BACKGROUND: Intrapartum high fever (≥38.5 °C) is associated with adverse outcomes, but predicting its occurrence in parturients with intrapartum fever remains difficult. We developed a machine learning model to assess this risk.
METHODS: This multicenter retrospective study included parturients who received labor analgesia and developed intrapartum fever (≥38.0 °C) from three Chinese hospitals. The derivation cohort comprised parturients from two hospitals, with parturients from the third hospital serving as an independent external validation cohort. Candidate variables were extracted from el
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.
INTRODUCTION: Frailty is a multifactorial geriatric syndrome, and sleep disturbances have emerged as a potential contributing factor. However, conventional statistical approaches may not adequately capture the complex and nonlinear patterns inherent in wearable-derived sleep data. This study evaluated the feasibility of machine learning (ML) models for classifying frailty using objectively measured sleep features in older adults under free-living conditions.
METHODS: This cross-sectional study included 90 community-dwelling adults aged ≥65 years. Participants were classified as robust or pre-
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: Early osteoarthritis (EOA) detection is crucial for timely intervention, yet current methods often fail to identify early-stage disease. The popliteal crease obliquity angle (PCOA) shows promise as a novel anatomical marker, but its relationship with functional movement patterns remains unclear.
METHODS: This cross-sectional study employed a two-phase machine learning approach in 43 manufacturing workers (86 legs, aged 40-70 years). Phase I used regression analysis to predict PCOA from step-down frontal plane kinematics using five algorithms. Phase II applied PCOA measurements to c
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: The prevalence of post-traumatic stress disorder (PTSD) among South Korean firefighters is likely to be under-reported because of stigma and defensive attitudes. We aimed to develop a machine learning-based classification model, named Firefighter PTSD Latent Risk Evaluation (FLARE), to identify firefighters at risk of probable PTSD based on demographic and clinically relevant psychosocial features.
METHODS: We analyzed data from 52,428 firefighters, including 2,305 with probable PTSD and 50,123 without PTSD, as assessed using the PTSD Checklist for DSM-5. Various clinical and occu
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.
Malignant peritoneal mesothelioma (MPM) is a rare, aggressive cancer with limited treatment options and extremely poor survival outcomes. Due to the disease's low incidence, large-scale cohort studies to clarify survival outcomes and the impact of treatments like chemotherapy are limited. This study aimed to use conditional survival (CS) analysis to assess survival trends and explore the survival benefits of chemotherapy in MPM patients. Using SEER data (2000-2019), CS analysis was applied to capture survival probabilities conditional on having survived specific durations after diagnosis. Addi
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: Kawasaki disease (KD) is an acute self-limiting systemic vasculitis of unknown etiology, lacking specific diagnostic biomarkers. Neutrophils and their released extracellular traps play a central role in disease pathogenesis and coronary artery injury, making targeting this pathological process a key direction for exploring novel diagnostic and therapeutic strategies. Therefore, this study aimed to identify neutrophil-related genes associated with KD and to construct and validate a diagnostic model for improving the early and precise diagnosis of KD.
METHODS: Based on Gene Expressi
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: Accurate risk prediction is essential for informed clinician-patient decision making in adults with congenital heart disease (ACHD). We performed extended validation of an institutional risk model for composite morbidity and mortality in reoperative ACHD surgery.
METHODS: Risk models developed in a high-volume ACHD surgical program using multivariable logistic regression and machine learning (ML) were externally validated in the Society of Thoracic Surgeons Adult Cardiac Surgery Database (STS-ACSD) among reoperative ACHD patients 7/1/2017-12/31/2023. The outcome was a composite of
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.
PURPOSE: To evaluate keratoconus (KC) risk factors and to develop a machine-learning (ML) model for KC and myopia classification.
METHODS: In this retrospective single-center cross-sectional study, demographic and lifestyle data from patients with KC and individuals from a preoperative refractive surgery clinic were collected from January 20, 2024, to December 1, 2024. Univariable and multivariable regression analyses were used to identify key risk factors. Additionally, random forest (RF)-recursive feature elimination (RFE), extreme gradient boosting (XGBoost)-RFE, and univariable logistic r
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: Predicting mortality in Amyotrophic Lateral Sclerosis (ALS) guides personalized care and clinical trial optimization. Existing statistical and machine learning models often rely on baseline or diagnosis visit data, assume fixed predictor-survival relationships, lack validation in non-Western populations, and depend on features like genetic tests and imaging not routinely available. This study developed ALS mortality prediction models that address these limitations.
METHODS: We trained Royston-Parmar and eXtreme Gradient Boosting models on the PRO-ACT database for 6- and 12-month
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: Among germ cell tumours, germinomas are extremely sensitive to radiotherapy and chemotherapy. Histological diagnosis is important for clinical treatment decisions. This study aimed to identify germinomas and non-germinomatous germ cell tumours (NGGCTs) using radiomics-based machine learning (ML).
METHODS: The present retrospective study comprised 141 patients diagnosed with intracranial germ cell tumours (ICGCTs), 71 germinomas, and 70 NGGCTs. Radiomics features were quantitatively extracted from magnetic resonance imaging (MRI) sequences, including T1-weighted imaging (T1WI), T2-
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.
AIMS: To differentiate patients with temporal plus epilepsy (TPE) with insular involvement from those with temporal lobe epilepsy (TLE) using brain network analysis based on noninvasive assessments.
METHOD: TLE and TPE patients were retrospectively selected and matched using propensity score matching (PSM) analysis. Metabolic networks for each patient were constructed utilizing 18F-fluorodeoxyglucose-positron emission tomography, and graphic theory was applied for network analysis. Additionally, brain networks from scalp electroencephalography were assessed through recurrence quantification a
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.
An acceleration in Sea Level Rise (SLR) and change in storm activity is likely to increase erosion and flood hazards over the coming decades, representing a significant economic burden and threat to coastal environments globally. Foredune systems may mitigate hazards by providing a natural flood protection to back barrier resources, but only if they can maintain their volume and elevation in pace with SLR and changing storm climates. The beach-dune interface, or dune toe (dt), is an important process boundary that has been used to classify and assess the resiliency of coastal landscapes, howev
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.
Since a resurgence occurred in 1993, malaria has remained an endemic disease in the Republic of Korea (ROK). A major challenge is the inaccessibility of current vector mosquito abundance data due to a 2-week reporting delay, which limits timely implementation of control measures. We aimed to nowcast mosquito abundance and assess its utility by evaluating the predictive value of mosquito abundance for malaria epidemic peaks. We used machine learning models to nowcast mosquito abundance, employing gradient boosting models (GBMs), extreme gradient boosting (XGB), and an ensemble model combining b
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: Models that detect fall risk have been proposed. However, the value of an indicator derived from such models in fall-severity stratification is understudied. This study developed a machine learning (ML)-based fall classification model, constructed a fall-risk score, and explored its association with fall-related adverse outcomes.
METHODS: We used the eXtreme Gradient Boosting algorithm to build a fall classification model using data from 15,457 community-dwelling adults aged 60 Years and older. Of the 216 fall-associated variables, the 15 most important variables were selected for
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.
ObjectiveThis study intends to utilize machine learning approaches to screen out the crucial factors affecting the recurrence of hepatocellular carcinoma (HCC) patients with preoperative malnutrition after interventional therapy, and based on the identified factors, develop a nomogram for predicting the patients' 1-, 3-, and 5-year recurrence-free survival (RFS).MethodsThis study encompassed the clinical data of 512 malnourished (CONUT score ≥ 2) HCC patients who received the combination treatment of transarterial chemoembolization (TACE) and radiofrequency ablation (RFA) at Beijing You'an Hos
Полный текст 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: Gestational diabetes mellitus (GDM) is a common obstetric complication worldwide that seriously threatens maternal and fetal health. As the number of women conceiving through in vitro fertilization (IVF) continues to rise, this population is recognized as being at an elevated risk for GDM. However, there is still no consensus on the early prediction of GDM in IVF patients due to the lack of reliable biomarkers.
METHODS: We compared the first-trimester serum cytokine and antibody profiles in 38 GDM women and 38 matched controls undergoing IVF treatment, based on the extensive human
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.
Bromo-DragonFLY (BDF), a potent designer psychedelic drug with hallucinogenic properties, has recently emerged as a significant recreational substance. Named for its dragonfly-like molecular structure, BDF induces prolonged psychedelic effects, with hallucinations lasting several days. Clinical reports highlight severe toxicity, including confusion, tachycardia, hypertension, seizures, renal failure, and, in extreme cases, death. BDF acts as a potent agonist of the 5-HT2A serotonin receptor subtype, which mediates the behavioral and psychedelic effects of hallucinogens. Despite its increasing
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.
Anorexia nervosa (AN), a severe eating disorder marked by extreme weight loss and malnutrition, leads to significant alterations in brain structure. This study used machine learning (ML) to estimate brain age from structural MRI scans and investigated brain-predicted age difference (brain-PAD) as a potential biomarker in AN. Structural MRI scans were collected from female participants aged 10-40 years across two institutions (Boston, USA, and Jena, Germany), including acute AN (acAN; n=113), weight-restored AN (wrAN; n=35), and age-matched healthy controls (HC; n=90). The ML model was trained
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: Chronic normal pressure hydrocephalus (CNPH) is a recognized sequela of aneurysmal subarachnoid hemorrhage (ASAH). Ventriculoperitoneal shunt (VPS) is a conventional treatment for hydrocephalus, though its effectiveness for CNPH post-ASAH remains unclear.
METHODS: We included ASAH patients with CNPH who underwent VPS surgery. Changes in the modified Rankin Scale (mRS) before and after surgery were analyzed to evaluate VPS benefits. The least absolute shrinkage and selection operator identified relevant variables and predictive models were constructed using 8 supervised machine lea
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.
Misophonia and loudness hyperacusis are debilitating sound intolerance conditions marked by extreme emotional and physiological responses to everyday sounds. Although frequently co-occurring, their distinct neural correlates remain poorly delineated. In an exploratory data-driven analysis, we identified neural-connectivity based markers of misophonia among cortical and subcortical networks in the brain using resting-state fMRI data. We leveraged an optimized and cross-validated machine learning framework to sift through >85 thousand functional connections and to evaluate detectability of misop
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.
MedElevator
Войти в исследования