Blood glucose level (BGL) prediction, by providing early warnings regarding unsatisfactory glycaemic control and maximising the amount of time BGL remains in the target range, can contribute to minimising both acute and chronic complications related to diabetes. This paper aims to provide an overview of data-driven approaches for BGL prediction in type 1 diabetes mellitus (T1DM). This review summarises different aspects of developing and evaluating data-driven prediction models, including model strategy, model input, prediction horizon, and prediction performance. It also examines applications
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: Patients undergo regular clinical follow-up after laminoplasty for cervical myelopathy. However, those whose symptoms significantly improve and remain stable do not need to conform to a regular follow-up schedule. Based on the 1-year postoperative outcomes, we aimed to use a machine-learning (ML) algorithm to predict 2-year postoperative outcomes.
METHODS: We enrolled 80 patients who underwent cervical laminoplasty for cervical myelopathy. The patients' Japanese Orthopedic Association (JOA) scores (range: 0-17) were analyzed at the 1-, 3-, 6-, and 12-month postoperative timepoints
СтатьяРандомизированное 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.
In recent years, nanoparticles have been highly investigated in the laboratory. However, only a few laboratory discoveries have been translated into clinical practice. These findings in the laboratory are limited by trial-and-error methods to determine the optimum formulation for successful drug delivery. A new paradigm is required to ease the translation of lab discoveries to clinical practice. Due to their previous success in antiviral activity, it is vital to accelerate the discovery of novel drugs to treat and manage viruses. Machine learning is a subfield of artificial intelligence and co
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: Increased emphasis is being placed on efficiency and resource utilization when performing anterior cervical discectomy and fusion (ACDF), and accurate prediction of complications is increasingly important to optimize care. This study aimed to compare predictive models for postoperative complications following ACDF using machine learning (ML) models based on traditional comorbidity indices.
METHODS: In this retrospective case series, the American College of Surgeons National Surgical Quality Improvement Program database was queried between 2011 and 2017 for all elective, primary AC
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: Disease progression and ventricular arrhythmias (VAs) in arrhythmogenic right ventricular cardiomyopathy (ARVC) are correlated with physical exercise, and clinical detraining and avoidance of competitive sport practice are suggested for ARVC patients. An algorithm assessing primary arrhythmic risk in ARVC patients was recently developed by Cadrin-Tourigny et al. Data regarding its transferability to athletes are lacking.
OBJECTIVE: The purpose of this study was to assess the reliability of the Cadrin-Tourigny risk prediction algorithm in a cohort of athletes with ARVC and to descr
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: To quantify the relative performance of step counting algorithms in studies that collect free-living high-resolution wrist accelerometry data and to highlight the implications of using these algorithms in translational research.
METHODS: Five step counting algorithms (four open source and one proprietary) were applied to the publicly available, free-living, high-resolution wrist accelerometry data collected by the National Health and Nutrition Examination Survey (NHANES) in 2011-2014. The mean daily total step counts were compared in terms of correlation, predictive performance, and
СтатьяСравнительное исследованиеПоддержка 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.
BACKGROUND AND AIMS: Machine learning (ML) can identify the hidden patterns without hypothesis in heterogeneous diseases like acute-on-chronic live failure (ACLF). We employed ML to describe and predict yet unknown clusters in ACLF.
METHODS: Clinical data of 1568 patients with ACLF from a tertiary care centre (2015-2023) were subjected to distance-, density- and model-based clustering algorithms. Final model was selected on best cluster separation, viz. Silhouette width and Dunn's index (for distance- or density-based algorithms) and minimum BIC (for model-based algorithms). Cluster assignmen
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.
PURPOSE: This scoping review summarizes the applications of artificial intelligence (AI) and bioinformatics methodologies in analysis of ocular biofluid markers. The secondary objective was to explore supervised and unsupervised AI techniques and their predictive accuracies. We also evaluate the integration of bioinformatics with AI tools.
METHODS: This scoping review was conducted across five electronic databases including EMBASE, Medline, Cochrane Central Register of Controlled Trials, Cochrane Database of Systematic Reviews, and Web of Science from inception to July 14, 2021. Studies perta
СтатьяScoping ReviewПолный 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: The ability to preoperatively predict which patients will achieve a minimal clinically important difference (MCID) after lumbar spine decompression surgery can help determine the appropriateness and timing of surgery. Patient-Reported Outcome Measurement Information System (PROMIS) scores are an increasingly popular outcome instrument.
PURPOSE: The purpose of this study was to develop algorithms predictive of achieving MCID after primary lumbar decompression surgery.
PATIENT SAMPLE: This was a retrospective study at two academic medical centers and three community medical centers
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: This study aimed to predict newborn birth weight through multifactorial analysis of macroscopic placental images using artificial intelligence (AI).
METHODS: We retrospectively reviewed the data of singleton pregnant women whose placentas were histopathologically examined at Asan Medical Center from January 2021 to December 2021. A total of 15 placental features were included in the machine learning using four regression analysis methods. Predictive performance matrics, including the mean absolute error (MAE), mean relative error (MRE), root mean square error (RMSE) and R2 score,
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.
ObjectivesTo investigate the epidemiology of cement leaks and further develop an algorithm to detect the high risk of cement leaks among advanced cancer patients with metastatic spinal disease treated with percutaneous vertebroplasty.MethodsThis study retrospectively analyzed 309 patients with metastatic spinal disease treated with percutaneous vertebroplasty. Patients were randomly divided into a training group and a validation group. In the training group, 13 potential characteristics were analyzed for their abilities to predict cement leaks. Discal cement leakage and paravertebral cement le
Полный 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.
In order to help primary health care (PHC) workers in developing countries in the care of common skin diseases, an algorithm for the management of pyoderma, scabies, superficial mycoses, contact dermatitis and referral of early leprosy cases (based on the identification of diseases through the presence of objective key signs, and on treatments by generic drugs) was elaborated. One thousand patients were seen by trained dermatologists, who established diagnoses and treatments; in addition, there was systematic recording of each key sign, according to the successive algorithm steps. We compared
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: While medication for opioid use disorder (MOUD) is effective for a significant proportion of patients, many return to using opioids during treatment. Understanding which factors lead to successful treatment informs the development of implementation approaches that can improve outcomes. This manuscript and its accompanying website provide an applied introduction to interpretable machine learning for clinical investigators interested in predicting treatment response for people using MOUD.
METHODS: This study applied machine learning (ML) algorithms (K-Nearest Neighbors (KNN), logist
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.
PURPOSE: The purpose is to accurately identify women at high risk of developing cervical cancer so as to optimize cervical screening strategies and make better use of medical resources. However, the predictive models currently in use require clinical physiological and biochemical indicators, resulting in a smaller scope of application. Stacking-integrated machine learning (SIML) is an advanced machine learning technique that combined multiple learning algorithms to improve predictive performance. This study aimed to develop a stacking-integrated model that can be used to identify women at high
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.
Accurate prediction of drug-target interactions is pivotal for accelerating drug discovery and drug repurposing. However, existing advanced methods often fail to effectively characterize the many-to-many interactions between drugs and targets. Furthermore, they struggle to fully mine the structural features of drugs and proteins. To address these limitations, we propose IHLO-DTI, a novel prediction model based on an improved hypergraph neural network and Laplacian matrix optimization. First, we construct drug, protein, and drug-protein pair hypergraphs, where shared-drug and shared-target rela
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.
Accurate prediction of the breast cancer patient's life expectancy is essential for treatment decisions. This study aims to develop a novel model estimation and variable selection method for the partially linear additive quantile regression model when the survival times are subject to right censoring. Rather than most of the existing methods using the formulation of synthetic data points or weighting schemes to tackle censoring, we use an adapted loss function to solve censoring. Moreover, we adopt the B-spline to approximate the nonparametric additive components. To further improve the predic
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: Epilepsy poses ongoing physical and mental threats and causes substantial economic burdens. Better seizure forecasting enables faster medical responses, improving patients' quality of life and lowering healthcare costs. Research mainly focuses on early forecasting within a short preictal window, often too brief for effective drug administration. A major challenge is that a longer preictal phase may resemble the interictal state, making differentiation difficult.
NEW METHODS: We propose a causal attention network (CANet) with a longer interictal and preictal of 1 h and 2 h respecti
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.
Multiple sclerosis (MS) is a chronic neurological disease of the central nervous system (CNS). Early diagnosis of MS is highly desirable as treatments are more effective in preventing MS-related disability when given in the early stages of the disease. The main aim of this research is to predict the occurrence of a second MS-related clinical event, which indicates the conversion of clinically isolated syndrome (CIS) to clinically definite MS (CDMS). In this study, we apply a branch of artificial intelligence known as deep learning and develop a fully automated algorithm primed with convolution
СтатьяОтозванная публикацияПоиск 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: Malaria in pregnancy remains a significant public health concern in sub-Saharan Africa. It may contribute to population-level maternal mortality through adverse maternal outcomes. This study aims to develop a machine learning framework to predict maternal mortality ratio (MMR) across African countries.
METHODS: A supervised machine learning framework was applied to identified open source, country-level data across 52 African countries through (2000-2020). MMR was estimated using Support Vector Regression (SVR) model. Model performance was evaluated using a random 70/30 split of co
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.
Accurate malaria forecasting in sub-Saharan Africa is challenged by strong seasonality, reporting uncertainty, and non-stationary transmission dynamics. This study proposes a hybrid probabilistic forecasting framework that integrates Gaussian Process Regression (GPR) with Holt-Winters exponential smoothing for modelling monthly under-five malaria admissions in Ghana. GPR captures complex non-linear temporal behaviour and predictive uncertainty, while Holt-Winters smoothing stabilises long-horizon forecasts and preserves seasonal structure. Using ten years of district-level surveillance data (2
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.
MedElevator
Войти в исследования