PROBLEM: Tubal factor infertility (TFI) is a severe complication of genital Chlamydia trachomatis infections. In fertility workup, chlamydia antibody test (CAT) is used to predict TFI. The predictive value for TFI of most commonly used CAT is moderate.
METHOD OF STUDY: A total of 183 infertile Dutch Caucasian women were included in this study. All underwent tubal patency testing (hysterosalpingography [HSG] or laparoscopy). Cases had TFI, and controls had no TFI (ie normal findings during HSG or laparoscopy). TFI was categorized based on severity (TFI 1-TFI 4). This study investigated the pre
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.
In some areas, there is a phenomenon that the landfill is full or even over-capacity with the extension of the service period. With the aging and damage of the protective facilities, this phenomenon may have a more serious impact on the surrounding environment. It is necessary to excavate and transport the waste beyond the part to control it. This process will inevitably produce many landfill gas emissions, which will pollute the air. Therefore, it is necessary to predict and control the landfill gas. This study utilizes the Grey Wolf Optimization (GWO) algorithm to optimize Support Vector Reg
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.
Cardiovascular diseases are the most dominant cause of mortality across the entire world, claiming 17.9 million lives every year. According to recent trends, the mortality rate as a result of heart failure continues to increase particularly in low- and middle-income areas which means that early diagnostic tools desperately need to be discovered. Conventional biomarkers like NT-proBNP, troponins and creatinine levels are useful, although their sensitivity and specificity are low, particularly in identifying heart failure onset before it is actually clinically apparent. We suggest addressing 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: People with Parkinson's (PwP) who lose independence may need care in nursing homes or similar institutions if home care is insufficient. Institutionalisation has major social and financial implications. Better understanding of which PwP are most likely to be institutionalised would improve information provision, clinical risk stratification, and healthcare planning.
OBJECTIVES: To identify risk factors for institutionalisation in PwP and develop models predicting individual institutionalisation risk.
METHODS: We described institutionalisation in the Parkinson's Incidence Cohorts
СтатьяМетаанализПоиск 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 investigated how cumulative antimicrobial resistance time series from EARS-Net can be exploited to support anticipation of future resistance dynamics. A pooled forecasting framework was first applied to predict future resistance percentages across multiple time horizons. Exact forecasting provided only limited practical advantage for surveillance purposes, as most future changes were relatively small and larger increases were difficult to capture reliably. The research focus was therefore redirected toward prediction of events of substantial future resistance increase, and a corresp
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: This study aims to systematically evaluate the predictive performance of risk models for sepsis-associated acute kidney injury (SA-AKI). Furthermore, we explore the specific factors that influence how effectively these models perform in clinical settings.
METHODS: We systematically searched PubMed, The Cochrane Library, Web of Science, and Embase to identify cohort studies published up to 30 March 2026. These studies focused on the development and validation of SA-AKI prediction models. To ensure the quality of the evidence, the risk of bias was assessed using the Prediction model
СтатьяСистематический обзорМетаанализПоиск 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.
Weather data from fine- and coarse-scale sources are increasingly used in disease forecasting models to support management decisions, yet comparisons between fine- and coarse-scale sources remain limited, largely due to the difficulty of acquiring fine-scale datasets across locations and seasons. Differences among weather sources can influence model outputs, resulting in variation in predictive performance and the timing of management decisions. This study evaluated four weather data sources, grouped as fine-scale (in-canopy and on-farm stations) and coarse-scale (regional gridded and point-ba
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: PREDICT is a widely used prognostic tool supporting treatment decisions in breast cancer care. As v3.0 was recently released, we performed an external validation of PREDICT v2.2 and v3.0 in young (≤ 40 years) breast cancer patients. METHODS: We included Swedish non-metastatic breast cancer patients aged ≤ 40 years, diagnosed between 2008–2019, from a registry-based research database. Outcomes were all-cause and breast cancer-specific mortality (BCSM) at 5- and 10-years, in all and in prespecified patient subgroups (by molecular subtype and nodal status). Model calibration and discr
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: Over the years, several proteins and peptides with diverse therapeutic properties such as anticancer, antimicrobial, antihypertensive effects have been discovered. However, only a few hundred proteins are considered druggable with US FDA approval, while most of them failed during clinical trials.
EXPERIMENTAL DESIGN: This study systematically investigates the compositional and physicochemical properties of FDA-approved proteins to develop predictive models for identifying druggable proteins. Our main dataset comprises of 356 FDA approved proteins as positive dataset and equal number
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.
Artificial intelligence (AI) and machine learning are widely promoted as transformative tools for medical practice, yet their impact in daily rheumatology remains limited. This review examines the gap between expectations and reality using historical parallels, conceptual considerations, and recent methodological evidence. Experiences with antioxidant supplementation, vitamin D, the microbiome, and the Human Genome Project illustrate a recurring pattern: early studies report large effects that diminish or disappear in larger, higher-quality studies. Meta-epidemiological work and the 'cursed au
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.
With antimicrobial resistance emerging as a top global health concern, new approaches to prevent and treat infections are urgently needed. Antimicrobial peptides are recognized as a promising alternative to conventional antibiotics. Considering the costly, labor-intensive, and time-consuming nature of wet lab screening, in recent years, proteomics research has increasingly relied on in silico methods to predict physicochemical, structural, and biological properties of candidate peptides. Here, we present the AMPSeek protocol to enable scientists to screen peptides and predict their potential a
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: Many research domains are producing large, multi-scale, multi-modal datasets at growing rates with mixed variable types (continuous, discrete, censored). Identifying possible cause-effect associations in such datasets is essential for predicting outcomes and proposing possible interventions. Probabilistic graphical models (PGMs) have emerged as a robust, interpretable way to analyze such datasets, but current graph learning algorithms cannot incorporate time-to-event (censored) variables, which are important in many systems (e.g., patient survival). Instead, regression models are t
СтатьяПоддержка NIH: внешняя программаПолный 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.
Urinary proteins are promising non-invasive biomarkers, but their low abundance and wide dynamic range make detection challenging. This study presents UriPred, a computational tool that integrates machine learning (ML), BLAST, and Motif-EmeRging and Classes-Identification (MERCI) to predict urinary proteins and facilitate the identification of liver cancer (LC) biomarkers. A dataset of 10588 urinary and non-urinary proteins was curated, from which two feature types were generated: 10074 compositional and 20 evolutionary features. Seven feature selection methods were applied to compositional fe
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.
OBJECTIVES: Accurate prediction models for imported infectious diseases are essential for early warning, cross-border surveillance, and resource allocation. Despite the growing number of predictive models for imported infectious diseases, substantial heterogeneity in model structure, reporting, and performance across studies has led to confusion for researchers and limited practical uptake, even for the same disease.
METHODS: We conducted a systematic review of predictive models for imported infectious diseases, following PRISMA guidelines. Searches in PubMed, Scopus, and Embase (through July
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.
Vector-borne diseases are strongly influenced by climate, yet the magnitude and temporal variability of climate-disease relationships remain poorly quantified. Outbreaks occur abruptly, and responses are typically delayed, underscoring the need for predictive tools that can support proactive interventions. This study applies Temporal Fusion Transformers (TFTs) to long-term, high-resolution climate datasets and to weekly malaria and dengue case records from South Africa and Vietnam to assess predictive performance and identify key environmental drivers. The models incorporated diverse climatic
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.
Cardiac amyloidosis has a poor prognosis, and high mortality and is often misdiagnosed as hypertrophic cardiomyopathy, leading to delayed diagnosis. Machine learning combined with speckle tracking echocardiography was proposed to automate differentiating two conditions. A total of 74 patients with pathologically confirmed monoclonal immunoglobulin light chain cardiac amyloidosis and 64 patients with hypertrophic cardiomyopathy were enrolled from June 2015 to November 2018. Machine learning models utilizing traditional and advanced algorithms were established and determined the most significant
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.
ВВЕДЕНИЕ: Использование административных данных о состоянии здоровья для выявления хронических заболеваний может привести к неправильной классификации. Правила прекращения службы, основанные на реклассификации, могут способствовать уменьшению ошибок в классификации. МЕТОДЫ: Данные административной системы здравоохранения Манитобы1995-2022) использовались для выявления множественных случаев склероза (MS) и "несовершенного диабета" (JD). Мы создали многовариантные алгоритмы логистической регрессии, основанные на модели, и использовали правило вероятностного выхода модели для ежегодной реклассифи
СтатьяПолный текст найденМашинный перевод · не проверен
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: Adolescent idiopathic scoliosis is a chronic disease that may require correction surgery. The finite element method (FEM) is a popular option to plan the outcome of surgery on a patient-based model. However, it requires considerable computing power and time, which may discourage its use. Machine learning (ML) models can be a helpful surrogate to the FEM, providing accurate real-time responses. This work implements ML algorithms to estimate post-operative spinal shapes.
METHODS: The algorithms are trained using features from 6400 simulations generated using the FEM from spine geometri
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.
Cutaneous leishmaniasis (CL) is a polymorphic and spectral skin disease caused by Leishmania spp. protozoan parasites. CL is difficult to diagnose because conventional methods are time-consuming, expensive, and low-sensitive. Fourier transform infrared spectroscopy (FTIR) with machine learning (ML) algorithms has been explored as an alternative to achieve fast and accurate results for many disease diagnoses. Besides the high accuracy demonstrated in numerous studies, the spectral variations between infected and noninfected groups are too subtle to be noticed. Since variability in sample set ch
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
OBJECTIVES: Our goal was to develop high throughput computer vision (CV) algorithms to detect blood stains in thoracoscopic surgery and to determine how the detected blood stains are associated with postoperative outcomes.
METHODS: Blood pixels in surgical videos were identified by CV algorithms trained with thousands of blood and non-blood pixels randomly selected and manually labelled. The proportion of blood pixels (PBP) was computed for key video frames to summarize the blood stain information during surgery. Statistical regression analyses were utilized to investigate the potential assoc
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.
MedElevator
Войти в исследования