BACKGROUND: Skin neglected tropical diseases (NTDs) are the most prevalent diseases worldwide, affecting people living in resource-limited areas with low health care services and trained professionals. While machine learning (ML)-based diagnostic tools can be used for initial clinical assessment and patient screening, especially in resource-limited areas (including in Ethiopia), little effort has been made in this area.
OBJECTIVE: This pilot study develops a foundational ML model for the diagnosis of skin NTDs using patient metadata to analyze the feasibility of ML-based models for skin NTDs
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: High-risk human papillomavirus (hrHPV) full genotyping facilitates risk stratification and efficiency in cervical cancer screening, widely verified and adopted in various screening settings. We aimed develop a cervical cancer predictive model that can guide referrals for colposcopy using hrHPV full genotyping data in a setting where screening rate is low.
METHODS: We developed, compared and validated four machine learning models (eXtreme gradient boosting [XGBoost], support vector machine [SVM], random forest [RF], and naïve bayes [NB]) for cervical cancer prediction, using data f
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 AND OBJECTIVE: Caused by shared genetic risk factors and similar neuropsychological symptoms, bipolar disorder (BD) and major depressive disorder (MDD) are at high risk of misdiagnosis, which is associated with ineffective treatment and worsening of outcomes. We aimed to develop a machine learning (ML)-based diagnostic system, based on electronic medical records (EMR) data, to mimic the clinical reasoning of human physicians to differentiate MDD and BD (especially BD depressive episodes) patients about to be admitted to a hospital and, hence, reduce the misdiagnosis of BD as MDD on
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.
OBJECTIVE: Prediction of outcomes following open abdominal aortic aneurysm (AAA) repair remains challenging with a lack of widely used tools to guide perioperative management. We developed machine learning (ML) algorithms that predict outcomes following open AAA repair.
METHODS: The Vascular Quality Initiative (VQI) database was used to identify patients who underwent elective open AAA repair between 2003 and 2023. Input features included 52 preoperative demographic/clinical variables. All available preoperative variables from VQI were used to maximize predictive performance. The primary outc
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.
KEY POINTS: Proteomics analyses consistently identified nine independent protein predictors for CKD in both Chinese and European participants with type 2 diabetes. A novel prediction model, "eGFR+five-protein panel predicting CKD," reliably predicted CKD with good performance (area under the receiver operating characteristic curve ≥0.80). The new "eGFR+five-protein panel predicting CKD" model exhibited superior performance over traditional clinical models.
BACKGROUND: Currently, there is a lack of reliable biomarkers for noninvasive prediction of CKD in patients with diabetes. This study aime
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 AND OBJECTIVE: Threatened abortion, a common pregnancy complication that often leading to abortion, is hard to predict due to its non-specific symptoms and difficulty in differentiating from other early pregnancy bleeding causes. Current diagnostic methods like serial ultrasounds and clinical monitoring are time-consuming and lack timeliness. To fill the gap in using advanced analytics for early detection and risk stratification, this study develops a machine learning (ML) model based on routine blood data to better predict threatened abortion, providing a reference for early detect
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: Transcutaneous transhepatic gallbladder drainage (PTGBD) has shown significant efficacy in the treatment of elderly patients with acute cholecystitis. The goal of this study is to develop a machine learning-based web calculator aimed at predicting the optimal timing for cholecystectomy (LC) after PTGBD in elderly patients with acute cholecystitis (AC) to achieve precise personalized medicine.
METHODS: A retrospective analysis of 979 elderly patients with acute cholecystitis admitted to Jinzhou Central Hospital and the First Affiliated Hospital of Jinzhou Medical University from 20
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: Hearing impairment (HI) has become a major public health issue in China. Currently, due to the limitations of primary health care, the gold standard for HI diagnosis (pure-tone hearing test) is not suitable for large-scale use in community settings. Therefore, the purpose of this study was to develop a cost-effective HI screening model for the general population using machine learning (ML) methods and data gathered from community-based scenarios, aiming to help improve the hearing-related health outcomes of community residents.
METHODS: This study recruited 3371 community resident
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.
OBJECTIVE: Suprainguinal bypass for peripheral artery disease (PAD) carries important surgical risks; however, outcome prediction tools remain limited. We developed machine learning (ML) algorithms that predict outcomes following suprainguinal bypass.
METHODS: The Vascular Quality Initiative database was used to identify patients who underwent suprainguinal bypass for PAD between 2003 and 2023. We identified 100 potential predictor variables from the index hospitalization (68 preoperative [demographic/clinical], 13 intraoperative [procedural], and 19 postoperative [in-hospital course/complica
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: Hip fracture is associated with immobility, morbidity, mortality, and high medical cost. Due to limited availability of dual-energy X-ray absorptiometry (DXA), hip fracture prediction models without using bone mineral density (BMD) data are essential. We aimed to develop and validate 10-year sex-specific hip fracture prediction models using electronic health records (EHR) without BMD.
METHODS: In this retrospective, population-based cohort study, anonymized medical records were retrieved from the Clinical Data Analysis and Reporting System for public healthcare service users in Ho
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: Chronic heart failure (CHF) is a systemic cardiovascular disease characterized by an extremely poor prognosis. Luteolin demonstrates promising therapeutic potential in the prevention and management of CHF. This study aims to explore the mechanism by which luteolin ameliorates CHF through mitigating mitochondrial damage and inhibiting cardiomyocyte apoptosis, using bioinformatics analysis combined with in vitro and in vivo experiments.
METHODS: Network pharmacology was employed to identify functional targets of luteolin, as well as target genes associated with CHF and mitochondrial
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: Progression-free survival (PFS) is a critical end point in oncology, yet real-world applications of individualized, explainable machine learning (ML) predictions remain limited.
OBJECTIVE: This study aimed to develop and validate explainable ML models to predict PFS using retrospective data from a national prostate cancer cohort in Brunei Darussalam.
METHODS: We analyzed a retrospective cohort of 212 patients (478 longitudinal observations) treated at the Brunei Cancer Centre (January 2018 to December 2024). Clinical, laboratory, and treatment data were harmonized, with missing v
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: Antimicrobial resistance (AMR) is a growing global public health threat, particularly in low- and middle-income countries (LMICs), where delayed antimicrobial susceptibility testing (AST) and limited diagnostic capacity complicate timely treatment and antimicrobial stewardship (AMS). Although large-scale surveillance programmes routinely collect antimicrobial susceptibility data, these datasets remain underutilised for predictive analytics.
METHODS: We developed a surveillance-driven machine learning (ML) framework using isolate-level data from African sites participating in the P
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/Objectives: Recovery of upper limb function after stroke is highly heterogeneous, and accurate prediction of clinically meaningful functional transition remains a major challenge in rehabilitation medicine. We developed and temporally validated machine learning (ML)-based prognostic models for predicting transition from non-functional movement to functionally usable upper limb capacity in patients undergoing intensive inpatient rehabilitation during the early subacute phase of stroke. Methods: This retrospective cohort study included 960 patients with ischemic or hemorrhagic stroke
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: Preprocedural risk prediction of 30-day all-cause mortality after percutaneous coronary intervention (PCI) aids in clinical decision-making and benchmarking hospital performance. This study aimed to identify preprocedural factors to predict the risk of 30-day all-cause mortality post-PCI using machine learning (ML) approaches.
METHODS: The study analysed 93 055 consecutive PCI procedures recorded in the Victorian Cardiac Outcomes Registry in Australia. The Boruta feature selection method was used to identify key predictive variables. Seven ML algorithms were employed for models' d
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.
Background/Objectives: Pelvic exenteration is among the most aggressive procedures in surgical oncology and remains associated with substantial morbidity and highly variable oncologic outcomes. Achieving negative resection margins (R0) is the strongest determinant of long-term survival, yet accurate preoperative prediction of resectability remains difficult. This study evaluated oncologic outcomes following pelvic exenteration and explored the feasibility of a predictive modeling framework for estimating the probability of achieving R0 resection using routinely available pretherapeutic variabl
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 present study aims to develop and evaluate the feasibility of automatic categorical differentiation of pathological voice disorders (organic, functional, and neurologic) using machine learning (ML) models based on multidomain acoustic features from connected speech.
METHODS: A total of 584 pathological recordings obtained from the Advanced Voice Function Assessment Databases were analyzed. Twenty-nine prespecified acoustic features covering multiple domains including prosodic, perturbation, harmonicity, and cepstral-spectral domains, were extracted. Three classifiers, includin
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 interaction of elevated lipoprotein(a) [Lp(a)] with local coronary inflammation remains unclear.
OBJECTIVE: We investigated whether pericoronary inflammation modulates Lp(a)'s prognostic impact on major adverse cardiovascular events (MACE) after percutaneous coronary intervention (PCI).
METHODS: Patients with coronary artery disease undergoing PCI were included with coronary computed tomography angiography within 3 months before coronary angiography. Pericoronary fat attenuation index (FAI) was quantified for pericoronary inflammation evaluation. Four machine learning models
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: Mycoplasma pneumoniae pneumonia (MPP) with atelectasis in children is the most reported complication of MPP in children. It is associated with serious respiratory issues, pulmonary tissue damage and fibrosis, and systemic complications. Present diagnostic methods, which are mainly based on radiographic imaging, have drawbacks related to delayed case detection and radiation exposure. There is a need for a simple, non-invasive approach in the diagnosis. We aimed to develop machine learning (ML) models to identify MPP with atelectasis in children and support early risk stratification.
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.
Current guidelines recommend albumin infusion as a first-line treatment for acute kidney injury (AKI) in patients with cirrhosis. However, recent large-scale randomized trials have questioned its universal benefit. We aimed to identify distinct pathophysiological subphenotypes of cirrhotic AKI using machine learning and to evaluate the heterogeneous treatment effects of albumin infusion across these groups. A retrospective cohort study was conducted using the MIMIC-IV (v3.1) database, including 3209 critically ill patients with cirrhosis and AKI. Unsupervised K-means clustering was applied to
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