BACKGROUND: The Banff Classification for Allograft Pathology recommendations for the diagnosis of kidney transplant rejection includes molec … as assessed. A 17-gene panel was identified on the basis of relevant pathophysiological pathways. A support vector machine classifier was developed. A subset of 109 biopsies was also assessed using the Nanostring Banff Human Organ Transplant panel to compare the two assays.
RESULTS: The support vector machine classifier train and test accuracy scores were 0.84 and 0.83 …
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.
OBJECTIVE: To develop and interpret an interpretable machine learning model for classifying HIV viral load suppression (VLS) using routinely … ht machine learning algorithms, Logistic Regression, Random Forest, Gradient Boosting, Naive Bayes, Support Vector Machine, K-Nearest Neighbors, Decision Tree, and XGBoost, were trained and optimized to classify binary VLS outcomes. Model performance was evaluated using accuracy, precision, recall, F1-score, and area under the receiver operating characteristic curve (AU …
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.
This study aimed to develop and validate a machine learning model for risk stratification of coronary heart disease (CHD) in patients with c … aque. Seven machine learning algorithms (LR, XGBoost, LightGBM, random forest, K-nearest neighbors, support vector machine, and stacking ensemble) were trained and evaluated. Model performance was assessed using 10-fold cross-validation, with metrics including area under the curve, accuracy, sensitivity, specificity, and F1 score. Model interpretability was evaluated us …
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/Objectives: Antibiotic residues in aquatic environments reflect interacting physicochemical, climatic, and microbiological processes. This study characterized selected antibiotics in wastewater and surface water associated with the Danube River near Novi Sad, Serbia, and evaluated explainable stacked machine-learning models for concentration prediction. Methods: Thirty-six samples collected during summer and autumn 2024 were analyzed using SPE-HPLC-MS/MS. Artificial neural network, random forest, support vector machine, XGBoost, stacked linear, and stacked random forest (STACK-RF) 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.
BACKGROUND: Delayed chemotherapy-induced nausea and vomiting (CINV) in pediatric oncology patients is currently under-recognized. This study … or CTCAE grade ≥2 as the primary outcomes. Seven machine learning models, including random forest, support vector machine, and artificial neural network (ANN), were developed and validated using 29 sociodemographic and clinical features. Model performance was assessed using the area under the receiver operating characteristic curve (AUC) and other metrics. Shapley's Ad …
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.
PURPOSE: To develop and externally validate machine-learning models for predicting osteoporosis in patients with Parkinson's disease (PD) us … h generally favorable calibration. Neural network (AUC = 0.937) achieved the best performance, with support vector machine and random forest also showing strong discrimination (both AUC = 0.935). Decision-curve analysis showed higher net benefit than "treat all" or "treat none" across clinically relevant thresholds. SHAP analyses indicated that lower body mass index, hi …
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.
Murine infection models are essential for investigating host-pathogen interactions, disease progression, vaccine-induced immune responses an … al testing and the second one for independent external validation. Four classifiers (Random Forest, Support Vector Machine, XGBoost, and penalized logistic regression) alongside three ensemble strategies (majority voting, weighted voting, and stacked meta-learner) were evaluated in this experimental context. In the internal test set, all models achieved high performance …
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/OBJECTIVES: Breast cancer remains one of the leading causes of cancer-related mortality among women worldwide. Early and accurate … me. Several conventional machine learning algorithms were evaluated, including Logistic Regression, Support Vector Machine with radial basis function kernel, K-Nearest Neighbors, Decision Tree, Random Forest, Extra Trees, Gradient Boosting, AdaBoost, and CatBoost. Hyperparameter optimization was performed using grid search with five-fold cross-validation. Model performa …
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.
PURPOSE: The aim of this study was to comprehensively compare multifactorial logistic regression and various machine learning models in predicting pharyngocutaneous fistula (PCF) following laryngectomy in patients with laryngeal carcinoma and hypopharyngeal carcinoma.
METHODS: Utilizing a significant dataset from West China Hospital, Sichuan University, we retrospectively analyzed the medical records of 2,863 patients diagnosed with laryngeal or hypopharyngeal cancer who underwent surgical treatment from 17 March 2008 to 9 May 2022 to identify critical risk factors for postoperative PCF. Our
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 timberline region of the Western Himalaya is a crucial ecological transition area highly sensitive to climate changes, which significant … nded differently. Furthermore, Digital Soil Mapping using the Random Forest (RF) model outperformed Support Vector Machine and XGBoost, explaining 62% of surface and 74% of subsurface SOC variability. In conclusion, aspect-induced microclimatic gradients play a major role in controlling soil characteristics near the Himalayan timberline, and machine-learning models like …
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.
Styrene-butadiene-styrene (SBS)-modified asphalt is a physical polymer gel system in which SBS forms a three-dimensional elastic network wit … and viscosity at 135 degrees Celsius. Four machine learning models were developed and compared. The support vector machine with radial basis function kernel achieved the highest accuracy for penetration with an R2 value of 0.9997 and for ductility with an R2 value of 0.9996. The artificial neural network performed best for softening point with an R2 of 0.9996, and extre …
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: Obstetric emergencies, including postpartum hemorrhage, preeclampsia, and preterm birth, remain major contributors to preventabl … and clinical implementation relevance.
RESULTS: Machine-learning models, including random forest, support vector machine, neural networks, gradient boosting, LightGBM, and XGBoost, demonstrated promising discriminatory performance across selected cohorts. These models commonly incorporated maternal demographics, obstetric history, biomarkers, ultrasound parameters, an …
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.
The core pathological features of Alzheimer's disease (AD) include Aβ plaques and neurofibrillary tangles, which collectively drive the neur … nstruction, and three machine learning algorithms (Least Absolute Shrinkage and Selection Operator, Support Vector Machine-Recursive Feature Elimination, and Extreme Gradient Boosting), key microglial phagocytosis-related signature genes were identified. Diagnostic models were subsequently developed and validated, with further investigation of immune infiltration patter …
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 investigate the prevalence of tooth agenesis and its association with other developmental dental anomalies in non-syndromic pa … e data (p < 0.05). The machine learning models used included Decision Tree, Random Forest, XGBoost, Support Vector Machine, and Deep Learning.
RESULTS: Agenesis was found in 6.1% of patients, with a higher prevalence in females (57.6%) and younger individuals (mean age of 16.8 years). Dental transposition (OR: 19.11; p < 0.001), maxillary canine displacement (OR: 2.08; …
СтатьяНаблюдательное 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.
Gastric cancer (GC) remains one of the most prevalent and lethal malignancies worldwide, necessitating the development of efficient, non-inv … ng algorithms, including one-dimensional convolutional neural network (1D-CNN), random forest (RF), support vector machine (SVM), and k-nearest neighbors (kNN). Among these, the SVM model demonstrated the highest classification performance with an area under the receiver operating characteristic (ROC) curve of 0.9000, significantly outperforming other algorithms (p < 0. …
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 To identify key genes of lipid metabolism in diabetic nephropathy(DN) through machine learning models and animal model validation. … significantly associated with DN.In addition,using least absolute shrinkage and selection operator,support vector machine-recursive feature elimination,and random forest machine learning techniques,combined with protein-protein interaction network analysis,we screened out three core genes.Finally,we constructed a mouse model of type 2 diabetes mellitus to verify the ef …
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.
OBJECTIVE: To develop and validate machine learning (ML) models for predicting cycloplegic spherical equivalent refraction (SER) using non-cycloplegic parameters, addressing challenges in pediatric ophthalmic assessments.
METHODS: A prospective cohort of 2,274 Chinese children (4,548 eyes) aged 3∼16 years was stratified into development (n = 1819) and validation (n = 455) datasets. Six ML models (linear regression, random forest, extreme gradient boosting, multilayer perceptron, support vector machine, and light gradient boosting machine) were trained on demographics, non-cycloplegic refracti…
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.
Despite advancements in in vitro fertilization (IVF) over the past 30 years, its outcome effectiveness remains low (20-40%). This study intr … t, Decision Tree, K-Nearest Neighbors, eXtreme Gradient Boosting, Logistic Regression, Naive Bayes, Support Vector Machines, and Light Gradient Boosting Machine were evaluated. Random Forest achieved the best classification accuracy: 76.10% (K-Fold) and 75.93% (Leave-One-Out). For unsupervised learning, K-Means, DBSCAN, Agglomerative Clustering, and Gaussian Mixture Mod …
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.
OBJECTIVES: Evaluating middle ear function is essential for interpreting screening results and prioritizing diagnostic referrals for infants … forward neural network, convolutional neural network, kernel density estimation, random forest, and support vector machine-to extract features from wideband acoustic immittance data collected from newborns aged 2-6 months. These models were trained to predict and assess the normalcy of middle ear function in the samples.
RESULTS: The integrated machine learning models …
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: Auscultation is a critical diagnostic feature of lung diseases, but it is subjective and challenging to measure accurately. To o … bor Embedding (t-SNE). The performance of models in wheezing detection was evaluated using a kernel support vector machine (SVM).
RESULTS: The duration of recordings in the wheezing and non-wheezing groups were 89.36 ± 39.51 ms and 63.09 ± 27.79 ms, respectively. The Mel-spectrogram, Mel-frequency Cepstral Coefficient (MFCC), and spectral contrast achieved the best exp …
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