OBJECTIVE: This study systematically evaluates the construction methods, predictive factors, and performance of risk prediction models for anti-tuberculosis drug-induced liver injury (ATB-DILI). It aims to furnish evidence-based evidence for early detection of East Asian individuals at high risk of ATB-DILI and the development of personalized clinical treatment plans.
METHODS: A comprehensive literature search was conducted to identify studies related to risk prediction models for ATB-DILI. Key data, including study population, sample size, model construction algorithms, predictive factors, a
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.
BACKGROUND: At present, the prediction of adverse events (AE) had practical significance in clinic and the accuracy of AE prediction model after left atrial appendage closure (LAAC) needed to be improved. To identify a good prediction model based on machine learning for short- and long-term AE after LAAC.
METHODS: In this study, 869 patients were included from the Department of Cardiovascular Medicine of Shanghai University of Medicine and Health Sciences Affiliated Zhoupu Hospital during 2017 and 2021. Univariate and multivariate analyses were conducted for short-term AE after LAAC to determ
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.
Pigs are raised on a global scale for commercial or research purposes and often experience pain as a by product of management practices and procedures performed. Therefore, ensuring pain can be effectively identified and monitored in these settings is critical to ensure appropriate pig welfare. The Unesp-Botucatu Pig Composite Acute Pain Scale (UPAPS) was validated to diagnose pain in pre-weaned and weaned pigs using a combination of six behavioral items. To date, statistical weighting of supervised and unsupervised algorithms was not compared in ranking pain-altered behaviors in swine has not
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 International Study Group of Pancreatic Surgery has established the definition and grading system for postpancreatectomy acute pancreatitis (PPAP). There are no established machine learning models for predicting PPAP following pancreaticoduodenectomy (PD).
AIM: To explore the predictive model of PPAP, and test its predictive efficacy to guide the clinical work.
METHODS: Clinical data from consecutive patients who underwent PD between 2016 and 2024 were retrospectively collected. An analysis of PPAP risk factors was performed, various machine learning algorithms [logistic regr
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: Categorizing patients with cancer by their disease stage can be an important tool when conducting administrative claims-based studies. As claims databases frequently do not capture this information, algorithms are increasingly used to define disease stage. To our knowledge, to date, no study has used an algorithm to categorize patients with bladder cancer (BC) by disease stage (non-muscle-invasive BC [NMIBC], muscle-invasive BC [MIBC], or locally advanced/metastatic urothelial carcinoma [la/mUC]) in a US-based health care claims database.
METHODS: A claims-based algorithm was develop
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.
AIM: There is a need for large-scale epidemiological studies of paediatric out-of-hospital cardiac arrest (POHCA). To enable this, we developed and validated international classification of disease (ICD-10) search algorithms for the identification of POHCA patients from health administrative data.
METHODS: We validated the algorithms with a registry of POHCA (CanRoc) as the reference standard. The reference standard included all atraumatic POHCA in Middlesex-London region for January 2012-June 2020. All algorithms included 1 day to <18-year-old patients transported to emergency department (ED
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.
BACKGROUND Diabetes is increasingly prevalent among older adults; mild cognitive impairment (MCI) comorbidity in this group represents a major concern. Existing MCI prediction methods are often inaccurate, but machine learning (ML) offers improved potential. This study aimed to identify factors associated with MCI through ML analysis of retrospective data from hospitalized older patients with type 2 diabetes mellitus (T2DM). MATERIAL AND METHODS This retrospective study analyzed data from 503 inpatients older than 60 years with T2DM. Patients were classified into MCI (n=102) and normal (n=401)
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 French emergency department (ED) surveillance network OSCOUR transmits data on ED visits to Santé publique France (the national public health agency). As these data are collected daily and are almost exhaustive at a national level, it would seem relevant to use them for national epidemiological surveillance of mild traumatic brain injury (mTBI). This article presents the protocol of a planned study to validate algorithms for identifying mTBI in the OSCOUR database. Algorithms to be tested will be based on International Classification of Diseases (ICD)-10 codes.
METHODS AND A
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: Most adults dying from falciparum malaria will die within 48 hours of their hospitalisation. An essential component of early supportive care is the rapid identification of patients at greatest risk. In resource-poor settings, where most patients with falciparum malaria are managed, decisions regarding patient care must frequently be made using clinical evaluation alone.
METHODS: We retrospectively analysed 4 studies of 1801 adults with severe falciparum malaria to determine whether the presence of simple clinical findings might assist patient triage.
RESULTS: If present on admiss
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.
PURPOSE: To construct a deep learning (DL) algorithm for automatic prediction of sulcus-to-sulcus diameter (STS) and distance between STS plane and anterior crystalline lens surface (STSL) from ultrasound biomicroscopy (UBM) images based on YOLOv8 and verify its accuracy and reliability.
METHODS: This study used data from 100 eyes of 100 myopic patients treated with ICL from March 2023 to August 2024. UBM was used for the measurements of the STS and STSL (4 images for each eye). The data set (400 images) was randomly split at the patient level into a train, validation and test sets at the rat
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.
Enterococcus faecium is a clinically important pathogen that can cause significant morbidity and death. In this study, we aimed to develop a machine learning (ML) algorithm-based rapid susceptibility method to distinguish vancomycin-resistant E. faecium (VREfm) and vancomycin-susceptible E. faecium (VSEfm) strains. A predictive model was developed and validated to distinguish VREfm and VSEfm strains by analyzing the matrix-assisted laser desorption ionization-time of flight (MALDI-TOF) mass spectrometry (MS) spectra of unique E. faecium isolates from different specimen types. The algorithm use
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.
Predicting prostate cancer (PCa) recurrence after radical treatment is crucial for personalised adjuvant therapy. This study aimed to compare different algorithms in order to select the best model for predicting recurrence. Therefore, a retrospective cohort analysis was conducted on 72 patients with radical prostate cancer, including 39 patients with biochemical recurrence and 33 patients without recurrence. We extracted features from imaging data, construct and evaluate 10 machine learning models and 8 deep learning models. Model performance was assessed using the area under the curve (AUC),
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.
We address the prediction of non-imaging variables based on structural brain connectivity derived from diffusion magnetic resonance images, using graph-based machine learning. We predict age and the mini-mental state examination (MMSE) score as examples of a demographic and a clinical variable. We propose a machine-learning model inspired by graph convolutional networks (GCNs), which takes a brain connectivity graph as input and processes the data separately through a parallel GCN mechanism with multiple branches. The novelty of our work lies in the model architecture, especially the Connectiv
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.
Accurate prediction of saturated and unsaturated hydraulic conductivity of bentonite is critical for assessing the long-term safety of high-level radioactive waste repositories, where barrier efficiency depends on coupled processes. This study develops a data-driven machine learning model to predict saturated hydraulic conductivity and a physics-guided machine learning model to predict unsaturated hydraulic conductivity of bentonite. For the saturated hydraulic conductivity prediction, a dataset of 215 experimental measurements was compiled, incorporating key soil properties such as montmorill
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: This study proposes a multimodal framework for retrospective short-term mortality prediction in intensive care unit patients by integrating structured admission data with semantic information extracted from discharge summaries. The objective is to improve patient characterization by combining complementary clinical data that are often analyzed separately.
METHODS: Structured inputs, including demographics, administrative records, laboratory results, and clinical severity scores, were merged with semantic representations of clinical notes produced by a BERT-based encoder. The resultin
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.
Acute pancreatitis (AP) is a serious and potentially life-threatening condition characterized by a broad spectrum of disease severity, ranging from mild, self-limiting cases to severe, destructive forms associated with significant morbidity and mortality. Accurate prediction of clinical outcomes in AP is essential for timely intervention, effective resource allocation, and improved patient care. Recent advancements in artificial intelligence (AI) and machine learning (ML) have demonstrated significant potential in enhancing the accuracy of outcome prediction for acute pancreatitis. This articl
СтатьяОбзорПоиск 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.
In machine learning of drug discovery, the scale of accessible data is often strictly limited, while few-shot learning in wet-lab experimental data limits the accuracy of machine learning algorithms. Cannabinoid receptors are involved in various important physiological activities, and pepcans are key components of the endocannabinoid system. Herein, we proposed a combined dry-wet lab experimental framework that incorporated molecular dynamics simulation (MDS) data into peptide biological activity prediction. We validated our hypothesis on cannabinoid receptors type 1 (CB1) and pepcans: (1) In
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.
The increasing problem of antimicrobial resistance in N. gonorrhoeae necessitates the development of molecular typing schemes that are suita … robial susceptibility, as demonstrated by the characteristics of major genogroups. Established MLST prediction algorithms based on nucleotide profiles are now publicly available. The mini-MLST scheme was evaluated using a MLST detection/prediction method based on the original hydrogel DNA microarray. The results confirmed a high predictive ability up to the MLST genogr …
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 study aimed to investigate the important predictors related to predicting positive mammographic findings based on questionnaire-based demographic and obstetric/gynecological parameters using the proposed integrated machine learning (ML) scheme. The scheme combines the benefits of two well-known ML algorithms, namely, least absolute shrinkage and selection operator (Lasso) logistic regression and extreme gradient boosting (XGB), to provide adequate prediction for mammographic anomalies in high-risk individuals and the identification of significant risk factors. We collected questionnaire d
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2022eng
Experienced radiologists can accurately diagnose relevant diseases by observing the cardiopulmonary region in chest X-ray images. Advances in deep learning techniques enable the prediction of lesions in chest X-ray images. However, deep learning-based algorithms usually require a large amount of training data, and it lacks an effective method for data generation and augmentation. In this paper, we propose a Lung Segmentation Reconstruction (LSR) module. A healthy chest X-ray image is generated based on the abnormal image as a reference. With the generated healthy reference, we propose a novel
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