BACKGROUND: Cervicogenic headache (CEH) is a secondary headache disorder originating from dysfunction in the cervical spine. In addition to … enter-of-pressure sway and gaze accuracy). Five machine learning algorithms-Random Forest, XGBoost, Support Vector Machine, Logistic Regression, and Gradient Boosting-were trained and evaluated using 10-fold cross-validation with procedures implemented to reduce overfitting.
RESULTS: The Gradient Boosting classifier demonstrated the best performance, achieving an accur …
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: Postoperative sepsis occurs at a relatively high incidence following emergency colon cancer surgery, and early identification of … rs. Subsequently, five machine learning algorithms-multilayer perceptron (MLP), random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN), and extreme gradient boosting (XGBoost)-were applied to evaluate feature importance and construct predictive models. Model performance was assessed using receiver operating characteristic (ROC) curves, calibration cu …
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 develop and internally validate interpretable machine learning (ML) models for predicting individual central line-associated b … ion. Seven machine learning (ML) models-logistic regression, decision tree, random forest, XGBoost, support vector machine, neural network, and gradient boosting-were developed and compared. Discrimination and calibration were assessed using the area under the receiver operating characteristic curve (AUC), accuracy, sensitivity, specificity, F1 score, and Brier score. T …
СтатьяНаблюдательное 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: Predicting radiation dermatitis (RD), a common radiotherapy toxicity, is essential for clinical decision-making regarding toxici … sensitivity of 0.75 in models trained using thermal features acquired before skin dose < 10 Gy. The support vector machine achieved a mean AUC of 0.71, precision of 0.68, and sensitivity of 0.70 for predicting grade ≥ 2 RD using thermal images obtained in the skin dose range of 10-20 Gy.
CONCLUSIONS: Thermal images acquired from patients undergoing radiotherapy for hea …
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.
This study aimed to identify lactylation-associated genes linked to immune infiltration and diagnostic potential in neuropathic pain using i … was constructed. Three machine learning algorithms-least absolute shrinkage and selection operator, support vector machine recursive feature elimination, and random forest-were applied to identify robust diagnostic gene signatures. Subsequently, the candidate biomarkers were validated using an independent test set (GSE95849). A diagnostic nomogram was developed, and reg …
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: With global aging, cognitive impairment, including Alzheimer's disease and related dementias, has become a critical public healt … sing a combination of expert knowledge and machine learning. Logistic regression (LR), naive Bayes, support vector machines, neural networks, and random forests were comprehensively evaluated based on common classification performance metrics. The optimal machine learning algorithms and feature subset are used to construct the final prediction model. Shapley Additive ex …
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: Metabolomic profiling via machine learning can reveal signatures of host metabolism and identify useful biomarkers. We aimed to … id chromatography‒mass spectrometry (LC‒MS). Four machine learning algorithms (logistic regression, support vector machine, Gaussian naive Bayes, and random forest) were used to screen potential T1D-related biomarkers.
RESULTS: We identified 328 differently abundant metabolites between the T1D group and the control group that were significantly enriched in three metabo …
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: Approximately 30% of patients with rheumatoid arthritis (RA) do not respond to tocilizumab (TCZ). This study aimed to predict TCZ response using machine learning models trained on clinical data.
METHODS: Baseline and follow-up data from patients with RA treated with TCZ were collected. Seven different machine learning models (logistic regression, K-nearest neighbor algorithm, random forest, support vector machine, decision tree, gradient boosting, and boosting algorithm) were trained to predict the treatment response of patients with RA across different imaging stages after three …
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 study aims to develop a non-invasive machine learning (ML) model based on radiomic features extracted from computed tomograp … tion, t-tests and LASSO regression. Six machine learning models (XGBoost, ExtraTrees, RandomForest, Support Vector Machine (SVM), Multi-Layer Perceptron (MLP), Light Gradient Boosting Machine (LGBM)) were employed to construct predictive models. Model performance was evaluated using receiver operating characteristic (ROC) curves, AUC, sensitivity, specificity and other …
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: Long-term renal function is an important follow-up after radical nephrectomy for renal carcinoma. Predictive models can help i … evaluation cohort. Five machine learning models were developed, including Logistic Regression (LR), Support Vector Machine (SVM), Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Light Gradient Boosting Machine (LightGBM). Model performance was evaluated using the area under the receiver operating characteristic curve (AUC), confusion matrices, and calibrati …
СтатьяМногоцентровое исследованиеВалидационное 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.
OBJECTIVE: The majority of LGA occurs in normoglycemic pregnancies, yet prediction models integrating lipid metabolism for this population a … stratified sampling. Four machine learning algorithms-logistic regression (LR), random forest (RF), support vector machine (SVM), and extreme gradient boosting (XGBoost)-were developed using nested 5×5 cross-validation to prevent overfitting and ensure unbiased performance estimation. Model performance was evaluated using area under the receiver operating characteristic …
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.
Machine learning models informed by patient-generated wearable data can be used to predict patient-reported and performance-based outcome me … accelerometry, sometimes combined with heart rate, respiratory, or sleep metrics. Random forest and support vector machine models were the most common, while hidden Markov temporal models showed improved performance with access to longitudinal data. Predictive performance ranged from poor to excellent (AUC 0.56-0.92), and non-linear models generally outperformed linear …
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: Cirrhosis and sarcopenia frequently coexist and are associated with poor clinical outcomes; however, their shared genetic basis remains incompletely understood.
METHODS: We applied conditional and conjunctional false discovery rate (cFDR/ccFDR) analyses to genome-wide association study (GWAS) summary statistics for cirrhosis and sarcopenia-related traits, including appendicular lean mass (ALM) and usual walking pace (UWP). In parallel, weighted gene co-expression network analysis (WGCNA) and three machine learning algorithms (LASSO, random forest, and support vector machine-recurs…
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.
PURPOSE: This study aimed to develop a machine learning-based prediction model for myopia progression using ocular biometric parameters to p … l diameter (WTW), and pupil size (PS). Seven machine learning models (e.g., XGBoost, random forest, support vector machine) were employed for modeling, with performance optimized via 5-fold cross-validation. Model accuracy was evaluated using mean squared error (MSE) and the coefficient of determination (R²), and variable importance was analyzed.
RESULTS: No statistica …
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: Post-operative delirium is a serious neurocognitive complication of cardiac surgery. The stress hyperglycaemia ratio (SHR), whic … ted cubic splines confirming a linear dose-response relationship (P for non-linearity = 0.203). The support vector machine model achieved the best discriminative performance (area under the curve = 0.8042).
CONCLUSIONS: An elevated SHR is an independent risk factor for post-operative delirium. These machine-learning models may facilitate timely perioperative risk strat …
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.
Growing epidemiological evidence suggests a bidirectional relationship between gastroesophageal reflux disease (GERD) and ischemic stroke (I … were selected using 3 machine learning algorithms: least absolute shrinkage and selection operator, support vector machine with recursive feature elimination, and random forest. Diagnostic utility was assessed through receiver operating characteristic curve analysis. We identified 52 upregulated and 57 downregulated differentially expressed genes common to both diseases …
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.
BACKGROUNDS: Gastric cancer (GC) is a prevalent malignancy affecting the digestive system. We aimed to develop a risk prediction model based on endoscopic atrophy classification for GC.
METHODS: We retrospectively collected the data from January 2020 to October 2021 in our hospital and randomly divided the patients into training and validation sets in an 8:2 ratio. We used multiple machine learning algorithms such as logistic regression (LR), Decision tree, Support Vector Machine, Random forest, and so on to establish the models. We employed the Least absolute shrinkage and selection operator…
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.
AIM: To develop different machine learning models to train and test diplopia images and data generated by the computerized diplopia test.
METHODS: Diplopia images and data generated by computerized diplopia tests, along with patient medical records, were retrospectively collected from 3244 cases. Diagnostic models were constructed using logistic regression (LR), decision tree (DT), support vector machine (SVM), extreme gradient boosting (XGBoost), and deep learning (DL) algorithms. A total of 2757 diplopia images were randomly selected as training data, while the test dataset contained 487 di…
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.
PURPOSE: Patients with hepatitis B virus (HBV)-related compensated advanced chronic liver disease (cACLD) demonstrate significant liver fibr … performed using least absolute shrinkage and selection operator regression, random forest (RF), and support vector machine (SVM). Based on the selected key features, five machine learning models were constructed: SVM, RF, logistic regression, extreme gradient boosting, and Naive Bayes. Model performance was evaluated using area under the curve (AUC), accuracy, sensitivi …
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: Lung cancer is a leading cause of cancer-related mortality worldwide. Accurate staging of mediastinal lymph nodes is a crucial s … alysis, Gaussian naive Bayes, and artificial neural networks all surpassed 90% accuracy. The linear support vector machine demonstrated the highest performance, with an accuracy of 95.7%, an AUC of 93.5%, and an F1-score of 92%, respectively and outperformed the logistic regression-based statistical model, which reached an accuracy of 90.6% and an AUC of 85.7%.
CONCLUS …
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.
MedElevator
Войти в исследования