BACKGROUND: Intraoperative anaphylaxis remains a rare yet fatal condition that has been a challenge due to its unpredictability. The unique characteristics of physiological parameter changes that precede or occur during the early stages of anaphylaxis may enable timely identification. We aimed to develop machine learning methods for the early detection of intraoperative anaphylaxis among patients with hypotension using real-world time-series physiological data.
METHODS: Physiological data, extracted from the EMRs at a 10-second sampling frequency, of patients undergoing surgeries at Peking Un
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 predictive models based on multiple machine learning (ML) algorithms, to systematically compare the predictive performance of these models in assessing the risk of poor postoperative prognosis in patients with chronic rhinosinusitis with nasal polyps (CRSwNP), and to further explore their potential clinical application value. Methods: A total of 333 CRSwNP patients who underwent endoscopic sinus surgery were prospectively enrolled from the Department of Otorhinolaryngology and Head and Neck Surgery, Renmin Hospital of Wuhan University, from March 2021 to July 2024. All pa
СтатьяВалидационное исследованиеАннотация на английскомПоиск 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: Misdiagnosing psychotic major depression (PMD) as non-psychotic major depression (NPMD) can lead to poor treatment outcomes. This study aims to develop and validate a machine learning-based model using electronic medical record (EMR) data and the Tabular Prior-data Fitted Network (TabPFN) model to distinguish between PMD and NPMD.
METHODS: A total of 666 patients with PMD and 808 patients with NPMD from January 2020 to February 2025 were included. The Least Absolute Shrinkage and Selection Operator (LASSO) algorithm was first applied for feature screening, and the TabPFN model was
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.
Leptospirosis is a significant zoonotic disease in India, with Gujarat and Karnataka recognised as enzootic states experiencing recurrent animal and human outbreaks. This study applied a spatio-temporal ensemble machine learning framework to monthly animal leptospirosis surveillance data from these regions, integrating satellite-derived environmental predictors. Environmental variables were aligned with surveillance data and processed into continuous monthly time series. Three base regression models, Random Forest (RF), Extreme Gradient Boosting (XGB), and a feed-forward neural network (FFNN)
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.
Osteoarthritis is a widespread chronic joint disease, becoming increasingly prevalent, particularly among individuals over the age of 45. This condition causes joint pain and dysfunction, significantly disrupting daily life. The objective of this study is to develop an optimal machine learning model for predicting the risk of osteoarthritis in individuals aged 45 and older. This study utilized data from the National Health and Nutrition Examination Survey (NHANES) from 2011 to 2018, which included a total of 2980 individuals. The dataset was randomly divided into a training set (n = 2235) and
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 spectral analysis, selecting the right spectral variables is crucial for effective modeling. It reduces data dimensionality, removes irrelevant wavelength points, and improves both the generalization ability and computational efficiency of the model. However, the number of available samples often falls short of the total possible combinations of wavelengths, making variable selection a non-deterministic polynomial-time (NP) hard optimization problem. The current dedicated variable selection and heuristic algorithms fail to balance the effectiveness and speed of variable selection. Therefore
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: Experiences of violence are important risk factors for worse outcome in people with mental health conditions; however, they are not routinely collected be mental health services, so their ascertainment depends on extraction from text fields with natural language processing (NLP) algorithms.
METHODS: Applying previously developed neural network algorithms to routine mental healthcare records, we sought to describe the distribution of recorded violence victimisation by demographic and diagnostic characteristics. We ascertained recorded violence victimisation from the records of 60
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.
The complement of the Brugia malayi microRNA-71 was inserted into the 3' untranslated region of a reporter plasmid, resulting in a decrease in reporter activity. Mutation of the seed sequence restored activity. Insertion of the 3' untranslated regions from two algorithm-predicted putative target genes into the reporter resulted in a similar decrease in activity; mutation of the predicted target sequences restored activity. These experiments demonstrate that B. malayi microRNA targets may be predicted using current algorithms and describe a functional assay to confirm predicted targets.
СтатьяПоддержка NIH: внешняя программаПоиск 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: This study aimed to investigate the effect of gastrointestinal bleeding (GIB) on the short-term survival of hepatitis B virus-related acute-on-chronic liver failure (HBV-ACLF) patients, establish a prediction model for HBV-ACLF-related GIB via machine learning (ML) algorithms, and compare the predictive ability of various models.
METHODS: A total of 583 HBV-ACLF patients from two medical centers were retrospectively enrolled, and patients from one of the centers were randomly divided into a training cohort (n = 360) and a test cohort (n = 153) at a 7:3 ratio. Patients from the oth
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.
Reliable prediction of lifetime resilience early in life can contribute to improved management decisions of dairy farmers. Several studies have shown that time series sensor data can be used to predict lifetime resilience rankings. However, such predictions generally require the translation of sensor data into biologically meaningful sensor features, which involve proper feature definitions and a lot of preprocessing. The objective of this study was to investigate the hypothesis that data-driven random forest algorithms can equal or improve the prediction of lifetime resilience scores compared
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.
Recent advances in multiomics technologies, continuous glucose monitoring, and machine learning (ML) enable precision nutrition by prediction of glycemic responses to foods. To date, no narrative reviews have focused on advances, challenges, and future directions in ML-based prediction of glycemic responses. This narrative review aimed to summarize the existing research on ML-based prediction of postprandial glycemic responses, highlight the challenges in prediction of glycemic responses, and offer directions for future research. We searched PubMed, Embase, Cumulative Index to Nursing and Alli
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.
Clinical otolaryngology : official journal of ENT-UK ; official journal of Netherlands Society for Oto-Rhino-Laryngology & Cervico-Facial Surgery2024eng
OBJECTIVE: Evaluating the possibility of predicting chronic rhinosinusitis with nasal polyps (CRSwNP) disease course using Artificial Intelligence.
METHODS: We prospectively included patients undergoing first endoscopic sinus surgery (ESS) for nasal polyposis. Preoperative (demographic data, blood eosinophiles, endoscopy, Lund-Mackay, SNOT-22 and depression PHQ scores) and follow-up data was standardly collected. Outcome measures included SNOT-22, PHQ-9 and endoscopy perioperative sinus endoscopy (POSE) scores and two different microRNAs (miR-125b, miR-203a-3p) from polyp tissue. Based on POS
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.
AIM: Particle swarm optimization (PSO) is an algorithm that involves the optimization of Non-linear and Multidimensional problems to reach the best solutions with minimal parameterization. This metaheuristic model has frequently been used in the Pathological domain. This optimization model has been used in diverse forms while predicting Alzheimer's disease. It is a robust algorithm that works on linear and multi-modal data while predicting Alzheimer's disease. PSO techniques have been in action for quite some time for detecting various diseases and this paper systematically reviews the papers
СтатьяСистематический обзорПоиск 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.
Coffee beans are economically and culturally important agricultural commodities traded globally across cultivation, processing and consumer supply-chain stages. Faced with challenges in distinguishing coffee beans of different geographical origins caused by high visual similarity and uncertainties in feature extraction, this study compared 12 advanced machine-learning algorithms (TabPFN-3, XGBoost, CatBoost, Random Forest, LightGBM, Logistic Regression, Support vector machine, K-nearest neighbor, FSC-GA-DT, ROPAC-L, ROPAC-M, GATree) for lot-level classification of 10 sampled single commercial
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.
Long QT Syndrome (LQTS) is an inherited cardiac disorder characterized by dysfunctional cardiac ion channels, which result in prolonged QT intervals on electrocardiograms (ECGs). LQTS can lead to severe clinical manifestations, including syncope, ventricular arrhythmias, and sudden cardiac death. Effective genotype-specific management strategies are essential to mitigate the risk of life-threatening arrhythmias. This study aims to achieve automatic discrimination among the LQT1, LQT2, and LQT3 genotypes to enable targeted treatment and prevention strategies. Utilizing ECG data from the Telemet
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: Varicella imposes a sustained public health burden in China, where decades of voluntary single-dose immunization have been associated with recurrent school outbreaks and an age shift toward adolescents. Accurate forecasting of varicella incidence is crucial for public health preparedness and resource allocation. Systematic head-to-head benchmarks of statistical, machine-learning, deep-learning, and ensemble forecasts for varicella in Chinese metropolitan settings are scarce.
METHODS: Monthly varicella case counts for Nanjing, China (January 2015-December 2025) were extracted from
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: In emergency departments, accurate and timely triage plays a critical role in prioritizing patient care. Traditional triage often suffers from subjectivity and inconsistency, especially under time pressure and overcrowded conditions. The aim of this study was to evaluate the predictive potential of multiple supervised machine learning models for three-class emergency department triage classification and compare their performance using routinely available triage variables.
METHODS: We conducted a comparative analysis of eight supervised machine learning models using a retrospective
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.
Non-contact injuries significantly impact professional football, yet traditional risk assessment methods demonstrate limited predictive accuracy. This study aimed to develop and validate a machine learning model integrating lower limb strength asymmetry data for injury prediction. A prospective cohort study enrolled 312 professional male football players from six European clubs (2022–2024). Comprehensive isokinetic strength testing, functional assessments, and 12-month injury surveillance were conducted. Four machine learning algorithms (Random Forest, SVM, GBDT, Deep Neural Networks) were dev
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.
In skeletal Class III patients, treatment options range from orthodontics to orthognathic surgery. Choosing the optimal approach requires a comprehensive clinical evaluation, which may be supported by AI tools. The aim of this study was to assess the performance of AI models in predicting the need for orthognathic surgery and in identifying predictors influencing treatment decisions. A PRISMA-guided electronic database search (PubMed, Web of Science; 2009-2024; English/French) was performed to identify studies using machine learning (ML) or deep learning (DL) on cephalometric and clinical data
СтатьяСистематический обзорПолный 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: Accurately differentiating severe from nonsevere COVID-19 clinical types is critical for the health care system to optimize workflow. Current techniques lack the ability to accurately classify COVID-19 clinical types in patients, especially as SARS-CoV-2 continues to mutate.
OBJECTIVE: We explore the predictability and interpretability of multiple state-of-the-art machine learning (ML) techniques trained and tested under different biomedical data types and SARS-CoV-2 variants.
METHODS: Comprehensive patient-level data were collected from 362 patients (severe COVID-19: n=148; nons
СтатьяПоддержка службы здравоохранения 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.
MedElevator
Войти в исследования