Background/Objectives: Heart failure (HF) is associated with structural changes such as ventricular dilation, hypertrophy and fibrosis that … each QRS complex and ST-T segment were extracted to train traditional machine learning (ML) models: support vector machine (SVM), random forest (RF), and eXtreme gradient boosting (XGBoost). Results: Across 100 random train/test splits, the first endpoint achieved Recall = 0.88 and AUROC = 0.98. For the second endpoint, aggregated across three internal test sets, the cl …
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: Multidrug-resistant (MDR) infections in intensive care units (ICUs) are difficult to recognize early. This study developed and v … ors, Decision Tree, Random Forest (RF), Extreme Gradient Boosting, Light Gradient Boosting Machine, Support Vector Machine, and Neural Network. Hyperparameters were optimized using grid search and cross-validation. Model performance, calibration, and clinical utility were evaluated. Model interpretability used SHapley Additive exPlanations (SHAP). A web calculator was i …
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.
As per the World Health Organization (WHO), the justifications of people with disabilities globally are restricted by physical and social barriers that exclude their full contribution to society. Constructed environment barriers can limit the availability of transportation, employment, goods and services, healthcare, and overall independent drive. The government of Saudi Arabia has applied programs and policies to enhance the quality of life for people with disabilities, including education, healthcare, and employment chances. Furthermore, they also take action to progress a few social guards
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: This study aims to develop multiple machine learning models for predicting hypothermia risk in laparoscopic surgery and to perfor … five machine learning algorithms-logistic regression (LR), decision tree (DT), random forest (RF), support vector machine (SVM), and extreme gradient boosting (XGBoost)-to predict hypothermia risk during laparoscopic surgery. Finally, we conducted an interpretability analysis of the top-performing model using Shapley Additive Explanations (SHAP).
RESULTS: LASSO identi …
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: Although short-segment posterior spinal fixation (SSPSF) has shown promising clinical outcomes in thoracolumbar burst fractures, … ere compared between the groups. Four MLMs, including random forest (RF), logistic regression (LR), support vector machine (SVM), and k-nearest neighborhood (k-NN), were employed to predict treatment failure. Additionally, LR and RF models were used to assess factors associated with treatment failure.
RESULTS: Of the 332 included patients, 61.4% were male (n = 204), an …
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.
OBJECTIVES: Poor medication adherence in people with epilepsy (PwE) increases mortality, hospitalization, and poor quality of life, represen … l characteristics. We trained separate machine learning models (logistic regression, random forest, support vector machine) to classify patients with medium-high adherence (MMAS-8 ≥ 6) and poor adherence (MMAS-8 < 6) and to identify the main features that influence adherence.
RESULTS: Women were more adherent to medication (p-value = 0.035). Morisky Medication Adherenc …
Многоцентровое исследованиеСтатьяПоиск 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 paper focuses on establishing a risk assessment model of femoral neck osteoporotic fracture (FNOF) in the elderly population and improvi … e artificial neural network model had a better accuracy (95.83%) and recall rate (100.00%), and the support vector machine prediction model had high specificity (62.50%). With the help of a machine learning method to establish the risk assessment model of FNOF for the elderly, one can provide decision support for the fracture risk assessment of the elderly and remind th …
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.
BACKGROUND: We aimed to identify the most effective machine learning model for predicting the differential diagnosis of lymph nodes (LNs) in … , dynamic PET (dPET), and static PET (sPET) images and were screened for the most predictive value. Support vector machine (SVM), logistic regression (LR), and random forest (RF) machine learning models were built using the optimal radiomics features. The best quantitative prediction model was suggested using SUVmax and K i based on LNs. A composite model was built comb …
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: Neurological injury is common after cardiac arrest (CA), but early and accurate assessment remains challenging. Existing evaluat … algorithms-logistic regression (LR), XGBoost, artificial neural network (ANN), random forest (RF), support vector machine (SVM), and k-nearest neighbors (KNN) were developed and evaluated. The top-performing model was interpreted using SHapley Additive exPlanations (SHAP), identifying eight key predictors of brain injury. Finally, clinical data from cardiac arrest pati …
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.
OBJECTIVE: To identify poor prognostic factors in Epstein-Barr virus (EBV)-positive systemic lupus erythematosus (SLE) using interpretable machine-learning (ML) models.
METHOD: We retrospectively analysed 217 EBV-positive SLE in-patients (2018-2022). Clinical and laboratory variables were compared between favorable and poor prognosis groups. Seven ML algorithms-logistic regression, support vector machine, naïve Bayes, random forest (RF), gradient boosting machine (GBM), artificial neural network, and AdaBoost-were trained with a 70/30 train-test split. Recursive feature elimination with cross…
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: Non-alcoholic fatty liver disease (NAFLD) is a leading cause of chronic liver disease, closely associated with metabolic abnorma … arning models-Random Survival Forest (RSF), Gradient Boosting Machine (GBM), CoxBoost, and Survival Support Vector Machine (SurvivalSVM), eXtreme Gradient Boosting (XGBoost) -were developed and their performance evaluated through time-dependent AUC, ROC curves, C-index, Brier score and Kaplan-Meier analysis. SHAP values were employed for model interpretability.
RESULTS …
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: A predictive model of cervical lymph node metastasis and metastasis volume was constructed based on a machine learning algorithm … ed machine learning algorithms: K-Nearest Neighbors (KNN), Gradient Boosting Machine (XGBoost), and Support Vector Machine (SVM). Model performance was rigorously assessed using validation cohort data, evaluating area under the Receiver Operating Characteristic (ROC) curve, sensitivity, specificity, and accuracy.
RESULTS: In this retrospective study of 573 patients (32 …
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 transstenotic pressure gradient (TPG) is closely associated with the pathogenesis, diagnosis, and treatment strategies of co … egression, adaptive boosting, k-nearest neighbor, naïve Bayes, light gradient boosting machine, and support vector machine-to construct classification models based on TPG thresholds of 4 and 8 mmHg via fivefold cross-validation. Model performance was assessed through use of accuracy, sensitivity, specificity, F1-score, Matthews correlation coefficient, and area under th …
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.
INTRODUCTION: Difficult intubation is one of the most challenging scenarios to deal with due to increased morbidity and mortality. Machine l … rning algorithms.
RESULTS: We obtained data from 329 patients (62 difficult intubation cases). The Support Vector Machine algorithm achieved the highest performance, with an accuracy of 89.39%, a negative predictive value of 92.7%, and a positive predictive value of 72.7%. Among all evaluated parameters, the modified mallampati score, neck circumference, skin to epiglo …
СтатьяНаблюдательное 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: Cytomegalovirus (CMV) reactivation in critically ill populations is associated with adverse outcomes. This study aimed to develo … d CMV reactivation. The test set AUC values for GBM, logistic regression (LR), neural network (NN), support vector machine (SVM), random forest (RF), adaptive boosting (AdaBoost) and k-nearest neighbors (KNN) models were recorded as 0.761, 0.684, 0.673, 0.659, 0.65, 0.624, and 0.623, respectively. GBM model achieved the highest AUC in the test set, with robust calibrati …
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: Diagnosing dengue accurately, especially in resource-limited settings, remains challenging due to overlapping symptoms with othe … g outbreaks (e.g., Zika and COVID-19). Machine learning models (logistic regression, random forest, support vector machine, artificial neural network, adaptive boosting, light gradient boosting machine [LightGBM] and extreme gradient boosting [XGBoost]) were evaluated across different feature sets, including demographic, clinical, laboratory and epidemiological variable …
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.
The abnormal heart conduction, known as arrhythmia, can contribute to cardiac diseases that carry the risk of fatal consequences. Healthcare … he classification algorithms: Neural Network (NN) achieved 99.74%, K-Nearest Neighbor (KNN) 98.98%, Support Vector Machine (SVM) 99.37%, Random Forest (RF) 99.76 % and Naïve Bayes (NB) 98.66% respectively. We believe that this study paves the way for further research, offering a framework for identifying cardiac health conditions through machine learning techniques.
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Accurate and computationally efficient prediction of wave run-up is required to mitigate the impacts of inundation and erosion caused by tides, storm surges, and even tsunami waves. The conventional methods for calculating wave run-up involve physical experiments or numerical modeling. Machine learning methods have recently become a part of wave run-up model development due to their robustness in dealing with large and complex data. In this paper, an extreme gradient boosting (XGBoost)-based machine learning method is introduced for predicting wave run-up on a sloping beach. More than 400 labo
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 AND AIMS: Treatments for cannabis use disorder (CUD) have limited efficacy and little is known about who responds to existing tre … sion prediction models yielded area under the curves (AUCs) >0.70 for four models (0.72-0.77), with support vector machine models having the highest overall accuracy (73%; 95% CI = 68-78%) and AUC (0.77; 95% CI = 0.72, 0.83). Fourteen variables were retained in at least three of four top models, including demographic (ethnicity, education), medical (diastolic/systolic b …
Рандомизированное исследованиеСтатьяПоддержка NIH: внешняя программаПоиск 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.
With the rapid development of sensor technology, machine learning, and the Internet of Things, wireless sensor networks have gradually becom … age accuracy of the DKFCM-FSVM (Density aware Kernel-based Fuzzy C-means Clustering algorithm Fuzzy Support Vector Machine) algorithm in detecting five behaviors is 0.997, 0.992, 0.904, 0.996, and 0.946, respectively, and the accuracy in detecting different behaviors is the best, 0.005, 0.01, 0.003, and 0.006 respectively. It achieves the lowest false positive rate in t …
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