Hyperglycemia is a major risk factor for chronic kidney disease (CKD). This multicenter prospective study developed and validated a machine learning (ML) model to predict CKD risk in prediabetic and diabetic populations for early intervention, following TRIPOD+AI guidelines. Participants were enrolled from four communities, with three sites providing training (80%) and internal test (20%) datasets, and the fourth for external validation. Five ML algorithms were constructed, and SHapley Additive exPlanations (SHAP) was applied to interpret the optimal model. The XGBoost model showed excellent p
СтатьяМногоцентровое исследованиеПолный 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.
To develop an optimal predictive model for hyperkalemia in patients with chronic kidney disease (CKD). Clinical data of CKD patients were collected from Shandong Provincial Hospital Affiliated to Shandong First Medical University between January 2017 and December 2023, including 343 hyperkalemia cases and 713 cases with normal potassium levels. The data were divided into training and test sets at a 7:3 ratio. Important features were screened via univariate analysis, collinearity diagnosis, and LASSO regression, identifying 20 feature variables for hyperkalemia. Five machine learning models wer
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.
European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery2026eng
PURPOSE: Dysphagia frequently complicates recovery after stroke, necessitating effective predictive tools. This study aimed to develop supervised machine learning models to predict dysphagia risk in ischemic stroke patients.
METHOD: We retrospectively analyzed data from 103 ischemic stroke patients, aged over 18 years, using fiberoptic endoscopic evaluation of swallowing (FEES) as the diagnostic standard for dysphagia. Clinical variables included age, sex, EAT-10 score, Functional Oral Intake Scale (FOIS®), and Glasgow Coma Scale. Eleven ML algorithms were evaluated: Logistic Regression, SVM,
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: Asthma is one of the most prominent chronic diseases in children and one of the most challenging ailments to diagnose in infants and preschoolers in the United States. Predictive models can be instrumental in improving early diagnosis, personalized treatment strategies, and disease progression. By utilizing nationalized data, this study focuses on building and comparing high-performing analytical predictive models based on the relevant risk factors and identifying the most influential predictors.
METHODS: We analyzed cross-sectional BRFSS Asthma Call-Back Survey data (2011-2020; N
СтатьяСравнительное исследованиеПолный 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: The current proof-of-concept study aimed to classify peripheral arterial disease (PAD) using machine learning (ML) based on single-point and multi-point photoplethysmography (PPG) signals. The aims were: 1) Identifying the most informative feature categories for PAD classification and 2) Evaluating whether multi-point PPG improves diagnostic accuracy by capturing vascular differences across limb sites.
METHODS: PPG data were collected from 60 subjects at 12 anatomical sites on both feet, resulting in 36 features for single-point and 336 features for multi-point analysis. Feature ca
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: Trigger point injection (TPI) therapy is widely used for masseter myofascial pain syndrome (MPS), yet outcomes vary substantially. Individualized prediction tools are lacking, often leading to trial-and-error treatment selection.
OBJECTIVE: To develop, externally validate, and generalize ensemble machine learning models for predicting composite treatment success following masseter TPI, and to deploy a web-based clinical decision support system (CDSS).
METHODS: This multicenter study included 1,181 patients with DC/TMD‑diagnosed masseter MPS treated with one of six injectable moda
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.
PURPOSE: This study aims to develop and validate practical deep learning (DL) and machine learning (ML) models to predict cycloplegic myopia, pre-myopia, and non-myopia in school-aged children using non-cycloplegic parameters, thereby facilitating early detection and intervention.
METHODS: A cross-sectional study enrolled 3,077 children aged 6-10 years from Tianjin, China. Ocular parameters, including non-cycloplegic dioptre sphere (DS), axial length (AL), corneal curvature (K1, K2), and sex, were incorporated into four single multi-class classification models: CatBoost, XGBoost, Random Fores
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: Sexually transmitted infections (STIs) remain a global health challenge, with 374 million new cases annually. Among men, STIs cause serious complications, increase the risk of HIV infection, and contribute to stigma and economic burdens, especially in low and middle income countries. Traditional models often miss complex risk interactions, while machine learning and deep learning offer stronger predictive tools. This study applied deep learning and traditional machine learning algorithms to predict self-reported STIs and to model predictors of self-reported STIs among men in 54 L
СтатьяСравнительное 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.
Background and Objectives: Hospital length of stay (LOS) after breast cancer surgery is a key indicator of postoperative recovery, healthcare quality, and hospital resource utilization. Traditional statistical approaches have identified general correlates of LOS but remain limited in predictive accuracy, particularly in heterogeneous real-world surgical populations. Machine learning (ML) models may offer improved performance by capturing nonlinear interactions among clinical, pathological, and operative factors. This study aimed to evaluate ML algorithms for LOS prediction and to identify dete
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: Older adults with hypertension have a high risk of disability, while an accurate risk prediction model is still lacking. This study aimed to construct interpretable disability prediction models for older Chinese with hypertension based on multiple time intervals.
METHODS: Data were collected from the Chinese Longitudinal Healthy Longevity and Happy Family Study for 2008-2018. A total of 1602, 1108, and 537 older adults were included for the periods of 2008-2012, 2008-2014, and 2008-2018, respectively. Disability was measured by basic activities of daily living. Least absolute shri
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.
PURPOSE: Tacrolimus (TAC) is a first-line immunosuppressant for patients with refractory nephrotic syndrome (NS). However, there is a high inter-patient variability of TAC pharmacokinetics, thus therapeutic drug monitoring (TDM) is required. In this study, we aimed to employ machine learning algorithms to investigate the impact of clinical and genetic variables on the TAC dose/weight-adjusted trough concentration (C0/D) in Chinese children with refractory NS, and then develop and validate the TAC C0/D prediction models.
PATIENTS AND METHODS: The association of 82 clinical variables and 244 si
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.
Clinical outcome prediction, as strong implications for health service delivery of clinical treatment processes (CTPs), is important for both patients and healthcare providers. Prior studies typically use a priori knowledge, such as demographics or patient physical factors, to estimate clinical outcomes at early stages of CTPs (e.g., admission). They lack the ability to deal with temporal evolution of CTPs. In addition, most of the existing studies employ data mining or machine learning methods to generate a prediction model for a specific type of clinical outcome, however, a mathematical mode
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.
RATIONALE & OBJECTIVES: Accurate ascertainment of end-stage kidney disease (ESKD) in electronic health records (EHRs) data is important for much epidemiological research. This study developed and validated an algorithm using diagnosis and procedure codes to identify patients with ESKD (treated with maintenance dialysis or kidney transplantation) in EHR data.
STUDY DESIGN: Study of diagnostic algorithms.
SETTING & PARTICIPANTS: The development cohort included 559,615 patients treated at the Geisinger Health System (January 1996-June 2018). The validation cohort included 767,186 patients treat
СтатьяВалидационное исследованиеПолный 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: Pulmonary arterial hypertension (PAH) is a major cause of mortality in systemic sclerosis (SSc). There is emerging evidence that screening may enable the earlier detection and treatment of SSc-PAH, and thereby improve survival.
AIMS: We undertook a systematic review to evaluate the performance of current screening algorithms in SSc-PAH.
METHODS: We searched the Medline and EMBASE databases to 31 March 2012. We selected studies if they applied a screening algorithm to consecutively enrolled SSc patients not known to have PAH; SSc-PAH had to be confirmed on right heart catheterisat
СтатьяПоддержка исследования: вне правительства СШАСистематический 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.
OBJECTIVES: Cardiac catheterization has a low diagnostic yield before a Fontan operation, and magnetic resonance imaging and computed tomography are reliable alternatives to invasive angiography. A new diagnostic algorithm to avoid cardiac catheterization in "low-risk" subjects before a Fontan operation is proposed.
METHODS: The proposed algorithm would identify "high-risk" subjects on the basis of risk factors on medical history, echocardiography, and noninvasive angiography. The efficacy of this algorithm in screening for subjects deemed to be inoperable after catheterization was evaluated
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: Acetaminophen overdose is the most common cause of acute liver failure (ALF). Our objective was to develop coding algorithms using administrative data for identifying patients with acetaminophen overdose and hepatic complications.
METHODS: Patients hospitalized for acetaminophen overdose were identified using population-based administrative data (1995-2004). Coding algorithms for acetaminophen overdose, hepatotoxicity (alanine aminotransferase >1,000 U/L) and ALF (encephalopathy and international normalized ratio >1.5) were derived using chart abstraction data as the reference and
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
INTRODUCTION: Curve squeal is a loud tonal noise from railway traffic that contributes to environmental noise pollution. Squealing arises from friction-induced vibrations in the wheel-rail contact during vehicle curving under specific friction conditions. Environmental factors are known to influence these friction conditions and, consequently, the tendency of squeal occurrence. This study investigates whether environmental variables measured from the wayside of the track can be used to predict curve squeal using machine learning models.
METHODS: Separate prediction models were developed for l
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.
Almost one-third of epileptic patients fail to achieve seizure control through anti-epileptic drug administration. In the scarcity of completely controlling a patient's epilepsy, seizure prediction plays a significant role in clinical management and providing new therapeutic options such as warning or intervention devices. Seizure prediction algorithms aim to identify the preictal period that Electroencephalogram (EEG) signals can capture. However, this period is associated with substantial heterogeneity, varying among patients or even between seizures from the same patient. The present work p…
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.
Karstification can reduce the CO2 concentration in the atmosphere/soil. Accurate estimation of karst carbon sinks is crucial for the study of global climate change. In this study, the Lijiang River Basin was taken as the research area. On the basis of the measured dissolved inorganic carbon (DIC) and dissolved organic carbon (DOC) concentration data from 14 consecutive months, the relationships of DIC and DOC to elevation, slope, aspect, rainfall, and temperature were established. Among six regression algorithms, the random forest (RF), boosted regression tree (BRT) and BP neural network (BP)
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: Left atrial analysis is employed in diastolic assessment with left atrial volume index (LAVI) incorporated in the 2016 ASE/EACVI diastology guideline algorithm. LAVI has sub-optimal correlation with invasive left ventricular filling pressure (LVFP) and incorporation of left atrial reservoir strain (LASr) may improve diastolic assessment.
METHODS: A cross-sectional prospective study of 139 patients was undertaken with all patients undergoing transthoracic echocardiography immediately prior to cardiac catheterization with invasive evaluation of LVFP. LASr by speckle tracking echocar
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.
MedElevator
Войти в исследования