk of Parkinson's disease (PD) and dementia with Lewy bodies (DLB). GBA1-associated PD has been reported to be more severe than idiopathic PD, and more deleterious variants are associated with more severe clinical phenotypes. We report a family with a heterozygous p.Pro454Leu variant in GBA1. The variant was associated with a severe and rapidly progressive neurodegenerative disease with Lewy bodies that were clinically and pathologically diverse. Pathogenicity prediction algorithms and evol…
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.
There are limited data on resources utilized by US Veterans prior to their identification as being homeless. We performed visual analytics on longitudinal medical encounter data prior to the official recognition of homelessness in a large cohort of OEF/OIF Veterans. A statistically significant increase in numbers of several categories of visits in the immediate 30 days prior to the recognition of homelessness was noted as compared to an earlier period. This finding has the potential to inform prediction algorithms based on structured data with a view to intervention and mitigation of homelessn…
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.
MedElevator
Войти в исследования