BACKGROUND: Adolescent depression is an increasing public health concern, with excessive screen time elevating depression risk and activity interests providing protection. However, most studies examine these behaviors separately and rely on limited analytical methods. This study used machine learning (ML) to develop a predictive model and evaluate the combined influence of screen time and activity interests on adolescent mental health.
METHODS: A multi-center survey was conducted among adolescents aged 10-14 years in Chongchuan District, Nantong. Depression-related domains were assessed using
СтатьяМногоцентровое 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: Metastatic pancreatic ductal adenocarcinoma (mPDAC) has a poor prognosis, with a significant number of patients experiencing early death. Identifying these high-risk patients at diagnosis is critical for personalizing treatment intensity, facilitating timely palliative care discussions, and improving clinical trial stratification. Therefore, this study aimed to develop and validate a machine learning (ML)-based algorithm to estimate the probability of early death in patients with mPDAC.
METHODS: We recruited a total of 14,820 patients diagnosed with mPDAC from the Surveillance, Ep
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.
In vitro fertilization (IVF) success is influenced by a complex interplay of patient- and treatment-related factors. Identifying reliable clinical predictors is crucial for patient counseling and individualized treatment planning. This systematic review aimed to synthesize the most recent evidence on clinical predictors of successful pregnancy after IVF. A comprehensive search of five electronic databases (PubMed, Scopus, Excerpta Medica database (Embase), Web of Science, and ClinicalTrials.gov) was conducted for studies published between 2020 and 2025. Following Preferred Reporting Items for
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.
Background: Unmeasured ions (UIs) contribute significantly to acid-base disturbances in critically ill patients, yet the optimal parameter for their estimation remains uncertain. The most widely used indicators are the albumin-corrected anion gap (AGc), the strong ion gap (SIG), and the base excess gap (BEGap). Methods: In this retrospective cohort study, a total of 2274 ICU patients (2018-2022) were included in the development cohort, and an independent external validation cohort of 1202 patients (2023-2025) was used to assess temporal generalizability. Three approaches to blood gas analysis-
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: Craniofacial soft tissue thickness (CFSTT) is a critical parameter in forensic facial reconstruction, serving as a link between skeletal morphology and facial appearance. However, most existing studies rely on mean CFSTT values without considering the contribution of subcutaneous fat layer thickness, limiting the accuracy of reconstruction models.
OBJECTIVE: This study aims to develop an artificial intelligence (AI)-assisted, CT-based framework for the comparative evaluation of craniofacial soft tissue thickness and subcutaneous FLT in a Northwestern Indian population, with emphas
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: Since the establishment of the Korean Neonatal Network (KNN) in 2013, numerous studies have been conducted using its nationwide registry of very low birth weight infants (VLBWIs). Beyond serving as a clinical database, the KNN has evolved into a national healthcare research infrastructure supporting multicenter collaboration, evidence generation, and quality improvement in neonatal care. This study aimed to evaluate the scientific productivity, collaborative structure, and knowledge-generation capacity of the KNN through bibliometric network analysis and to identify futu
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 PURPOSE: Surgical shunt placement is a common treatment for idiopathic intracranial hypertension (IIH) but is hampered by high revision rates. Prior predictive models for shunt revision in IIH have overlooked disease-specific neuroimaging markers. We developed an explainable machine learning (ML) model to identify the strongest predictors of shunt revision across neuroimaging markers, clinical severity variables, and shunt-specific factors. The primary objective was to assess the contribution of IIH-related neuroimaging markers within this multimodal predictive framework.
MATER
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.
Extracellular matrix (ECM) remodeling contributes to retinal vascular basement membrane thickening, an early structural hallmark of diabetic retinopathy (DR). This study aimed to identify key ECM-related genes (ECMGs) associated with DR. Transcriptomic data of DR and ECMGs from MatrixDB were integrated to identify differentially expressed ECMGs. Six machine learning (ML) models, including Extra Trees (ET), Logistic Regression, Adaptive Boosting, Random Forest, Extreme Gradient Boosting, and naive Bayes classifier, were employed to construct DR classification models, with SHapley Additive exPla
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 explore the application value of a multi-omics fusion model based on clinical indicators and genomic features in the prediction of antibiotic resistance in Gram-negative bacterial pneumonia, screen key biomarkers influencing resistance, construct and validate an efficient prediction model, and provide a basis for the precise clinical use of antibiotics. METHODS: A total of 836 patients diagnosed with Gram-negative bacterial pneumonia and receiving antibiotic treatment in the hospital from January 2023 to June 2025 were selected as the study subjects. They were randomly divided 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: Liver metastasis at the time of pancreatic cancer diagnosis plays a critical role in treatment planning owing to its strong association with poor prognosis. However, they often remain undetected because of the limited sensitivity of conventional imaging and biomarkers. Previous studies have primarily focused on postoperative liver metastasis or relied on complex nonroutine variables (e.g., liquid biopsy and radiomics), which limit scalability and real-world applicability. To address this unmet need, we applied an machine learning (ML) approach chosen for its interpretability, devel
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: Aneurysmal subarachnoid hemorrhage (aSAH) causes systemic changes that contribute to delayed cerebral ischemia (DCI). Systemic metabolomic profiles following aSAH were characterized and examined for their ability to predict outcomes.
METHODS: Blood samples prospectively collected within 24 h (T1) of admission and 7 days (T2) post ictus from patients with aSAH at two tertiary care centers were retrospectively analyzed. Samples from healthy individuals and patients with non-neurologic critical illness served as controls. A validated external analysis platform was used to perform unt
СтатьяПоддержка NIH: внешняя программаПоиск 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 global transition to clean energy has highlighted hydrogen (H2) as a sustainable fuel, with underground hydrogen storage (UHS) in geological formations emerging as a key solution. Accurately predicting fluid interactions, particularly interfacial tension (IFT), is critical for ensuring reservoir integrity and storage security in UHS. IFT is key in fluid behavior, influencing structural and residual trapping capacities. However, measuring IFT for H2-brine systems is challenging due to H2's volatility and the complexity of reservoir conditions. This study applies machine learning (ML) techni
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 AND OBJECTIVE: Structural magnetic resonance imaging (MRI) studies have unveiled age-related anatomical changes across various brain regions. The disparity between actual age and estimated age, known as the Brain-Predicted Age Difference (Brain-PAD), serves as an indicator for predicting neurocognitive ailments or brain abnormalities resulting from diseases. This study aims to develop an accurate brain age prediction model that can assist in identifying potential neurocognitive impairments.
METHODS: The present study implemented a brain age prediction model using a ResNet-50 deep 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/Objectives: Uric acid is a key metabolic byproduct of purine degradation and plays a dual role in human health. At physiological levels, it acts as an antioxidant, protecting against oxidative stress. However, excessive uric acid can lead to hyperuricemia, contributing to conditions like gout, kidney stones, and cardiovascular diseases. Emerging evidence also links elevated uric acid levels with metabolic disorders, including hypertension and insulin resistance. Understanding its regulation is crucial for preventing associated health complications. Methods: This study, part of the 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.
BACKGROUND: The prevalence of non-alcoholic fatty liver (NAFLD) has increased recently. Subjects with NAFLD are known to have higher chance for renal function impairment. Many past studies used traditional multiple linear regression (MLR) to identify risk factors for decreased estimated glomerular filtration rate (eGFR). However, medical research is increasingly relying on emerging machine learning (Mach-L) methods. The present study enrolled healthy women to identify factors affecting eGFR in subjects with and without NAFLD (NAFLD+, NAFLD-) and to rank their importance.
AIM: To uses three di
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: Acute abdominal pain (AAP) constitutes 5-10% of all emergency department (ED) visits, with appendicitis being a prevalent AAP etiology often necessitating surgical intervention. The variability in AAP symptoms and causes, combined with the challenge of identifying appendicitis, complicate timely intervention. To estimate the risk of appendicitis, scoring systems such as the Alvarado score have been developed. However, diagnostic errors and delays remain common. Although various machine learning (ML) models have been proposed to enhance appendicitis detection, none have been seamles
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: Radiologists can detect the gist of abnormal based on their rapid initial impression on a mammogram (ie, global gist signal [GGS]). This study explores (1) whether global radiomic (ie, computer-extracted) features can predict the GGS; and if so, (ii) what features are the most important drivers of the signals.
METHODS: The GGS of cases in two extreme conditions was considered: when observers detect a very strong gist (high-gist) and when the gist of abnormal was not/poorly perceived (low-gist). Gist signals/scores from 13 observers reading 4191 craniocaudal mammograms were collecte
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.
This study aimed to develop machine learning (ML) models for predicting preterm preeclampsia using the information available before 23 weeks gestation.This was a secondary analysis of the Nulliparous Pregnancy Outcomes Study: Monitoring Mothers-to-Be (nuMoM2b) cohort. We considered 131 features available before 23 weeks including maternal demographics, obstetrics and family history, social determinants of health, physical activity, nutrition, and early second-trimester ultrasound. Our primary outcome was preterm preeclampsia before 37 weeks. The dataset was randomly split into a training set (
СтатьяВалидационное 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: Appropriate vault height of implantable collamer lens (ICL) implantation matters for it has risks of corneal endothelial cell loss, cataract formation and intraocular pressure elevation, which could lead to irreversible damage to optic nerve. Therefore, pre-operative prediction for an ideal vault height is a hotspot. However, few data exist regarding quantitative effect of ICL orientation on vault height. This study is aimed to quantitatively investigate the effect of ICL implantation orientation on vault height, and built a machine-learning (ML)-based vault prediction model taking
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 AND AIM: Available evidence suggests elevated serum prolactin (PRL) levels in olanzapine (OLZ)-treated patients with schizophrenia. However, machine learning (ML)-based comprehensive evaluations of the influence of pathophysiological and pharmacological factors on PRL levels in OLZ-treated patients are rare. We aimed to forecast the PRL level in OLZ-treated patients and mine pharmacovigilance information on PRL-related adverse events by integrating ML and electronic health record (EHR) data.
METHODS: Data were extracted from an EHR system to construct an ML dataset in 672×384 matri
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.
MedElevator
Войти в исследования