Cardiotoxicity is a critical issue in drug development that poses serious health risks, including potentially fatal arrhythmias. The human e … ine learning and deep learning algorithms, including Gaussian naive Bayes (NB), random forest (RF), support vector machine (SVM), K-nearest neighbors (KNN), eXtreme gradient boosting (XGBoost), and Transformer models, to build predictive models. Our models demonstrated advanced predictive performance. The best machine learning model, XGBoost Morgan, achieved an accuracy …
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: A clear understanding of minimal clinically important difference (MCID) and substantial clinical benefit (SCB) is essential for … hine-learning models were developed, which include penalized logistic regression as a linear model, support vector machine with polynomial and radial kernels as nonlinear models, and random forest and extreme gradient boosting as nonparametric models. These models predicted both distribution- and anchor-based MCIDs and SCB. In addition, logistic regression models were u …
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: Lymph node tuberculosis (LNTB) is the most prevalent form of extrapulmonary tuberculosis; however, differentiating it from non-L … was performed using the Kyoto Encyclopedia of Genes and Genomes (KEGG). Machine learning, including support vector machines and random forest, were employed to screen for diagnostic biomarkers, which were validated by receiver operating characteristic curves.
RESULTS: Among the 1294 detected metabolites, 89 exhibited significant differences between the two groups. By i …
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: This study aimed to identify the risk factors and construct a reliable prediction model of 28-day all-cause mortality in critical … temperature, age, blood urea nitrogen, red blood cell distribution width, SpO2, and hemoglobin. The support vector machine (SVM) algorithm performed best in predicting 28-d all-cause death. Its AUROC reached 0.877 (95% CI: 0.809 to 0.927, p < 0.001), the Youden index was 0.634 (95% CI: 0.459 to 0.717). Based on the risk stratification system, the difference between the …
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: Chronic hepatitis C (HCV) infection presents global health challenges with significant morbidity and mortality implications. Suc … . Machine learning models, including the logistic regression, random forest, gradient boosting, and support vector machine models, showed high discriminatory power, with logistic regression consistently achieving an AUC value of 0.929. Factors associated with increased mortality risk included cardiovascular diseases, coinfections, and failure to achieve a SVR, while low …
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: Factors contributing to the development of hypertension exhibit significant variations across countries and regions. Our objecti … d for data processing. Ten supervised ML algorithms were utilized, namely logistic regression (LR), support vector machine (SVM), random forest (RF), Gaussian naive Bayes (GNB), linear discriminant analysis (LDA), k-nearest neighbors (KNN), gradient boosting machine (GBM), extreme gradient boosting (XGB), cat boost (CAT), and light gradient boosting machine (LGBM). Hype …
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.
Honey adulteration is a growing concern due to its health benefits and high nutritional content. Traditional methods like Melissopalynology are ineffective in detecting adulterated honey. This research presents a comparative study of machine learning algorithms for detecting adulteration in honey. The study uses hyperspectral imaging, a promising tool for food quality assurance, to classify and predict adulteration in honey. The proposed model relies on hyper-spectrum images and improves the accuracy of existing models using hyperparameter tuning. The dataset used includes segmented and pre-pr
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: Lung cancer, a major global health concern, disproportionately impacts low socioeconomic status (SES) patients, who face suboptimal care and reduced survival. This study aimed to evaluate the prognostic performance of traditional Cox proportional hazards (CoxPH) regression and machine learning models, specifically Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), and Extreme Gradient Boosting (XGBoost), in patients with advanced lung cancer with low SES.
DESIGN: A retrospective study.
METHOD: The 949 patients with advanced lung cancer with low SES who entered …
СтатьяВалидационное 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: This study aimed to construct machine-learning models for prediction of severe dysphagia after ischemic stroke based on clinical … p and non-severe dysphagia group. K-nearest neighbor (KNN), decision tree (DT), random forest (RF), support vector machine (SVM), light gradient boosting machine (LGBM), and extreme gradient boosting (XGBoost) were applied to predict severe dysphagia. Receiver operating characteristic (ROC) curves were plotted, the area under the ROC (AUC) was calculated to assess predi …
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: Posterior Circulation Syndrome (PCS) presents a diagnostic challenge characterized by its variable and nonspecific symptoms. Tim … h a primary diagnosis of stroke. Five machine learning models were trained: XGBoost, Random Forest, Support Vector Machine, Classification and Regression Trees, and Logistic Regression. Multiple performance metrics, such as accuracy, precision, recall, F1-score, AUC, Matthew's correlation coefficient, log loss, and Brier score, were utilized to evaluate model performanc …
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.
OBJECTIVE: To estimate the original corneal curvature after orthokeratology by applying a machine learning-based algorithm.
METHODS: A tota … ing models were established to allow adaptation to more situations. Bagging Tree, Gaussian process, support vector machine (SVM), and decision tree were used for prediction.
RESULTS: K2 after one year of orthokeratology (K2after) was most important in the prediction of K1 and K2. Bagging Tree performed best in both models 1 and 2 for K1 prediction (R = 0.812, RMSE = 0. …
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: We aim to develop myopia classification models based on machine learning algorithms for each schooling period, and further analyze … rade of the mother, age, and extracurricular tutorials weekly. The Junior high school period was an Support Vector Machine (SVM; AUC = 0.672), and the top three influencing factors were gender, extracurricular tutorial subjects weekly, and whether can you do the "three ones" when reading and writing. The senior high school period was an XGboost (AUC = 0.722), and the to …
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: The differential diagnosis of malignant pleural effusion (MPE) and benign pleural effusion (BPE) presents a clinical challenge. … xtreme gradient boosting (XGBoost) model, logistic regression (LR) model, random forest (RF) model, support vector machine (SVM) model, and multilayer perceptron (MLP) model were developed. Their respective diagnostic performances for MPE were evaluated by receiver operating characteristic (ROC) curves.
RESULTS: Among the five models, the XGBoost model exhibited the be …
Наблюдательное исследованиеСтатьяПоиск 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.
Pandemic novel Coronavirus (Covid-19) is an infectious disease that primarily spreads by droplets of nose discharge when sneezing and saliva … d of epidemic Covid-19 over the world. The powerful machine learning algorithms namely Naïve Bayes, Support Vector Machine (SVM) and Linear Regression were applied on real time-series dataset, which holds the global record of confirmed, recovered, deaths and active cases of Covid-19 outbreak. Statistical analysis has also been conducted to present various facts regardin …
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: Mortality prediction in intensive care unit (ICU) patients with ischemic stroke complicated by intracranial artery stenosis or o … t boosting machine (LightGBM), Bagging (bootstrap aggregating), random forest, logistic regression, support vector machine, gradient boosting, adaptive boosting, and k-nearest neighbors-were trained with hyperparameter optimization using RandomizedSearchCV. Model performance was evaluated using area under the curve, accuracy, recall, precision, F1-score, and calibration …
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: Circulating tumor cells (CTCs) are detectable in early-stage cancer and may enable early cancer detection. We evaluated a CTC-ba … differed significantly between groups, whereas WBC and platelet counts did not. An ensemble linear support vector machines model incorporating age and CTC features achieved an area under the curve of 0.85 (95% CI, 0.73-0.96) in the independent test cohort, with high sensitivity (0.93), positive predictive value (0.74), and negative predictive value (0.86), but modest s …
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: Obstructive sleep apnea (OSA) is common after stroke. Still, routine screening of OSA with polysomnography (PSG) is often unfeas … eatures were used with six machine learning and ensemble learning algorithms, namely decision tree, support vector machine, random forest, extreme gradient boosting (XGBoost), adaptive boosting (AdaBoost), and gradient boosting, to compare the performance of several predictive models.
RESULTS: Multivariate logistic regression analysis revealed that age, sex, BMI, neck …
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.
OBJECTIVES: Symptomatic lumbar spinal stenosis (LSS) leads to functional impairment and pain. While radiologic characterization of the morph … ewed literature and a multidisciplinary panel of experts. Random forest, lasso logistic regression, support vector machine, gradient boosting trees, deep neural networks, and automated machine learning models were trained and performance metrics were compared.
RESULTS: Data from 4827 patients (4690 patients without LSS: mean age 62.44, range 27-84 years, 62.8% females, …
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.
Artificial intelligence (AI) is revolutionizing anesthesiology by enhancing the prediction and management of perioperative complications, in … ical applications, and limitations. Techniques include Machine Learning (ML) (e.g., random forests, support vector machines), deep learning, natural language processing (NLP), Computer Vision, Bayesian models, and fuzzy logic, applied across preoperative, intraoperative, and postoperative phases. AI models achieve superior predictive accuracy (AUC 0.85-0.94) compared to …
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.
BACKGROUND: Periodontitis is among the most prevalent inflammatory conditions and greatly impacts oral health. This study aimed to elucidate the role of basement membrane-related genes in the pathogenesis and diagnosis of periodontitis.
METHODS: GSE10334 was used for identification of hub genes via the differential analysis, protein-protein interaction network, MCC and DMNC algorithms, and evaluation via LASSO regression and support vector machine analysis to identify basement membrane-related markers in patients with periodontitis. Findings were validated by analysis of the GSE16134 dataset …
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.
MedElevator
Войти в исследования