ObjectivesCarotid stenosis plays a significant role in stroke burden. Surgical intervention in the form of carotid endarterectomy or carotid artery stenting is an important stroke risk reduction strategy. Careful patient selection with identification of high-risk individuals is crucial to operative planning given perioperative risks including stroke, myocardial infarction, and death. Machine learning (ML) is a subset of artificial intelligence (AI) consisting of mathematical algorithms that can learn from datasets to perform particular tasks. These algorithms offer a tool for prediction of pat
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.
BACKGROUND/OBJECTIVES: Child acute malnutrition is a global public health problem, affecting 45 million children under 5 years of age. The World Health Organization recommends monitoring weight gain weekly as an indicator of the correct treatment. However, simplified protocols that do not record the weight and base diagnosis and follow-up in arm circumference at discharge are being tested in emergency settings. The present study aims to use machine learning techniques to predict weight gain based on the socio-economic characteristics at admission for the children treated under a simplified pro
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.
AIM: To develop a noninvasive method of differential diagnosis of ACTH-dependent hypercortisolism, as well as to evaluate the effectiveness of an optimal algorithm for predicting the probability of ectopic ACTH syndrome (EAS) obtained using machine learning methods based on the analysis of clinical data.
MATERIALS AND METHODS: As part of a single-center, one-stage, cohort study, a retrospective prediction of the probability of EAS among patients with ACTH-dependent hypercortisolism was carried out. Patients were randomly stratified into 2 samples: training (80%) and test (20%). Eleven machine
Аннотация на английскомСтатьяПоиск 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 evaluate the potential value of the machine learning (ML) models using radiomic features of late gadolinium enhancement (LGE) and cine images on magnetic resonance imaging (MRI) along with relevant clinical information and conventional MRI parameters for the prediction of major adverse cardiac events (MACE) in ST-segment elevation myocardial infarction (STEMI) patients.
METHODS: This retrospective study included 60 patients with the first STEMI. MACE consisted of new-onset congestive heart failure, ventricular arrhythmia, and cardiac death. Radiomic features were extracted from
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: Artificial intelligence (AI) risk prediction algorithms such as the smartphone-available Predictive OpTimal Trees in Emergency Surgery Risk (POTTER) for emergency general surgery (EGS) are superior to traditional risk calculators because they account for complex nonlinear interactions between variables, but how they compare to surgeons' gestalt remains unknown. Herein, we sought to: (1) compare POTTER to surgeons' surgical risk estimation and (2) assess how POTTER influences surgeons' risk estimation.
STUDY DESIGN: A total of 150 patients who underwent EGS at a large quaternary ca…
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: Bone cement leakage is a common complication of percutaneous vertebroplasty and it could be life-threatening to some extent. The aim of this study was to develop a machine learning model for predicting the risk of cement leakage in patients with osteoporotic vertebral compression fractures undergoing percutaneous vertebroplasty. Furthermore, we developed an online calculator for clinical application. Methods: This was a retrospective study including 385 patients, who had osteoporotic vertebral compression fracture disease and underwent surgery at the Department of Spine Surgery, Li
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: This study aimed to address the critical gap in the limited application of machine learning (ML) for identifying developmental delays in low-resource settings by developing models to predict off-track development in infants aged 0 to 6 months and identify key predictors.
METHODS: A cross-sectional study involving 1,995 singleton infants aged 0 to 6 months was conducted in Kaloleni and Rabai sub-counties, Kilifi, Kenya, between March 2023 and March 2024. Development was assessed using the World Health Organization's Indicators of Infant and Young Child Development tool, with Develo
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: Cardiovascular disease (CVD) remains a leading cause of morbidity and mortality worldwide. Although traditional cardiovascular risk models primarily rely on biomedical factors, socioeconomic and occupational characteristics are increasingly recognized as important correlates of cardiovascular health. However, applying machine learning to population-based survey data raises methodological concerns, particularly reverse causation and post-diagnosis information leakage.
METHODS: We conducted a cross-sectional analysis using data from the 2023 Behavioral Risk Factor Surveillance Syste
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: Cancer survivors often experience long-term consequences affecting their Health-Related Quality of Life (HRQoL). Sociodemographic factors, clinical characteristics, and health-related behaviours influence HRQoL, making some individuals vulnerable to adverse HRQoL. This study develops linear regression and machine learning models to predict HRQoL two-year post-diagnosis and to identify key vulnerability factors.
METHODS: This longitudinal study included data of survivors of seven cancer types. Nineteen predictor variables were derived from questionnaires completed within three months
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: Mortality prediction in intensive care unit (ICU) patients with ischemic stroke complicated by intracranial artery stenosis or occlusion remains difficult. Conventional scoring systems often lack discriminatory power and fail to provide individualized risk estimates. Machine learning approaches have been increasingly explored to integrate diverse clinical features for prognostic modeling.
OBJECTIVE: This study aims to develop and evaluate machine learning models for individualized mortality prediction in ICU patients with ischemic stroke associated with intracranial artery stenosi
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: Cervical intraepithelial neoplasia grade 2 (CIN2) represents a critical turning point in cervical cancer progression. While its natural regression rate reaches 50%-57%, CIN2 can also progress to higher-grade lesions or cervical cancer. Accurately predicting CIN2 outcomes is essential for individualized management and avoiding overtreatment. The present study aimed to develop a deep learning-based prognostic model using colposcopic images to predict CIN2 outcomes: regression, persistence, and progression, and to provide clinically meaningful risk stratification.
METHODS: Colposcopic
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: Predicting pain intensity in patients with low back pain (LBP) remains a complex task due to the biopsychosocial nature of pain. Pain intensity is shaped by multifaceted interactions among demographic, lifestyle, and clinical factors.
AIM: This study aimed to predict factors contributing to pain intensity in adults with lower back pain (LBP) using Random Forest (RF) and XGBoost models. It evaluated the association between lifestyle factors and lumbar spine MRI abnormalities, classifying pain intensity into strong (NRS 7-8) and very strong (NRS 9-10) categories among patients with
СтатьяСравнительное 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: Although observational studies have established associations between three major liver enzymes (alanine aminotransferase (ALT), aspartate aminotransferase (AST), and gamma-glutamyl transferase (GGT)) and type 2 diabetes (T2D), their ability to improve T2D identification using machine learning (ML) approaches remains underexplored. This study aimed to develop and validate ML-based diagnostic models for identifying T2D by incorporating these liver enzymes.
METHODS: Data from two independent cohorts were analyzed: the US National Health and Nutrition Examination Survey (N = 15,528)
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.
BackgroundPostoperative delirium is a frequent and serious complication after noncardiac surgery, linked to increased morbidity, prolonged hospitalization, and long-term cognitive decline. Although several prediction models have demonstrated good discriminative ability in external validation, challenges remain regarding implementation across clinical settings and model interpretability. This study compared three machine learning models-eXtreme Gradient Boosting, logistic regression, and support vector machine-for early postoperative delirium prediction.MethodsA retrospective cohort of 143 adul
СтатьяСравнительное 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.
Fluid overload (FO) is a critical complication in acute pancreatitis (AP), contributing to prolonged hospital stays and increased mortality. Traditional scoring systems like BISAP lack predictive accuracy for FO, placing a burden on nurses managing fluid therapy. Machine learning (ML) offered potential for early FO prediction, yet its integration into nursing practice remains underexplored. Using the MIMIC-IV database, we analyzed 3458 adult AP patients, with 22.8% experiencing FO (net fluid balance >2 L/24h plus clinical signs). Three ML models-Random Forest (RF), XGBoost, and Long Short-Term
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.
INTRODUCTION: Nephrotic Syndrome (NS) is a kidney condition commonly seen in children, characterized by symptoms such as protein in the urine, low blood protein levels, and swelling. If not appropriately treated, NS can result in serious complications, including infections and kidney damage. Differentiating between steroid-sensitive and steroid-resistant NS is essential for guiding treatment. Traditionally, kidney biopsies are used for diagnosis; however, they are invasive and carry some risk. This study examines the promising potential of utilizing machine learning (ML) models to predict NS s
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.
Three-way multibranch loops (junctions) are common in RNA secondary structures. Computer algorithms such as RNAstructure and MFOLD do not consider the identity of unpaired nucleotides in multibranch loops when predicting secondary structure. There is limited experimental data, however, to parametrize this aspect of these algorithms. In this study, UV optical melting and a fluorescence competition assay are used to measure stabilities of multibranch loops containing up to five unpaired adenosines or uridines or a loop E motif. These results provide a test of our understanding of the factors aff
Поиск 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 identify clinical epidemiological correlates of cervical and vaginal infections and assess alternative algorithms, including two new reproductive tract infection (RTI) algorithms, for syndromic management of these infections.
DESIGN, SETTING AND SUBJECTS: We prospectively studied clinical manifestations and risk correlates of cervical and vaginal infections in a randomly sampled group of 779 female patients seeking evaluation for a new problem at a Seattle STD clinic.
METHODS: One experienced clinician performed standardised history, physical examination, and microscopy. Refere
СтатьяПоддержка 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.
The aim of this study was to explore the application value of multislice spiral computerized tomography (MSCT) and magnetic resonance imaging (MRI) under intelligent algorithm in the diagnosis of occult fractures of the knee joint (OFKJ). 47 patients with negative X-ray examination and suspected fracture were included for this research. According to the examination methods, the patients were divided into the MSCT group and MRI group. The diagnostic results of the two methods were compared, and then compared with the traditional algorithm to explore their superiorities. The results demonstrated
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.
UNLABELLED: Glioblastoma (GBM) is the most common malignant intracranial tumor in adults, with a median survival of only 16 to 20 months. Neoantigen therapy has shown advantages in the treatment of GBM, as it improves the immunosuppressive microenvironment within the tumor. However, the identification of truly immunogenic neoantigens remains a major challenge. Current computational prediction tools primarily focus on antigen presentation, whereas algorithms that incorporate T-cell immunogenicity features remain limited. Furthermore, standard validation methods, such as enzyme-linked immunospot
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