Despite the success of targeted therapies in rheumatoid arthritis, the lack of predictive biomarkers of response leads to an empirical treatment approach, often delaying effective intervention due to non-response to the initially selected individualized medication regimens in approximately 40% of patients. Cellular and molecular deconvolution of synovial tissue heterogeneity reveals discrete disease phenotypes, enabling disease stratification and response prediction. Recent advances in single-cell RNA sequencing and mass cytometry have defined more refined synovial molecular signatures and cel
СтатьяОбзорПолный 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.
Digital health technologies, including machine learning (ML), are transforming infectious disease management, however ML models for HIV care have been limited by data sharing restrictions that prevent multi-site collaboration. Federated Learning (FL) offers a privacy-preserving solution, enabling cross-site model training without sharing patient-level data. We evaluated FL for developing clinical prediction models using data from 22,234 people living with HIV (PLWH) across six sites in five countries within the Caribbean, Central, and South America network for HIV epidemiology (CCASAnet). Acro
СтатьяПрепринтПоиск 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.
Systems vaccinology studies have been used to build computational models that predict individual vaccine responses and identify the factors contributing to differences in outcome. Comparing such models is challenging due to variability in study designs. To address this, we established a community resource to compare models predicting B. pertussis booster responses and generate experimental data for the explicit purpose of model evaluation. We here describe our second computational prediction challenge using this resource, where we benchmarked 49 algorithms from 53 scientists. We found that the
СтатьяПоддержка 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.
Фон: Множественный склероз (MS) — хроническое аутоиммунное заболевание центральной нервной системы с склонностью вызывать серьезные неврологические расстройства. Точное и раннее прогнозирование прогресса в области НР имеет исключительно важное значение для управления им и его лечения. Методы: В настоящем документе мы сравниваем ряд самомаркированных полуконтролируемых методов обучения, используемых для прогнозирования MS на основе маркированных и немаркированных медицинских данных. В частности, мы сравниваем результаты самоподготовки, СЕТРЕД, совместной подготовки, совместной подготовки с Коми
СтатьяПолный текст найденМашинный перевод · не проверен
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: Delayed clinically important postoperative nausea and vomiting (CIPONV) could lead to significant consequences following surgery. We aimed to develop a prediction model for it using machine learning algorithms utilizing perioperative data from patients undergoing laparoscopic gastrointestinal surgery.
METHODS: All 1154 patients in the FDP-PONV trial were enrolled. The optimal features for model development were selected by least absolute shrinkage and selection operator and stepwise regression from 81 perioperative variables. The machine learning algorithm with the best area under
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.
Malaria, a life-threatening infectious disease, spreads rapidly via parasites. Malaria prevention is more effective and efficient than treatment. However, the existing surveillance systems used to prevent malaria are inadequate, especially in areas with limited or no access to medical resources. In this paper, in order to monitor the spreading of malaria, we develop an intelligent surveillance system based on our existing algorithms. First, a visualization function and active surveillance were implemented in order to predict and categorize areas at high risk of infection. Next, socioeconomic 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.
Infliximab dosage de-escalation without prior knowledge of drug concentrations may put patients at risk for underexposure and trigger the loss of response. A single-model approach for model-informed precision dosing during infliximab maintenance therapy has proven its clinical benefit in patients with inflammatory bowel diseases. We evaluated the predictive performances of two multi-model approaches, a model selection algorithm and a model averaging algorithm, using 18 published population pharmacokinetic models of infliximab for guiding dosage de-escalation. Data of 54 patients with Crohn's d
СтатьяПоддержка исследования: вне правительства СШАКлиническое исследование IV фазыПоиск 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.
Against the backdrop of booming engineering construction in loess areas, achieving rapid and accurate prediction of the loess collapsibility coefficient is of great significance. This study takes the loess in the Longdong area as the research object. Based on analyzing the correlation between the collapsibility coefficient and various soil property indices, a rapid determination standard for the collapsibility of loess in this area is proposed. Prediction models between the loess collapsibility coefficient and void ratio, depth, saturation, and compression coefficient are established using thr
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: Chronic kidney disease (CKD) is getting more common in elderly people with metabolic syndrome, but early detection and risk prediction are still hard. So we created and validated a CKD risk prediction model tailored for these patients to get past the limits of existing clinical screening tools.
METHODS: We used data from the National Health and Nutrition Examination Survey and the China Health and Retirement Longitudinal Study to develop and validate the CKD prediction model. We defined CKD based on an estimated glomerular filtration rate < 60 mL/min/1.73 m2, calculated with the c
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: Accurate prediction of knee biomechanics during total knee replacement (TKR) surgery is crucial for optimal outcomes. This study investigates the application of machine learning (ML) techniques for real-time prediction of knee joint mechanics.
METHODS: A validated finite element (FE) model of the lower limb was used to generate a dataset of knee joint kinematics, kinetics, and contact mechanics. The models were trained on joint alignment data, ligament information, and external boundary conditions. Several predictive algorithms were explored, including linear regression (LRM), m
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.
Pain is common in middle-aged and older adults, has also been identified as a fall risk factor, whereas the mechanism of falls in pain is unclear. This study included 13,074 middle-aged and older adults from the China health and retirement longitudinal study (wave 2011-2015) to separately develop four-year fall risk prediction models for older adults with and without pain, using five machine learning algorithms with 145 input variables as candidate features. Shapley Additive exPlanations (SHAP) was used for the prediction model explanations. Adjusted logistic regression (LR) models showed that
СтатьяСравнительное 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.
European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2025eng
BACKGROUND: Perineural invasion (PNI) is an independent prognostic risk factor for gallbladder carcinoma (GBC). However, there is currently no reliable method for the preoperative noninvasive prediction of PNI.
METHODS: This retrospective study included 180 patients with pathologically diagnosed GBC who underwent preoperative contrast-enhanced CT between January 2022 to December 2023 at one high-volume medical center from China. K-Nearest Neighbors (KNN), LightGBM (LGB), Logistic Regression (LR), XGBoost (XGB), Naive Bayes (NB), and Support Vector Machine (SVM) were employed to develop predic
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: Seizure prediction is a promising solution to improve the quality of life for drug-resistant patients, which concerns nearly 30% of patients with epilepsy. The present study aimed to ascertain the impact of incorporating sleep-wake information in seizure prediction.
METHODS: We developed five patient-specific prediction approaches that use vigilance state information differently: i) using it as an input feature, ii) building a pool of two classifiers, each with different weights to sleep/wake training samples, iii) building a pool of two classifiers, each with only sleep/wake sampl
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Besides their other roles, brain imaging and other biomarkers of Alzheimer's disease (AD) have the potential to inform a cognitively unimpaired (CU) person's likelihood of progression to mild cognitive impairment (MCI) and benefit subject selection when evaluating promising prevention therapies. We previously described that among baseline FDG-PET and MRI measures known to be preferentially affected in the preclinical and clinical stages of AD, hippocampal volume was the best predictor of incident MCI within 2 years (79%sensitivity/78%specificity), using standard automated MRI volum
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Hand, foot and mouth disease (HFMD) is an increasingly serious public health problem, and it has caused an outbreak in China every year since 2008. Predicting the incidence of HFMD and analyzing its influential factors are of great significance to its prevention. Now, machine learning has shown advantages in infectious disease models, but there are few studies on HFMD incidence based on machine learning that cover all the provinces in mainland China. In this study, we proposed two different machine learning algorithms, Random Forest and eXtreme Gradient Boosting (XGBoost), to perform our analy
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: Previous work in the field of medical informatics has shown that rules-based algorithms can be created to identify patients with various medical conditions; however, these techniques have not been compared to actual clinician notes nor has the ability to predict complications been tested. We hypothesize that a rules-based algorithm can successfully identify patients with the diseases in the Revised Cardiac Risk Index (RCRI).
METHODS: Patients undergoing surgery at the University of California, Los Angeles Health System between April 1, 2013 and July 1, 2016 and who had at least 2
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVES: Aimed to develop and evaluate a hierarchical multimodal framework to improve HER2 status prediction in Gastric Cancer (GC) patients.
METHODS: This retrospective study included 402 endoscopically identified GC patients (2014-2023), among whom 92 had pathologically confirmed HER2 status. Endoscopic images were analyzed using ResNet-50 to extract deep learning (DL) features and to develop a separate model for predicting invasion depth to aid in HER2 prediction. Radiomic features were extracted from contrast-enhanced CT images using Pyradiomics, with optimal features selected based on
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: Patients with cystic fibrosis (CF) experience frequent episodes of acute decline in lung function called pulmonary exacerbations (PEx). An existing clinical and place-based precision medicine algorithm that accurately predicts PEx could include racial and ethnic biases in clinical and geospatial training data, leading to unintentional exacerbation of health inequities.
METHODS: We estimated receiver operating characteristic curves based on predictions from a nonstationary Gaussian stochastic process model for PEx within 3, 6, and 12 months among 26,392 individuals aged 6 years a
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: Machine learning has shown to be an effective method for early prediction and intervention of Gestational diabetes mellitus (GDM), which greatly decreases GDM incidence, reduces maternal and infant complications and improves the prognosis. However, there is still much room for improvement in data quality, feature dimension, and accuracy. The contributions and mechanism explanations of clinical data at different pregnancy stages to the prediction accuracy are still lacking. More importantly, current models still face notable obstacles in practical applications due to the complex 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.
BACKGROUND/AIMS: To assess the performance of deep-learning (DL) models for prediction of conversion to normal-tension glaucoma (NTG) in normotensive glaucoma suspect (GS) patients.
METHODS: Datasets of 12 458 GS eyes were reviewed. Two hundred and ten eyes (105 eyes showing NTG conversion and 105 without conversion), followed up for a minimum of 7 years during which intraocular pressure (IOP) was lower than 21 mm Hg, were included. The features of two fundus images (optic disc photography and red-free retinal nerve fibre layer (RNFL) photography) were extracted by convolutional auto encoder.
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.
MedElevator
Войти в исследования