OBJECTIVE: Computer-aided auscultation in the differentiation of pathologic (AHA class I) from no or innocent murmurs (AHA class III) would be of great value to the general practitioner. This would allow objective screening for structural heart disease, standardized documentation of auscultation findings, and may avoid unnecessary referrals to pediatric cardiologists. Our goal was to assess the quality of a novel computerized algorithm that automatically classifies murmurs in phonocardiograms (PCGs) acquired in a pediatric population.
DESIGN: This is a pilot study testing the ability of a nov
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.
IMPORTANCE: Accurate risk prediction is essential for targeted prevention of type 2 diabetes mellitus (T2DM). However, the global applicability and methodological rigor of existing prediction models remain uncertain.
OBJECTIVE: To systematically review and meta-analyze the geographic distribution, methodological quality, and predictive performance of all published T2DM risk prediction models.
DATA SOURCES: PubMed, Embase, Web of Science, Cochrane Library, CNKI, WanFang, and VIP were searched from inception to December 2025 (eAppendix S1 in the Supplement).
STUDY SELECTION: Studies that deve
СтатьяСистематический обзорМетаанализПолный 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.
Aiming at the problems of delayed early warning for severe viral exanthems and insufficient prediction accuracy based on a single data source, this study proposes a dual-branch cross-modal fusion prediction model based on TCN-TransDAF. The model adopts a Dilated-TCN branch to capture the long-term evolution law of clinical temporal indicators within 72 h after diagnosis, and a local-global attention Transformer branch to mine the variation characteristics of virulence loci in viral genomes. With the aid of a cross-modal fusion mechanism, it realizes the deep coupling of dual-dimensional inform
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: Inadequate bowel preparation (IBP) seriously compromises the quality of colonoscopy. Existing prediction models for IBP before colonoscopy lack generalizability and are insufficiently validated across diverse bowel preparation regimens. This study aimed to develop a novel model for prediction of IBP based on a systematic review and meta-analysis, and then validate its performance against those of existing prediction models in a multicenter cohort. METHODS: In the development cohort, statistically significant risk factors for IBP were systematically reviewed, and included in the nov
СтатьяМногоцентровое исследованиеВалидационное исследованиеМетаанализСистематический 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.
BACKGROUND: Alzheimer disease (AD) is a progressive neurodegenerative disorder with rapidly growing global prevalence. Early detection is critical for timely intervention; yet, conventional diagnostic methods remain costly and invasive. Speech-based assessment has emerged as a noninvasive alternative, as AD characteristically impairs linguistic abilities including fluency, coherence, and informational content. Recent advances in large language models (LLMs) offer new opportunities to extract structured linguistic features from transcribed speech for automated AD classification. However, existi
СтатьяВалидационное исследованиеПоддержка 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.
Accurate prediction of adverse drug reaction (ADR) frequencies is important for drug safety evaluation and pharmacovigilance. Unlike conventional ADR prediction tasks that focus on binary associations, frequency prediction requires modeling ordinal relationships among multiple frequency levels while integrating heterogeneous biomedical information. However, learning structured representations from diverse modalities while preserving the ordinal structure of ADR frequencies remains challenging. In this study, we propose RAMCF (Rank-Aware Multimodal Contrastive Framework), a multimodal represent
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: This meta-analysis aimed to assess the diagnostic efficacy of ultrasound-based prediction models in evaluating the response to neoadjuvant chemotherapy (NAC) in breast cancer patients.
METHODS: A systematic review was conducted using PubMed, Embase, and Web of Science from inception to May 2025. We focused on studies evaluating ultrasound-based prediction models for NAC response in breast cancer. Two investigators independently performed study selection and data extraction according to predefined eligibility criteria. The risk of bias was assessed using the Prediction Model Risk of
СтатьяСистематический обзорМетаанализПолный 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.
INTRODUCTION: Risk prediction models for gestational diabetes mellitus (GDM) offer potential for early identification and targeted prevention. External validation is crucial to assess model performance across diverse populations. Despite the availability of numerous GDM prediction models, limited evidence exists on their external validation frequency, methodological quality, and clinical applicability. This systematic review evaluated externally validated GDM prediction models, focusing on methodological rigor, reporting standards, and clinical relevance to inform future research and implement
СтатьяСистематический обзорМетаанализПолный 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.
De novo mutations (DNMs) play a crucial role in the pathogenesis and clinical interpretation of genetic diseases. However, existing pathogenicity prediction methods either uniformly handle all variants or focus on specific variant types, lacking a systematic prediction framework for DNMs and failing to effectively integrate functional annotation with clinical evidence. In this study, we present DeNovoSeer, a deep learning pathogenicity prediction framework for coding-region DNMs. Built upon a labeling system that combines high-confidence ClinVar annotations with complementary phenotype informa
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: The current study used the deep machine learning approach to differentiate human blood specimens from cow, goat, and chicken blood stains based on cell morphology.
METHODS: A total of 1,955 known Giemsa-stained digitized images were acquired from the blood of humans, cows, goats, and chickens. To train the deep learning models, the well-known VGG16, Resnet18, and Resnet34 algorithms were used. Based on the image analysis, confusion matrices were generated.
RESULTS: Findings showed that the F1 score for the chicken, cow, goat, and human classes were all equal to 1.0 for each of th
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: The three-step Brugada group algorithm is the only published electrocardiographical (ECG) algorithm for differentiating ventricular tachycardia (VT) from pre-excited tachycardia (PXT) as a cause of regular wide QRS complex tachycardia (WCT). This study aimed to improve the diagnostic accuracy of the Brugada group algorithm.
METHODS: This study modified the Brugada group algorithm by adding a new aVR lead criterion (initial positive deflection in lead aVR and the QRS complex area above the baseline is greater than the area below the baseline). The Brugada group algorithm and the ne
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.
STUDY QUESTION: What is the clinical utility of embryo selection algorithms in estimating the time to live birth (TTLB)?
SUMMARY ANSWER: Using multiple imputations, the clinical utility of embryo selection algorithms was estimated, showing their potential to improve prediction of TTLB compared to manual ranking.
WHAT IS KNOWN ALREADY: Estimation of the clinical utility of embryo selection algorithms is challenging due to the unknown outcomes of non-transferred embryos. Existing studies have tried to mitigate the unknown outcome by using a biased subsample of the observed treatments or constr
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.
BACKGROUND AND OBJECTIVES: Epilepsy is a neurological disorder characterized by recurrent epileptic seizures, whose neurophysiological signature is altered electroencephalographic (EEG) activity. The use of artificial intelligence (AI) methods on EEG data can positively impact the management of the disease, significantly improving diagnostic and prognostic accuracy as well as treatment outcomes. Our work aims to systematically review the available literature on the use of unsupervised machine learning methods on EEG data in epilepsy, focusing on methodological and clinical differences in terms
СтатьяСистематический обзорПоиск 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: Hidradenitis suppurativa (HS) is a potentially debilitating, chronic, recurring inflammatory disease. Observational databases provide opportunities to study the epidemiology of HS.
OBJECTIVE: This study's objective was to develop phenotype algorithms for HS suitable for epidemiological studies based on a network of observational databases.
METHODS: A data-driven approach was used to develop 4 HS algorithms. A literature search identified prior HS algorithms. Standardized databases from the Observational Medical Outcomes Partnership (n=9) were used to develop 2 incident and 2 prev
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.
Due to the ageing of the population, multimorbidity and polypharmacy has significantly increased, causing medication safety to become a global health concern. Traditionally, medication risk assessment methods based on the counts of medications or rule-based criteria are inadequate to perceive the dynamic, individual and longitudinal nature of medication-related risks in older people. Artificial intelligence (AI) has shown promise in retrospective predictive modelling for precision medication and medication risk stratification, although prospective evidence demonstrating clinical effectiveness
СтатьяОбзорПолный 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.
Reliable prediction of CO2 injectivity decline is essential for safe geological carbon storage, yet existing machine learning models often provide deterministic point predictions that lack uncertainty quantification. This paper presents a physics-informed Gaussian process regression (PC-GPR) framework for Relative Injectivity Change (RIC) prediction, embedding constraints derived from two independently grounded physical laws: the Derjaguin-Landau-Verwey-Overbeek (DLVO) colloidal monotonicity condition and the Civan-Kozeny-Carman permeability impairment model. Four GP variants are developed 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.
BACKGROUND: Identifying patients at high risk of adverse events is crucial in chimeric antigen receptor T-cell (CAR-T) therapy to enable early intervention. Despite the development of numerous prediction models, their methodological quality and performance remain systematically unassessed. METHODS: We conducted a systematic search across seven databases and Google Scholar, covering all records up to October 29, 2025. The risk of bias and applicability were assessed using the Prediction model Risk of Bias Assessment Tool (PROBAST). Only the Area Under the Receiver Operating Characteristic Curve
СтатьяСистематический обзорМетаанализПолный 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: Inadequate bowel preparation (IBP) can impair the safety, efficiency, and diagnostic accuracy of colonoscopy. Numerous multivariable prediction models have been developed to identify patients at high risk of IBP, yet their reported performance varies substantially.
OBJECTIVES: To systematically evaluate the predictive performance and methodological quality of existing risk prediction models for IBP before colonoscopy.
METHODS: PubMed, Embase, Web of Science, the Cochrane Library, CINAHL, CNKI, Wanfang, and VIP were systematically searched from inception to December 16, 2024, and
СтатьяСистематический обзорМетаанализПоиск 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: At least a third of dengue patients develop plasma leakage with increased risk of life-threatening complications. Predicting plasma leakage using laboratory parameters obtained in early infection as means of triaging patients for hospital admission is important for resource-limited settings.
METHODS: A Sri Lankan cohort including 4,768 instances of clinical data from N = 877 patients (60.3% patients with confirmed dengue infection) recorded in the first 96 hours of fever was considered. After excluding incomplete instances, the dataset was randomly split into a development and a t
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.
Stock market prediction acts as a challenging area for the investors for obtaining the profits in the financial markets. A greater number of models used in stock market forecasting is not capable of providing an accurate prediction. This article proposes a stock market prediction system that effectively predicts the state of the stock market. The deep convolutional long short-term memory (Deep-ConvLSTM) model acts as the prediction module, which is trained by using the proposed Rider-based monarch butterfly optimization (Rider-MBO) algorithm. The proposed Rider-MBO algorithm is the integration
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