The focus of managing critically ill patients' airways has traditionally centered around anatomically complicated issues, however an increasing amount of literature indicates that peri-intubation complications are likely to be related to the patient's physiologic state at the time of intubation. Physiologic instability may lead to severe hypoxemia, cardiovascular collapse, or cardiac arrest even when the anatomy of the airway is uncomplicated. Shock states, severe metabolic acidosis, right heart failure, or an insufficient oxygen reserve may contribute to these unstable conditions but they oft
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.
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
BACKGROUND: Pharyngocutaneous fistula (PCF) is a frequent complication following total laryngectomy. While various risk models exist, their practical utility is often limited by poor calibration and a lack of guidance on modifiable risk factors. This study aimed to develop a calibrated risk assessment tool to support preoperative counseling and clinical decision-making.
METHODS: We analyzed a retrospective cohort of 328 patients who underwent total laryngectomy. Model development was restricted to preoperative variables. Intraoperative and postoperative variables were recorded for descriptive
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: The predictD intervention, delivered by family physicians (FPs), has demonstrated effectiveness and cost-efficiency in preventing depression and anxiety. The e-predictD study aims to design, develop, and evaluate a novel personalized intervention for depression prevention by integrating information and communication technologies (ICTs), risk prediction algorithms, and decision support systems (DSS) for both patients and FPs.
OBJECTIVE: To evaluate the satisfaction, usability, and acceptability, of a beta version of the e-predictD intervention in primary care settings.
METHODS: Th…
СтатьяМногоцентровое исследованиеРандомизированное 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: A common and persistent inflammatory condition impacting the supportive structures of teeth, periodontal disease presents notable challenges in dental healthcare. It leads to various clinical issues, including the loss of clinical attachment, increased pocket depth, and tooth mobility. The global prevalence of periodontitis is substantial, with an estimated 20%-50% of the world's population affected, particularly in developing countries. Furthermore, periodontitis often culminates in tooth loss, affecting overall health and the quality of life, particularly in aging populations. Ea
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: To develop and validate a machine learning (ML) model for predicting early postoperative recurrence in hepatocellular carcinoma (HCC) patients by integrating contrast-enhanced ultrasound (CEUS) features with Liver Imaging Reporting and Data System (LI-RADS) classification.
MATERIALS AND METHODS: A retrospective analysis was conducted on data from 279 patients who underwent surgical resection for HCC. CEUS-derived features, including the LI-RADS classification, were integrated with clinical and pathological variables to construct predictive models. Patients were randomly assigned to t
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.
BACKGROUND: Postpartum haemorrhage is the most common complication associated with vaginal birth and a principal cause of maternal mortality. While clinical guidelines suggest that the majority of postpartum haemorrhage cases can be averted through precise prediction and scientific management that utilise assessment tools, existing tools for predicting postpartum haemorrhage in vaginal births have demonstrated inadequacies.
AIM: To develop a predictive model for postpartum haemorrhage in vaginal births based on machine-learning algorithms.
METHODS: We selected pregnant women who gave birth v
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.
INTRODUCTION: Periodontitis is the main cause of tooth loss and is related to many systemic diseases. Artificial intelligence (AI) in periodontics has the potential to improve the accuracy of risk assessment and provide personalized treatment planning for patients with periodontitis. This systematic review aims to examine the actual evidence on the accuracy of various AI models in predicting periodontitis.
METHODS: Using a mix of MeSH keywords and free text words pooled by Boolean operators ('AND', 'OR'), a search strategy without a time frame setting was conducted on the following databases:
СтатьяСистематический обзорПоддержка 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.
This study aims to develop and validate a machine learning (ML) predictive model for assessing mortality in patients with malignant tumors and hyperkalemia (MTH). We extracted data on patients with MTH from the Medical Information Mart for Intensive Care-IV, version 2.2 (MIMIC-IV v2.2) database. The dataset was split into a training set (75%) and a validation set (25%). We used the Least Absolute Shrinkage and Selection Operator (LASSO) regression to identify potential predictors, which included clinical laboratory indicators and vital signs. Pearson correlation analysis tested the correlation
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: The widespread use of antibiotics has led to a gradual adaptation of bacteria to these drugs, diminishing the effectiveness of treatments.
OBJECTIVE: To comprehensively assess the research progress of antibiotic resistance prediction models based on machine learning (ML) algorithms, providing the latest quantitative analysis and methodological evaluation.
METHODS: Relevant literature was systematically retrieved from databases, including PubMed, Embase and the Cochrane Library, from inception up to December 2023. Studies meeting predefined criteria were selected for inclusion. Th
СтатьяМетаанализСистематический 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.
According to the World Health Organization forecast, over 55 million people worldwide have dementia, and about 10 million new cases are detected yearly. Early diagnosis is essential for patients to plan for the future and deal with the disease. Machine Learning algorithms allow us to solve the problems associated with early disease detection. This work attempts to identify the current relevance of the application of machine learning in dementia prediction in the scientific world and suggests open fields for future research. The literature review was conducted by combining bibliometric and cont
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.
BACKGROUND: The age of onset and causes of heart failure differ between high-income and low-and-middle-income countries (LMIC). Heart failure patients in LMIC also experience a higher mortality rate. Innovative ways that can risk stratify heart failure patients in this region are needed. The aim of this study was to demonstrate the utility of machine learning in predicting all-cause mortality in heart failure patients hospitalised in a tertiary academic centre.
METHODS: Six supervised machine learning algorithms were trained to predict in-hospital all-cause mortality using data from 500 conse
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.
The emergence of the latest technologies gives rise to the usage of noninvasive techniques for assisting health-care systems. Amongst the fo … this paper. A noninvasive approach for the early diagnosis of the strokes is proposed. The cascaded prediction algorithms are time-consuming in producing the results and cannot work on the raw data and without making use of the properties of EEG. Therefore, the objective of this paper is to devise mechanisms to forecast strokes on the basis of processed EEG data. This …
СтатьяОтозванная публикацияПоиск 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 predict silent corticotroph adenomas (SCAs) among non-functioning pituitary adenomas preoperatively using noninvasive radiomics.
METHODS: A total of 302 patients including 146 patients diagnosed with SCAs and 156 patients with non-SCAs were enrolled (training set: n = 242; test set: n = 60). Tumor segmentation was manually generated using ITK-SNAP. From T1-weighted imaging (T1WI), T2-weighted imaging (T2WI), and contrast-enhanced T1WI, 2550 radiomics features were extracted using Pyradiomics. Pearson's correlation coefficient values were calculated to exclude redundant features.
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: Lung cancer is the most threatening malignant tumor to human health and life. Using a variety of machine learning algorithms and statistical analyses, this paper explores, discovers and demonstrates new indicators for the early diagnosis of lung cancer and their diagnostic performance from large samples of clinical data in the real world.
METHODS: By applying machine learning methods, including minimum description length (MDL), naive Bayesian (NB), K-means (KM), nonnegative matrix factorization (NMF), and decision tree (DT), based on large sample data of 2,502 patients, we built a
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: We sought to assess longitudinal electronic health records (EHRs) using machine learning (ML) methods to computationally derive probable Alzheimer's Disease (AD) and related dementia subphenotypes.
METHODS: A retrospective analysis of EHR data from a cohort of 7587 patients seen at a large, multi-specialty urban academic medical center in New York was conducted. Subphenotypes were derived using hierarchical clustering from 792 probable AD patients (cases) who had received at least one diagnosis of AD using their clinical data. The other 6795 patients, labeled as controls, were m
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.
BACKGROUND: The Amyotrophic Lateral Sclerosis Functional Rating Scale-Revised (ALSFRS-R) is the preferred measure of health outcome in clinical trials in motor neuron disease (MND). It, however, does not provide a preference-based health utility score required for estimating quality-adjusted life-years in economic evaluations for health technology assessments.
OBJECTIVES: To develop algorithms for mapping from measures used in MND clinical studies to allow for future prediction of the five-level EuroQol five-dimensional questionnaire (EQ-5D-5L) utility in populations of patients with MND when
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
BackgroundMachine learning (ML) algorithms may improve the prognosis for serious illnesses such as cancer, identifying patients who may benefit from earlier palliative care (PC) or advance care planning (ACP). We evaluated the impact of various presentation strategies of a hypothetical ML algorithm on clinician prognostic accuracy and decision making.MethodsThis was a randomized clinical vignette survey study among medical oncologists who treat metastatic non-small-cell lung cancer (mNSCLC). Between March and June 2023, clinicians were shown 3 vignettes of patients presenting with mNSCLC. The
СтатьяРандомизированное 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.
INTRODUCTION: The goal of this research is to use machine learning (ML) techniques to create a risk prediction model for postpartum stress urinary incontinence (PSUI). To improve screening accuracy and optimize clinical care techniques, the goal is to determine the best model for clinical screening.
METHODS: Telephone interviews and computerized medical records were used in this study to gather data, which was then combined into a follow-up data form. We recruited women who underwent surface electromyography (sEMG) at Xinjiang Production and Construction Corps Hospital's postpartum rehabilita
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.
The burden of diabetic foot ulcers (DFU) is exacerbated in diabetic patients with concomitant arteriosclerotic occlusion disease (ASO) in the lower extremities, who experience more severe symptoms and poorer prognoses. The study aims to develop a predictive model grounded in machine learning (ML) algorithms, specifically tailored to forecast the occurrence of DFU in diabetic patients with lower extremity ASO. The study involves the data from diabetic patients diagnosed with lower extremity ASO from January 1, 2011 to August 31, 2023. We conducted quality control on the data. Subsequently, 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 AND AIMS: People with opioid use disorder are at increased risk of intentional self-harm and suicide. Although risk factors are well known, most tools for identifying individuals at highest risk of these behaviours have limited clinical value. We aimed to develop and internally validate models to predict intentional self-harm and suicide risk among people who have been in opioid agonist treatment (OAT).
DESIGN: Retrospective observational cohort study using linked administrative data.
SETTING: New South Wales, Australia.
PARTICIPANTS: 46 330 people prescribed OAT between January
СтатьяНаблюдательное исследованиеПолный 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