Early diagnosis of postmenopausal osteoporosis provides an opportunity to detect and prevent fractures. This study uses machine learning (ML) techniques to enhance the predictive ability for low bone mass (LBM) risk. A retrospective cross-sectional study was performed, including 3,738 menopausal women from a hospital (the internal validation dataset) and 1,008 menopausal women from the community (the external validation dataset) between December 2014 and February 2022. The least absolute shrinkage and selection operation (LASSO) and elastic net methods are employed to screen the variables. ML
СтатьяМногоцентровое 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.
BACKGROUND: We aimed to systematically review applications of artificial intelligence (AI) technologies for ambulatory surgical patients.
METHODS: We systematically searched PubMed, Scopus, Web of Science, and EBSCOhost (2015-2025). Studies were included if they used artificial intelligence in ambulatory surgical populations.
RESULTS: Of 26 studies identified, machine learning was used in 25, with a predominantly orthopaedic (65.3 %) focus. Except for two, all were originated in the USA. We found four themes: (1) Preoperative patient selection (n = 10) - Random forest (RF) and eXtreme gradie
СтатьяСистематический обзорПолный 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.
Preterm birth is a significant cause of adverse maternal and fetal outcomes. Clinical evidence demonstrates a significantly higher incidence of preterm birth in twin pregnancies compared to singletons. This study evaluates the feasibility of using electrohysterogram in combination with quadratic discriminant analysis models to predict preterm birth in twin pregnancies. Electrohysterogram signals were obtained from 35 twin-pregnant women. Robust electrohysterogram features were selected to construct quadratic discriminant analysis models for preterm birth prediction. A decision-level fusion met
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 this work, a novel multimodal learning approach for early prediction of birth weight is presented. Fetal weight is one of the most relevant indicators in the assessment of fetal health status. The aim is to predict early birth weight using multimodal maternal-fetal variables from the first trimester of gestation (Anthropometric data, as well as metrics obtained from Fetal Biometry, Doppler and Maternal Ultrasound). The proposed methodology starts with the optimal selection of a subset of multimodal features using an ensemble-based approach of feature selectors. Subsequently, the selected 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.
Molecular diagnosis is being increasingly used in transplant pathology to render more objective and quantitative determinations that also provide mechanistic and prognostic insights. This study performed RNA-Seq on biopsies from kidneys with stable function (STA) and biopsies with classical findings of T-cell-mediated rejection (TCMR). Machine learning tools were used to develop prediction models for distinguishing TCMR and STA samples using the top genes identified by DSeq2. The prediction models were tested on 703 biopsies with Affymetrix chip gene expression profiles available in the public
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: Type 1 diabetes (T1D) management remains particularly challenging in the presence of external disturbances such as stress or physical activity (PA). The glycemic impact of PA is still not fully understood and lacks standardized modeling approaches. This work seeks to describe the relationship between PA, time-in-range and glucose predictability in people with T1D (PwT1D).
METHODS: This study uses data from the Type 1 Diabetes and Exercise Initiative (T1DEXI) clinical trial, the largest trial to date in PwT1D undergoing both free-living and structured exercise. A characterization p
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: Children with overweight (body mass index [BMI] between the 85th and 95th percentiles) represent a critical target for obesity prevention, with obesity progression rates 10- to 20-fold higher than normal-weight peers.
OBJECTIVES: This study developed machine learning models to predict obesity in this high-risk group using anthropometric and bioelectrical impedance analysis parameters.
METHODS: We analysed longitudinal data from 2801 overweight Korean children aged 7-9 years. XGBoost models integrated anthropometric measurements, bioelectrical impedance-derived body composition, s
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: Abdominal aortic aneurysm (AAA) rupture remains a major cause of mortality, and diameter-based surveillance is an imperfect predictor of risk. Some aneurysms rupture below operative thresholds, whereas others remain stable despite exceeding them. Machine learning (ML) may improve risk stratification by integrating geometric, hemodynamic, radiomic, and clinical data. We performed a systematic review to evaluate ML models predicting AAA growth and rupture, characterize their performance, and assess readiness for clinical translation.
METHODS: A Preferred Reporting Items for Systemat
СтатьяСистематический обзорПоиск 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: Disease gene prediction is a critical and challenging task. Many computational methods have been developed to predict disease genes, which can reduce the money and time used in the experimental validation. Since proteins (products of genes) usually work together to achieve a specific function, biomolecular networks, such as the protein-protein interaction (PPI) network and gene co-expression networks, are widely used to predict disease genes by analyzing the relationships between known disease genes and other genes in the networks. However, existing methods commonly use a universal
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: Rescue workers are frequently exposed to traumatic events and are at a high risk of developing post-traumatic stress disorder (PTSD). We developed and compared machine-learning models for PTSD risk and assessed their generalizability.
METHODS: This multicenter cross-sectional study included 13,462 rescue workers from 13 units for model development/internal validation and 8,757 workers from two additional units for external validation. Probable PTSD was defined as a PTSD Checklist for DSM-5 score ≥ 33. Sixteen variables were reduced using principal component analysis (PCA) or explor
СтатьяСравнительное исследованиеМногоцентровое 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.
OBJECTIVE: To develop and internally validate a machine learning model for predicting the risk of large-for-gestational-age (LGA) birth following IVF/ICSI and to identify important parental and treatment-related predictors.
METHODS: A total of 17, 741 singleton live births resulting from IVF/ICSI, categorized as appropriate for gestational age (AGA) or LGA. Data on birth outcomes, parental characteristics, and treatment-related variables were collected. The dataset was randomly divided into training and testing sets (7:3). An XGBoost model was developed and optimized using the Optuna framewor
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: Autosomal dominant polycystic kidney disease (ADPKD), characterized by progressive cyst growth and renal decline, is the leading genetic cause of end-stage renal disease.
OBJECTIVE: This study aims to develop and validate machine learning (ML) models for predicting the risk of progression to dialysis in patients with ADPKD using a nationwide administrative database. Early identification of high-risk patients is critical for timely monitoring.
METHODS: This retrospective cohort study used data from Taiwan's National Health Insurance Research Database (2007-2018) to identify newly
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.
OBJECTIVES: This study aimed to develop and evaluate machine learning (ML) models for predicting non-alcoholic fatty liver disease (NAFLD) in patients with type 2 diabetes mellitus (T2DM) using readily accessible clinical and biochemical indicators.
METHODS: A total of 2,459 patients with T2DM were enrolled in this cross-sectional study. Eight ML algorithms, logistic regression (LG), k-nearest neighbors (k-NN), support vector machine (SVM), decision tree (DT), random forest (RF), gradient boosting machine (GBM), extreme gradient boosting (XGBoost), and naïve Bayes (NB), were developed to cons
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: Iron-deficiency anaemia (IDA) is the most prevalent hematological disorder globally, significantly impairing physical capacity and cognitive development. Early detection is crucial; however, conventional diagnostic methods often have limitations. Machine learning (ML) can enhance predictive accuracy by analyzing complex hematological parameters, including reticulocyte maturation indices. This study aimed to develop and compare multiple ML algorithms for IDA prediction and to identify the most effective model for potential clinical use. METHODS: This retrospective cross-sectional st
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 diagnosis of allergic rhinitis (AR) primarily relies on symptoms and laboratory examinations. Due to limitations in outpatient settings, certain tests such as nasal provocation tests and nasal secretion smear examinations are not routinely conducted. Although there are clear diagnostic criteria, an accurate diagnosis still requires the expertise of an experienced doctor, considering the patient's medical history and conducting examinations. However, differences in physician knowledge and limitations of examination methods can result in variations in diagnosis.
OBJECTIVE: Artif
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 use of titanium dioxide (TiO2) nanoparticles in many biological and technical domains is on the rise. There hasn't been much research on … D remains undetermined. In this work, machine learning (ML) approaches have been applied to develop prediction algorithms for acute kidney injury (AKI) by use of titanium dioxide and macroalgae in hospitalized patients. Fifty patients with (AKI) and 50 patients (non-AKI group) have been admitted and considered. Regarding demographic data, and laboratory test data as in …
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 & AIMS: Refining hepatocellular carcinoma (HCC) surveillance programs requires improved individual risk prediction. Thus, we aimed to develop algorithms based on machine learning approaches to predict the risk of HCC more accurately in patients with HCV-related cirrhosis, according to their virological status.
METHODS: Patients with compensated biopsy-proven HCV-related cirrhosis from the French ANRS CO12 CirVir cohort were included in a semi-annual HCC surveillance program. Three prognostic models for HCC occurrence were built, using (i) Fine-Gray regression as a benchmark, (ii) s
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.
BACKGROUND: Diabetes mellitus (DM) is a chronic condition that can lead to a variety of consequences. Diabetes is a condition that is caused by factors such as age, lack of exercise, sedentary lifestyle, family history of diabetes, high blood pressure, depression and stress, poor food, and so on. Diabetics are at a higher risk of developing diseases such as heart disease, nerve damage (diabetic neuropathy), eye problems (diabetic retinopathy), kidney disease (diabetic nephropathy), stroke, and so on. According to the International Diabetes Federation, 382 million people worldwide suffer from d
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: Pose estimation algorithms applied to two-dimensional videos evaluate gait disturbances; however, a few studies have used this method to evaluate ataxic gait.
OBJECTIVE: The aim was to assess whether a pose estimation algorithm can predict the severity of cerebellar ataxia by applying it to gait videos.
METHODS: We video-recorded 66 patients with degenerative cerebellar diseases performing the timed up-and-go test. Key points from the gait videos extracted by a pose estimation algorithm were input into a deep learning model to predict the Scale for the Assessment and Rating of At
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: Administrative database research can provide insight into the real-world effectiveness of invasive electrophysiology procedures. However, no validated algorithm to identify these procedures within administrative data currently exists.
OBJECTIVE: To develop and validate algorithms to identify atrial fibrillation (AF), atrial flutter (AFL), supraventricular tachycardia (SVT) catheter ablation procedures, and diagnostic electrophysiology studies (EPS) within administrative data.
METHODS: Algorithms consisting of physician procedural billing codes and their associated most responsibl
СтатьяВалидационное 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.
MedElevator
Войти в исследования