BACKGROUND: Distal radius fractures (DRFs) are the most common upper-extremity fractures in older adults. Frailty may modulate postoperative risk, but the comparative prognostic value of widely used frailty indices in DRF surgery is unclear.
OBJECTIVE: To compare the 5-item modified Frailty Index (mFI-5), Clinical Frailty Scale (CFS), and Charlson Comorbidity Index (CCI) for predicting complications and functional outcomes after DRF surgery in patients ≥65 years, and to assess whether machine learning (ML) enhances risk stratification.
METHODS: We retrospectively analyzed 562 patients (mean
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: Accurate prediction of radiation-induced toxicity remains a key challenge in head-and-neck radiotherapy. This retrospective study compared traditional normal-tissue complication probability (NTCP) models, Lyman-Kutcher-Burman and relative seriality, with machine learning (ML) approaches (artificial neural network [ANN] and extreme gradient boosting [XGBoost]) for organ-at-risk (OAR) toxicity prediction for a small cohort (n = 57).
MATERIALS AND METHODS: Fifty-seven patients treated with intensity-modulated radiotherapy, volumetric modulated arc therapy, or hybrid techniques were a
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: Machine learning (ML) has transformed oncological risk prediction by enabling personalized therapeutic strategies. Local tumor control remains a critical endpoint in anal cancer management. This study aimed to develop and validate an explainable ML model for predicting local recurrence at 3 years in patients with anal cancer.
METHODS AND MATERIALS: We analyzed data from the prospective multicentric FFCD-Anabase cohort, comprising 1,015 patients with anal cancer treated with chemoradiotherapy across 60 French centers between January 2015 and April 2020. The endpoint was local recurren
СтатьяМногоцентровое 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: Despite the promising prospects of utilizing artificial intelligence and machine learning (ML) for comprehensive disease analysis, few models constructed have been applied in clinical practice due to their complexity and the lack of reasonable explanations. In contrast to previous studies with small sample sizes and limited model interpretability, we developed a transparent eXtreme Gradient Boosting (XGBoost)-based model supported by multi-center data, using patients' basic information and clinical indicators to forecast the occurrence of anastomotic leakage (AL) after rectal cance
СтатьяМногоцентровое исследованиеНаблюдательное 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.
Ischemic cerebral infarction is the most prevalent type of stroke, causing significant disability and death worldwide. Transient ischemic attack (TIA) is a strong predictor of subsequent stroke. Individuals with dysmetabolism, such as hypertension, hypercholesterolemia, and diabetes, are at increased risk for cerebral infarction (CI) and TIA. In resource-limited settings, diagnosing CI and TIA can be particularly difficult due to a lack of advanced imaging and specialized expertise. Therefore, we aim to develop a simple, convenient, blood-based approach that could assist clinicians in diagnosi
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.
The majority of a health plan's performance and designated Star Rating is related to medication-related behavior, eg, medication adherence, medication review, and reconciliation, that are intricately related to adverse drug events (ADEs). Altered pharmacodynamics and pharmacokinetics owing to aging make older adults more vulnerable to ADEs like falls, fractures, hospitalizations, and mortality. Prevention of avoidable risk factors such as medication burden can help maintain quality of life. Studies of multiple populations have established drug burden index (DBI), a dose-dependent measure of an
СтатьяОбзорПоиск 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: While Pseudomonas aeruginosa (PA) colonization is linked to poor outcomes in bronchiectasis, emerging evidence suggests that microbial community collapse-marked by diversity loss and depletion of commensal taxa-may better reflect disease progression than pathogen load alone. This study investigates whether airway microbiota dysbiosis driven by PA colonization induces ecological fragility and evaluates the predictive utility of integrating microbial diversity indices with systemic inflammation markers to forecast 1-year acute exacerbation risk using interpretable machine learning.
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: Current predictive models for gestational diabetes mellitus (GDM) largely overlook the role of social network factors. This study aimed to develop and validate an early GDM prediction model by integrating social network characteristics with traditional non-invasive predictors using machine learning (ML).
METHODS: This prospective cohort study enrolled 2,433 pregnant individuals from four branches of Qingdao University Affiliated Hospital as the model development cohort and external validation cohort. After screening variables via univariate analysis, significant predictors were use
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.
Objective: To establish a predictive system for aerosol drug deposition by integrating computational fluid dynamics (CFD) and artificial intelligence (AI) modeling, and to propose optimized strategies for intranasal drug delivery in patients with chronic rhinosinusitis with nasal polyps (CRSwNP) after various Draf procedures. Methods: Post-operative 3D nasal airway models of Draf Ⅱa, Ⅱb, and Ⅲ were reconstructed based on CT data from a CRSwNP patient treated at the Second Affiliated Hospital of Xi'an Jiaotong University. CFD simulations were employed to assess the impact of inspiratory flow ra
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.
OBJECTIVE: This study examined the prevalence of pre-existing chronic conditions and their association with the receipt of specific cancer-directed treatments among older adults with incident primary Merkel Cell Carcinoma (MCC) using novel predictive and interpretable machine learning methods.
METHODS: We adopted a retrospective cohort study design with data from linked Surveillance, Epidemiology, and End Results (SEER) registry and Medicare Fee-For-Service claims databases of older adults (≥ 66 years) diagnosed with primary incident MCC between 2008 and 2017. The study cohort consisted of 1,
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.
AIMS: In recent years, there has been remarkable development in machine learning (ML) models, showing a trend towards high prediction performance. ML models with high prediction performance often become structurally complex and are frequently perceived as black boxes, hindering intuitive interpretation of the prediction results. We aimed to develop ML models with high prediction performance, interpretability, and superior risk stratification to predict in-hospital mortality and worsening heart failure (WHF) in patients with acute heart failure (AHF).
METHODS AND RESULTS: Based on the Kyoto Co
СтатьяМногоцентровое исследованиеПоддержка 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.
OBJECTIVE: Sepsis-induced coagulopathy (SIC) is extremely common in individuals with sepsis, significantly associated with poor outcomes. This study attempted to develop an interpretable and generalizable machine learning (ML) model for early predicting the risk of 28-day death in patients with SIC.
METHODS: In this retrospective cohort study, we extracted SIC patients from the Medical Information Mart for Intensive Care III (MIMIC-III), MIMIC-IV, and eICU-CRD database according to Toshiaki Iba's scale. And the overlapping in the MIMIC-IV was excluded for this study. Afterward, only the MIMIC
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 AIMS: Smoking is a risk factor for multiple sclerosis (MS) development, symptom burden, decreased medication efficacy, and increased disease-related mortality. Veterans with MS (VwMS) smoke at critically high rates; however, treatment rates and possible disparities are unknown. To promote equitable treatment, we aim to investigate smoking cessation prescription practices for VwMS across social determinant factors.
METHODS: We extracted data from the national Veterans Health Administration electronic health records between October 1, 2017, and September 30, 2018. To derive margi
СтатьяПоддержка 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: Diabetes foot ulcers (DFUs) are a type of foot infection, ulcer, and/or deep tissue destruction caused by neuropathy and vascular disease in the distal extremities of diabetic patients. Its pathogenesis and its microenvironment are not entirely understood.
METHODS: Initially, the GSE165816 data set from the GEO database was utilized for single cell analysis to reveal the microenvironment and functional status of DFUs. The GSE199939 RNA-seq data set was utilized for external validation. On the basis of the logistic regression machine learning algorithm (OCLR), pseudo time series an
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.
Selection of elite young dairy bulls by using genomic data shortened the generation interval and increased pressure to collect and market germplasm at an early age. The objectives of this study were (1) develop prediction models for daily, weekly, and monthly total sperm (TSp) production from collection history, health status, and management factors, and (2) assess the ability of these models to forecast future TSp production, as well as differences in prediction accuracy by seasonality or age of bull. Data consisted of 43,918 daily processing records from 1,037 Holstein and Jersey bulls betwe
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.
AIMS: Predicting the risk of malignant arrhythmias (MA) in hospitalized patients with heart failure (HF) is challenging. Machine learning (ML) can handle a large volume of complex data more effectively than traditional statistical methods. This study explored the feasibility of ML methods for predicting the risk of MA in hospitalized HF patients.
METHODS AND RESULTS: We evaluated the baseline data and MA events of 2794 hospitalized HF patients in the HF cohort in Anhui Province and randomly divided the study population into training and validation sets in a 7:3 ratio. The Lasso-logistic regre
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: Cerebellar ataxia refers to the disturbance in movement resulting from cerebellar dysfunction. It manifests as inaccurate movements with delayed onset and overshoot, especially when movements are repetitive or rhythmic. Identification of ataxia is integral to the diagnosis and assessment of severity, and is important in monitoring progression and improvement. Ataxia is identified and assessed by clinicians observing subjects perform standardised movement tasks that emphasise ataxic movements. Our aim in this paper was to use data recorded from motion sensors worn while subjects per
Клиническое исследованиеСтатьяПоддержка 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: Like other scientific fields, such as cosmology, high-energy physics, or even the life sciences, medicine and healthcare face the challenge of an extremely quick transformation into data-driven sciences. This challenge entails the daunting task of extracting usable knowledge from these data using algorithmic methods. In the medical context this may for instance realized through the design of medical decision support systems for diagnosis, prognosis and patient management. The intensive care unit (ICU), and by extension the whole area of critical care, is becoming one of the most da
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: Machine learning (ML) and deep learning (DL) show promise for fall risk prediction, but prior reviews focused mainly on real-time fall detection, in-hospital falls, or conventional statistical models. The performance of ML-DL-based models for predicting future falls in community-dwelling older adults remains unclear.
OBJECTIVE: This study aimed to review ML-DL studies for predicting future falls among community-dwelling older adults and meta-analyze discrimination where feasible.
METHODS: Six databases were searched from inception to September 23, 2024, with updates on August 31,
СтатьяСистематический обзорМетаанализПоиск 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: Imaging-transcriptomic analysis, through the integration of multimodal magnetic resonance imaging (MRI) and transcriptomic data, provides complementary structural, functional, and molecular information that is crucial for the early detection and mechanistic exploration of Alzheimer's disease (AD). However, effectively extracting features from heterogeneous multimodal data and capturing the associations between microscopic molecular variations and macroscopic brain alterations remain key challenges. Recent advances in deep learning and multimodal integration have enhanced the abilit
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