BACKGROUND: Leveraging the radiomics information from non-small cell lung cancer (NSCLC) primary lesion and brain metastasis (BM) to develop and validate a bimodal radiomics nomogram that can accurately predict epidermal growth factor receptor (EGFR) status.
METHODS: A total of 309 NSCLC patients with BM from three independent centers were recruited. Among them, the patients of Center I were randomly allocated into the training and internal test cohorts in a 7:3 ratio. Meanwhile, the patients from Center Ⅱ and Center Ⅲ collectively constitute the external test cohort. All chest CT and brain M
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 AND AIM: New nomenclature of steatotic liver disease (SLD) including metabolic dysfunction-associated SLD (MASLD), MASLD and increased alcohol intake (MetALD), and alcohol-associated liver disease (ALD) has recently been proposed. We investigated clustering analyses to decipher the complex landscape of SLD pathologies including the former nomenclature of nonalcoholic fatty liver disease (NAFLD) and metabolic dysfunction-associated fatty liver disease (MAFLD).
METHODS: Japanese individuals who received annual health checkups including abdominal ultrasonography (n = 15 788, men/women
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.
Cardia gastric cancer (CGC) is prevalent in East Asia, and noninvasive, cost-effective screening methods are needed. This study investigated the diagnostic value of serum pepsinogen (PG), gastrin-17 (G-17), Helicobacter pylori (H. pylori) antibodies, and proteomic profiling for CGC and precancerous lesions. We conducted a case-control study involving biopsy-confirmed patients with CGC (n = 60), low-grade intraepithelial neoplasia (CLGD, n = 60), high-grade intraepithelial neoplasia (CHGD, n = 64), and healthy controls (n = 120) matched for age and sex from high-incidence areas in China. Serolo
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.
Age-related Macular Degeneration (AMD), Cataract, Diabetic Retinopathy (DR) and Glaucoma are the four most common ocular conditions that affect a person's vision. Early detection in the asymptomatic stages can alleviate vision loss or slow down the progression of these diseases. However, manual diagnosis is a costly and tedious process, especially in mass screening applications. Computer aided diagnosis (CAD) systems serve as an aid to ophthalmologists in efficient diagnosis of ocular diseases. In particular, a generic CAD framework that detects multiple ocular diseases could be immensely bene
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.
INTRODUCTION: Radiation induced lymphopenia (RIL) deteriorate survival and diminishes the benefit of immune checkpoint inhibitors in combined treatment of lung cancer. Given the inconsistent data across various studies on the predictors of RIL, we aim to methodically elucidate these predictors and formulate a practical guide for clinicians.
METHODS: We conducted observational cohort study in four tertiary cancer centers. Patients with non-small cell lung cancer and small cell lung cancer, without lymphopenia grade >1, who underwent standalone radiotherapy (RT) in minimum 15 fractions were eli
СтатьяНаблюдательное 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.
As electric bikes (e-bikes) rapidly develop in China, their traffic safety issues are becoming increasingly prominent. Accurately detecting risky riding behaviors and conducting mechanism analysis on the multiple risk factors are crucial in formulating and implementing precise management policies. The emergence of shared e-bikes and the advancements in interpretable machine learning present new opportunities for accurately analyzing the determinants of risky riding behaviors. The primary objective of this study is to examine and analyze the risk factors related to speeding behavior to aid urba
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.
Chronic kidney disease (CKD) imposes a high burden with high mortality and morbidity rates. Early detection of CKD is imperative in preventing the adverse outcomes attributed to the later stages. Therefore, this study aims to utilize machine learning techniques to predict CKD at early stages. This study uses data obtained from a large longitudinal cohort study. The features include patients' sociodemographic, anthropometric, and laboratory tests that are mostly associated with CKD based on national and international studies. Missing data and outliers were deleted using listwise and interquarti
СтатьяПоддержка 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.
INTRODUCTION: The risk stratification at admission to the intensive cardiac care unit (ICCU) is crucial and remains challenging.
OBJECTIVES: We aimed to investigate the accuracy of a machine learning (ML)-model based on initial transthoracic echocardiography (TTE) to predict in-hospital major adverse events (MAEs) in a broad spectrum of patients admitted to ICCU.
METHODS: All consecutive patients hospitalized in ICCUs with a complete TTE performed within the first 24 hours of admission were included in this prospective multicenter study (39 centers). Sixteen TTE parameters were evaluated. Th
СтатьяМногоцентровое 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.
Analyses of complex behaviors of Cerebrospinal Fluid (CSF) have become increasingly important in diseases diagnosis. The changes of the phase-contrast magnetic resonance imaging (PC-MRI) signal formed by the velocity of flowing CSF are represented as a set of velocity-encoded images or maps, which can be thought of as signal data in the context of medical imaging, enabling the evaluation of pulsatile patterns throughout a cardiac cycle. However, automatic segmentation of the CSF region in a PC-MRI image is challenging, and implementing an explained ML method using pulsatile data as a feature r
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: International Classification of Diseases (ICD) codes recorded in administrative data are often used to identify congenital heart defects (CHD). However, these codes may inaccurately identify true positive (TP) CHD individuals. CHD surveillance could be strengthened by accurate CHD identification in administrative records using machine learning (ML) algorithms.
METHODS: To identify features relevant to accurate CHD identification, traditional ML models were applied to a validated dataset of 779 patients; encounter level data, including ICD-9-CM and CPT codes, from 2011 to 2013 at
СтатьяПоддержка службы здравоохранения 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: Existing models have performed poorly when predicting mortality for patients undergoing venovenous extracorporeal membrane oxygenation (VV-ECMO). This study aimed to develop and validate a machine learning (ML)-based prediction model to predict 90-day mortality in patients undergoing VV-ECMO.
METHODS: This study included 368 patients with acute respiratory failure undergoing VV-ECMO from 16 tertiary hospitals across South Korea between 2012 and 2015. The primary outcome was the 90-day mortality after ECMO initiation. The inputs included all available features (n=51) and those from
Многоцентровое исследованиеСтатьяПоиск 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.
Gamma dose rate (GDR) monitors are the most widely used tool for continuous monitoring of environmental radioactivity. They are inexpensive to procure and operate, and generally require little maintenance. However, since no spectral information is available, the detection limit for irregularities is correspondingly high; A value around 20 nSv/h is often called out. By adding weather data to the GDR measurement and a sequence of machine learning algorithms, the anomaly detection sensitivity can be significantly increased while simultaneously decreasing the number of false positives. The algorit
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: We aimed to combine the fibrosis (FIB)-4 score and fibroscan-derived liver stiffness (LS) into a single score (FIB-5) that predicts incident complications of portal hypertension (PH) in persons with compensated liver disease.
METHODS: In this retrospective cohort study, we identified 5849 US veterans who underwent LS measurement from May 01, 2014 to June 30, 2019, and laboratory tests enabling FIB-4 calculation within 6 months of LS measurement. Patients were followed up from the LS measurement date until February 05, 2020, for incident complications of PH. We combined LS values
СтатьяПоддержка NIH: внешняя программаПоддержка 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 an inflammation-based risk stratification tool for operative mortality in patients with acute type A aortic dissection.
METHODS: Between January 1, 2016 and December 31, 2021, 3124 patients from Beijing Anzhen Hospital were included for derivation, 571 patients from the same hospital were included for internal validation, and 1319 patients from other 12 hospitals were included for external validation. The primary outcome was operative mortality according to the Society of Thoracic Surgeons criteria. Least absolute shrinkage and selection operator regression were used to
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.
Accurate stratification of sepsis can effectively guide the triage of patient care and shared decision making in the emergency department (ED). However, previous research on sepsis identification models focused mainly on ICU patients, and discrepancies in model performance between the development and external validation datasets are rarely evaluated. The aim of our study was to develop and externally validate a machine learning model to stratify sepsis patients in the ED. We retrospectively collected clinical data from two geographically separate institutes that provided a different level of 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: Blunt cerebrovascular injury (BCVI) is a rare finding in trauma patients. The previously validated BCVI (Denver and Memphis) prediction model in adult patients was shown to be inadequate as a screening option in injured children. We sought to improve the detection of BCVI by developing a prediction model specific to the pediatric population.
METHODS: The National Trauma Databank (NTDB) was queried from 2007 to 2015. Test and training datasets of the total number of patients (885,100) with complete ICD data were used to build a random forest model predicting BCVI. All ICD features
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.
BACKGROUND: Velopharyngeal dysfunction (VPD) is an impaired ability to achieve adequate velopharyngeal closure during speech, often resulting in hypernasality and reduced intelligibility. VPD screening and diagnosis require specialized expertise and controlled recording conditions, limiting scalable access outside high-income countries.Key challenge: Speech-based machine learning models can perform extremely well under standardized clinical recording conditions. However, performance often deteriorates when deployed on consumer devices (e.g., phones or tablets) and in uncontrolled acoustic envi
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.
Disc degeneration in the lumbar spine is a major cause of low back pain (LBP). The accurate grading of disc degeneration on magnetic resonance imaging (MRI) is critical for clinical management and patient selection for spine surgery. This study aims to develop and evaluate machine learning (ML) models that combine features from deep learning (DL) and radiomics for the automated prediction of Pfirrmann grade (PG), a measure of disc degeneration, using multi-parametric lumbar spine MRI. Sagittal T1, T2, and T2 SPACE MRIs of 218 patients with LBP were acquired from the SPIDER dataset. For each in
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 CONTEXT: Current severity assessment methods for cervical spondylotic myelopathy (CSM) overlook asymptomatic gait dysfunction and potential heterogeneous gait impairment. Also, gait alterations for disease progression remain inadequately characterized.
PURPOSE: This study aimed to detect asymptomatic gait dysfunction, achieve accurate detection of CSM, and discover heterogeneous gait impairment in CSM using wearable sensor-based gait evaluation.
STUDY DESIGN: Cross-sectional study.
PATIENT SAMPLE: A total of 45 CSM patients and 39 age-matched healthy controls (HC) were recruited
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 construct a multimodal machine learning model integrating computed tomography (CT) radiomics, Positron Emission Tomography (PET) metabolic parameters, and clinical data for differentiating benign from malignant pulmonary space-occupying lesions (PSOLs), and develop an interpretable nomogram for clinical application.
METHODOLOGY: This study enrolled 384 patients with PSOLs who underwent dual-time-point 1⁸F-FDG PET/CT examinations. The cohort was divided into a training set (n = 268, 145 malignant, 123 benign) and an independent temporal validation set (n = 116, 69 malignant, 47 b
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