BACKGROUND: Timely palliative care (PC) consultations offer demonstrable benefits for patients with traumatic brain injury (TBI), yet their implementation remains inconsistent. This study employs machine learning methods to identify distinct patient phenotypes and elucidate the primary drivers of PC consultation timing variability in TBI management, aiming to uncover disparities and inform more equitable care strategies.
METHODS: Data on admission, hospital course, and outcomes were collected for a cohort of 232 patients with TBI who received both PC consultations and neurosurgical consultati
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.
Chikungunya virus (CHIKV), a mosquito-borne alphavirus of the Togaviridae family, is part of a group of emergent diseases, including arbovirus, constituting an increasing public health problem in tropical areas worldwide. CHIKV causes a severe and debilitating disease with high morbidity. The first Colombian autochthonous case was reported in the Colombian Caribbean region in September 2014. Within the next two to three months, the CHIKV outbreak reached its peak. Although the CHIKV pattern of clinical symptomatology has been documented in different epidemiological studies, understanding of th
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.
BACKGROUND: Hepatic encephalopathy (HE) contributes significantly to mortality among patients with liver cirrhosis. Early prediction of HE is essential for clinical decision-making, yet remains challenging-particularly in noncancer-related cirrhosis due to the unpredictable disease course.
OBJECTIVE: This study aimed to develop a novel machine learning (ML) model to improve early prediction of HE in patients with noncancer-related cirrhosis.
METHODS: A multicenter, retrospective cohort study was conducted from January 2010 to December 2017 across all Chang Gung Memorial Hospital branches in
СтатьяМногоцентровое 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.
OBJECTIVE: Inferior vena cava (IVC) filter placement is associated with important long-term complications. Predictive models for filter-related complications may help guide clinical decision-making but remain limited. We developed machine learning (ML) algorithms that predict 1-year IVC filter complications using preoperative data.
METHODS: The Vascular Quality Initiative database was used to identify patients who underwent IVC filter placement between 2013 and 2024. We identified 77 preoperative demographic and clinical features from the index hospitalization when the filter was placed. The
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.
OBJECTIVES: Return to work (RTW) is a key indicator of recovery for young and middle-aged maintenance hemodialysis (MHD) patients. Timely identification of patients with a low likelihood of RTW is crucial for precision rehabilitation assessment and risk-stratified management. This study aimed to develop and validate a machine learning-based predictive model for identifying influencing factors of current RTW status and enabling risk stratification among young and middle-aged MHD patients.
METHODS: From March 2023 to May 2024, 793 young and middle-aged MHD patients were recruited from eight ter
СтатьяВалидационное 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.
OBJECTIVES: To develop and validate explainable machine learning (ML) models predicting urinary stone composition from routinely available clinical variables and standardised morphological features, and to quantify the incremental value of morphology.
PATIENTS AND METHODS: This retrospective cohort study included consecutive patients undergoing endourological treatment or spontaneous stone expulsion, with laboratory analysis showing a major component exceeding 50% of stone composition, between 2019 and 2024. The outcome was dominant stone composition, classified into five categories: calcium
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: Prognostic uncertainty in older women with heart failure often delays end-of-life discussions and leads to unnecessary interventions. This study aimed to develop, internally validate, and evaluate the clinical utility of prognostic models for identifying patients nearing the end-of-life phase using nationally representative data from the Australian Longitudinal Study on Women’s Health (ALSWH), linked with administrative health records. METHODS: This prognostic study included older women from the 1921–26 ALSWH cohort who had a documented diagnosis of heart failure. Predictors were s
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.
Accurate prediction of feed intake (FI) in lactating sows is essential for precision nutrition, welfare monitoring, and sustainable production. Feed intake during lactation is influenced by both physiological and environmental factors, but the complexity of individual FI makes traditional modeling approaches challenging. Machine learning (ML) provides flexible tools for capturing nonlinear dynamics in sow-feeding datasets. This study evaluated multiple ML algorithms to predict and forecast FI using 17,171 daily observations from 898 lactating sows. Five ML algorithms were tested: Generalized A
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.
Prior evidence suggests that ion channel dysfunction plays a significant role in the pathogenesis of asthma, which provides a theoretical basis for the potential link between chloride homeostasis and asthma. However, epidemiological evidence regarding the association between circulating chloride levels and asthma risk remains limited. To our knowledge, no large-scale cross-sectional study has yet explored this relationship. This study aims to investigate the association between chloride levels and asthma, thereby providing new insights into the pathogenesis of asthma. We analyzed data from the
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: Adverse events (AEs) within the cardiac ICU (CICU) are associated with high mortality and comorbidity. Patients with single ventricle (SV) physiology are particularly vulnerable to experiencing such events before second stage surgery (bidirectional Glenn). Timely identification and management of AEs are critical for improving patient outcomes and enabling earlier, more targeted medical interventions in this vulnerable population.
OBJECTIVES: To develop and evaluate machine learning (ML) models using continuous physiologic data to predict and identify AEs including cardiac arrest (
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.
Colorectal cancer (CRC) is a leading cause of cancer-related morbidity and mortality worldwide. Tools based on routinely collected variables may help identify prevalent CRC status and support clinical evaluation. Traditional approaches often rely on limited predictors and may not capture the multidimensional nature of CRC. Data were obtained from the National Health and Nutrition Examination Survey 1999-2018. Among 53,881 participants, 420 reported physician-diagnosed CRC (MCQ220). A 1:10 stratified case-control sample was constructed (420 cases, 4200 controls) and randomly split into training
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: Liver cancer has high incidence and mortality worldwide, and timely identification is important for improving prognosis. However, prediction models based on routinely available clinical data remain insufficiently evaluated in hospitalized real-world populations. This study aimed to develop and interpret a machine-learning model for liver cancer prediction using multidimensional clinical and laboratory features.
METHODS: This retrospective real-world cohort included 9,284 hospitalized patients from Hainan General Hospital between January 2020 and December 2023. Patients were divide
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: Liver fibrosis caused by Schistosoma japonicum may continue to progress even following successful praziquantel chemotherapy. Although liver biopsy remains the gold standard for diagnosis of liver fibrosis, its invasiveness limits clinical applications. Conventional non-invasive indices, such as aspartate aminotransferase to platelet ratio index (APRI) and fibrosis-4 (FIB-4) index, often show suboptimal performance in schistosomiasis-related cases. This study aimed to develop and validate a machine learning (ML)-based model using epidemiological and laboratory data to identify liver
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: A key challenge in the medical field is managing gallbladder polyps (GBP) > 10 mm, especially when their nature is uncertain. GBP with a diameter exceeding 10 mm are associated with an increased risk of gallbladder cancer, making the key to their management the differentiation between benign and malignant types. The current practice, due to the inability to predict accurately, leads to excessive surgeries and ineffective follow-ups, increasing patient risks and medical burdens.
PURPOSE: This study aims to establish an imaging radiomics model using clinical data and contrast-enhanc
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.
BACKGROUND: Sarcopenia is a common muscle disorder in older adults, and its early identification and management in middle-aged populations are essential for ensuring a healthier later life. Detecting sarcopenia at an earlier stage may reduce the future burden on health care systems and enhance the quality of life in older adults. Machine learning (ML) models can evaluate large datasets, identify essential variables, and find complicated correlations between input variables. However, using ML models to detect sarcopenia remains an unsatisfied need.
OBJECTIVE: This study aimed to develop and ex
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.
RATIONALE AND OBJECTIVES: This study aims to develop interpretable machine learning (ML) models by integrating conventional magnetic resonance imaging (MRI) features and radiomics to preoperatively differentiate uterine sarcoma (US) and atypical leiomyoma (ALM).
MATERIALS AND METHODS: In this retrospective study, 160 patients (47 US, 113 ALM) were randomized into training (n=112) and test (n=48) cohorts. Two blinded radiologists assessed 10 MRI features from pelvic MRI examinations, including tumor border morphology, T2-weighted image (T2WI) signal heterogeneity, uterine endometrial cavity, a
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: Although papillary thyroid cancer (PTC) patients are known to have an excellent prognosis, up to 30% of patients experience disease recurrence after initial treatment. Accurately predicting disease prognosis remains a challenge given that the predictive value of several predictors remains controversial. Thus, we investigated whether machine learning (ML) approaches based on comprehensive predictors can predict the risk of structural recurrence for PTC patients.
METHODS: A total of 2244 patients treated with thyroid surgery and radioiodine were included. Twenty-nine perioperative v
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: Advanced-stage non-small cell lung cancer (NSCLC) poses treatment challenges, with immune checkpoint inhibitors (ICIs) as the main therapy. Emerging evidence suggests the gut microbiome significantly influences ICI efficacy. This study explores the link between the gut microbiome and ICI outcomes in NSCLC patients, using metatranscriptomic (MTR) signatures.
METHODS: We utilized a de novo assembly-based MTR analysis on fecal samples from 29 NSCLC patients undergoing ICI therapy, segmented according to progression-free survival (PFS) into long (> 6 months) and short (≤ 6 months) PFS
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.
Tuberculosis (TB), ranking just below COVID-19 in global mortality, is a highly complex infectious disease involving intricate immunological molecules, diverse signaling pathways, and multifaceted immune processes. N6-methyladenosine (m6A), a critical epigenetic modification, regulates various immune-metabolic and pathological pathways, though its precise role in TB pathogenesis remains largely unexplored. This study aims to identify m6A-associated genes implicated in TB, elucidate their mechanistic contributions, and evaluate their potential as diagnostic biomarkers and tools for molecular su
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: In patients undergoing percutaneous coronary intervention (PCI), contrast-induced acute kidney injury (CIAKI) is a frequent complication, especially in diabetics, and is connected with severe mortality and morbidity in the short and long term. Therefore, we aimed to develop a CIAKI predictive model for diabetic patients.
METHODS: 3514 patients with diabetes from four hospitals were separated into three cohorts: training, internal validation, and external validation. We developed six machine learning (ML) algorithms models: random forest (RF), gradient-boosted decision trees (GBDT)
Многоцентровое исследованиеСтатьяПоддержка 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.
MedElevator
Войти в исследования