Fear of re-injury after anterior cruciate ligament (ACL) rupture often hinders return-to-sport and has been linked to movement patterns associated with increased injury risk. Identifying fearful individuals is thus critical. Self-reported questionnaires are commonly used but may be affected by underreporting in sporting and clinical contexts. We aimed to classify individuals with ACL reconstruction (ACLR) into HIGH-FEAR and LOW-FEAR groups, using machine learning (ML) models trained on unimodal or multimodal time-series movement data from side hop landings. Seventy-two participants (median: 13
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.
OBJECTIVE: To identify data-driven body composition phenotypes in patients with moderate-to-extreme anorexia nervosa (AN) using machine learning (ML) clustering of bioelectrical impedance analysis (BIA) parameters, and to test whether these phenotypes have specific psychopathological and childhood trauma profiles while correlating with early weight-recovery trajectories.
METHOD: In a prospective observational cohort, 100 females (18-40 years) with AN and body mass index (BMI) < 17 kg/m2 were enrolled. Baseline BIA-derived measures (phase angle, body cell mass, fat mass, fat-free mass, total 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.
INTRODUCTION: Migraine and tension-type headache (TTH) are leading causes of neurological disability globally. While their macro-trends are documented, the nonlinear drivers and the regulatory role of socio-economic development across G20 countries remain under-explored.
METHODS: Based on Global Burden of Disease (GBD) 2023 data, the headache burden across G20 members was quantified. Developmental trajectories were identified by integrating the Socio-demographic Index (SDI). Crucially, a comparative analysis was conducted between a decomposition analysis model and an explainable machine learn
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.
Objective: This study examined whether psychoform and somatoform dissociation, assessed with the Dissociative Experiences Scale-II (DES-II) and the Somatoform Dissociation Questionnaire-20 (SDQ-20), provide incremental predictive information for disability severity, measured by the Expanded Disability Status Scale (EDSS), in people with multiple sclerosis (PWMS), within a predictive (non-causal) framework using an explainable extreme gradient boosting (XGBoost) model. Method: We analyzed 257 clinically confirmed PWMS cases (mean age = 37.8 years; 84% female) recruited from the Sina MS Research
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: With an estimated global frequency ranging from5 % to 21 %, polycystic ovary syndrome (PCOS) is one of the most prevalent hormonal disorders. There are many factors found to be related to PCOS. However, most of these researches used traditional methods such as multiple logistic regression (LR). Nowadays, machine learning (Mach-L) emerges as a new method and can be used in medical researches. In the present study, there were two goals: 1. Compare the accuracy of five alternative Mach-L techniques with that of conventional LR. 2. Use Mach-L to forecast PCOS and prioritize the risk fac
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: Diabetic ketoacidosis represents a significant and potentially life-threatening complication of diabetes, predominantly observed in individuals with type 1 diabetes (T1D). Studies have documented suboptimal adherence to diabetes management among children and adolescents, as evidenced by deficient ketone monitoring practices.
OBJECTIVE: The aim of the study was to explore the potential for prediction of elevated ketone bodies from continuous glucose monitoring (CGM) and insulin data in pediatric and adult patients with T1D using a closed-loop system.
METHODS: Participants used the
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.
Hilar cholangiocarcinoma (hCCA), a rare cancer of the biliary system, has a poor prognosis. This study aimed to investigate the risk factors affecting the survival of patients with hCCA after curative-intent resection and establish a survival predictive model. Clinical data from 340 hCCA patients who underwent curative-intent resection at the First Affiliated Hospital of Xi'an Jiaotong University between 2010 and 2021 were collected. The patients were randomly assigned to a training set and a testing set in a 7:3 ratio. Risk factors selection was performed by five machine learning (ML) algorit
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.
Alzheimer's disease (AD), a progressive neurodegenerative disorder, significantly impacts patient survival, prompting the need for accurate prognostic tools. Lifestyle factors and physical activity levels have been identified as critical modifiable risk factors influencing AD outcomes, but their precise impact on mortality prediction remains understudied. This study aimed to employ machine learning (ML) techniques to predict mortality risk in AD patients, leveraging data on lifestyle and physical activity to enhance personalized care strategies and inform public health policies. We analyzed da
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: To compare three machine learning algorithms for constructing a hypoglycemia risk prediction model in hospitalized type 2 diabetes patients, identify the optimal model, and validate it to provide decision-making support for early clinical identification of high-risk patients. METHODS: A case-control study design was adopted, retrospectively collecting clinical data from 1,167 hospitalized type 2 diabetes patients in the endocrinology department of a tertiary hospital from January to December 2024. Patients were divided into a hypoglycemia group (220 cases) and a non-hypoglycemia gr
СтатьяВалидационное 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.
BACKGROUND: Temporomandibular disorders (TMDs) are frequently associated with posterior condylar displacement; however, early prediction of this displacement remains a significant challenge. Therefore, in this study, we aimed to develop and evaluate a predictive model for bilateral posterior condylar displacement.
METHODS: In this retrospective observational study, 166 cone-beam computed tomography images were examined and categorized into two groups based on condyle positions as observed in the sagittal images of the joint space: those with bilateral posterior condylar displacement and those
СтатьяНаблюдательное исследованиеВалидационное 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.
OBJECTIVE: Non-communicable diseases are on the increase in the Sub-Saharan region, which is also the epicentre of HIV/AIDS. There is limited published data on trends and forecasts of the comorbidity of non-communicable diseases and HIV/AIDS in low- and middle-income countries. Hence, the aim of the study was to examine current trends and forecasts for non-communicable diseases and non-communicable disease-HIV/AIDS comorbidity.
METHODS: Data on 30,686 patients from 2019 to 2022 were extracted from the non-communicable diseases Mastercards, from 70 health facilities in Malawi, using a form des
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.
Severe fever with thrombocytopenia syndrome (SFTS) is an emerging tick-borne disease with high mortality, and clinical practice lacks dynamic tools to assess its rapidly evolving course. This study aims to develop stage-specific machine learning models to predict mortality risk using longitudinal biomarker data. We conducted a retrospective analysis of 5359 laboratory-confirmed SFTS patients from two hospitals in the highly endemic region in China. Serial measurements of 46 clinical and laboratory variables were integrated into a three-stage prognostic model developed using extreme gradient bo
СтатьяМногоцентровое 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.
BACKGROUND/AIMS: A large percentage of patients undergoing esophagogastroduodenoscopy (EGD) screening do not have esophageal varices (EV) or have only small EV. We evaluated a large, international, multicenter cohort to develop a novel score, termed FIB-4plus, by combining the fibrosis-4 (FIB-4) score, liver stiffness measurement (LSM), and spleen stiffness measurement (SSM) to identify high-risk EV (HRV) in compensated cirrhosis.
METHODS: This international cohort study involved patients with compensated cirrhosis from 17 Chinese hospitals and one Croatian institution (NCT04546360). Two-dime
СтатьяМногоцентровое 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.
Rates of cognitive decline in Alzheimer's disease (AD) are extremely heterogeneous. Although biomarkers for amyloid-beta (Aβ) and tau proteins, the hallmark AD pathologies, have improved pathology-based diagnosis, they explain only 20-40% of the variance in AD-related cognitive impairment (CI). To discover novel biomarkers of CI in AD, we performed cerebrospinal fluid (CSF) proteomics on 3,397 individuals from six major prospective AD case-control cohorts. Synapse proteins emerged as the strongest correlates of CI, independent of Aβ and tau. Using machine learning, we derived the CSF YWHAG:NPT
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: Cancer patients have up to a 3-fold higher risk for cardiovascular disease (CVD) than the general population. Traditional CVD risk scores may be less accurate for them. We aimed to develop cancer-specific CVD risk scores and compare them with conventional scores in predicting 10-year CVD risk for patients with breast cancer (BC), colorectal cancer (CRC), or lung cancer (LC).
METHODS: We analyzed adults diagnosed with BC, CRC, or LC between 2005 and 2012. An machine learning (ML) Extreme Gradient Boosting algorithm ranked 40-50 covariates for predicting CVD for each cancer type usi
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: Building on evidence linking urinary glyphosate to chronic liver disease (CLD) and hepatocellular carcinoma (HCC), we developed urinary pesticide profiling integrated with machine learning risk prediction (MLRP) to stratify risk in high-exposure populations.
METHODS: We conducted a case-control study within the Thailand Initiative in Genomics and Expression Research for Liver Cancer (TIGER-LC; 2011-2016; n=593): 228 CLD, 116 HCC, and 249 controls. Eight urinary pesticides were quantified by LC-MS/MS (pendimethalin, oxadiazon, metsulfuron-methyl, butachlor, 2,4-dichlorophenoxyaceti
СтатьяПрепринтПолный 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.
Nonmedicinal opioid use (here defined as > 5 lifetime uses of illicit opioids or nonmedical use of prescription opioids) can be a precursor to Opioid Use Disorder (OUD). The risk factors underlying opioid misuse are likely complex and have not been well-described empirically. Here, we generated an exploratory, highly dimensional model of risk factors for nonmedicinal opioid use. We hypothesized that factors from the triadic model of addiction, which links alterations in reward processing, cognitive function, and negative emotionality to high levels of substance use, will also be important in c
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: Identifying independent risk factors and implementing high-quality assessment tools for early detection of patients at high risk of central venous access device (CVAD)-related thrombosis (CRT) plays a critical role in delivering timely preventive interventions and reducing the incidence of CRT. Approaches for identifying the risk of CRT in children have not been well-researched.
OBJECTIVE: To identify the critical risk factors for CRT in children and to construct machine learning-based prediction models tailored to this group, providing a theoretical basis and technical support fo
СтатьяВалидационное исследованиеПоддержка 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.
BACKGROUND: Graft/ stent thrombosis after lower extremity revascularization (LER) is a serious complication in patients with peripheral arterial disease (PAD), often leading to amputation. Thus, predicting arterial thrombotic events (ATE) within 1 year is crucial. Given the high rates of thrombosis post-revascularization, this study aimed to develop a machine learning model (MLM) incorporating viscoelastic testing and patient-specific variables to predict ATE following LER.
METHODS: We prospectively enrolled PAD patients undergoing LER from 2020 to 2024, collecting demographic, clinical, and
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: The aim of this study was to investigate the characteristics of brain activity changes in patients with post-stroke balance dysfunction and their relationship with clinical assessment, and to construct a classification model based on the extreme Gradient Boosting (XGBoost) algorithm to discriminate between stroke patients and healthy controls (HCs).
METHODS: In the current study, twenty-six patients with post-stroke balance dysfunction and twenty-four HCs were examined by resting-state functional magnetic resonance imaging (rs-fMRI). Static amplitude of low frequency fluctuation (s
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