BACKGROUND: This study illustrates the use of logistic regression and machine learning methods, specifically random forest models, in health services research by analyzing outcomes for a cohort of patients with concomitant peripheral artery disease and diabetes mellitus.
METHODS: Cohort study using fee-for-service Medicare beneficiaries in 2015 who were newly diagnosed with peripheral artery disease and diabetes mellitus. Exposure variables include whether patients received preventive measures in the 6 months following their index date: HbA1c test, foot exam, or vascular imaging study. Outcom
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.
BACKGROUND: The study aims to compare the prognostic performance of conventional scoring systems to a machine learning (ML) model on coronary computed tomography angiography (CCTA) to discriminate between the patients with and without major adverse cardiovascular events (MACEs) and to find the most important contributing factor of MACE.
MATERIALS AND METHODS: From November to December 2019, 500 of 1586 CCTA scans were included and analyzed, then six conventional scores were calculated for each participant, and seven ML models were designed. Our study endpoints were all-cause mortality, non-fa
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: Preterm birth predisposes infants to adverse outcomes that, without early intervention, impacts their long-term health. To assist bedside monitoring, we developed a tool to track the autonomic maturation of the preterm by assessing heart rate variability (HRV) changes during intensive care.
METHODS: Electrocardiogram (ECG) recordings were longitudinally recorded in 67 infants (26-38 weeks postmenstrual age (PMA)). Supervised machine learning was used to generate a functional autonomic age (FAA), by combining 50 computed HRV features from successive 5-minute ECG epochs (median of 2
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.
BACKGROUND: Lactic acidosis is the most common cause of anion gap metabolic acidosis in the intensive care unit (ICU), associated with poor outcomes including mortality. We sought to compare machine learning (ML) approaches versus logistic regression analysis for prediction of mortality in lactic acidosis patients admitted to the ICU.
METHODS: We used the Medical Information Mart for Intensive Care (MIMIC-III) database to identify ICU adult patients with lactic acidosis (serum lactate ≥4 mmol/L). The outcome of interest was hospital mortality. We developed prediction models using four ML appr
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: Traumatic brain injury-induced coagulopathy (TBI-IC), is a disease with poor prognosis and increased mortality rate. Objectives: Our study aimed to identify predictors as well as develop machine learning (ML) models to predict the risk of coagulopathy in this population. Methods: ML models were developed and validated based on two public databases named Medical Information Mart for Intensive Care (MIMIC)-IV and the eICU Collaborative Research Database (eICU-CRD). Candidate predictors, including demographics, family history, comorbidities, vital signs, laboratory findings, injury ty
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.
Heart rate variability (HRV) and electroencephalography (EEG) are reflective of cardiac autonomic modulation/emotional regulation and cortical brain activity/psychopathology, respectively. This study aimed to determine the key HRV/prefrontal EEG classifiers of healthy controls (HC) versus patients with psychiatric disorders (PT) and to identify the subtypes of these features. A simultaneous 5-min-long acquisition of earlobe photoplethysmography and resting-state prefrontal EEG signals was performed in 147 HC and 123 PT [major depressive disorder (MDD; N = 107) and panic disorder (N = 16)]. A m
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.
Soil erosion poses a persistent threat to grassland ecosystems and sustainable land management; previous large-scale assessments focused on soil conservation supply but ignored its alignment with long-term spatially heterogeneous erosion pressure. This disconnect limits the ability to diagnose where and why soil conservation services fail to meet ecological needs. In this study, a 24-year long-term dataset that integrated multi-source remote sensing, land-use data, and erosion modeling was leveraged to quantify the soil conservation supply and erosion pressure and analyze their coordination ac
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: Immune checkpoint inhibitor-associated myocarditis (ICIAM) is one of the immune-related adverse events (irAEs) with low incidence but extremely high mortality. High-dose glucocorticoid pulse therapy remains the recommended initial treatment for patients with ICIAM. However, an inadequate response to corticosteroid therapy is observed in some patients, who are subsequently classified as having steroid-resistant immune checkpoint inhibitor-associated myocarditis (srICIAM). Early combination of second-line immunosuppression may represent an effective therapeutic strategy. However, Bio
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.
To evaluate the prognostic significance of nutritional-inflammatory biomarkers in non-small cell lung cancer (NSCLC) patients with bone metastases. The present study constructed prognostic models using machine learning methods and assessed their performance, aiming to develop a clinically practical nomogram. A retrospective analysis of 233 patients with NSCLC and confirmed bone metastasis (BM) was conducted. The present study analyzed clinical and laboratory data, including 10 nutritional-inflammatory indicators. The present study used univariate and multivariate Cox regression, Least Absolute
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.
Cancer epidemiology, biomarkers & prevention : a publication of the American Association for Cancer Research, cosponsored by the American Society of Preventive Oncology2026eng
BACKGROUND: Pancreatic cancer is diagnosed at advanced stages in patients with diabetes. Existing prediction models require complete historical data and focus on new-onset diabetes, limiting applicability. We developed a machine learning model to handle missing data and perform across the diabetes spectrum.
METHODS: This is a retrospective cohort study using TriNetX electronic health records. Patients with hemoglobin A1c ≥6.5% were included. Sixty-five clinical variables were extracted at 90-day intervals. An eXtreme Gradient Boosting (XGBoost) model was developed using patient-level 1:1 case
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.
OBJECTIVE: Voice-based biomarkers have been proposed as objective tools for anxiety assessment, yet existing research relies on small, demographically homogeneous samples and shows inconsistent associations between fundamental frequency (F0) and anxiety. Using a large, diverse, multi-country African cohort, we evaluated whether F0 measures extracted from uncontrolled audio recordings are associated with generalized anxiety beyond demographic and self-reported health factors.
METHODS: Speech recordings and survey data were collected from 1788 adults in Botswana, Ghana, Nigeria, and Tanzania us
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: Chronic respiratory diseases (CRDs), such as asthma and chronic obstructive pulmonary disease (COPD), are heterogeneous conditions with a high multimorbidity burden. However, existing risk assessment instruments prioritise physiological measures while overlooking systemic comorbidities. We aim to develop and validate an electronic health record (EHR)-embedded artificial intelligence (AI) model-AiRES (AI in patients with RESpiratory disease)-to predict the 30-day, 90-day and 180-day risks of all-cause and index-disease hospitalisations. This model represents a first step towards a c
СтатьяВалидационное 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: Disability assessment in dementia is important for care planning, but the full World Health Organization Disability Assessment Schedule 2.0 (WHODAS 2.0) is time-intensive and may limit clinical use. This study developed machine learning (ML)-based short forms of the WHODAS 2.0 and examined their reliability, concurrent validity, and responsiveness.
METHODS: Using data from 51,245 persons with dementia (training set: n = 31,952; validation set: n = 19,293), we developed two ML-based short forms, ML-WHODAS-16 and ML-WHODAS-10, with Extreme Gradient Boosting and bootstrap-based item
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: Familial Hemiplegic migraine (FHM) is a rare migraine subtype characterised by transient unilateral motor weakness. Although familial forms are associated with variants in CACNA1A, ATP1A2, and SCN1A genes, many cases remain genetically unexplained, suggesting contributions from additional rare variations including single-nucleotide variants (SNVs) and copy-number variants (CNVs).
METHODS: Whole-exome sequencing (WES) data from 182 FHM cases and 1035 controls were analysed. Rare SNVs (allele frequency AF <0.01) were prioritised using pathogenicity annotation and ACMG criteria, whil
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: Post-COVID-19 condition (PCC) denotes the persistence of symptoms following Severe Acute Respiratory Syndrome Coronavirus 2 infection. PCC poses a large disease burden worldwide. We aimed to explore the epidemiological characteristics of clinically diagnosed PCC among older people aged ≥65 years in Sweden and to establish a machine learning tool to predict PCC risk.
METHODS: This nationwide register-based study employed a cross-sectional design. Prevalence of PCC diagnosis recorded in hospital and specialized outpatient care settings among older people aged ≥65 years in Sweden w
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: Gestational diabetes mellitus (GDM) elevates preterm birth risk, highlighting the need for improved prediction methods to enhance outcomes. Current models show limited accuracy by ignoring some inflammatory biomarkers (eg, PLR, LMR, SII). Machine learning (ML) can better analyze complex patterns but remains underused for GDM preterm birth prediction.
OBJECTIVE: This study develops an interpretable ML model combining systemic inflammatory indices and traditional clinical markers to predict preterm birth in GDM. Enabling early risk stratification at diagnosis, it facilitates timely
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: Sepsis is a life-threatening syndrome requiring aggressive management, and novel noninvasive biomarkers to enable high-confidence risk stratification of sepsis and to predict sepsis-related outcomes are urgently needed.
METHODS: Quantitative (liquid chromatography) mass spectrometry was used to compare the abundance of serum amino acids between patients with sepsis and healthy controls (HC) to characterize alterations in amino acid profiles associated with sepsis. In addition, multiple machine learning (ML) methods were applied to construct a prognostic prediction model for patien
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.
This study develops a predictive framework to identify fine-mode combustion aerosol events around coal-fired power plants (CFPPs) in Java, Indonesia, using Himawari-8 satellite data filtered using the Ångström Exponent (AE). Although an AE > 1.2 indicates fine-mode particles characteristic of combustion processes (including biomass combustion, traffic, and industrial emissions), the persistent nature of CFPP operations allows for the characterization of aerosol signals in their vicinity. Analysis of 41,119 daily observations (2015-2025) across 13 major CFPPs reveals that 8.52% of days meet the
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.
Extracorporeal membrane oxygenation (ECMO) is widely used in patients with severe cardiac or respiratory failure. ECMO is resource and cost intensive and carries the potential for significant complications; therefore, identifying patients who would derive the most benefit and personalizing its application are important. A number of scoring systems have previously been developed to predict the outcomes of patients receiving ECMO. Machine learning (ML)-based models are highly effective at incorporating the large amount of complex data and large number of variables that may be associated with out
Систематический обзорСтатьяПоддержка 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.
BACKGROUND: Immunoglobulin A nephropathy (IgAN) is a major cause of chronic kidney disease and kidney failure. Currently, arginine metabolism (AM)-related genes (AMRGs) have been reported to play direct or indirect roles in various kidney-related diseases. This study aimed to identify AM-associated key genes in IgAN, potentially paving the way for targeted therapies.
METHODS: The data pertaining to IgAN and AMRGs were procured from public databases and literature, respectively. Candidate genes were obtained by integrating differentially expressed genes (DEGs) with AMRGs, and the genes were ex
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