BACKGROUND: Machine learning (ML) models were constructed and validated to predict the risk of postoperative nausea and vomiting (PONV) after craniotomy. We compared different algorithms to provide a reliable tool for clinical decision-making.
METHODS: Data from patients who underwent craniotomy at a tertiary hospital in Zhejiang Province between January 1, 2021 and December 31, 2022 were retrospectively collected as the training set. LASSO (Least Absolute Shrinkage and Selection Operator) regression with 10-fold cross-validation was used to screen for key predictors, and four prediction mode
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.
OBJECTIVE: Analyze the psychological and clinical factors of clinically significant tinnitus (THI score ≥38) in patients with hearing loss, construct predictive models based on four machine learning (ML) algorithms, and compare the predictive performance of different models.
METHODS: Patients with hearing loss who visited the Department of Otolaryngology at Qinghai University between August 2024 and May 2025 were enrolled in this study. Clinical data were retrieved from the hospital's electronic medical record system. The study outcome was the occurrence of clinically significant tinnitus. 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.
BACKGROUND: The increasing prevalence of type 2 diabetes mellitus (T2DM) in lower and middle - income countries call for preventive public health interventions. Studies from Africa including those from Ghana, consistently reveal high T2DM-related mortality rates. While previous research in the Ho municipality has primarily examined risk factors, comorbidity, and quality of life of T2DM patients, this study specifically investigated mortality predictors among these patients.
METHOD: The study was retrospective involving medical records of T2DM patients. Data extracted included mortality outcom
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: Venous thromboembolism (VTE) remains a critical cause of mortality among patients who are hospitalized. Patients with traumatic brain injury (TBI) are particularly susceptible to VTE due to coagulation abnormalities and immobilization. Despite this elevated risk, no validated predictive model currently exists for postoperative VTE in populations with TBI.
OBJECTIVE: This study aims to develop machine learning (ML)-based predictive models for VTE in patients with TBI undergoing surgical procedures, with a focus on clinical translatability.
METHODS: Data were collected from patient
СтатьяВалидационное исследованиеПоддержка 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.
BACKGROUND: Maternal cigarette smoking during pregnancy (MSDP) is associated with numerous adverse health outcomes in infants and children with potential lifelong consequences. Negative effects of MSDP on placental DNA methylation (DNAm), placental structure, and function are well established.
OBJECTIVE: Our aim was to develop biomarkers of MSDP using DNAm measured in placentas (N=96), collected as part of the Vitamin C to Decrease the Effects of Smoking in Pregnancy on Infant Lung Function double-blind, placebo-controlled randomized clinical trial conducted between 2012 and 2016. We also aim
СтатьяРандомизированное исследованиеВалидационное 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.
BACKGROUND: Acute kidney injury (AKI) after spinal fusion is a significant morbidity that can lead to poor post-surgical outcomes. Identifying AKI risk factors and developing a risk model can raise surgeons' awareness and allow them to take actions to mitigate the risks. The objective of the current study is to develop machine learning (ML) models to assess patient risk factors predisposing to AKI after posterior spinal instrumented fusion.
METHODS: Data was collected from the IBM MarketScan Database (2009-2021) for patients >18 years old who underwent spinal fusion with posterior instrumenta
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: Cardiovascular disease, also known as circulation system disease, remains the leading cause of morbidity and mortality worldwide. Traditional methods for diagnosing cardiovascular disease are often expensive and time-consuming. So the purpose of this study is to construct machine learning models for the diagnosis of cardiovascular diseases using easily accessible blood routine and biochemical detection data and explore the unique hematologic features of cardiovascular diseases, including some metabolic indicators.
METHODS: After the data preprocessing, 25,794 healthy people and 32
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: This study aimed to investigate the expression profile of immune response-related proteins of Behcet's disease (BD) patients and identify potential biomarkers for this disease.
METHODS: Plasma was collected from BD patients and healthy controls (HC). Immune response-related proteins were measured using the Olink Immune Response Panel. Differentially expressed proteins (DEPs) were used to construct prediction models via five machine learning algorithms: naive Bayes, support vector machine, extreme gradient boosting, random forest, and neural network. The prediction performance of t
СтатьяПоддержка исследования: вне правительства СШАПоиск 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: This study was to conduct prediction models based on parameters before and after the first cycle, respectively, to predict live births in women who received fresh or frozen in vitro fertilization (IVF) or intracytoplasmic sperm injection (ICSI) for the first time.
METHODS: This retrospective cohort study population consisted of 1,857 women undergoing the IVF cycle from 2019 to 2021 at Huizhou Municipal Central Hospital. The data between 2019 and 2020 were completely randomly divided into a training set and a validation set (8:2). The data from 2021 was used as the testing set, and
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: Preoperative assessment of lymphovascular invasion (LVI) in invasive breast cancer (IBC) is of high clinical relevance for treatment decision-making and prognosis.
PURPOSE: To investigate the associations of preoperative clinical and magnetic resonance imaging (MRI) characteristics with LVI and disease-free survival (DFS) by using machine learning methods in patients with IBC.
STUDY TYPE: Retrospective.
POPULATION: Five hundred and seventy-five women (range: 24-79 years) with IBC who underwent preoperative MRI examinations at two hospitals, divided into the training (N = 386) an
СтатьяПоддержка исследования: вне правительства СШАПоиск 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: Growing evidence suggests that disruptions in rest-activity rhythms may serve as relevant markers of posttraumatic stress disorder (PTSD). Despite the emergence of machine learning methods applied to actigraphy and self-report data, few studies have used these approaches to identify individuals with clinically diagnosed PTSD. Prior work has focused on predicting probable PTSD based on self-report measures, yet discrepancies exist between clinical diagnoses and probable PTSD derived from self-reports.
OBJECTIVE: This study explored whether wrist actigraphy and sleep logs could be u
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: Metabolic dysfunction-associated fatty liver disease (MAFLD) affects 38.9% of the global adult population and is associated with increased mortality when it co-occurs with depression. Women exhibit a 1.5- to 3-fold higher prevalence of depression, with postmenopausal hormonal imbalances amplifying susceptibility. This underscores the urgent need for sex-specific predictive models. The aim of this study was to develop a lightweight, high-accuracy model to identify key predictors of depression risk in female MAFLD patients using a five-year longitudinal UK Biobank cohort.
METHODS: W
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: Identifying neuroinfectious disease (NID) cases using International Classification of Diseases billing codes is often imprecise, while manual chart reviews are labor-intensive. Machine learning models can leverage unstructured electronic health records to detect subtle NID indicators, process large data volumes efficiently, and reduce misclassification. While accurate NID classification is needed for research and clinical decision support, using unstructured notes for this purpose remains underexplored.
OBJECTIVE: The objective of this study is to develop and validate a machine le
СтатьяВалидационное исследованиеПоддержка NIH: внешняя программаПоиск 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: Pulmonary hypertension (PH) is a progressive disorder characterized by elevated pulmonary artery pressure and increased pulmonary vascular resistance, ultimately leading to right heart failure. Early detection is critical for improving patient outcomes.
OBJECTIVE: The diagnosis of PH primarily relies on right heart catheterization, but its invasive nature significantly limits its clinical use. Echocardiography, as the most common noninvasive screening and diagnostic tool for PH, provides valuable patient information. This study aims to identify key PH predictors from echocardiogra
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.
OBJECTIVE: We aimed to develop and internally validate a radiomics classification model based on multiphase computed tomography (CT) scans for preoperative differentiation of retroperitoneal non-fatty dedifferentiated liposarcoma (DDL) from leiomyosarcoma (LMS).
METHODS: This retrospective study enrolled 78 DDL patients and 51 LMS patients who underwent surgical resection and pathological confirmation at our hospital between January 2011 and April 2023. Enhanced CT scans were performed within two weeks prior to surgery. An experienced radiologist manually delineated the tumor regions of inter
СтатьяВалидационное 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: Current models for predicting intraoperative hemorrhage in cesarean scar ectopic pregnancy (CSEP) are constrained by known risk factors and conventional statistical methods. Our objective is to develop an interpretable prediction model using machine learning (ML) techniques to assess the risk of intraoperative hemorrhage during CSEP in women, followed by external validation and clinical application.
METHODS: This multicenter retrospective study utilized electronic medical record (EMR) data from four tertiary medical institutions. The model was developed using data from 1680 patien
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 global prevalence of type 2 diabetes mellitus (T2D) has been increasing dramatically as well as diabetic kidney disease (DKD). We aimed to compare the accuracies of 4 machine learning (Mach-L) methods with multiple linear regression (MLR) in predicting future estimated glomerular filtration rate (eGFR) in T2D patients and to rank the importance of DKD risk factors. The study was conducted from 2013 to 2019. Nine hundred and seven T2D patients were followed up for 4 years. Data of potential DKD risk factors were collected and calculated. We used 4 different Mach-L methods to predict the eGF
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: Although risk calculators are used to prognosticate postoperative outcomes following revision total hip and knee arthroplasty (total joint arthroplasty [TJA]), machine learning (ML) based predictive tools have emerged as a promising alternative for improved risk stratification. This study aimed to compare the predictive ability of ML models for 30-day mortality following revision TJA to that of traditional risk-assessment indices such as the CARDE-B score (congestive heart failure, albumin (< 3.5 mg/dL), renal failure on dialysis, dependence for daily living, elderly (> 65 years 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.
BACKGROUND: The COVID-19 pandemic is probably the greatest health catastrophe of the modern era. Spain's health care system has been exposed to uncontrollable numbers of patients over a short period, causing the system to collapse. Given that diagnosis is not immediate, and there is no effective treatment for COVID-19, other tools have had to be developed to identify patients at the risk of severe disease complications and thus optimize material and human resources in health care. There are no tools to identify patients who have a worse prognosis than others.
OBJECTIVE: This study aimed 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.
INTRODUCTION: Conventional risk scores like EuroSCORE II and Society of Thoracic Surgeons models, derived from logistic regression, may not fully represent complex interactions within cardiac surgery cohorts. Using nonlinear modeling, machine learning (ML) may improve risk prediction by capturing complex relationships.
OBJECTIVE: To conduct a systematic review of studies (2020-2026) that compare ML models with traditional risk scores for predicting perioperative mortality or significant adverse events in adult cardiac surgery.
METHODS: Following the PRISMA 2020 guidelines, PubMed, Google Sch
СтатьяСистематический обзорСравнительное 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.
MedElevator
Войти в исследования