SIGNIFICANCE: As many as 60% of patients with early stage breast cancer undergo breast-conserving surgery. Of those, 20% to 35% need a secon … gistered with standard histology classifying tissue as cancer, normal, or fat. A technique based on support vector machines led to the development of predictive models, and their performance was quantified using a receiver-operating-characteristic analysis.
RESULTS: Raman spectroscopy combined with machine learning detected normal breast from ductal or lobular invasive …
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2008eng
Hidden Markov Models (HMM) and Support Vector Machines (SVM) using unsupervised and supervised training, respectively, were compared with respect to their ability to correctly classify burst and suppression in neonatal EEG. Each classifier was fed five feature signals extracted from EEG signals from six full term infants who had suffered from perinatal asphyxia. Visual inspection of the EEG by an experienced electroencephalographer was used as the gold standard when training the SVM, and for evaluating the performance of both methods. The results are presented as receiver operating characteris…
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.
INTRODUCTION: Accurately predicting electrical grid stability is essential to ensuring the reliability, resilience, and sustainable operatio … ine learning models - Logistic Regression, Random Forest, Gradient Boosting, XGBoost, LightGBM, and Support Vector Machine with an RBF kernel are compared with four deep-learning architectures, namely Deep Multilayer Perceptron, 1D-CNN, CNN-LSTM, and Bi-LSTM. We also develop a hybrid stacking ensemble to integrate complementary representations from high-performing boost …
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: To determine whether quantitative radiomic features extracted from noncontrast postmortem computed tomography (PMCT) can reliabl … ard deviation), with accuracy 0.746 ± 0.05, sensitivity 0.764 ± 0.14, and specificity 0.724 ± 0.13. Support vector machines and RF with N.S. showed comparable performance (AUROC 0.814 ± 0.10 and 0.814 ± 0.08, respectively). Across most classifiers, RF-based and RFE-LR feature selection did not improve diagnostic performance compared with N.S. Four radiomic features were …
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: Liver fibrosis (LF) severity is an important factor in the clinical management and prognosis of patients with metabolic dysfunct … then integrated with six machine learning classifiers-logistic regression (LR), decision tree (DT), support vector machine (SVM), random forest (RF), LightGBM, and AdaBoost, using a 7:3 training-to-validation split. Three models were constructed: conventional, deep learning-based, and hybrid. Diagnostic performance was evaluated using the area under the receiver operati …
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/OBJECTIVES: Polycystic ovary syndrome (PCOS) is a common endocrine-metabolic disorder in which skeletal muscle insulin resistance … disease functions. Four supervised machine learning algorithms (logistic regression, random forest, support vector machines, and gradient boosting) were trained using multi-step feature selection and 3-fold stratified cross-validation to provide superior Exploratory Gene Analysis. Gene co-expression networks were constructed from the most informative genes to characteri …
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: There is evidence that complex relationships exist between motor functions, brain structure, and cognitive functions, particularl … lts with different levels of cardiorespiratory fitness (random forest), gait speed, hand dexterity (support vector machine with the radial kernel), and handgrip strength (artificial neural network).
CONCLUSIONS: In summary, similar to observations in older adults, the current study provides empirical evidence (i) that motor functions in young adults are positively rela …
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: To construct a readmission risk prediction model for heart failure based on an Automated Machine Learning (AutoML) framework and … d Pied Kingfisher Optimizer (IPKO) algorithm, integrating algorithms including Logistic Regression, Support vector machine (SVM), XGBoost, and LightGBM, was developed. Model performance and interpretability were evaluated using the Area Under the Receiver Operating Characteristic Curve (AUC), Decision Curve Analysis (DCA), and SHapley Additive exPlanations (SHAP). A vis …
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: Lower-extremity deep vein thrombosis (DVT) after liver transplantation (LT) may delay recovery and complicate thromboprophylaxis … selection, followed by multivariable logistic regression and nomogram construction. Random forest, support vector machine, LightGBM, and XGBoost were evaluated as exploratory comparators. Performance was assessed using discrimination, threshold-dependent classification measures, calibration, the Hosmer-Lemeshow test, decision curve analysis, stratified 5-fold cross-val …
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.
Temporomandibular disorders (TMDs) encompass a heterogeneous group of musculoskeletal conditions involving the temporomandibular joint (TMJ) … ly outperformed conventional machine-learning methods including logistic regression, random forest, support vector machine, and XGBoost as well as advanced tabular deep-learning models such as TabNet, TabTransformer, AutoGluon Tabular Predictor, and FT-Transformer. Shapley additive explanations (SHAP) analysis revealed "pain-free opening" (SHAP = 6.78, P < 0.001) and "c …
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.
BACKGROUND: Prognostication for patients undergoing liver resection for colorectal liver metastases (CRLM) remains challenging. Artificial intelligence-based survival models may improve individualized risk estimation.
METHODS: We developed and compared classical machine learning and deep learning survival models using exclusively preoperative clinical variables from 350 patients undergoing first-time liver resection for CRLM. Models included Cox proportional hazards (CoxPH), random survival forest (RSF), support vector machine for survival (SVM), XGBoost survival, DeepSurv, and DeepHit. Model…
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: Bladder cancer is associated with considerable postoperative recurrence rates. Accurate risk prediction remains challenging in c … , Random Forest, XGBoost, Gradient Boosting Machine, Neural Network, AdaBoost, Decision Tree, C5.0, Support Vector Machine, Elastic Net, and Naive Bayes. Model performance was assessed using area under the receiver operating characteristic curve (AUC), recall, accuracy, F1-score, precision, and negative predictive value (NPV), with 95% confidence intervals calculated fo …
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.
Lack of nutrient-rich food consumption is considered an important underlying factor affecting the healthy development of children, and can l … udy were logistic regression, random forest, K nearest neighbor (KNN), multilayer perceptron (MLP), support vector machine, naive Bayes, extreme gradient Boost (XGBoost), and AdaBoost. Furthermore, Shapley additive explanation's (SHAPs) were used for model interpretability and to identify top predictors. The random forest classifier (accuracy = 82%, recall = 84.9%, prec …
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: Patients with advanced chronic kidney disease (CKD), defined as having an estimated glomerular filtration rate (eGFR) < 45 ml/mi … d recent medication use. Five machine learning models (XGBoost, random forest, logistic regression, support vector machine, and k-nearest neighbor) were trained and evaluated, with feature importance assessed using Shapley Additive explanations (SHAP).
RESULTS: The analysis included 11,502 index visits from 11,018 patients, with 2,195 infection-related hospitalizations …
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: Synovitis is a key driver of osteoarthritis (OA), characterized by a chronic inflammatory microenvironment. However, the contrib … aset of 4 OA transcriptomic datasets (GSE55235, GSE55457, GSE82107, GSE169077) using Random Forest, Support Vector Machine, Gradient Boosting Machine, and eXtreme Gradient Boosting. Immunofluorescence staining and Western blotting of human synovial tissues validated macrophage-associated markers. Pseudotime trajectory and cell-cell communication analyses defined tempora …
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: This study aimed to systematically evaluate the predictive performance of machine learning (ML)-based models for predicting hypo … pooled AUCs of 0.89 for extreme gradient boosting (XGBoost), 0.88 for random forest (RF), 0.85 for support vector machine (SVM), 0.84 for Light Gradient Boosting Machine (LightGBM), 0.83 for logistic regression (LR), and 0.81 for decision tree (DT) models. Common predictors included age, insulin use, body mass index, HbA1c, creatinine, and history of hypoglycemia.
CON …
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.
Phase 2a trials in tuberculosis patients traditionally assess early bactericidal activity over two weeks, often using the time-to-positivity biomarker, followed by a phase 2b study typically lasting 8-week with time-to-event of culture conversion as the endpoint. This study investigated different machine learning models to predict the time-to-event of 2-month culture conversion in the REMoxTB trial with phase 2a time-to-positivity biomarker data and the impact of different phase 2a study lengths. Time-to-positivity at baseline and up to 14 days or 28 days after two moxifloxacin-containing regi
Клиническое исследование III фазыСтатьяРандомизированное 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.
BACKGROUND: Anemia is a global public health issue causing symptoms such as fatigue, weakness, and cognitive decline. Furthermore, anemia is … gnificant differences in facial spectral features between anemic patients and healthy controls. The support vector machine classifier outperformed other classification models, achieving an accuracy of 0.875 (95% CI 0.825-0.925) for distinguishing between the anemia and healthy control groups. In the SHAP interpretation of the model, forehead-570 nm, right cheek-520 nm, …
СтатьяПоддержка 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: Prolonged postoperative length of stay (PLOS) is associated with several clinical risks and increased medical costs. This study … rithms including logistic regression, K-nearest neighbor, gradient boosting machine, random forest, support vector machine, and extreme gradient boosting (XGBoost). The model performance was evaluated by numerous metrics including area under the receiver operating characteristic curve (AUC) and interpreted using shapley additive explanations (SHAP). RESULTS: Cases on or …
СтатьяВалидационное исследованиеРандомизированное 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.
Following complete mesocolic excision (CME), heart failure (HF) emerges as a significant complication, exerting substantial impacts on both … Four distinct machine learning algorithms-extreme gradient boosting (XGBoost), random forest (RF), support vector machine (SVM), and k-nearest neighbor algorithm (KNN)-were employed to construct the model. The k-fold cross-validation method, ROC curve, calibration curve, decision curve analysis (DCA), and external validation were employed for comprehensive model evalua …
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.
MedElevator
Войти в исследования