PURPOSE: Costs of outpatient hand procedures vary widely, and the influence of social determinants of health is not well characterized. Machine learning (ML) offers a way to quantify cost drivers and identify disparities. We sought to (1) assess whether ML models can accurately predict the costs of common outpatient hand procedures (2) identify cost determinants and (3) assess whether socioeconomic or racial disparities exist in cost patterns.
METHODS: A retrospective cohort study was conducted using the New York State Ambulatory Surgery and Services Database (2015-2018) including patients un
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: Frailty adversely affects survival and quality of life in patients undergoing maintenance hemodialysis (MHD). This study aimed to develop a clinical multimodal model to identify prevalent frailty in MHD patients.
METHODS: Clinical data from 626 MHD patients across four tertiary hospitals were retrospectively collected, including demographics, clinical characteristics, laboratory indicators, and physical function assessments. Frailty was assessed using the FRAIL scale. Patients from Wuxi (n = 502) were divided into training (n = 352) and internal validation (n = 150) sets, while pa
СтатьяВалидационное исследованиеМногоцентровое 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.
Sludge settleability characterized by the sludge volume index (SVI) is essential in assessing the operational stability of wastewater treatment systems. However, previous studies primarily focus on correlations between features and SVI in single wastewater treatment processes but lack revealing SVI causal relationships among multi-process differences. To address this, this study proposes a framework combining knowledge-infused feature engineering and hierarchical directed causal informatics linking strategies based on monitoring data of a full-scale multi-process wastewater treatment plant (WW
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 AND PURPOSE: Major adverse cardiovascular events (MACEs) remain a significant concern in esophageal cancer (EC) patients receiving radiotherapy (RT). This study aimed to develop and validate a CCTA-based model for predicting MACEs in this population.
MATERIALS AND METHODS: 322 and 216 patients with EC at thoracic middle or lower segment from hospital 1 were randomly divided into the training and internal validation cohorts, while 227 patients from hospital 2 were assigned to the external validation cohort. Pericoronary adipose tissue (PCAT) radiomics features were selected by the l
СтатьяВалидационное исследованиеПолный 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.
Closely associated with metabolic disorders, non-alcoholic fatty liver disease (NAFLD) substantially increases the risk of hepatocellular carcinoma. This study aimed to apply machine learning (ML) algorithms to a community-based cohort in southern Taiwan to identify key risk factors for NAFLD and to develop predictive models with clinical applicability. Data were derived from community health examinations, and eighteen clinical and demographic features were analyzed. Five ML algorithms were evaluated: logistic regression (LR), random forest (RF), K-nearest neighbors (KNN), adaptive boosting (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: Depressive disorders are a leading cause of non-fatal health loss among adolescents and young adults, yet evidence on long-term trends and regional heterogeneity across Asia remains limited. This study assessed the burden and key drivers of depressive disorders among individuals aged 15-39 years across Asia.
METHODS: Data were obtained from the Global Burden of Disease (GBD) 2023 study for all Asian countries from 1990 to 2023. Temporal trends in incidence and disability-adjusted life years (DALYs) rates were evaluated using log-linear regression and Joinpoint models. Violence-rel
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.
Bangladesh experiences some of the highest ambient PM2.5 concentrations globally and remains one of the most monitoring-sparse high-burden regions. To address this gap, we developed daily 1 km PM2.5 exposure estimates for Bangladesh from January 1, 2020, to January 31, 2025 by integrating satellite observations, reanalysis products, and machine learning. We first reconstructed missing MAIAC aerosol optical depth retrievals, which exceed 60% of potential retrievals across the study period, using LightGBM to generate a spatially complete AOD dataset. We then combined the gap-filled AOD with mete
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.
Industrial wastewater treatment poses significant challenges because effluents vary in composition, containing dissolved salts, organic contaminants, and heavy metals. Nanofiltration (NF), employing thin-film composite (TFC) membranes, offers an energy-efficient separation platform capable of rejecting multivalent ions, organics, and dissolved metals. Here, graphene oxide (GO) was synthesized from waste graphite via a modified Hummers' method, functionalized with imidazole groups, and incorporated into polyamide TFC membranes to enhance rejection performance. The membranes were characterized,
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.
Neuroblastoma (NB) exhibits profound clinical and molecular heterogeneity, highlighting the need for reproducible biomarkers for disease stratification. This study aimed to identify robust stage-associated gene signatures through integrative machine learning (ML) and cross-platform validation. Four independent NB microarray datasets were integrated to perform a multi-cohort meta-analysis. Differentially expressed genes (DEGs) were identified using Linear Models for Microarray Data (limma), followed by feature selection through three orthogonal ML models - Random Forest (RF), eXtreme Gradient B
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.
While suicide prevention is a major global health priority in youth, it remains challenging to identify those at risk for future suicidal behavior. This study aimed to investigate the potential of machine learning (ML) based approaches to predict suicide attempts (SA) among high-risk adolescents. We applied three ML-algorithms – elastic net, random forest and extreme gradient boosting – to longitudinal clinical data, and compared their performance to a traditional statistical approach – logistic regression (LR). Models were trained using patient data from a clinical cohort (N = 255) of adolesc
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.
Colloid transport in porous media exhibits pronounced variability under varying solution chemistry, hydrodynamic conditions, and pore structural characteristics. Conventional advection-dispersion models typically treat transport parameters as constants, which limits their predictive capability across variable environmental conditions. This study develops a physics-informed machine learning (ML) framework to parameterize and predict colloid transport under varying environmental conditions by deriving explicit expressions for key transport parameters. Built on 98 column-scale experimental record
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.
Biodegradable dissolved organic carbon (BDOC) is the most reactive fraction of dissolved organic matter (DOM) and a major driver of carbon dioxide (CO2) emissions from inland waters, yet its large-scale assessment is constrained by incubation-based measurements. This study conducted a global meta-analysis integrating harmonized BDOC observations, optical DOM indices, and machine-learning (ML) modeling to enable scalable BDOC prediction across freshwater systems. A total of 1063 paired observations were compiled from 17 studies across eight countries, with cross-study comparability improved thr
СтатьяМетаанализПоиск 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 and validate the best machine learning model for predicting 28-day mortality in septic patients with alcoholic cirrhosis (AC), leveraging data from the Medical Information Mart for Intensive Care Database, 4th Edition (MIMIC-IV).
METHODS: Clinical data of 1958 patients with AC complicated with sepsis were retrospectively extracted. Missing data (<20%) were addressed using Multiple Imputation by Chained Equations (MICE). Key predictors were selected via Least Absolute Shrinkage and Selection Operator (LASSO) regression. Patients were allocated to a training set (n=1268),
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: Postoperative atrial fibrillation (POAF) is a frequent complication after cardiac surgery that is associated with increased morbidity. However, existing risk scores have limited accuracy, highlighting the need for more effective prediction models. In this study, we developed and validated a machine-learning (ML) model predicting new-onset POAF following cardiac surgery using various perioperative variables.
METHODS: A total of 6859 adult patients who underwent cardiac surgery at Seoul National University Hospital (SNUH) or Seoul National University Bundang Hospital (SNUBH) between
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.
OBJECTIVE: Cardiac surgery carries a significant risk of complications and mortality. Artificial intelligence (AI), particularly machine learning (ML), is increasingly being explored to enhance perioperative risk prediction and support clinical decision-making. This systematic review evaluates the clinical applications, predictive performance, and limitations of AI models in cardiac surgery.
METHODS: PubMed and Embase were searched for studies published between January 2020 and July 2025. Of 939 records identified, 178 studies met the inclusion criteria following screening and full-text revie
СтатьяСистематический обзорПоиск 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: Understanding how lifestyle habits influence breast cancer survival is crucial for improving long-term outcomes and guiding individualized care. The purpose of this study is to comprehensively understand how dietary habits, exercise frequency, sleep quality and the frequency of tobacco and alcohol use affect the survival of breast cancer patients by analyzing the synergistic effects of multiple lifestyle habits.
METHODS: We analyzed data from 21,219 female breast cancer patients in the UK Biobank, a large-scale population-based cohort. Three feature selection methods were applied
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: Glioblastoma is an extremely aggressive brain tumor that diffusely infiltrates white matter and alters large-scale brain connectivity. Most prognostic models focus on localized tumor features and clinical variables, overlooking broader effects on the brain's structural connectome. This study addressed this limitation by integrating graph-theoretical analysis of preoperative diffusion tensor imaging (DTI)-derived structural connectomes with machine learning (ML) to improve prediction of overall survival (OS) in newly diagnosed glioblastoma. Methods: Preoperative DTI data from 871 gl
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: Esophageal squamous cell carcinoma (ESCC) is a highly aggressive malignancy with a poor prognosis. This study identifies malignant epithelial subtypes and establishes prognostic biomarkers through single-cell transcriptomics and integrative machine learning approaches.
METHODS: We re-analyzed the single-cell RNA sequencing data (GSE188900) and identified malignant epithelial cells using inferCNV. Differentially expressed genes (DEGs) among malignant epithelial subtypes were identified and intersected with lysine β-hydroxybutyrylation (Kbhb)-related genes. Candidate genes were scre
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: Rainfed wheat suffers from water scarcity and micronutrient deficits, calling for innovative practices. This study tests zinc sulphate (ZnSO4) seed priming combined with foliar iron (Fe), zinc (ZN), and manganese (Mn) (various formulations) and uses multiple machine-learning models to predict agronomic outcomes.
METHODS: A field experiment was conducted in northwestern Iran using a factorial randomized complete block design with four replications. Treatments included three ZnSO4 priming concentrations (0.1%, 0.2%, 0.3%) and five foliar sprays (conventional, magnetized, and nano-fo
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: Clinicians face challenges in diagnosing malignant pleural effusion (MPE) and distinguishing it from benign causes. This study aimed to develop and validate machine learning (ML) models for this purpose.
METHODS: The retrospective study included 1,530 untreated patients with pleural effusion (PE) between January 2016 and December 2025. Clinical variables, including age, sex, smoking status, and laboratory indices were collected for analysis. The patients were randomly divided into the training and test sets at a ratio of 7:3. Six ML algorithms were developed and compared to determ
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.
MedElevator
Войти в исследования