AIMS: This study aimed to develop and validate an interpretable machine learning (ML) model to predict the risk of immune-related hyperthyroidism (irHT) in patients receiving immune checkpoint inhibitors (ICIs). METHODS: A retrospective cohort study included 711 patients who received ICIs treatment at the First Affiliated Hospital of Ningbo University. Patients were randomly divided into training and validation sets in a ratio of 7:3. This study used six ML algorithms: logistic regression (LR), deep neural network (DNN), random forest classifier (RF), support vector machine (SVM), light gradie
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 a machine learning (ML) model predicting positive surgical margins (PSM) after robot-assisted radical prostatectomy (RARP).
METHODS: We conducted a single-centre retrospective analysis of 301 patients with RARP (211 for training and 90 for validation). Twenty-four features were reduced to five using the Boruta algorithm. Seven ML models were developed and evaluated, and the optimal model was interpreted using SHAP.
RESULTS: PSM incidence was 42.0%. The artificial neural network (ANN) performed best (AUC 0.808, accuracy 0.811, sensitivity 0.789, F1 0.779). SHAP identifie
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.
American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics2026eng
INTRODUCTION: Accurate assessment of skeletal maturity is essential for orthodontic treatment planning and growth modulation. This study aimed to develop a comprehensive machine learning (ML) model to predict skeletal maturation stages using cervical vertebral morphology, dental maturation stage (DMS), gender, and age.
METHODS: A total of 860 patients with lateral cephalograms, panoramic, and hand-wrist radiographs were included. A baseline model using 6 cervical morphologic parameters was compared with enhanced models incorporating DMS, gender, and age. Six ML algorithms were evaluated, with
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.
ObjectiveTo develop and validate an explainable machine learning prediction model for perioperative hypothermia in patients undergoing cesarean delivery for placenta previa, and to identify key predictive factors to support clinical individualized temperature management and nursing decision-making.MethodsThis study is a retrospective secondary analysis conducted using BioStudies public databases. Ten machine learning algorithms, including logistic regression, decision tree, and random forest, were used to build hypothermia prediction models. Accuracy, precision, recall, F1-score, and AUC were
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: To identify clinical profiles associated with conduct disorder (CD) among adolescents with attention-deficit/hyperactivity disorder (ADHD) using integrated statistical and machine learning approaches.
METHODS: A total of 138 adolescents aged 11-18 years (100 ADHD; 38 ADHD+CD) were assessed using multidimensional sociodemographic and psychometric measures. Ninety-nine variables were analyzed. Feature selection and classification analyses were performed using χ2 and mRMR methods combined with supervised machine learning models, including logistic regression, support vector machine (SVM
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: Predicting mortality among people living with HIV enables clinicians to implement timely, targeted, and preventive interventions at the start of antiretroviral therapy (ART). However, prognostic models must rely strictly on baseline predictors to avoid look-ahead bias and ensure scientific validity. This study evaluates machine-learning (ML) algorithms for baseline mortality prediction using routine electronic medical record data.
OBJECTIVE: This study aims to predict mortality among people living with HIV receiving ART using baseline clinical and sociodemographic characteristics
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: Liver metastasis at the time of pancreatic cancer diagnosis plays a critical role in treatment planning owing to its strong association with poor prognosis. However, they often remain undetected because of the limited sensitivity of conventional imaging and biomarkers. Previous studies have primarily focused on postoperative liver metastasis or relied on complex nonroutine variables (e.g., liquid biopsy and radiomics), which limit scalability and real-world applicability. To address this unmet need, we applied an machine learning (ML) approach chosen for its interpretability, devel
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.
OBJECTIVES: To explore machine-learning applications in myopia prediction and analyze the influencing factors of myopia.
METHODS: Stratified cluster random sampling was used to select elementary school students in Shenzhen, China for inclusion in this case-control study. Myopia screening, ocular biological parameter measurements, and questionnaires were conducted. Random forest (RF), decision tree (DT), extreme gradient boosting trees (XGBoost), support vector machine (SVM), and logistic regression (LR) algorithms were used to construct five myopia prediction models using R software (version
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: Prediction of mortality in hospitalized patients is a crucial and important problem. Several severity scoring systems over the past few decades and machine learning models for mortality prediction have been developed to predict in-hospital mortality. Our aim in this study was to apply machine learning (ML) algorithms using QTc interval to predict in-hospital mortality in ACS patients and compare them to the validated conventional risk scores.
RESULTS: This study was retrospective, using supervised learning, and data mining. Out of a cohort of 500 patients admitted to a tertiary ca
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.
INTRODUCTION: Severe fever with thrombocytopenia syndrome virus (SFTSV) is an emerging tick-borne virus associated with a high rate of mortality, as well as encephalitis. We aim to develop and validate a machine learning model to early predict the potential life-threatening conditions of SFTS.
METHODS: The clinical presentation, demographic information, and laboratory parameters from 327 patients with SFTS at admission in three large tertiary hospitals in Jiangsu, China between 2010 to 2022 are retrieved. We establish a reservoir computing with boosted topology (RC-BT) algorithm to obtain the
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.
AIM: To generate and validate a pharmacogenomic-guided (PG) dosing algorithm for acenocoumarol in the Greek population. To compare its performance with other PG algorithms developed for the Greek population.
PATIENTS & METHODS: A total of 140 Greek patients participants of the EU-PACT trial for acenocoumarol, a randomized clinical trial that prospectively compared the effect of a PG dosing algorithm with a clinical dosing algorithm on the percentage of time within INR therapeutic range, who reached acenocoumarol stable dose were included in the study.
RESULTS: CYP2C9 and VKORC1 genotypes, ag
СтатьяРандомизированное 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.
UNLABELLED: To establish the feasibility of empirically testing crisis standards of care guidelines.
DESIGN: Retrospective single-center study.
SETTING: ICUs at a large academic medical center in the United States.
SUBJECTS: Adult, critically ill patients admitted to ICU, with 27 patients admitted for acute respiratory failure due to coronavirus disease 2019 and 37 patients admitted for diagnoses other than coronavirus disease 2019.
INTERVENTIONS: Review of electronic health record.
MEASUREMENTS AND MAIN RESULTS: Many U.S. states released crisis standards of care guidelines with algorithm
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 the Wolff-Parkinson-White syndrome, numerous electrocardiographic (ECG) algorithms have been developed for the prediction of accessory pathway (AP) location. In addition to such algorithms, recognizing simple, unique and eye-catching ECG patterns that are specific for particular AP positions can provide further visual aid in quickly predicting the likely effective ablation site. Recently, such a distinctive ECG configuration has been introduced that showed high specificity for right posteroseptal (right paraseptal) APs. The "double transition" sign was characterized by showing more positive
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 brain tumor is the result of abnormal growth of cells in the central nervous system (CNS), widely considered as a complex and diverse clinical entity that is difficult to diagnose and cure. In this study, we focus on current advances in medical imaging, particularly magnetic resonance imaging (MRI), and how machine learning (ML) and deep learning (DL) algorithms might be combined with clinical assessments to improve brain tumor diagnosis. Due to its superior contrast resolution and safety compared to other imaging methods, MRI is highlighted as the preferred imaging modality for brain tumors
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.
Advances in neuromultimodal monitoring (MMM) have significantly enhanced early detection and prognostic evaluation of brain injury in neonatal intensive care. This review summarizes the application and integration of multimodal monitoring technologies for brain injury assessment in newborns. Compared to single-modality approaches, MMM-based combined monitoring strategies demonstrate superior accuracy in both injury identification and prediction of neurodevelopmental outcomes. Meanwhile, artificial intelligence (AI) methods are increasingly being utilized for multi-source data integration and 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.
OBJECTIVE: The main objective of this study was to determine the ability of double inversion recovery (DIR) data coupled with machine-learning algorithms to distinguish normal individuals from epileptic subjects and to identify the laterality of the focus side in MRI-negative, PET-positive temporal lobe epilepsy (TLE) patients.
MATERIALS AND METHODS: We used whole-brain DIR data as the input features with which to train a linear support-vector machine model in 63 participants who underwent high-resolution structural MRI and DIR scans. The subjects included 20 left TLE patients, 19 right TLE p
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.
IMPORTANCE: Predicting neurocognitive deficits using complex auditory assessments could change how cognitive dysfunction is identified, and monitored over time. Detecting cognitive impairment in people living with HIV (PLWH) is important for early intervention, especially in low- to middle-income countries where most cases exist. Auditory tests relate to neurocognitive test results, but the incremental predictive capability beyond demographic factors is unknown.
OBJECTIVE: Use machine learning to predict neurocognitive deficits, using auditory tests and demographic factors.
SETTING: The Infe
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 estimate the next hemoglobin (Hb) levels in maintenance hemodialysis (MHD) patients, predictive models were developed using various Machine Learning (ML) algorithms.
METHODS: A total of 8,159 records from 2,104 MHD patients across 24 blood purification centers in Shenzhen were included. Eight ML algorithms were employed to develop prediction models: Linear Regression (LR), Least Absolute Shrinkage and Selection Operator (Lasso), Bayesian Ridge, Gradient Boosting (XGBoost), Random Forest (RF), Support Vector Machine (SVM), Multilayer Perceptron (MLP), and Long Short-Term Memory (
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.
To tackle the drawbacks inherent in the Chinese Pangolin Optimization (CPO) algorithm, such as uneven population initialization distribution and a tendency to fall into local optimal solutions, this paper proposes an ACDCPO algorithm that integrates boundary-adaptive contraction initialization, Cauchy inverse cumulative distribution mutation, and dynamic opposition-based learning strategies, which effectively enhances the uniformity of population distribution, improves the ability to jump out of local optimum, and strengthens the adaptive coordination between exploration and exploitation. To v
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.
With the optimization of deep learning algorithms and the accumulation of medical big data, deep learning technology has been widely applied in research in various fields of otology in recent years. At present, research on deep learning in otology is combined with a variety of data such as endoscopy, temporal bone images, audiograms, and intraoperative images, which involves diagnosis of otologic diseases (including auricular malformations, external auditory canal diseases, middle ear diseases, and inner ear diseases), treatment (guiding medication and surgical planning), and prognosis predict
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.
MedElevator
Войти в исследования