Hyperkalemia is associated with increased risks of mortality and adverse clinical outcomes. The treatment of hyperkalemia often leads to the discontinuation or restriction of beneficial but potassium-increasing therapy such as renin-angiotensin-aldosterone inhibitors (RAASi) and high-potassium diet including fruits and vegetables. To date, limited evidence is available for personalized risk evaluation in this heterogeneous and multifactorial pathophysiological condition. We developed risk prediction models using extreme gradient boosting (XGB), multiple logistic regression (LR), and deep neura
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.
Optimizing the prediction of anti-colorectal cancer agent activity is essential aspect in the identification and creation of medications. Machine learning (ML) techniques, which have gained widespread adoption in computational chemistry, offer a rapid and reliable approach for evaluating the relationship between molecular structures and bioactivity. In this paper, a comprehensive dataset of molecular descriptors and quantum chemical properties was compiled, encompassing general molecular properties, electronic and quantum characteristics, aromatic ring structure, halogen effects, functional gr
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: Machine learning-based risk classification of type 2 diabetes mellitus (T2DM) has become a prevailing research direction in intelligent healthcare. Nevertheless, current studies suffer from two key limitations. First, most existing models are built on cross-sectional data and cannot capture the dynamic progression characteristics of T2DM. Second, traditional longitudinal time-series models are commonly adopted without sufficiently exploring the deep interactive relationships among multi-temporal physical examination features, limiting model predictive performance.
METHODS: To tack
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.
Geotechnical assets such as highway embankments and slopes (HWS) are critical to the integrity of transportation infrastructure. However, they are largely overlooked by Transportation Asset Management programs in the United States. The HWS are vulnerable to landslides induced by several factors including frequent occurrences of extreme rainfall events. Therefore, mapping vulnerable HWS and developing an inventory will significantly help with infrastructure asset management. To this end, this research adopted proven geographical information systems based on landslide susceptibility mapping meth
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.
Introduction: Ruptured intracranial aneurysms (RIAs) are a significant cause of morbidity and mortality. While individual-level risk factors for aneurysmal subarachnoid hemorrhage (aSAH) are well established, the influence of meteorological variables has been widely debated but remains unclear. Methods: We retrospectively analyzed 1504 endovascularly treated intracranial aneurysm cases from two stroke centers (2018 to 2024). We matched daily weather data to presentation dates. We used variance inflation factor (VIF) analysis to remove collinear features. Multivariable logistic regression model
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: Osteoporosis is a prevalent yet underdiagnosed complication in patients with type 2 diabetes mellitus (T2DM), significantly increasing the risk of fractures and mortality. However, current screening tools are limited by low accuracy and lack of generalizability. This multicenter cross-sectional study aimed to develop and validate a multimodal interpretable machine learning (ML) model integrating multimodal data to identify and classify osteoporosis risk in T2DM patients, with a focus on clinical translatability.
METHODS: We retrospectively enrolled 1,002 T2DM patients from two ter
СтатьяМногоцентровое исследованиеВалидационное 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.
Coumarins are a group of naturally occurring compounds that have garnered significant interest for their potential anticancer properties, characterized by targeted effects and low toxicity. Despite this promise, the therapeutic application of certain coumarins is limited by insufficient data and inconsistencies in experimental results. To tackle these challenges, this study aims to explore the use of regression-based machine learning (ML) models to infer dose-exposure time windows corresponding to approximately 50% cell viability for natural coumarins esculetin, umbelliprenin, auraptene and ga
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: Pulmonary infection is a major cause of mortality in individuals diagnosed with acute leukemia (AL). However, conventional risk assessment tools often fail to adequately capture the complex, nonlinear interactions among clinical factors that contribute to pneumonia susceptibility. While machine learning (ML) offers potential advantages for such tasks, comparative evaluations of multiple ML algorithms for early pneumonia prediction in AL populations remain limited. This study sought to develop and rigorously validate an ML-based predictive model using readily accessible admission va
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 investigate the conditional predictive value of prebiopsy clinical variables and magnetic resonance imaging (MRI) features for maximum cancer involvement of >50% in a single biopsy core among patients diagnosed with prostate cancer at initial systematic biopsy and to compare the internally validated performance of different machine learning models.
METHODS: This retrospective study included patients diagnosed with prostate cancer at initial systematic biopsy at the First Affiliated Hospital of Dali University between April 2023 and February 2026. Clinical, imaging, and combined
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: Neonatal sepsis remains a major cause of neonatal morbidity and mortality in low- and middle-income countries (LMICs). Early diagnosis is challenging because of nonspecific clinical manifestations and delays in laboratory confirmation. Machine learning (ML) approaches using structured electronic health record (EHR) data may improve early risk stratification in neonatal intensive care units (NICUs).
OBJECTIVE: This study aimed to evaluate ML models for predicting culture-confirmed neonatal sepsis among neonates admitted to a tertiary NICU in Jordan, with the objective of addressing
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: Hemorrhage is a prevalent and critical condition in the intensive care unit (ICU), characterized by high incidence, elevated mortality rates, and substantial therapeutic challenges. Accurate prediction of mortality in patients with hemorrhage is essential for developing personalized prevention and treatment strategies. Nevertheless, the implementation of effective predictive models in clinical practice remains limited, primarily due to the lack of robust and interpretable tools.
OBJECTIVE: This study aimed to develop an interpretable model for predicting mortality risk in critical
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 PURPOSE: To explore the predictive value of a model based on clinical and contrast-enhanced computed tomography (CT) radiomic features for the early prediction of immunotherapy efficacy in patients with advanced non-small cell lung cancer (NSCLC).
METHODS: This retrospective study included 144 patients with advanced NSCLC who received immunotherapy at Lanzhou University Second Hospital between January 2023 and December 2024. Clinical data and CT images were collected from each patient. All patients underwent imaging examinations to evaluate the efficacy of immunotherapy after t
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: Machine Learning (ML) has been transformative in healthcare, enabling more precise diagnostics, personalised treatment regimens and enhanced patient care. In cardiology, ML plays a crucial role in risk prediction and patient stratification, particularly for heart failure (HF), a condition affecting over 64 million people globally and imposing an economic burden of approximately $108 billion annually. ML applications in HF include predictive analytics for risk assessment, identifying patient subgroups with varying prognoses and optimising treatment pathways. By accurately predicting
СтатьяScoping ReviewПоиск 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: Intensive care unit-acquired bloodstream infections (ICU-BSIs) are among the most prevalent healthcare-associated infections and a major cause of mortality among ICU patients. We developed a machine learning (ML)-based model to predict the prognosis of ICU-BSIs.
METHODS: Adult patients with blood cultures drawn ≥48 hours after ICU admission were included: the Second Affiliated Hospital of Anhui Medical University (AMU, China) and the Medical Information Mart for Intensive Care IV (MIMIC-IV, USA). The AMU dataset was used for model training and internal validation, and the MIMIC-IV
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.
PURPOSE: The aim of this research was to assess the potential for machine learning to predict clinically significant patient improvement during a four-week interdisciplinary Intensive Outpatient Program (IOP) for traumatic brain injury (TBI) at the National Intrepid Center of Excellence (NICoE).
METHODS: Assessment of brain injury characterization and outcomes were measured in 790 active duty service members at the NICoE, Walter Reed National Military Medical Center Bethesda Maryland. Demographic and self-reported measures of posttraumatic stress, depression, anxiety, post-concussion symptoms
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: Nasopharyngeal carcinoma (NPC) exhibits unique histopathological characteristics compared to other head and neck cancers. The prognosis of NPC patients after intensity-modulated radiation therapy (IMRT) has not been fully studied, and there remains a high risk of recurrence. This study aims to construct a reliable model for predicting post-treatment recurrence by integrating high-accuracy machine learning (ML) models.
METHODS: A total of 859 NPC patients who underwent IMRT treatment at the First Affiliated Hospital of Zhejiang University School of Medicine from January 2013 to Dec
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: Tick-borne encephalitis (TBE) is the most serious tick-borne viral disease in Europe. Identifying TBE risk areas can be difficult due to hyper focal circulation of the TBE virus (TBEV) between mammals and ticks. To better define TBE hazard risks and elucidate regional-specific environmental factors that drive TBEV circulation, we developed two machine-learning (ML) algorithms to predict the habitat suitability (maximum entropy), and occurrence of TBEV (extreme gradient boosting) within distinct European regions (Central Europe, Nordics, and Baltics) using local variables of climate
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: Existing research on the development of prognostic models for renal cell carcinoma (RCC) patients with brain metastases (BM) remains limited. This study aimed to develop a prognostic prediction model for RCC patients with BM and to identify critical factors influencing clinical outcomes.
METHODS: Patients diagnosed with BM between 2010 and 2019 were identified and extracted from the Surveillance, Epidemiology, and End Results (SEER) database. Potential risk factors were initially screened applying the eXtreme Gradient Boosting (XGBoost) and Random Forest (RF) machine learning algo
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: Recurrent pregnancy loss (RPL) frequently links to a prolonged endometrial receptivity (ER) window, leading to the implantation of non-viable embryos. Existing ER assessment methods face challenges in reliability and invasiveness. Radiomics in medical imaging offers a non-invasive solution for ER analysis, but complex, non-linear radiomic-ER relationships in RPL require advanced analysis. Machine learning (ML) provides precision for interpreting these datasets, although research in integrating radiomics with ML for ER evaluation in RPL is limited.
OBJECTIVE: To develop and validat
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.
OBJECTIVES: To explore the pathogenesis and potential biomarkers of atrial fibrillation based on bioinformatics.
METHODS: Differentially expressed genes and module genes related to atrial fibrillation were obtained from GSE41177 and GSE79768 datasets (Chinese-origin tissue samples) through differential expression analysis and weighted gene co-expression network analysis. Candidate hub genes were obtained by taking intersections, and hub genes were obtained after gender stratification. Subsequently, functional enrichment analysis and immune infiltration analysis were performed. Four machine le
Аннотация на английскомСтатьяПолный 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