OBJECTIVE: To develop and evaluate a machine learning model integrating clinical, embryological, morphokinetic, and semen-related variables to estimate the probability of live birth after in vitro fertilization (IVF).
METHODS: This retrospective study included data from 375 IVF cycles performed between 2013 and 2022. Morphokinetic, clinical, and semen-related parameters were analyzed using four machine learning algorithms: logistic regression, support vector machine, neural network, and extreme gradient boosting (XGBoost). Model performance was assessed using the area under the receiver opera…
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: This study integrates machine learning with network pharmacology, molecular docking, and molecular dynamics simulations to screen bioactive compounds from Mulberry leaves and elucidate their potential mechanisms against atherosclerosis (AS).
METHODS: A training dataset of anti-AS active compounds was compiled and encoded as Morgan fingerprints. Three machine learning classifiers, specifically Random Forest (RF), Support Vector Machine (SVM), and Extreme Gradient Boosting (XG-Boost), were constructed and evaluated using multiple performance metrics. Potential active components from …
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.
Antimicrobial resistance (AMR) is a critical global health problem that has become increasingly alarming in recent years. The discovery of n … hem database and manually curated to create positive and negative datasets. The decision tree (DT), support vector machine (SVM), and naïve Bayesian (NB) algorithms were employed to predict the antibacterial activities of chemical compounds from their Simplified Molecular Input Line Entry System (SMILES) information. The models were then evaluated quantitatively and tun …
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.
Atopic dermatitis (AD) is a chronic inflammatory skin disorder with complex pathogenesis, and current therapies face limitations in efficacy … onstructing compound-target networks and enriching key pathways. Then, machine learning algorithms (Support Vector Machine/Recursive Feature/Least Absolute Shrinkage and Selection Operator) were applied to prioritize hub targets from network-derived candidates. Finally, molecular docking was conducted to validate ligand-receptor binding affinity. Twenty-nine bioactive c …
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.
OBJECTIVE: This study evaluated and compared the performance of machine learning models across four acoustic feature sets designed to distinguish pathological voices from normal controls. Additionally, Explainable Artificial Intelligence techniques were applied to identify the specific acoustic parameters driving the models' predictions.
METHODS: A total of 1111 voice samples were analyzed. Four feature sets were constructed: sustained vowel, connected speech, concatenated sample, and the combined feature set. Support Vector Machine, Random Forest, and eXtreme Gradient Boosting classifiers we…
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.
BackgroundPost-stroke cognitive impairment (PSCI) is a major vascular contributor to dementia, significantly impacting long-term recovery an … was developed, combining six base algorithms: XGBoost, Gradient Boosting Decision Trees, CatBoost, Support Vector Machine, Logistic Regression, and LightGBM. The final prediction was generated by a meta-model trained on base model outputs.ResultsOf the 1070 patients (mean age 67.4 ± 9.3 years, 61.5% male), 37.2% developed PSCI. The stacking model achieved 98.13% accura …
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: Parkinson's disease (PD) is a chronic neurodegenerative disorder characterized by central nervous system dysfunction. Early iden … features; and image classification using machine learning algorithms.
RESULTS: The medium Gaussian support vector machine achieved an accuracy of 97.09% ± 1.53% (95% confidence interval, 95.11%-99.07%), sensitivity of 98.18% ± 1.48%, specificity of 93.85% ± 3.44%, and area under the receiver operating characteristic curve of 98.49% ± 1.31%. This performance was signifi …
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: Children undergoing Hirschsprung's disease (HD) surgery are at risk of postoperative transfusion, which may cause complications … ion operator (LASSO) regression identified key predictors. Seven machine learning models, including support vector machine (SVM), were developed and evaluated by AUC, sensitivity, specificity, calibration, and decision curve analysis (DCA). Model interpretability was assessed using SHAP analysis.
RESULTS: Of 889 patients, 155 (17.4%) required postoperative transfusion, …
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: Protein-energy wasting (PEW) is common in chronic kidney disease (CKD) and is linked to poor outcomes. Early risk stratification … ical/laboratory variables were used to train and evaluate five algorithms-logistic regression (LR), support vector machine (SVM), decision tree, random forest (RF), and LightGBM-under a random 75/25 split (382 training, 118 validation). Model performance was evaluated using the area under the receiver operating characteristic (ROC) curve (AUC) with 95% confidence interv …
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 AND AIM: While liver biopsy remains the reference standard for assessing hepatic fibrosis, the major prognostic factor in metabol … equencing. The resulting data were used to develop linear discriminant analysis, random forest, and support vector machine algorithms to identify patients at different stages of fibrosis.
RESULTS: The study included 234 patients with histologically confirmed MASLD and 43 healthy controls. Each dataset was validated using an independent cohort. Advanced fibrosis was ass …
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: Identifying bradykinesia is crucial for diagnosing Parkinson's disease (PD). Traditionally, the finger-tapping test has been use … jects (right: 17.9 (7.8)/ left: 17.9 (5.6) vs. right: 24.6 (7.3)/ left: 24.6 (7.2), p < 0.001). The support vector machine outperformed the other models. The most influential features were the tapping difference, followed by the tapping score (right hand) and tapping amplitude mean (right hand).
CONCLUSIONS: A computer vision method can accurately detect bradykinesia u …
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/Objectives: Non-alcoholic fatty liver disease (NAFLD) represents significant health challenges, especially among patients with ch … ML models were developed: Logistic Regression, Random Forest, Extreme Gradient Boosting (XGBoost), Support Vector Machine (SVM), and Multi-Layer Perceptron (MLP). Results: The prevalence of NAFLD was 50.22%. Among the machine learning models, Random Forest achieved the highest performance with an ROC AUC of 0.983 (95% CI: 0.952-0.999), followed by XGBoost at 0.977 (95% …
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.
PURPOSE: This study aims to develop and validate machine learning models for predicting hyperglycemia risk in psoriasis patients.
METHODS: … cision trees, random forests, extreme gradient boosting (XGboost), light gradient boosting machine, support vector machines, multilayer perceptron, K-nearest neighbors, logistic regression, lasso regression, ridge regression, and elastic net, were systematically compared. Model performance was evaluated using area under the receiver operating characteristic curve (AUC), …
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: The aim of this study was to construct interpretable machine learning models to predict the risk of developing delirium in patien … sessment) score of ≥ 2. Four machine learning models, namely XGBoost (extreme gradient Boost), SVM (support vector machine), Logistic (logistic regression) and RF (random forest), were established for prediction, and the prediction model was constructed.
RESULTS: A total of 10,321 sepsis patients were included, among whom 4,691 (45.45%) developed delirium. The 28-day m …
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: To identify factors influencing re-suturing decisions for perineal wound dehiscence, and develop predictive models to assist clinical decision making.
METHODS: Five machine learning models; Logistic Regression, Decision Tree, Random Forest, Support Vector Machine (SVM), and Extreme Gradient Boosting (XGBoost), analyzed 129 cases of postpartum perineal wound dehiscence (October 2020-September 2023). Variables included clinical symptoms, wound characteristics, degree of perineal trauma, and clinician seniority. Models were validated on 20% of the data set as a hold-out set.
RESULTS…
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: Renal injury is a severe complication among individuals diagnosed with gout. This research constructed a machine learning predictive model to assess renal injury risk in gout patients.
METHODS: In this study, we trained predictive models for renal injury in patients with gout using NHANES, from 2007 to 2018 database. Extreme Gradient Boosting (XGBoost), support vector machine (SVM) and K-Nearest Neighbors (KNN) were used to train models. Model performance was assessed using the area under the receiver operating characteristic curve (AUC), along with calibration curves and standard…
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: The main metastatic route for lung cancer is lymph node metastasis, and studies have shown that non-small cell lung cancer (NSCL … DTL features in the intratumoral and peritumoral regions were extracted and selected, respectively. Support Vector Machine (SVM), k-Nearest Neighbors (KNN), Light Gradient Boosting Machine (Light GBM), Multilayer Perceptron (MLP), and Logistic Regression (LR) models were constructed, and the performance of the models was evaluated.
RESULTS: Among the five models in 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: The objective was to establish a machine learning-based model for predicting the occurrence and mortality of nonpulmonary sepsis-associated ARDS.
METHODS: 80% of sepsis patients selected randomly from the MIMIC-IV database, without prior pulmonary conditions and with nonpulmonary infection sites, were used to construct prediction models through machine learning techniques (including K-nearest neighbour, extreme gradient boosting, support vector machine, deep neural network, and decision tree methods). The remaining 20% of patients were utilized to validate the model's accuracy. Add…
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 and Objectives: In geriatrics and dementia care, early diagnosis is crucial. We developed a dementia screening model using drawin … up and 71 in the non-diagnosis group. Using Boruta, an iterative feature selection algorithm, and a support vector machine, a machine learning method, we analyzed the drawing features contributing to dementia discrimination and evaluated discrimination performance. Results: Five types of drawing features were selected as contributors to discrimination, including "number …
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.
Aflatoxin B1, a major global food safety concern, is produced by toxigenic fungi during crop growing, drying, and storage, and shows increas … highest %accuracy (73%), %sensitivity (73%), and %specificity (71%), followed by random forest and support vector machine models. Although the logistic regression model contributed significant findings, this study represents a laboratory research project. Because of the peculiarities of the ATR-FTIR spectral measurements, the spectra measured for several batches may di …
СтатьяОценочное 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.
MedElevator
Войти в исследования