BACKGROUND: Hip fractures are associated with significant mortality, especially among elderly patients. Accurate prediction of mortality risk is crucial for optimising perioperative care and resource allocation. Recent advances in machine learning (ML) and deep learning (DL) offer promising methods to enhance clinical risk prediction models; however, their clinical implementation often remains limited due to the complexity of these techniques.
METHODS: This retrospective cohort study included 2,604 elderly patients (≥65 years) undergoing urgent hip fracture surgery at Sheba Medical Center, Is
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.
Accurate infectious disease forecasting can inform efforts to prevent outbreaks and mitigate adverse impacts. This study compares the performance of statistical, machine learning (ML), and deep learning (DL) approaches in forecasting infectious disease incidences across different countries and time intervals. We forecasted three diverse diseases: campylobacteriosis, typhoid, and Q-fever, using a wide variety of features (n = 46) from public datasets, e.g., landscape, climate, and socioeconomic factors. We compared autoregressive statistical models to two tree-based ML models (extreme gradient
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 develop and validate an interpretable machine learning-based model for the early identification of the risk of clinical deterioration during hospitalization in newly diagnosed lung cancer patients.
METHODS: Clinical data of patients with newly diagnosed lung cancer admitted between July 2023 and December 2025 were retrospectively collected in this single-center study. A hybrid feature selection strategy integrating least absolute shrinkage and selection operator (LASSO) regression and the Boruta algorithm was employed to identify key predictors. Logistic regression (LR), random
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.
INTRODUCTION: In traditional Chinese medicine (TCM), constitutional types influence disease susceptibility. Phlegm-Dampness Constitution (PDC), a common subtype, has been linked to elevated risk of metabolic diseases. Therefore, early identification of PDC is essential for implementing early interventions and disease prevention strategies. This study aimed to develop and evaluate interpretable machine learning models for the identification of PDC based on routinely available clinical variables and dietary preferences.
METHODS: We analyzed 139 participants (96 PDC and 43 Balanced Constitution
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.
Objective: To construct a CT radiomics model based on intratumoral and peritumoral regions of hypopharyngeal carcinoma for noninvasive preoperative prediction of programmed death-ligand 1 (PD-L1) expression, and to evaluate its value in predicting pathological complete response (pCR) after neoadjuvant chemoimmunotherapy. Methods: A total of 364 patients with hypopharyngeal carcinoma who underwent contrast-enhanced CT and neoadjuvant chemoimmunotherapy from three medical centers, including Qilu Hospital of Shandong University, Qilu Hospital (Qingdao) of Shandong University and Weihai Municipal
Аннотация на английскомСтатьяПоиск 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.
OBJECTIVE: To establish and validate interpretable machine-learning (ML) models for early assessment and identification of Chinese women at risk of excessive gestational weight gain (EGWG).
METHODS: We performed a prospective observational study with pregnant women whose gestational age averaged 19 weeks or less. These women attended the obstetric clinic of a tertiary hospital in CentralSouth China between January and June 2023, and again from April to May 2024. Women completed standardized questionnaires, and their gestational weight gain (GWG) was recorded until delivery. We conducted featu
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.
BACKGROUND: Postpartum maternal mental health (MMH) symptoms, including depression, anxiety, and childbirth-related post-traumatic stress disorder, are known to influence infant sleep trajectories. While previous research has examined their individual and combined associations, the predictive utility of these MMH symptoms for the early identification of infant sleep problems through machine learning (ML) remains understudied.
OBJECTIVE: This study aimed to examine whether postpartum MMH measures can predict infant sleep outcomes during the first year of life. The analysis focused on 2 clinica
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 Cox proportional hazards (CPH) model is a common choice for analyzing time-to-treatment interruptions in patients on antiretroviral therapy (ART), valued for its straightforward interpretability and flexibility in handling time-dependent covariates. Machine learning (ML) models have increasingly been adapted for handling temporal data, with added advantages of handling complex, nonlinear relationships and large datasets, and providing clear practical interpretations.
OBJECTIVE: This study aims to compare the predictive performance of the traditional CPH model and ML models in
СтатьяСравнительное исследованиеПоддержка NIH: внешняя программаПолный 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.
INTRODUCTION: Cervical spinal cord injury (SCI) can severely impair upper extremity (UE) functions, limiting independence and quality of life. Prior clinical trials showed that functional electrical stimulation (FES) therapy can reduce UE impairment. However, the response to FES therapy is not consistent across all treated myotomes. Our objective was to predict the muscle response to FES therapy using electrophysiological biomarkers from baseline surface electromyography (sEMG) signals, in order to support treatment decisions at the point of care. METHODS: We recruited 17 participants with cer
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.
Pediatric critical care medicine : a journal of the Society of Critical Care Medicine and the World Federation of Pediatric Intensive and Critical Care Societies2025eng
OBJECTIVES: To derive and externally validate supervised machine learning (ML) models predictive of cardiac surgery-associated acute kidney injury (CS-AKI).
DESIGN: Retrospective cohort analysis.
SETTING: Multicenter (4), cardiac surgical centers from January 2019 to February 2022.
PATIENTS: Seven days to 18 years old who had undergone cardiac surgery.
INTERVENTIONS: None.
MEASUREMENTS AND MAIN RESULTS: CS-AKI was defined using Kidney Disease: Improving Global Outcomes criteria, with stages 2/3 classified as severe, during the first 7 postoperative days. Data analysis followed two approac
СтатьяМногоцентровое 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.
OBJECTIVE: Infertility remains a significant global burden over the years. Reproductive surgery is an effective strategy for infertile women. Early prediction of spontaneous pregnancy after reproductive surgery is of high interest for the patients seeking the infertility treatment. However, there are no high-quality models and clinical applicable tools to predict the probability of natural conception after reproductive surgery.
METHODS: The eligible data involving 1013 patients who operated for infertility between June 2016 and June 2021 in Yantai Yuhuangding Hospital in China, were randomly
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.
BACKGROUND: The most important consideration in determining treatment strategies for undifferentiated early gastric cancer (UEGC) is the risk of lymph node metastasis (LNM). Therefore, identifying a potential biomarker that predicts LNM is quite useful in determining treatment.
AIM: To develop a machine learning (ML)-based integral procedure to construct the LNM gray-level co-occurrence matrix (GLCM) prediction model.
METHODS: We retrospectively selected 526 cases of UEGC confirmed through pathological examination after radical gastrectomy without endoscopic treatment in four tertiary hospit
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.
UNLABELLED: Neonatal jaundice (NJ) might increase the risk of autism spectrum disorder (ASD) in children. This study examined whether alterations in the gut microbiota could explain the link between NJ and ASD. We analyzed three cohorts: NJ cohort 1 comprised 68 neonates with NJ and 68 healthy controls (HCs); NJ cohort 2 included 56 infants with NJ and 14 HCs; and the ASD cohort consisted of 43 children with ASD and 31 typically developing children. Fecal samples were collected aseptically. We performed 16S rRNA sequencing (NJ cohort 1), liquid chromatography with tandem mass spectrometry meta
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 Salvia miltiorrhiza-Ligusticum chuanxiong herb pair is a classic combination in traditional Chinese medicine (TCM) formulation for coronary heart disease (CHD). However, currently marketed preparations primarily retain water-soluble components, while poorly water-soluble yet pharmacologically critical constituents (e.g., tanshinones, Ligusticum chuanxiong oil) are either excluded or exhibit extremely low oral bioavailability, thereby severely compromising therapeutic efficacy.
OBJECTIVE: This study aimed to confirm tanshinones and Ligusticum chuanxiong oil as indispensable cor
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.
OBJECTIVES: Global epidemiological data indicate that 20% to 30% of intensive care unit (ICU) sepsis patients progress to deep vein thrombosis (DVT) due to coagulopathy, with an associated mortality rate of 25% to 40%. Existing prognostic tools have limitations. This study aims to develop and validate nomogram and machine learning models to predict in-hospital mortality in sepsis patients with DVT and assess their clinical applicability.
METHODS: This multicenter retrospective study drew on data from the Medical Information Mart for Intensive Care IV (MIMIC-IV; n=2 235), the eICU Collaborativ
СтатьяМногоцентровое исследованиеАннотация на английскомПоиск 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 CONTEXT: The paraspinal muscles play a critical role in maintaining lumbar spine stability, and different muscles may have varying impacts on lumbar disc degeneration (LDD). However, studies exploring these relationships remain relatively limited.
PURPOSE: This study aimed to investigate the relationship between various paravertebral muscles and LDD and to develop and validate a predictive model for LDD using machine learning (ML).
STUDY DESIGN: Retrospective cohort study.
PATIENT SAMPLE: A retrospective analysis was performed on hospitalized patients who underwent computed tomog
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.
The prevalence of osteoporosis has drastically increased recently. It is not only the most frequent but is also a major global public health problem due to its high morbidity. There are many risk factors associated with osteoporosis were identified. However, most studies have used the traditional multiple linear regression (MLR) to explore their relationships. Recently, machine learning (Mach-L) has become a new modality for data analysis because it enables machine to learn from past data or experiences without being explicitly programmed and could capture nonlinear relationships better. These
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 state-of-the-art, robust classification model using artificial intelligence (AI) algorithms was developed in this study to estimate the gold ore classes based on trace elements measured by inductively coupled plasma (ICP). This approach involves the utilisation of stand-alone machine learning (ML) algorithms integrated within a committee machine (CM) framework. To this end, 19 trace elements including arsenic, bismuth, cadmium, cobalt, chromium, copper, iron, mercury, manganese, molybdenum, nickel, lead, antimony, selenium, tin, strontium, thorium, uranium and zinc acquired from eight drill
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/Objectives: Vitamin B12 deficiency is a common but often underdiagnosed complication in patients with type 2 diabetes (T2D) undergoing long-term metformin therapy. Accurate early prediction could enable targeted screening and timely intervention. This study aimed to develop and interpret a machine learning model for predicting vitamin B12 deficiency in metformin-treated patients with T2D, using eXtreme Gradient Boosting (XGBoost). Methods: A retrospective cross-sectional study was conducted at a single endocrinology centre (La Rabta University Hospital, Tunis, Tunisia). Patients wit
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 develop and validate a machine learning-based model for predicting the risk of peripherally inserted central catheter (PICC)-associated bloodstream infection (CRBSI) in preterm infants.
METHODS: This retrospective multicenter study included 151 preterm infants with CRBSI and 302 matched controls from a tertiary hospital (2017-2024), randomly divided into a training set (n = 317) and an internal validation set (n = 136). An additional 96 cases from four tertiary hospitals were used for external validation. Eight significant predictors identified by univariate analysis were used 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.
MedElevator
Войти в исследования