Recent advancements in precision medicine enable personalized predictions grounded in individual-level genetic data. However, relying solely on a single type of data can decrease prediction accuracy and limit the biological interpretability of the resulting models. Incorporating predefined genetic knowledge, such as derived gene sets, can improve performance and provide deeper biological insights for complex diseases, including respiratory infections. This study aimed to evaluate the usability of enrichment scores (ES), calculated using gene sets from the Molecular Signatures Database (MSigDB)
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.
This study introduces a dual-hybrid COVID-19 forecasting modeling approach that integrates an eight-compartment SEAIQHRD model with Gaussian Process Regression (GPR) and ARIMA-based residual learning to enhance predictive performance. A central methodological contribution is the incorporation of convergence and stability diagnostics, demonstrating reliable parameter estimation through multi-start optimization and bootstrap analysis. Although the SEAIQHRD model captures core disease progression, it is limited in representing nonlinear multi-wave patterns and reporting inconsistencies. The SEAIQ
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.
Accurate prediction of freeway incident duration is important for traffic management and emergency resource allocation. This study evaluates 32 machine-learning model configurations using 828 incident records from the G2504 Hangzhou Ring Freeway in China. Four fixed feature sets containing the top 6, 11, 16, and 21 predictors were defined from a Minimum Redundancy Maximum Relevance (MRMR) ranking. Each feature setting was evaluated using a 15% hold-out test set, seven repeated random splits, and sevenfold cross-validation within the training subset. All 32 machine-learning models were tuned wi
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.
More than 100 prediction models have been developed to support the diagnosis, prognosis, or treatment of ADHD, yet none has reached routine clinical practice. In this Personal View, we argue that an important reason for this implementation gap is the absence of clearly defined prediction-based decision rules-formalised mappings from a model's output to specific clinical actions. Most published models report discrimination metrics such as the area under the receiver-operating-characteristic curve, but do not specify what a clinician should do differently for a patient classified as at high risk
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.
We examined clinicians' perspectives on predictive uncertainty displayed alongside risk predictions using semi-structured interviews in a postoperative delirium dashboard prototype. While clinicians recognized the value of uncertainty information, they struggled to interpret it without clear context, underscoring the need for transparent, human-centered visualisation of predictive uncertainty.
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.
Building good machine-learning (ML) models to predict the bioactivity of novel chemical matter remains a challenging task. Accurate models require a training set with a large number of diverse compounds and a low level of noise. When extracting data from public databases such as ChEMBL, different levels of curation rigor may be applied, resulting in training sets of varying size, diversity, and, presumably, noise levels. It is not possible to know a priori whether increasing the size of the data set at the cost of adding more noise improves model generalization. To assess this trade-off, we co
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.
Preeclampsia (PE) is a disease that seriously threatens the health of pregnant women, and early intervention significantly reduce its incidence in high-risk mothers. To identify PE high-risk mother with a certain level of confidence or higher, we aimed to develop a framework for early prediction of preeclampsia (PE), which provides risk scores along with its associated uncertainty score due to missing data in clinical datasets. We built a machine learning model using a multi-center retrospective clinical dataset of 31,235 singleton pregnancies. We assessed the contribution of each variable to
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: Machine learning (ML) models are increasingly used to predict acute kidney injury (AKI), but validation quality and clinical readiness remain uncertain.
OBJECTIVE: This systematic review and meta-analysis aimed to summarize discrimination performance and implementation-relevant gaps for AKI occurrence and post-AKI mortality prediction.
METHODS: We searched the Cochrane Library, Embase, PubMed, and Web of Science through January 23, 2025. Eligible studies developed or validated ML-based prediction models and reported the area under the receiver operating characteristic curve (AUC)
СтатьяСистематический обзорМетаанализПолный 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: To systematically review and critically appraise existing risk prediction models for SVFs following PVP or PKP, with emphasis on methodological quality, model performance, and clinical applicability. METHODS: Databases were conducted from inception to December 2025 for relevant studies that developed or validated multivariable models predicting subsequent vertebral fractures after PVP or PKP. Study selection and data extraction were performed in duplicate. Methodological quality and applicability were assessed using the PROBAST framework. RESULTS: A total of 30 studies met the inclu
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.
BACKGROUND: Lymph node metastasis (LNM) is a critical clinical indicator for determining the initial treatment strategy for patients with lung cancer. However, accurately diagnosing LNM preoperatively remains a significant challenge. Data-driven predictive modeling has become a mainstream approach to address this issue, yet it often overlooks existing clinical knowledge. Large language models (LLMs) have demonstrated the potential to predict clinical risks in a zero-shot manner based on the extensive clinical knowledge learned from large-scale corpora.
OBJECTIVE: LLMs have demonstrated the po
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: Humanitarian settings are highly vulnerable to infectious disease outbreaks because displacement, crowding, disruption of health services, insecurity, and inadequate water and sanitation often interact in ways that are difficult to capture with conventional prediction models. There is a need for forecasting approaches that can integrate heterogeneous data sources and better represent complex system structure.
METHODS: We developed and evaluated a machine-learning framework incorporating topological data analysis to predict cholera and measles surge events (binary indicators per LG
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.
This work presents an intention decoding algorithm that can be used to control a 4 degrees-of-freedom shoulder-elbow exoskeleton in reaching tasks. The algorithm was designed to assist the movement of users with upper-limb impairments who can initiate the movement by themselves. It relies on the observation of the initial part of the user's movement through joint angle measures and aims to estimate in real-time the phase of the movement and predict the goal position of the hand in the reaching task. The algorithm is based on adaptive Dynamic Movement Primitives and Gaussian Mixture Models. The
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: Ascertaining accurately the exposure to antithrombotic medications for both research and quality initiatives has been challenging due to a multitude of reasons: aspirin, the most commonly used antithrombotic, is available over the counter in the United States. Additionally, antithrombotic medications are frequently interrupted for bleeding and procedures.
OBJECTIVES: We aimed to develop and validate an algorithm to capture accurately the longitudinal exposure to antithrombotic medications including aspirin using the electronic health record.
METHODS: We used the Medical Inpatient
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: Quantitative structure-activity relationship (QSAR) models can be used as a predictive tool for virtual screening of chemical libraries to identify novel drug candidates. The aims of this paper were to report the results of a study performed for descriptor selection, QSAR model development, and virtual screening for identifying novel HIV-1 integrase inhibitor drug candidates.
METHODS: First, three evolutionary algorithms were compared for descriptor selection: differential evolution-binary particle swarm optimization (DE-BPSO), binary particle swarm optimization, and genetic algor
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.
OBJECTIVES: The objective is to predict the development of retinopathy of prematurity (ROP) in discordant twins using a machine learning approach.
METHODS: The records of 640 twin pairs born at 32-35 weeks gestational age (GA) with birth weight (BW) discordance were evaluated retrospectively. The infants' gender, GA, postmenstruel age at examination, BW, discordance rate, ROP Stages and Zones, and treatment options were recorded. The variables were used to develop a model to predict the development of ROP. Machine learning models were used for algorithm training and 10-fold cross-validation (
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: To introduce and clinically validate a new method of estimating intraocular pressure (IOP) in patients with keratoconus and soft corneas with the aim of significantly reducing dependence on corneal biomechanics.
SETTING: Vincieye Clinic, Milan, Italy, and Rio de Janeiro Corneal Tomography and Biomechanics Study Group, Brazil.
DESIGN: Retrospective case series.
METHOD: This study comprised participants enrolled at two hospitals on two continents. Numerical analysis based on the finite element method was performed to simulate the effect of tonometric air pressure of the Corvis ST dyn
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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.
Accurate prediction of protein-protein interaction (PPI) interface residues is essential for understanding molecular recognition and supporting structure-guided design. To integrate contextual sequence representations with structure-related physicochemical information, we propose a multimodal framework termed MD-Transformer. The model combines residue-level ProtBERT embeddings with physicochemical descriptors, including B-factor, solvent-accessible surface area (SASA), and hydrophobicity. A hybrid fusion module first aligns heterogeneous features, followed by Transformer encoding and cross-mod
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.
Respiratory-induced motion complicates accurate irradiation of thoraco-abdominal tumors during radiotherapy, as treatment-system latency entails target-location uncertainties. This work addresses frame forecasting in dynamic chest and liver MRI to compensate for such delays. We investigate RNNs trained with online learning algorithms, enabling adaptation to changing respiratory patterns via on-the-fly parameter updates, and transformers, increasingly common in time-series forecasting for their ability to capture long-term dependencies. Experiments were conducted using twelve sagittal thoracic
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.
OBJECTIVE: This study aimed to develop and validate a deep learning prediction model using longitudinal multimodal ultrasound imaging for early identification of treatment-sensitive and treatment-resistant carotid plaques in patients receiving lipid-lowering therapy.
MATERIALS AND METHODS: This prospective study enrolled 802 patients with vulnerable carotid plaques or stenosis ≥ 50%. Patients underwent serial multimodal ultrasound examinations, including B-mode imaging, superb microvascular imaging, and shear wave elastography at baseline and 3, 6, 9, and 12 months after initiating statin the
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.
OBJECTIVE: To develop machine learning prediction models for small for gestational age with baseline characteristics and biochemical tests of various pregnancy stages individually and collectively and compare predictive performance.
STUDY DESIGN: This retrospective study included singleton pregnancies with infants born between May 2018 and March 2023. Small for gestational age was defined as a birth weight below the 10th percentile according to the Intergrowth-21st fetal growth standards. The pregnancy data were categorized into four datasets at different gestational time points (14 and 28 we
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