OBJECTIVE: To evaluate machine learning models for predicting high-grade squamous intra-epithelial lesions and cervical intra-epithelial neoplasia grade 2 or higher using sociodemographic and clinical parameters.
METHODS: A retrospective cohort study was conducted using data from the Subred Norte (Bogotá, Colombia), a public health network, between 2018 and 2024. Records lacking sociodemographic data were excluded. To address the 10% class imbalance, random under-sampling was applied to train balanced models, which were then compared with the original imbalanced models.
RESULTS: The final sa
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.
PURPOSE: To explore the influencing factors of clinical pregnancy outcomes for in vitro fertilization/intracytoplasmic single sperm injection and embryo transfer (IVF/ICSI-ET) patients, and to establish a predictive algorithm to predict the rate of clinical pregnancy.
PATIENTS AND METHODS: A single-center retrospective analysis was performed on 1183 treatment cycles of patients undergoing IVF/ICSI-ET at Hangzhou Women's Hospital, covering the period from April 2018 to March 2023. All cases were categorized into clinical pregnancy and non-pregnant groups. Totally 24 clinical and laboratory ind
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: Alzheimer's disease (AD) is a progressive neurodegenerative disorder characterized by cognitive decline; this decline is closely linked to hippocampal morphological changes observed in structural magnetic resonance imaging (MRI). However, the existing AD prediction models have not fully explored the spatiotemporal correlation of hippocampal morphological features. To address this limitation, this study aims to develop a longitudinal prediction framework that captures both the temporal evolution and spatial distribution of hippocampal morphological alterations.
METHODS: In this pap
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.
Percutaneous insertion of central venous catheters (PICC) is critical for the management of sepsis patients requiring prolonged intravenous therapy; however, it poses significant complications, including thrombosis. Identifying risk factors for PICC-related thrombosis can enhance clinical management and patient outcomes. This study aimed to develop a predictive model for PICC-related thrombosis in sepsis patients using the XGBoost algorithm. We analyzed data from 8,128 ICU patients diagnosed with sepsis and using PICC from the Medical Information Mart for Intensive Care IV version 3.1 (MIMIC-I
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: Familial hypercholesterolemia (FH) is a monogenic disorder associated with premature coronary artery disease. The Dutch Lipid Clinic Network (DLCN) and Familial Hypercholesterolemia Case Ascertainment Tool (FAMCAT) are tools used to identify individuals with possible FH. Although FAMCAT performs well in primary care, its accuracy for genetically confirmed FH in tertiary care settings remains unclear. This study assessed the performance of FAMCAT in an Australian tertiary lipid clinic.
OBJECTIVE: This study assessed the performance of FAMCAT in identifying patients with genetically
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 evaluate the performance and interpretability of multiple ML algorithms for survival prediction in prostate cancer (CaP) and to assess whether these approaches can improve upon established clinical risk prediction models.
METHODS: Using the Surveillance, Epidemiology, and End Results (SEER) 17 Database, we identified patients diagnosed with CaP from 2010 to 2017 and implemented a Bayesian Cox variable selection model to determine the most clinically relevant features. To predict overall survival (OS) and prostate cancer-specific survival (PCSS), we applied these features to trai
СтатьяСравнительное 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.
OBJECTIVES: This study aimed to identify risk factors for diabetic retinopathy (DR) and develop machine learning (ML)-based predictive models using routine laboratory data in patients with type 2 diabetes mellitus (T2DM).
METHODS: Clinical data from 4259 T2DM inpatients at Beijing Tongren Hospital were analyzed, divided into a model construction data set (N = 3936) and an external validation data set (N = 323). Using 39 optimal variables, a prediction model was constructed using the eXtreme Gradient Boosting (XGBoost) algorithm and compared with four other algorithms: support vector machine (
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.
INTRODUCTION: The epidural-related maternal fever (ERMF) induced by patient-controlled epidural analgesia (PCEA) remains unpredictable. Our objective is to develop ERMF prediction models using real-world data, aiming to identify pertinent contributing factors and support obstetricians in making personalized clinical decisions.
METHODS: Women who used patient-controlled epidural analgesia between October 2021 and March 2023 at a tertiary hospital in Jiangsu Province were retrospectively documented. The primary outcome was the occurrence of maternal fever associated with epidural use. We develo
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: Accurate assessment of preterm birth (PTB) risk allows for early symptom management to prolong gestation or prevent PTB, as well as enhanced perinatal survival and treatment outcomes. We aimed to develop a prognostic model for predicting PTB using a machine learning (ML) algorithm. METHODS: This retrospective cohort study relies on birth records of women who delivered at Khaleej-e-Fars Hospital, sourced from the “Iranian Maternal and Neonatal Network (IMaN Net),” an official national database, covering the period from January 1, 2020, to January 1, 2022. The main outcome of the stu
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.
OBJECTIVES: This study aims to investigate the efficacy of unsupervised machine learning algorithms, specifically the Gaussian Mixture Model (GMM), K-means clustering, and Otsu automatic threshold partitioning, in predicting sarcopenia based on computed tomography (CT) and magnetic resonance imaging (MRI) data.
METHODS: A retrospective analysis was conducted on a dataset comprising 191 patients diagnosed with sarcopenia and 327 control patients. Participants were randomly assigned to training and validation cohorts in a 6:4 ratio. The paravertebral muscles at the lumbar 3/4 intervertebral dis
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: Many mental health conditions (eg, substance use or panic disorders) involve long-term patient assessment and treatment. Growing evidence suggests that the progression and presentation of these conditions may be highly individualized. Digital sensing and predictive modeling can augment scarce clinician resources to expand and personalize patient care. We discuss techniques to process patient data into risk predictions, for instance, the lapse risk for a patient with alcohol use disorder (AUD). Of particular interest are idiographic approaches that fit personalized models to each pa
СтатьяВалидационное исследованиеНаблюдательное исследованиеПоддержка NIH: внешняя программаПоддержка 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: The significance of noncontrast computer tomography (CT) image markers in predicting hematoma expansion (HE) following intracerebral hemorrhage (ICH) within different time intervals in the initial 24 hours after onset may be uncertain. Hence, our objective was to examine the predictive value of clinical factors and CT image markers for HE within the initial 24 hours using machine learning algorithms.
METHODS: Four machine learning algorithms, including extreme gradient boosting (XGBoost), support vector machine, random forest, and logistic regression, were employed to assess the pr
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: Treatment with atezolizumab and bevacizumab has become standard of care for advanced unresectable hepatocellular carcinoma (HCC) but carries an increased gastrointestinal bleeding risk. Therefore, patients are often required to undergo esophagogastroduodenoscopy (EGD) to rule out esophageal varices (EV) prior to initiating therapy, which can delay care and lead to unnecessary procedural risks and health care costs. In 2019, the EVendo score was created and validated as a noninvasive tool to accurately screen out patients who were at low risk for having EV that required treatment. W
СтатьяМногоцентровое исследованиеВалидационное 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: The accumulation of amyloid-β (Aβ) peptide in the brain is a hallmark of Alzheimer's disease (AD), occurring years before symptom onset. Current methods for quantifying in vivo amyloid load involve invasive or costly procedures, limiting accessibility. Early detection of amyloid positivity in non-demented individuals is crucial for aiding early AD diagnosis and for initiating anti-amyloid immunotherapies at early stages. This study aimed to develop and validate predictive models to identify brain amyloid positivity in non-demented patients, using routinely collected clinical data.
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: Because of the high cross-sensitization among tree nuts, the NUT CRACKER (Nut Co-reactivity-Acquiring Knowledge for Elimination Recommendations) study proposed a diagnostic algorithm to minimize the number of required oral food challenges (OFCs).
OBJECTIVE: To validate the algorithm for cashew and pistachio allergy and determine markers for allergic severity.
METHODS: Patients (n = 125) with a median age of 7.8 (interquartile range, 5.9-11.2) years with suspected tree nut allergy were evaluated prospectively with decision tree points on the basis of skin prick test (SPT), basophi
СтатьяВалидационное 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.
Smoking cessation is an important public health policy worldwide. However, as far as we know, there is a lack of screening of variables related to the success of therapeutic intervention (STI) in Brazilian smokers by machine learning (ML) algorithms. To address this gap in the literature, we evaluated the ability of eight ML algorithms to correctly predict the STI in Brazilian smokers who were treated at a smoking cessation program in Brazil between 2006 and 2017. The dataset was composed of 12 variables and the efficacies of the algorithms were measured by accuracy, sensitivity, specificity,
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: Mild cognitive impairment (MCI) poses significant challenges in early diagnosis and timely intervention. Underdiagnosis, coupled with the economic and social burden of dementia, necessitates more precise detection methods. Machine learning (ML) algorithms show promise in managing complex data for MCI and dementia prediction.
OBJECTIVE: This study assessed the predictive accuracy of ML models in identifying the onset of MCI and dementia using the Korean Longitudinal Study of Aging (KLoSA) dataset.
METHODS: This study used data from the KLoSA, a comprehensive biennial survey that t
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.
We aimed to develop, train, and validate machine learning models for predicting preterm birth (<37 weeks' gestation) in singleton pregnancies at different gestational intervals. Models were developed based on complete data from 22,603 singleton pregnancies from a prospective population-based cohort study that was conducted in 51 midwifery clinics and hospitals in Wenzhou City of China between 2014 and 2016. We applied Catboost, Random Forest, Stacked Model, Deep Neural Networks (DNN), and Support Vector Machine (SVM) algorithms, as well as logistic regression, to conduct feature selection and
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: Symptoms like vaginal bleeding or abdominal pain in early pregnancy can create anxiety about potential miscarriage. Previous studies have demonstrated ultrasonographic variables at the first trimester transvaginal scan (TVS) which can assist in predicting outcomes by 12 weeks gestation.
AIM: To validate the miscarriage risk prediction model (MRP) in women who present with a viable intrauterine pregnancy (IUP) at the primary ultrasound.
MATERIALS AND METHODS: A multi-centre diagnostic study of 1490 patients was performed between 2011 and 2019 for retrospective external and 2017-20
СтатьяВалидационное исследованиеМногоцентровое исследованиеПоддержка 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: To predict the post transurethral prostate resection(TURP) urethral stricture probability by applying different machine learning algorithms using the data obtained from preoperative blood parameters.
METHODS: A retrospective analysis of data from patients who underwent bipolar-TURP encompassing patient characteristics, preoperative routine blood test outcomes, and post-surgery uroflowmetry were used to develop and educate machine learning models. Various metrics, such as F1 score, model accuracy, negative predictive value, positive predictive value, sensitivity, specificity, Youden I
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