A machine learning model using Extreme Gradient Boosting (XGBoost) was developed to predict long-term nursing care needs among older adults, based on comprehensive claims and health checkup data from Japan's public insurance system. The model demonstrated strong predictive performance (AUC: 0.878; sensitivity: 0.784; specificity: 0.820) on the test dataset, supporting its use for early identification of high-risk individuals. Key risk factors identified through permutation importance and marginal effect analyses included advanced age, prior care needs, neurological and gastrointestinal disease
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: Exclusion of coronary stenosis in individuals with suggestive symptoms is challenging. Cardiac CT or coronary angiography is often used but is inefficient and costly and involves risks. Sex-stratified algorithms based on electronic health records (EHRs) could be a non-invasive alternative for excluding coronary stenosis, yet their performance may vary by healthcare settings. Thus, external validation is crucial for determining their generalisability. This study aimed to externally validate sex-stratified machine learning algorithms based on EHR data to predict the absence of corona
СтатьяВалидационное исследованиеМногоцентровое исследованиеПоддержка исследования: вне правительства СШАПолный 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.
BACKGROUND: Myopia is a growing public health concern among school-going children, with increased screen time and reduced outdoor activities contributing to its early onset and rapid progression. In India, the absence of a standardized, population-based dataset reflecting socio-economic and environmental diversity limits the development of accurate prediction tools. This study aims to design and validate an artificial intelligence (AI)-based model to analyze and predict myopia progression among children aged 6 to 18 years in urban and rural areas.
METHODS: This is a prospective, community-bas
СтатьяВалидационное 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: Sepsis complicated by diabetes mellitus represents a significant clinical challenge in intensive care units (ICUs), associated with substantial morbidity and mortality. Accurate prognostication of in-hospital mortality in this complex patient population is crucial for optimizing clinical decision making, resource allocation, and patient management strategies.
METHODS: We conducted a retrospective cohort study utilizing data from the Medical Information Mart for Intensive Care (MIMIC-IV) database. The study focused on adult ICU patients with concurrent diagnoses of sepsis and diabe
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.
OBJECTIVE: To investigate the current status and influencing factors of social alienation in patients with enterostomy after colorectal cancer surgery, and to establish a risk prediction model for social alienation in this population.
METHODS: A total of 507 enterostomy patients treated in the General Surgery (Colorectal Division), Oncology Department, and Wound Ostomy Clinic of a tertiary hospital in Jinzhou from March 2025 to January 2026 were enrolled by convenience sampling. The dataset was randomly divided into a training set and a validation set at a ratio of 7:3. Risk factors were scre
СтатьяВалидационное 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: Colorectal cancer (CRC) ranks as the third most frequently diagnosed cancer. Early diagnosis and precise risk assessment for lymph node metastasis (LNM) of T1 CRC, characterized by tumor confined to the mucosa and submucosa, essential for enhancing patient outcomes and informing therapeutic strategies. This project aims to use machine learning in refining clinical decision-making processes for T1 CRC patients, thereby laying the groundwork for more personalized and efficacious treatment protocols.
METHODS: In this study, we analyzed data from 210 patients with T1 CRC who underwent
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.
Urosepsis is a severe infectious complication of retrograde intrarenal surgery (RIRS) that can progress to septic shock and become life-threatening. Early detection and prompt intervention are crucial for enhancing the prognosis of patients at risk for urosepsis. This study seeks to develop and verify a prediction model for post-RIRS urosepsis utilizing machine learning (ML) techniques. Electronic health record (EHR) data from 124 urosepsis patients and 1,786 non-urosepsis patients, all of whom had upper urinary tract stones and underwent RIRS, were analyzed. Participants were randomly allocat
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.
Kidney stone disease (KSD) is increasingly prevalent among patients with diabetes mellitus and hypertension. Obesity-related metabolic abnormalities may be associated with stone formation, yet their combined association with KSD has not been fully explored. Using data from the National Health and Nutrition Examination Survey (NHANES) 2007-2018, we conducted a cross-sectional study including adults with both diabetes and hypertension. Eight obesity-related composite indices were used as predictors, and self-reported KSD history was defined as the outcome. Nine supervised machine learning algori
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: Retinopathy of prematurity (ROP) is a leading cause of childhood blindness. Chronic hypoxia at high altitude may create a unique risk profile and potentially influence the onset and progression of ROP. However, predictive tools specifically designed for preterm infants in high-altitude settings remain limited. This study aimed to develop and validate machine learning (ML)-based models for individualized ROP risk prediction in this population. METHODS: We retrospectively collected clinical data from 2,138 preterm infants who underwent standardized ROP screening at Qinghai Red Cross
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 construct predictive models for the recurrence of common bile duct stones (CBDS) following endoscopic retrograde cholangiopancreatography (ERCP).
METHODS: This retrospective study analyzed data from 1,130 patients who were randomly divided into a training set (70%) and a test set (30%). Feature selection was performed using the boruta algorithm and multivariable logistic regression (LR), followed by addressing data imbalance through the Synthetic Minority Over-sampling Technique (SMOTE). Predictive models were developed utilizing random forest (RF), extreme gradient boosting (XG
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 develop interpretable machine learning (ML) models for risk stratification of clinically meaningful anterior overbite decrease after stabilization splint therapy in temporomandibular disorder (TMD) patients, and to compare ML performance with conventional logistic regression.
MATERIALS AND METHODS: This retrospective cohort included 87 TMD patients treated with stabilization splints, physical therapy, and pharmacologic therapy. Thirty-five pre-treatment cephalometric and demographic features were used. The primary outcome was overbite difference (OD = post-treatment minus pre-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.
This study evaluates the ability of body segment kinematic data to identify skating tasks in ice hockey using machine learning models and compares the performance of models trained on different body segments. We employed XGBoost, Support Vector Machine and Random Forest models to classify four primary ice-hockey skating tasks: forward skating start and strides, skating stop & go, and skating into a wrist shot. Trunk, pelvis, thigh, shank, and foot segment centre of mass linear accelerations were derived from retro-reflective markers and used as inputs for feature engineering. The models were t
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: Carpal tunnel syndrome (CTS) is the most common neuropathy affecting the upper limbs. Carpal tunnel release (CTR) surgery effectively alleviates symptoms; however, patient satisfaction and clinical outcomes post-surgery can vary significantly. This study aimed to develop a machine learning (ML) model to predict post-CTR patient satisfaction and outcomes, serving as a preoperative screening tool. METHODS: Data from 303 participants diagnosed with CTS who underwent minimally invasive open carpal tunnel release (CTR) under local anesthesia were analyzed. These participants were referr
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: Data-driven risk prediction algorithms are increasingly common. However, studies suggesting that a single set of variables are most "important" within a given risk prediction model ignore the reality that other equally useful models containing entirely different features may exist. We aim to use a novel approach (Model Path Selection) to demonstrate that, for any given health outcome, there are likely many comparable counterfactual models including different sets of variables. We focus on incident stroke as a scientifically meaningful outcome to motivate this demonstration.
METHODS…
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.
European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery2026eng
INTRODUCTION: Nasopharyngeal carcinoma (NPC) is rare in Europe, and emerging data suggest poorer outcomes in Caucasian patients compared with Asian populations, highlighting the need for region-specific prognostic tools. Inflammation-based biomarkers and artificial intelligence show promise for risk stratification and prediction of survival and second primary cancers (SPCs).
MATERIALS AND METHODS: We conducted a retrospective multicentre study including 405 NPC patients from six European institutions. Demographic, clinicopathological, and haematologic inflammatory markers were collected, and
СтатьяМногоцентровое 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.
BACKGROUND: Previous models for predicting delirium after cardiac surgery remained inadequate. This study aimed to develop and validate a machine learning-based prediction model for postoperative delirium (POD) in cardiac valve surgery patients.
METHODS: The electronic medical information of the cardiac surgical intensive care unit (CSICU) was extracted from a tertiary and major referral hospital in southern China over 1 year, from June 2019 to June 2020. A total of 507 patients admitted to the CSICU after cardiac valve surgery were included in this study. Seven classical machine learning alg
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: This study aimed to construct and validate a prediction model of acute ischemic stroke in geriatric patients with primary hypertension.
METHODS: This retrospective file review collected information on 1367 geriatric patients diagnosed with primary hypertension and with and without acute ischemic stroke between October 2018 and May 2020. The study cohort was randomly divided into a training set and a testing set at a ratio of 70 to 30%. A total of 15 clinical indicators were assessed using the chi-square test and then multivariable logistic regression analysis to develop the predic
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: Comprehensive breast cancer risk prediction models enable identifying and targeting women at high-risk, while reducing interventions in those at low-risk. Breast cancer risk prediction models used in clinical practice have low discriminatory accuracy (0.53-0.64). Machine learning (ML) offers an alternative approach to standard prediction modeling that may address current limitations and improve accuracy of those tools. The purpose of this study was to compare the discriminatory accuracy of ML-based estimates against a pair of established methods-the Breast Cancer Risk Assessment To
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка правительства СШАПоддержка службы здравоохранения 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.
Molecular diagnostics for homologous repair and mismatch repair deficiencies are valuable in metastatic prostate cancer, as they are targetable by poly ADP-ribose polymerase or immune checkpoint inhibition. Molecular diagnostics are rarely used in prostate cancer as they are complex and expensive, and the incidence of the relevant molecular aberrations is low. To address these limitations, image-based artificial intelligence algorithms have been developed to predict molecular aberrations from hematoxylin and eosin slides beyond the pathologist's visual detection. This systematic review assesse
СтатьяСистематический обзорПоиск 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 investigate the feasibility of creating an artificial intelligence (AI) algorithm to enhance prosthetic socket shapes for transtibial prostheses, aiming for a less operator-dependent, standardized approach.
DESIGN: The study comprised 2 phases: first, developing an AI algorithm in a cross-sectional study to predict prosthetic socket shapes. Second, testing the AI-predicted digitally measured and standardized designed (DMSD) prosthetic socket against a manually measured and designed (MMD) prosthetic socket in a 2-week within-subject cross-sectional study.
SETTING: The study was
СтатьяСравнительное исследованиеПоддержка 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.
MedElevator
Войти в исследования