BACKGROUND: Sociodemographic data indicate the progressive increase in life expectancy and the prevalence of Alzheimer's disease (AD). AD is raised as one of the greatest public health problems. Its etiology is twofold: on the one hand, non-modifiable factors and on the other, modifiable.
OBJECTIVE: This study aims to develop a processing framework based on machine learning (ML) and optimization algorithms to study sociodemographic, clinical, and analytical variables, selecting the best combination among them for an accurate discrimination between controls and subjects with major neurocogniti
СтатьяНаблюдательное 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.
In light of the growing resistance toward current antiviral drugs, efforts to discover novel and effective antiviral therapeutic agents remain a pressing scientific effort. Antiviral peptides (AVPs) represent promising therapeutic agents due to their extraordinary advantages in terms of potency, efficacy and pharmacokinetic properties. The growing volume of newly discovered peptide sequences in the post-genomic era requires computational approaches for timely and accurate identification of AVPs. Machine learning (ML) methods such as random forest and support vector machine represent robust lea
СтатьяПоддержка исследования: вне правительства СШАОбзорПолный 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 research focuses on the application of Artificial Intelligence (AI) methodologies to the problem of classifying vehicles involved in lethal pedestrian collisions. Specifically, the vehicle type is predicted on the basis of traumatic injury suffered by casualties, exploiting machine learning algorithms. In the present study, AI-assisted diagnosis was shown to have correct prediction about 70% of the time. In pedestrians struck by trucks, more severe injuries were appreciated in the facial skeleton, lungs, major airways, liver, and spleen as well as in the sternum/clavicle/rib complex, wher
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.
Significant resources have been invested in sequencing studies to investigate the role of rare variants in complex disease etiology. However … leterious variants were collectively associated with hypertriglyceridemia, but a range of in silico prediction algorithms showed little consistency between algorithms and poor agreement with functional data. We extended our study by obtaining sequence data on family members; however, functional variants did not co-segregate with triglyceride levels. Therefore, despite …
СтатьяResearch Support, N.I.H., IntramuralПоддержка 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.
Osteoporosis is a major health problem worldwide, and is projected to increase exponentially due to the aging of the population. The absolute fracture risk in individual subjects is calculated by the use of algorithms which include bone mineral density (BMD), age, gender, history of prior fracture and other risk factors. This review describes the laboratory investigations into osteoporosis which include serum calcium, phosphate, creatinine, alkaline phosphatase and 25-hydroxyvitamin D and, additionally in men, testosterone. Parathyroid hormone (PTH) is measured in patients with abnormal serum
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.
The data collected from complex process industries are usually time series with considerable nonlinearities and dynamics, as well as excessive redundancy. Moreover, there are temporal and spatial correlations between input variables and key performance variables. These characteristics bring great difficulties to data-driven modeling of the key performance variables. To overcome the problems, a new regularized spatiotemporal attention (STA)-based long short-term memory (LSTM) was developed. First, a standard LSTM network with an STA module was trained to capture the dynamic relationship between
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.
Millions of people in the United States suffer from paralysis, resulting in significant deficits in motor function. Restricted mobility due to these deficits and the lack of adaptive rehabilitative solutions make traversing complex and challenging terrains unsafe. Exoskeletons offer a promising solution, but their effectiveness could be greatly enhanced by incorporating reinforcement learning algorithms for real-time adaptation to changing environments and the user's unique gait biomechanics. This study explored different temporal difference learning methods for predicting signals recorded fro
СтатьяСравнительное исследованиеПоиск 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: Acute respiratory distress syndrome (ARDS) is a fatal outcome of severe sepsis. Machine learning models are helpful for accurately predicting ARDS in patients with sepsis at an early stage.
OBJECTIVE: We aim to develop a machine-learning model for predicting ARDS in patients with sepsis in the intensive care unit (ICU).
METHODS: The initial clinical data of patients with sepsis admitted to the hospital (including population characteristics, clinical diagnosis, complications, and laboratory tests) were used to predict ARDS, and screen out the crucial variables. After comparing eig
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: Cardiovascular diseases (CVD) are currently the leading cause of premature death worldwide. Model-based early detection of high-risk populations for CVD is the key to CVD prevention. Thus, this research aimed to use machine learning (ML) algorithms to establish a CVD prediction model based on routine physical examination indicators suitable for the Xinjiang rural population.
METHOD: The research cohort data collection was divided into two stages. The first stage involved a baseline survey from 2010 to 2012, with follow-up ending in December 2017. The second-phase baseline survey w
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.
Identifying the enzyme functions of proteins and their catalytic residues is vital to our understanding of diverse cellular processes. However, existing frameworks that can concurrently determine the enzymatic functions and active sites of proteins are scarce, and still have much room for improvement in prediction performance. In this study, we present EC-LMGraph, a protein language model- and graph convolutional network-based framework to predict enzyme commission (EC) numbers from protein sequence features and structures, and saliency mapping to score representative residues attribute to the
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.
Phages (or bacteriophages) play a critical role in microbial communities, and accurately predicting the hosts of phages is essential for understanding the dynamics of these viruses and their impact on bacterial populations. In the prediction of classification of phage hosts, feature extraction is a critical step that directly affects the accuracy of the predictions. Among the techniques used for feature extraction, k-mers are the most commonly employed method. Although many methods based on k-mers have been proposed, these methods typically use only the frequency information of k-mers as featu
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.
This work applies quantitative structure-property relationship analysis to examine molecular characteristics linked to stiffness person syndrome (SPS), a rare neurological condition marked by persistent muscle rigidity and spasmodic episodes. Topological indices such as Zagreb indices and their modification are employed to examine their correlations with key physicochemical properties. Linear, quadratic, exponential growth, and power curve fitting models are applied to identify the best correlations, focusing on the maximum F-statistic and the coefficient of determination R2. Furthermore, heat
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.
PURPOSE: In 2019, the Innovative Medicines Initiative funded the ConcePTION project to enhance monitoring of medication safety in pregnancy and breastfeeding. This paper describes how the ConcePTION Pregnancy Algorithm (PA) identified pregnancies in 10 diverse European electronic healthcare data sources and estimated their duration.
METHODS: Data sources from six European countries were mapped to the ConcePTION Common Data Model. Any pregnancy-related record was retrieved from various available data banks, including birth register, primary care records, and hospital records, and reconciled in
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: Early warning for known infectious disease threats use methods that focus on detection of outbreaks, often at large geographical scales. However, earlier warning, specifically at the onset of disease emergence (i.e., first case(s)) and at finer spatial scales could significantly improve timeliness and targeting of prevention and control efforts. As a proof-of-concept, we demonstrate that a early classification time-series approach can predict COVID-19 emergence at a local jurisdictional level with a 10-day lead time.
METHODS: To predict emergence with a 10-day lead time in Canadia
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 multicenter retrospective observational study aimed to identify predictive factors for successful secondary testicular sperm extraction (TESE) using advanced machine learning (ML) models. Data from 503 infertile men who underwent secondary TESE between 2021 and 2024 after a previous unsuccessful attempt were analyzed. Preoperative characteristics and laboratory findings were assessed using ten ML algorithms, including Xtreme Gradient Boosting, Random Forest, Gradient Boosting, Decision Tree, AdaBoost, Logistic Regression, Multi-Layer Perceptron, Support Vector Machine, K-Nearest Neighbors
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.
Chronic pain is the hall-mark symptom of osteoarthritis (OA) and although several therapies are available, a sizeable number of patients do not gain adequate pain relief from these therapies. Predicting those patients who will not respond to current therapies remains a challenge. Although psychosocial, sensitivity, inflammation and genetic factors have been identified as pain mechanisms that predict response to pain therapy, none of these is a sufficiently strong predictor alone. An emerging approach to this challenge is the use of machine-learning algorithms that integrate several pain mechan
СтатьяОбзорПоиск 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.
OBJECTIVES: To develop an interpretable model using routine outpatient data to assist risk stratification and referral assessment in children with biliary atresia (BA) after Kasai portoenterostomy (KPE).
METHODS: This multicenter retrospective study included 512 children with type III BA who underwent KPE across eight pediatric centers. Clinical, laboratory, and ultrasonographic variables collected during outpatient follow-up were analyzed. Feature selection was performed using least absolute shrinkage and selection operator, and eight machine learning algorithms were evaluated. Model perform
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.
Medical healthcare has advanced substantially due to advancements in Artificial Intelligence (AI) techniques for early disease detection alongside support for clinical decisions. However, a gap exists in widespread adoption of results of these algorithms by public due to black box nature of models. The undisclosed nature of these systems creates fundamental obstacles within medical sectors that handle crucial cases because medical practitioners needs to understand the reasoning behind the outcome of a particular disease. A hybrid Machine Learning (ML) framework integrating Explainable AI (XAI)
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.
Age-related macular degeneration (AMD) is one of the most common types of eye diseases that generally affect the elderly population over 50 years of age. The effects of AMD on the quality of vision and life are devastating. We systematically review applications and performance of machine/deep learning algorithms for AMD detection and prediction using color fundus photos. We reviewed the studies that focused on machine learning and deep learning techniques and algorithms to analyze the fundus images for AMD. The data were collected by searching Scopus, PubMed (Medline), Web of Science and IEEE
СтатьяСистематический 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.
Heart disease remains a leading cause of morbidity and mortality globally, straining healthcare systems worldwide. Artificial intelligence (AI) offers transformative solutions in cardiology, enhancing early diagnosis, personalized treatment, and surgical precision. This review examines the impact of AI on cardiology, focusing on its role in analyzing medical images, predicting risk, and managing chronic diseases. AI algorithms and intense learning models have demonstrated exceptional proficiency in interpreting imaging modalities, surpassing human diagnostic capabilities. Predictive analytics
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.
MedElevator
Войти в исследования