BACKGROUND: Recent studies have demonstrated that individuals hospitalized due to COVID-19 can be affected by "long-COVID" symptoms for as long as one year after discharge.
OBJECTIVES: Our study objective is to identify data-driven clusters of patients using a novel, unsupervised machine learning technique.
METHODS: The study uses data from 437 patients hospitalized in New York City between March 3rd and May 15th of 2020. The data used was abstracted from medical records and collected from a follow-up survey for up to one-year post-hospitalization. Hospitalization data included demographics,
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.
As electric bikes (e-bikes) rapidly develop in China, their traffic safety issues are becoming increasingly prominent. Accurately detecting risky riding behaviors and conducting mechanism analysis on the multiple risk factors are crucial in formulating and implementing precise management policies. The emergence of shared e-bikes and the advancements in interpretable machine learning present new opportunities for accurately analyzing the determinants of risky riding behaviors. The primary objective of this study is to examine and analyze the risk factors related to speeding behavior to aid urba
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.
STUDY OBJECTIVES: Differential diagnosis of narcolepsy type 2 (NT2) from type 1 (NT1) and idiopathic hypersomnia (IH) is challenging due to overlapping symptoms. We developed an automated method using nocturnal polysomnography (nPSG) data to differentiate these conditions and clinical controls (CCs), and explored varying sleep phenotypes within NT1, NT2, IH, and CCs.
METHODS: We analyzed nPSG data from drug-free individuals with NT1, NT2, and IH, or CCs. Sleep features were derived at whole-night and per-quarter-night levels, including hypnogram, transition probability, hypnodensity, spindle,
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 heart failure (CHF) patients often present with heterogeneous patterns of cardiac dyssynchrony. Although QRS prolongation (>150 ms) and left bundle branch block (LBBB) are classical markers of electrical dyssynchrony, their direct association with mechanical dyssynchrony remains controversial. This study aimed to identify key determinants of left ventricular (LV) synchrony using machine learning and explainable artificial intelligence techniques. A cohort of 412 CHF patients was stratified using integrated echocardiographic and electrocardiographic criteria: synchronous group (SG, n =
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: Hypermobile Ehlers-Danlos syndrome (hEDS) is a multisystemic hereditary connective tissue disorder characterized by generalized joint hypermobility, chronic pain, and a complex spectrum of comorbidities. Diagnosis relies on complex clinical criteria, leading to poor recognition by clinicians and fragmented care. Consequently, patients navigate the health care system for an average of 22.1 years before receiving a diagnosis, which substantially delays appropriate management. Electronic health records (EHRs) contain rich longitudinal data that, if systematically analyzed, could ident
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: Clear cell renal cell carcinoma (ccRCC) is hallmarked by profound metabolic reprogramming; however, its intricate crosstalk with the tumor immune microenvironment (TIME) and its clinical ramifications remain inadequately elucidated. This study aims to systematically decipher the metabolic-immune interplay in ccRCC through multi-omics integration, with the goal of identifying robust prognostic biomarkers and actionable therapeutic vulnerabilities.
AIMS: This study aims to systematically decipher the metabolic-immune interplay in clear cell renal cell carcinoma (ccRCC) through multi
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: Systemic lupus erythematosus (SLE) is a chronic disease characterized by a broad spectrum of involved organs, including neurological, renal, and vascular domains, with disease activity manifesting through unpredictable patterns that vary across individuals and over time, making the prediction of activity events particularly challenging.
OBJECTIVE: This paper proposes a hierarchical machine learning model to predict a 12-month SLE activity, defined as the occurrence of at least one event among SLE hospitalization, new organ-involved domain, and neurological, renal, or vascular mani
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.
In densely populated urban environments, the distribution of microbes and the drivers of microbial community assemblages are not well understood. In sprawling metropolitan habitats, the "urban microbiome" may represent a mix of human-associated and environmental taxa. Here we carried out a baseline study of automated teller machine (ATM) keypads in New York City (NYC). Our goal was to describe the biodiversity and biogeography of both prokaryotic and eukaryotic microbes in an urban setting while assessing the potential source of microbial assemblages on ATM keypads. Microbial swab samples were
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: Mitotic catastrophe is well-known as a major pathway of endogenous tumor death, but the prognostic significance of its heterogeneity regarding bladder cancer (BLCA) remains unclear.
METHODS: Our study focused on digging deeper into the TCGA and GEO databases. Through differential expression analysis as well as Weighted Gene Co-expression Network Analysis (WGCNA), we identified dysregulated mitotic catastrophe-associated genes, followed by univariate cox regression as well as ten machine learning algorithms to construct robust prognostic models. Based on prognostic stratification,
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.
OBJECTIVE: Hospital pharmacies operate under a persistent dilemma: ensuring uninterrupted access to essential medicines while minimising capital tied up in inventory. This challenge is most acute for drugs with lumpy or erratic demand, where traditional manual ordering often fails because of limited forecasting capability. Therefore, this study aimed to develop and evaluate a LightGBM-Tweedie regression model for forecasting weekly demand of high-value intermittent-demand drugs.
METHODS: We conducted a retrospective machine learning-based study using weekly pharmacy usage data from a large te
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: Intervertebral disc degeneration (IDD) and osteoporosis (OP) frequently coexist, but their shared inflammatory molecular features remain unclear. We investigated whether the two disorders share an immune-extracellular matrix axis and sought candidate inflammation-associated biomarkers.
METHODS: Public transcriptomic datasets GSE124272 and GSE35956 were analyzed separately using differential expression analysis and gene set enrichment analysis. Shared genes were prioritized using LASSO regression, random forest, and support vector machine algorithms, with model performance estimate
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: motion recognition using electroencephalography (EEG) has gained significant attention in the fields of affective computing and human-computer interaction due to its ability to capture real-time neural responses. EEG signal variations associated with emotional states can be analysed using wavelet-based signal processing within the arousal-valence framework.
PURPOSE: This study aims to analyse EEG signal variations associated with emotional states using a wavelet-based signal processing approach within the arousal-valence framework.
METHODS: A prospective observational study was c
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.
Patients with inflammatory bowel disease (IBD) undergo regular colonoscopic surveillance due to their elevated risk of developing colorectal cancer (CRC). However, current clinical, endoscopic and histopathological risk stratification methods can be limited in sensitivity and objectivity, highlighting the need for complementary molecular approaches. In this study, Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) was used to acquire mid-infrared (MIR) spectra from IBD-associated endoscopic biopsy samples (30 patients analysed; 10 who developed dysplastic pre-cance
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: Breastfeeding duration is influenced by a complex interplay of obstetric, physiological, and sociodemographic factors. Traditional linear statistical models often struggle to capture the high-dimensional, non-linear synergistic effects among these variables, while complex deep learning models are prone to overfitting on small clinical datasets.
METHODS: To address these challenges, this study proposes an interpretable machine learning framework based on eXtreme Gradient Boosting (XGBoost). We analyzed clinical follow-up data from 210 postpartum women. The framework incorporates 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: The Nonalcoholic fatty liver disease (NAFLD) is a major chronic liver condition, with its pathology remaining elusive. Consequently, a thorough exploration of the underlying mechanisms driving NAFLD progression is essential for a comprehensive understanding of this metabolism-associated disorder.
METHODS: The scRNA-seq data from liver specimens of healthy and NAFLD subjects from GSE182365 was examined in the current study. High-dimensional weighted gene co-expression network analysis and seven machine learning (ML) approaches were employed to identify and confirm a genetic profile
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.
The emergence of KPC variants with altered substrate profiles poses a major challenge for β-lactam antibiotic therapy. KPC-14, which contains a double deletion of residues G242 and T243 (Y241_ΔGT_A244), exhibits enhanced resistance to ceftazidime and ceftazidime-avibactam while displaying reduced carbapenemase activity. However, the structural basis underlying this altered catalytic behaviour remains poorly understood. In this study, we built upon previous investigations and employed machine learning-driven enhanced sampling molecular dynamics simulations combined with unsupervised deep learni
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.
Abdominal aortic aneurysm (AAA) is a life-threatening vascular condition driven by interactions between genetic regulation and environmental influences, yet reliable biomarkers are lacking. Although individual programmed cell death (PCD) pathways have been implicated in AAA, their integrated dysregulation, particularly in environmental and toxicological contexts, remains unclear. Here, we conducted an integrative multi-omics analysis combining bulk transcriptomic datasets, single-cell RNA sequencing cohorts, and independently sequenced clinical samples to systematically characterize PCD dysreg
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.
Anxiety disorders (AD) are prevalent psychiatric conditions that profoundly impact adolescent neural development. Abnormal delta-beta cross-frequency coupling (CFC) has been identified as a key electrophysiological marker of altered neural dynamics in individuals with AD. However, most existing studies focus on static analysis within restricted brain regions and predefined frequency bands, which limits the understanding of large-scale dynamic neural communication. Therefore, we propose a novel cross-frequency coupling directed brain network (CFCDBN) framework, which integrates personalized CFC
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: Pre-eclampsia is a cause of significant maternal morbidity and mortality, with delivery initiating resolution. The Pre-eclampsia Integrated Estimate of RiSk-machine learning (PIERS-ML) tool provides individualized risk estimates to guide joint decision-making for women with pre-eclampsia. While it has been externally validated in the UK, our objective was to test PIERS-ML performance in Kenya.
DESIGN: Retrospective cohort validation study.
SETTING: Two tertiary hospitals in Nairobi, Kenya.
POPULATION: Women admitted with pre-eclampsia who had not experienced any element of the ma
СтатьяВалидационное 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.
Glioma, a highly aggressive brain cancer, thrives in an immunosuppressive tumor microenvironment (TME). The Unfolded Protein Response (UPR) is a key adaptive stress pathway implicated in therapy resistance. To discover clinically actionable biomarkers, we employed an integrated multi-omics strategy, combining single-cell and bulk transcriptomic data from multiple glioma cohorts. Using hdWGCNA network analysis, we identified a UPR-associated gene module that defined two molecular subtypes with stark survival differences. Through a rigorous machine learning pipeline (Random Survival Forest, LASS
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