BACKGROUND: Delirium in intensive care unit (ICU) patients poses a significant challenge, affecting patient outcomes and health care efficiency. Developing an accurate, real-time prediction model for delirium represents an advancement in critical care, addressing needs for timely intervention and resource optimization in ICUs.
OBJECTIVE: We aimed to create a novel machine learning model for delirium prediction in ICU patients using only continuous physiological data.
METHODS: We developed models integrating routinely available clinical data, such as age, sex, and patient monitoring device ou
СтатьяВалидационное 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.
The clinical diagnosis of perinatal depression (PD) presents considerable challenge, as it is much harder to identify than non-perinatal depression. Psychologically, common emotional fluctuations during pregnancy are easily confounded with depressive symptoms, leading to missed and incorrect diagnoses. Neurologically, pregnancy-induced alterations in brain activity could obscure neuroimaging features specific to PD. Therefore, this study introduced an innovative approach that combined brain network analysis with Common Orthogonal Basis Extraction (COBE) to identify a PD-Specific Network Patter
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: Amyotrophic lateral sclerosis (ALS) is a progressive neurodegenerative disorder characterized by motor system degeneration, yet its white matter (WM) functional pathophysiology remains underexplored.
METHODS: This study utilized resting-state functional magnetic resonance imaging to decode WM functional abnormalities in 50 ALS patients and 55 healthy controls. Next, machine learning analysis was applied to evaluate the utility of these WM functional patterns in diagnosing ALS and predicting disease progression, and their pathophysiological mechanisms were preliminary explored thro
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.
Breastfeeding involves a complex coordination of swallowing, breathing, and sucking, with the infant's sucking proficiency being crucial for adequate nutrient intake. However, real-time assessment of milk intake is difficult, and issues with sucking often become apparent after the infant shows signs of nutrient deficiency. Traditional assessments by clinicians rely on the expertise and subjective judgment of healthcare professionals, enabling personalized evaluations. In this research, we introduce a novel approach to identifying sucking patterns by leveraging data collected from infants durin
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.
Sepsis, a life-threatening condition, involves dysregulated cholesterol metabolism critical for immune regulation and cellular processes. This study employed multi-omics and machine learning to explore cholesterol metabolism in sepsis, aiming to identify novel therapeutic targets. Transcriptome and single-cell RNA sequencing data for sepsis were retrieved from the Gene Expression Omnibus (GEO) database. The limma package and WGCNA co-expression network were used to screen genes, hybridized with cholesterol metabolism genes (CMGs) to identify hub genes. Machine learning algorithms screened pivo
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 rising incidence of youth-onset type 2 diabetes mellitus (T2DM), along with the risk of early cardiovascular complications, is concerning. Brachial-ankle pulse wave velocity (baPWV) and carotid intima-media thickness (cIMT) are noninvasive markers of arterial stiffness and atherosclerosis. They serve as important markers for cardiovascular risk assessment. This study aimed to apply machine learning models to identify high-risk individuals who may benefit from early and targeted cardiovascular screening.
METHODS: This retrospective study included 129 patients with youth-onset T
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.
Conjunctival hyperemia or conjunctival redness is a symptom that can be associated with a broad group of ocular diseases. Its levels of severity are represented by standard photographic charts that are visually compared with the patient's eye. This way, the hyperemia diagnosis becomes a nonrepeatable task that depends on the experience of the grader. To solve this problem, we have proposed a computer-aided methodology that comprises three main stages: the segmentation of the conjunctiva, the extraction of features in this region based on colour and the presence of blood vessels, and, finally,
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.
Type 2 diabetes (T2D) is associated with cognitive decline and neurodegenerative disorders. Changes in the connections between brain regions responsible for emotions and memory might play a role in the reduced cognitive function observed in individuals with diabetes. Utilizing machine learning approaches on neuroimaging data shows potential for exploring these intricate associations. A research study was carried out with 40 individuals diagnosed with T2D and 30 control participants, all of whom were middle-aged and right-handed. The participants underwent neuropsychological assessments and fMR
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 drop landing (DL) process is a complex neuromuscular control process influenced by multiple factors, among which fatigue state and landing height play significant roles. This study aimed to investigate the influence mechanisms of these two factors on lower-limb landing strategies and to examine the feasibility of explainable machine learning methods in analyzing landing strategies. Joint angles and joint moments of the hip, knee, and ankle in the sagittal plane, as well as vertical ground reaction force (vGRF), were collected under different landing conditions (40 cm and 80 cm heights and
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.
RNA In Situ Hybridization (RISH) is a powerful tool for spatial gene expression analysis, yet its quantitative use remains limited by the high cost and inaccessibility of commercial software, particularly in under-resourced settings. This study developed an Artificial Intelligence/Machine Learning (AI/ML)-assisted RISH quantification pipeline to evaluate expression patterns of High Mobility Group AT Hook-2 (HMGA2) in prostate cancer (PCa), focusing on racial disparities. We created a machine learning model capable of analyzing RISH images. Expressions of full-length (wild-type) and truncated H
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: Parkinson's disease is a neurodegenerative disorder characterized by high clinical heterogeneity, involving both motor and non-motor symptoms. Gastrointestinal dysfunction is prevalent among patients with Parkinson's disease and may be associated with disease subtypes. Cutaneous electrogastroenterogram, a non-invasive technique for quantifying gastrointestinal electrical rhythms, has not been thoroughly investigated in the context of Parkinson's disease subtype analysis.
METHODS: This cross-sectional study enrolled 71 patients with Parkinson's disease and employed electrogastroent
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.
Anxiety disorder poses a significant challenge to mental health. Diagnosing anxiety is complicated due to its various symptoms and factors, often resulting in extended periods of untreated patient suffering. As a result, patients often endure prolonged periods without treatment. This scenario has prompted researchers to step into the domain of non-invasive physiological signals, including electroencephalography, electrocardiogram, electromyography, electrodermal activity, and respiration. By integrating machine learning into the physiological signals, clinicians can identify distinct anxiety p
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: Parkinson's disease is the second most frequent neurodegenerative disorder. Its diagnosis is challenging and mainly relies on clinical aspects. At present, no biomarker is available to obtain a diagnosis of certainty in vivo.
OBJECTIVE: The present review aims at describing machine learning algorithms as they have been variably applied to different aspects of Parkinson's disease diagnosis and characterization.
METHODS: A systematic search was conducted on PubMed in December 2019, resulting in 230 publications obtained with the following search query: "Machine Learning" "AND" "Par
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.
Intracranial pressure (ICP) monitoring remains a cornerstone in the management of severe traumatic brain injury (TBI), yet its utility as a dynamic predictor of outcomes continues to evolve. We aimed to examine the role of serial ICP measurements as a potential predictor of outcomes after TBI, to combine ICP data with cerebrovascular reactivity metrics, and to highlight emerging trends in ICP modeling such as machine learning-based predictive models. We conducted a rigorous scoping review following Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews
СтатьяScoping ReviewПоиск 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 was designed to analyse recordings of vocal fold vibrations using the laryngograph, a machine which measures the change in electrical impedance across the larynx. Recordings were made of each patient reading a standard text. The output was analysed in two ways: by study of waveform, and by production of a frequency distribution curve, this last being performed by a PDP 12 computer. Analysis shows an increase in the low frequencies and irregular curve associated with hoarseness but no pattern specific for different diseases. After operation and speech therapy an objective measure of
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 scale of data generated for mass-spectrometry-based proteomics and modern acquisition strategies poses a challenge to bioinformatic analysis. Search engines need to make optimal use of the data for biological discoveries while remaining statistically rigorous, transparent and performant. Here we present alphaDIA, a modular open-source search framework for data-independent acquisition (DIA) proteomics. We developed a feature-free identification algorithm that performs machine learning directly on the raw signal and is particularly suited for detecting patterns in data produced by time-of-fl
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.
IMPORTANCE: Techniques that properly identify patients in whom ocular hypertension (OHTN) is likely to progress to open-angle glaucoma can assist clinicians with deciding on the frequency of monitoring and the potential benefit of early treatment.
OBJECTIVE: To test whether Kalman filtering (KF), a machine learning technique, can accurately forecast mean deviation (MD), pattern standard deviation, and intraocular pressure values 5 years into the future for patients with OHTN.
DESIGN, SETTING, AND PARTICIPANTS: This cohort study was a secondary analysis of data from patients with OHTN from th
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоиск 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: Gastric-type endocervical adenocarcinoma (GAS) is an aggressive, non-HPV-associated cervical adenocarcinoma that is often difficult to recognize preoperatively. This study aimed to characterize the integrated PET/CT phenotype of GAS and evaluate whether morphological, metabolic, serological, and explainable machine-learning features could support its differentiation from squamous cell carcinoma (SCC) and usual-type endocervical adenocarcinoma (UEA).
MATERIALS AND METHODS: This retrospective study included 144 patients with histologically confirmed cervical cancer who underwent pretre
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.
AIMS: Muscle morphology provides important information in differentiating disease aetiology, but its measurement remains challenging because of the lack of an efficient and objective method. This study aimed to quantitatively refine the morphological features of muscle fibres in neuromuscular diseases using machine learning.
METHODS: In this retrospective study, we analysed muscle biopsy specimens on haematoxylin and eosin-staining. Machine learning-based software was developed to segment muscle fibre contours and perform automated muscle morphometry and subsequent graph theory-based spatial
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.
Frozen shoulder (FS) and osteoporosis (OP) are common age-related degenerative diseases, occurring more frequently in females, which suggests potential molecular links between them. This study aimed to identify shared genetic features and pathways of OP and FS using bioinformatics and machine learning approaches. Gene expression data for OP and FS were obtained from the Gene Expression Omnibus database. Common differentially expressed genes (DEGs) were identified. Functional enrichment analysis, protein-protein interaction (PPI) networks construction, and machine learning algorithms were appli
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