In clinical trials, it is critical to incorporate prognostic variables to improve precision for estimating treatment effects. Per FDA guidance, these prognostic variables need to be prospectively specified in the statistical analysis plan. Therefore, there is a great need to effectively identify prognostic variables from historical studies that are similar to the new study. In this work, we propose a multi-task learning method to identify prognostic variables from multiple related historical clinical trials. Specifically, a bi-level constraint variable selection (Bi-CVS) method is developed to
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.
Accurate renewable energy power forecasting is of great significance for the safe operation, dispatch optimization, and efficient management of modern power systems. However, wind and photovoltaic power generation series usually exhibit significant non-stationarity, volatility, and multi-scale variation characteristics, posing great challenges to medium- and long-term forecasting. To address these issues, this paper proposes FDMSNet, a frequency-decomposed multi-scale hybrid network for renewable energy power forecasting. The model first divides the input sequence into non-stationary and stati
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.
Diabetes mellitus is a long-term metabolic condition that develops when the body cannot produce insulin effectively or use it properly. Individuals usually progress through a clinical spectrum that begins with normal glucose regulation, moves into a prediabetic state, and may eventually advance to type 2 diabetes. The continuous global rise in diabetes cases, associated mainly with sedentary lifestyles, unhealthy dietary patterns, and broader environmental pressures, has created an urgent need for diagnostic methods that enable early detection and reduce the likelihood of serious complications
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.
In advanced ovarian cancer, complete cytoreductive surgery is a cornerstone of treatment, yet defining which patients are "fit for surgery" remains challenging. Although guidelines emphasize comprehensive pre-operative evaluation, standardized assessment tools are lacking, and clinical practices vary widely across institutions. This narrative review synthesizes current evidence on individual patient-related factors that influence surgical fitness, reviews risk-assessment algorithms designed to guide patient selection, and examines the emerging role of pre-habilitation in optimizing perioperati
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 AND OBJECTIVE: Worldwide, over 50 million people suffer from epilepsy, a neurological disorder characterised by recurrent seizures due to abnormal electrical activity in the brain. These occur as a result of sudden electric surges and the symptoms vary based on the region of the brain being affected, including brief staring spells and confusion to convulsions and loss of consciousness. Physicians typically classify seizures into four main phases: Interictal, Preictal, Ictal, and Postictal. Accurate analysis of EEG signals around seizure onset is extremely critical for timely clinica
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.
Nerve pain screening in patients with headache disorders requires specialized clinical knowledge that is frequently not readily accessible at the initial point-of-care. This results in restricted access to early treatment, thereby increasing the risk of chronic pain refractory to therapy and predisposing patients to long-term disability and narcotic dependence. Therefore, there is a need for a simple screening tool that enables timely and accurate diagnosis of nerve pain. Here, we present the development of NerveAI, a 3D head and neck model that allows for an Artificial Intelligence-driven pat
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: Consuming high amounts of foods or beverages with high levels of saturated fats, salt, or sugar (HFSS) can be harmful for health. Many snacks fall into this category (HFSS snacks). However, the palatability of these snacks means that people can sometimes struggle to reduce their intake. Machine learning algorithms could help in predicting the likely occurrence of HFSS snacking so that just-in-time adaptive interventions can be deployed. However, HFSS snacking data have certain characteristics, such as sparseness and incompleteness, which make snacking prediction a challenge for mac
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.
Segmental/lobar pneumonia in children following Mycoplasma pneumoniae (MP) infection has a significant threat to the children's health, so early recognition of MP infection is critical to reduce the severity and improve the prognosis of segmental/lobar pneumonia in children. In this study, we aim to build predictive models using machine learning techniques to assist clinicians in the early identification of MP infection. We collected medical records of children with segmental/lobar pneumonia at the First Hospital of Jilin University between December 2016 and December 2021, and used four machin
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.
In recent years, artificial intelligence (AI) research in the medical field has been actively conducted owing to the evolution of algorithms, such as deep learning, and advances in hardware, such as graphics processing units, and some such medical devices have been used in clinics. AI research in obstetrics and gynecology has also increased. This review discusses the latest studies in each field. In the perinatal field, there are reports on cardiotocography, studies on the diagnosis of fetal abnormalities using ultrasound scans, and studies on placenta previa using magnetic resonance imaging (
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.
OBJECTIVE: There are no approaches for the early detection of pre-eclampsia (PE). Using parallel reaction monitoring proteomics, we investigated 79 maternal serum protein changes before PE onset and its predictive capability.
METHODS: We conducted a nested case-control study with 60 PE patients and 60 normotensive pregnant women matched for age and gestational week. These differentially expressed proteins were quantified using the data-dependent acquisition (DDA) combined parallel response monitoring (PRM) approach, and a PE prediction model was developed using the least absolute shrinkage 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.
A challenge of chronic diseases that remains to be solved is how to liberate patients and medical resources from the burdens of long-term monitoring and periodic visits. Precise management based on artificial intelligence (AI) holds great promise; however, a clinical application that fully integrates prediction and telehealth computing has not been achieved, and further efforts are required to validate its real-world benefits. Taking congenital cataract as a representative, we used Bayesian and deep-learning algorithms to create CC-Guardian, an AI agent that incorporates individualized predict
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: To summarize recent research findings related to first trimester prediction and prevention of adverse pregnancy outcomes associated with poor placentation. Recent publications related to prediction and prevention of preeclampsia, intrauterine growth restriction (IUGR) and stillbirth were reviewed.
RECENT FINDINGS: Researchers continue to identify markers that will help predict pregnancies that go on to develop preeclampsia through screening at 11-13 weeks. A number of multivariate algorithms describing risks for preeclampsia have been published and some of these have been v
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.
Pregnancy-related complications are increasing globally, necessitating timely and accurate risk prediction for effective clinical intervention. This paper presents NurtureNest, an internet of things-enabled machine learning framework for automated pregnancy risk assessment. The system integrates wearable sensor data from smartwatches with user-provided clinical parameters via a mobile application, enabling continuous remote monitoring. Historical clinical data are used to train multiple machine learning models for multi-class classification of pregnancy risk into low-, medium-, and high-risk c
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 aimed to establish a predictive model to evaluate the surgical difficulty of laparoscopic cholecystectomy (LC) after percutaneous transhepatic gallbladder drainage (PTGBD) in patients with acute cholecystitis (AC) using preoperative parameters. Clinical data from 580 patients who underwent LCs at three tertiary hospitals between January 2013 and June 2024 were retrospectively analyzed. Predictors were selected through LASSO and Logistic analyses. Eight machine learning algorithms were used to create prediction models, evaluated by ten-fold cross-validation, ROC curves, DCA, calibrat
СтатьяМногоцентровое 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.
Reliable prediction of compound potency and the ADME profile is crucial in drug discovery. With the recent surge of AI and deep learning frameworks, it remains unclear whether these modern techniques offer statistically significant improvement over the well-established classical methods. The 2025 ASAP-Polaris-OpenADMET Antiviral Challenge provided a unique benchmarking opportunity to address this question, with over 65 teams of computational scientists worldwide. Our submissions were among the top performers in terms of Pearson r correlation, ranked first in pIC50 prediction for SARS-CoV-2 Mpr
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.
Despite the increasing number of available antiseizure medications (ASMs), optimal medical therapy is still a process of trial and error. We aimed to predict the responsiveness of various ASMs based on initial tests using artificial intelligence. The study consisted of 2586 patients fulfilling the following criteria: (1) first visit to the epileptologists from 2008 to 2017, (2) a diagnosis of epilepsy, and 3) ≥ three years of follow-up duration. The clinical characteristics, ASM history, seizure frequency, laboratory, EEG, and MRI results, were collected. Machine algorithms were utilized to pr
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.
Spinal cord injury (SCI) produces damage to the somatic and autonomic pathways that regulate lower urinary tract, sexual, and bowel function, and increases the risk of autonomic dysreflexia. The recovery of these functions has a high impact on health, functioning, and quality of life and is set as the utmost priority by patients. The application of reliable models to predict lower urinary tract, sexual, and bowel function, and autonomic dysreflexia is important for guiding counseling, rehabilitation, and social reintegration. Moreover, a reliable prediction is essential for designing future cl
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.
OBJECTIVE: To decrease multiple pregnancy risk and sustain optimal pregnancy chance by choosing suitable number of embryos during transfer, this study aims to construct artificial intelligence models to predict the pregnancy outcome and multiple pregnancy risk after IVF-ET.
MATERIALS AND METHODS: From Jan 2010 to Dec 2019, 1507 fresh embryo transfer cycles contained 20 features were obtained. After eliminating incomplete records, 949 treatment cycles were included in the pregnancy model dataset and 380 cycles in the twin pregnancy model dataset. Six machine learning algorithms were used for m
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: It is not only important for counseling purposes and for healthcare management. This study investigates the prediction accuracy of an artificial intelligence (AI)-based approach and a linear model. The heuristic expecting 1 day of stay per percentage of total body surface area (TBSA) serves as the performance benchmark. Methods: The study is based on pediatric burn patient's data sets from an international burn registry (N = 8,542). Mean absolute error and standard error are calculated for each prediction model (rule of thumb, linear regression, and random forest). Factors contribu
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.
Dengue fever is a mosquito-borne disease that affects nearly 3.9 billion people globally. Dengue remains endemic in Malaysia since its outbreak in the 1980's, with its highest concentration of cases in the state of Selangor. Predictors of dengue fever outbreaks could provide timely information for health officials to implement preventative actions. In this study, five districts in Selangor, Malaysia, that demonstrated the highest incidence of dengue fever from 2013 to 2017 were evaluated for the best machine learning model to predict Dengue outbreaks. Climate variables such as temperature, win
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.
MedElevator
Войти в исследования