Epileptic seizures occur due to brain abnormalities that can indirectly affect patient's health. It occurs abruptly without any symptoms and … paper, it is observed that feature selection and classification are the main challenges in epilepsy prediction algorithms. This paper presents various techniques depending on various features and classifiers over the last few years. The methods presented will give a detailed understanding and ideas about seizure prediction and future research directions.
СтатьяОбзорОтозванная публикацияПоиск 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.
The abundance of oligomeric proteins makes them a frequent target for structure prediction. However, homologous proteins sometimes adopt different oligomerization states, rendering the prediction of structures of whole oligomers beyond the scope of comparative modeling. This obstacle can be overcome by combining comparative modeling of the single subunit of an oligomer with docking techniques, designed for predicting subunit-subunit interfaces. We present here algorithms for predicting the structures of homo-oligomers with C(n) or D(n) (n > 2) symmetry. The prediction procedure includes a symm
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.
OBJECTIVES: This study aimed to develop and validate an interpretable machine learning model for osteoporosis prediction based on multimodal ultrasound and clinical features.
METHODS: Participants with suspected osteoporosis were enrolled from 2 medical centers. Clinical variables and multimodal musculoskeletal ultrasound parameters, including muscle thickness, cross-sectional area, and shear wave elastography measurements, were collected. LASSO regression was used for feature selection. Eight machine learning algorithms, including logistic regression, decision tree, random forest, k-nearest
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: Glucocorticoid-induced adrenal insufficiency (GIAI) is a hypothalamic-pituitary-adrenal (HPA) axis dysfunction caused by long-term use of exogenous steroids. Adrenal crisis (AC) is an acute complication of GIAI and one of the reasons for the increased risk of death. This study aims to analyze the clinical characteristics of GIAI patients with AC and explore the related risk factors.
METHODS: Clinical data of adult GIAI patients treated at our hospital between January 1, 2014, and December 31, 2023 were included. The demographic characteristics, clinical characteristics, laboratory
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.
The condition of fetal overgrowth, also known as macrosomia, can cause serious health complications for both the mother and the infant. It is crucial to identify high-risk macrosomia-relevant pregnancies and intervene appropriately. Despite this need, there are several gaps in research related to macrosomia, including limited predictive models, insufficient machine learning applications, ineffective interventions, and inadequate understanding of how to integrate machine learning models into clinical decision-making. To address these gaps, we developed a machine learning-based model that uses m
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.
AIM: To evaluate the predicting efficacy of severe retinopathy of prematurity (ROP) by the WINROP algorithm (http://winrop.com) in Southern China.
METHODS: All preterm infants with the gestational age (GA) less than 32wk were included. Their ROP screening results and serial postnatal body weight were analysed retrospectively. Weekly body weight was entered into and measured by the WINROP system. The outcomes were analysed, and the sensitivity, specificity, positive predictive value and negative predictive value (NPV) were calculated.
RESULTS: Totally 432 infants with a median GA of 30.0 (24.
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: Stroke is one of the leading causes of death and disability worldwide, making early screening and risk prediction crucial. Traditional methods have limitations in handling nonlinear relationships between variables, class imbalance, and model interpretability.
METHODS: Logistic regression (LR), random forest (RF), extreme gradient boosting (XGBoost), categorical boosting (CatBoost), multi-layer perceptron (MLP) neural network, and ensemble models were constructed and compared. Their performance in stroke risk prediction was systematically evaluated, and feature contributions were i
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.
Stroke is a major cause of long-term disability globally, with upper limb sensorimotor deficits being among the most debilitating consequences. Accurate prediction of recovery trajectories can help clinicians individualise rehabilitation planning and optimize resource allocation, particularly in low- and middle-income countries (LMICs), where access to high-cost neurophysiological or imaging tools is limited. This protocol describes a prospective cohort study designed to develop and validate both conventional statistical and machine learning-based models for predicting upper limb sensorimotor
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.
As a necessary part of intelligent control of a joint station, the automatic identification of abnormal conditions and automatic adjustment of operation schemes need to judge the running state of the system. In this paper, a combination of Particle Swarm Optimization (PSO) and Gray Wolf Optimizer (GWO) is proposed to optimize the Backpropagation Neural Network (BP) model (PSO-GWO-BP) and a pressure drop prediction model for the joint station export system is established using PSO-GWO-BP. Compared with the traditional hydraulic calculation modified (THCM) models and other machine learning algor
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: Sepsis, a systemic inflammatory response syndrome precipitated by infection, involves critical immune dysregulation. Here, we aimed to evaluate immune-derived diagnostic markers, investigate immune cell infiltration, and explore targeted pharmacological interventions.
METHODS: Weighted gene co-expression network analysis and multiple machine learning (ML) algorithms were used to screen hub markers and build a sepsis prediction model. Immune cell infiltration was analyzed using CIBERSORT. In vivo validation of mRNA trends was performed in murine sepsis models. Drug-Gene Interaction
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: The prevalence of gout, a chronic metabolic disease, has recently increased. Polygenic risk scores (PRSs) represent a useful tool for predicting patient outcomes of this condition. However, the clinical utility of PRS in disease prediction remains controversial.
METHODS: Using data from the Korean Genome and Epidemiology Study, machine learning (ML) models were developed to predict gout based on PRS and clinical variables such as uric acid, lifestyle habits, and metabolic syndrome (MetS) profiles. Five supervised learning algorithms were applied: logistic regression (a tradition
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: Catheter-associated urinary tract infections (CAUTIs) increase clinical burdens. Identifying the high-risk patients is crucial. We aimed to develop and externally validate an explainable, prognostic prediction model of CAUTIs among hospitalized individuals receiving urinary catheterization.
METHODS: A retrospective cohort paradigm was applied for model development and validation using data from 2 hospitals and used the third hospital's data for external validation. Machine learning algorithms were applied for predictive modeling. We evaluated the calibration, clinical utility, and
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: Metastasis of cutaneous squamous cell carcinoma (cSCC) is uncommon. Current staging methods are reported to have sub-optimal performances in metastasis prediction. Accurate identification of patients with tumors at high risk of metastasis would have a significant impact on management.
OBJECTIVE: To develop a robust and validated gene expression profile signature for predicting primary cSCC metastatic risk using an unbiased whole transcriptome discovery-driven approach.
METHODS: Archival formalin-fixed paraffin-embedded primary cSCC with perilesional normal tissue from 237 immunoc
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: Neuraxial labor analgesia has been associated with fetal heart rate changes. Fetal bradycardia is multifactorial, and predicting it poses a significant challenge to clinicians. Machine learning algorithms may assist the clinician to predict fetal bradycardia and identify predictors associated with its presentation.
METHODS: A retrospective analysis of 1077 healthy laboring parturients receiving neuraxial analgesia was conducted. We compared a principal components regression model with tree-based random forest, ridge regression, multiple regression, a general additive model, and el
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: Cyclosporin A is a calcineurin inhibitor which has a narrow therapeutic window and high interindividual variability. Various population pharmacokinetic models have been reported; however, professional software and technical personnel were needed and the variables of the models were limited. Therefore, the aim of this study was to establish a model based on machine learning to predict CsA trough concentrations in Chinese allo-HSCT patients.
METHODS: A total of 7874 cases of CsA therapeutic drug monitoring data from 2069 allo-HSCT patients were retrospectively included. Sequential f
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.
(1) Background: Fetal growth restriction is a relatively common disorder in pregnant patients with thrombophilia. New artificial intelligence algorithms are a promising option for the prediction of adverse obstetrical outcomes. The aim of this study was to evaluate the predictive performance of a Feed-Forward Back Propagation Network (FFBPN) for the prediction of small for gestational age (SGA) newborns in a cohort of pregnant patients with thrombophilia. (2) Methods: This observational retrospective study included all pregnancies in women with thrombophilia who attended two tertiary maternity
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.
Epilepsy is a common neurological disorder characterized by recurrent and disabling seizures. An increasing number of clinical and experimental applications of machine learning (ML) methods for epilepsy and other neurological and psychiatric disorders are available. ML methods have the potential to provide a reliable and optimal performance for clinical diagnoses, prediction, and personalized medicine by using mathematical algorithms and computational approaches. There are now several applications of ML for epilepsy, including neuroimaging analyses. For precise and reliable clinical applicatio
СтатьяОбзорПоиск 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: Despite the increasing use of intraoperative facial nerve monitoring during parotid gland surgery (PGS) and the improvement in the preoperative radiological assessment, facial nerve injury (FNI) remains the most severe complication after PGS. Until now, no studies have been published regarding the application of machine learning (ML) for predicting FNI after PGS. We hypothesize that ML would improve the prediction of patients at risk.
METHODS: Patients who underwent PGS for benign tumors between June 2010 and June 2019 were included.
RESULTS: Regarding prediction accuracy and per
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.
The prediction of relapse in childhood acute lymphoblastic leukemia (ALL) is a critical factor for successful treatment and follow-up planning. Our goal was to construct an ALL relapse prediction model based on machine learning algorithms. Monte Carlo cross-validation nested by 10-fold cross-validation was used to rank clinical variables on the randomly split training sets of 336 newly diagnosed ALL children, and a forward feature selection algorithm was employed to find the shortest list of most discriminatory variables. To enable an unbiased estimation of the prediction model to new patients
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.
BACKGROUND: Antigen presentation is a central step in initiating and shaping the adaptive immune response. To activate CD8+ T cells, pathoge … mune responses and for supporting drug and vaccine design. There are reliable databases for epitope prediction algorithms available however they primarily focus on the prediction of epitopes in single immunogenic proteins.
RESULTS: We have developed the tool DiscovEpi to establish an interface between whole proteomes and epitope prediction. The tool allows the automat …
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.
MedElevator
Войти в исследования