OBJECTIVE: To construct an efficacy prediction model for polycystic ovary syndrome with insulin resistance (PCOS-IR) treated with acupuncture and moxibustion combined with conventional treatment based on machine learning.
METHODS: Data from two real-world studies were collected for the training set (284 cases) and validation set (132 cases). The training set included the data of PCOS-IR patients visited from January 2023 to September 2024, and the validation set was composed of the patients visited from September 2024 to February 2025. Logistic regression (LR) and random forest (RF) algorithm
Аннотация на английскомСтатьяПоиск 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: Brain metastases (BrM) are a frequent complication among patients with non-small cell lung cancer (NSCLC). While guidelines exist for baseline CNS screening in advanced NSCLC, surveillance strategies for early-stage disease remain limited. This study aimed to develop a time-dependent BrM risk prediction nomogram using readily available clinical information.
METHODS: We analyzed a retrospective cohort of NSCLC patients at Penn State Health. Our objectives were to (1) systematically evaluate the performance of existing BrM risk prediction algorithms and (2) construct novel nomograms…
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.
Avian influenza (AI) is a highly transmissible disease with significant implications for public health, agriculture, and global food security. Mathematical, statistical, and machine learning-based models play a crucial role in understanding AI dynamics, predicting outbreaks, and evaluating intervention strategies. This systematic review assesses existing modeling approaches, categorizing studies into mathematical and statistical models, machine learning-based models, and hybrid models, with a focus on their applications in risk assessment, outbreak prediction, dynamic modeling, and parameter e
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.
OBJECTIVE: This study aimed to improve treatment effectiveness in childhood-onset systemic lupus erythematosus (cSLE) by developing machine learning algorithms integrated with pharmacokinetic parameters to predict individualized tacrolimus dosing for optimized therapy.
METHODS: Data from 480 trough tacrolimus concentrations in 86 cSLE patients over five years were analyzed. A nonlinear mixed-effects model was constructed to characterize the pharmacokinetics of tacrolimus. We screened 27 machine learning and deep learning models using 29 clinical variables to select the best-performing individ
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 AND HYPOTHESIS: Accurate identification of female populations at high risk for urinary incontinence (UI) and early intervention are potentially effective initiatives to reduce the prevalence of UI. We aimed to apply machine-learning techniques to establish, internally validate, and provide interpretable risk assessment tools.
METHODS: Data from a cross-sectional epidemiological survey of female urinary incontinence conducted in 2022 were used. Sociodemographic and obstetrics-related characteristics, comorbidities, and urinary incontinence questionnaire results were used to develo
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.
PURPOSE: To evaluate a recently introduced ESCRS online calculator for intraocular lens (IOL) calculation of a multifocal IOL in refractive lens exchange and cataract surgery in a prospective setting.
SETTING: Department of Ophthalmology, Goethe University Frankfurt, Germany.
DESIGN: Prospective, consecutive case series.
METHODS: Eyes that received lens extraction and multifocal IOL implantation were included. The mean prediction error, mean absolute error, and median absolute prediction error (MedAE) provided by the ESCRS online calculator were compared, as were the number of eyes within ±
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.
To individually prescribe rehabilitation contents, it is of importance to know and quantify factors for rehabilitation success and the risk for a future healthcare use. The objective of our multivariable prediction model was to determine factors of rehabilitation success and the risk for a future healthcare use in patients with high-grade, chronic low back pain. We included members of the German pension fund who participated from 2012 to 2019 in multimodal medical rehabilitation with physical and psychological treatment strategies because of low back pain (ICD10:M54.5). Candidate prognostic fa
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 AND OBJECTIVES: Kidney transplantation is the preferred treatment for ESRD, and donor kidney shortage urges proper donor-recipien … post-transplantation kidney function. Our approach is safe, easy, and performs better than current prediction algorithms, which are only on the basis of clinical parameters.
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.
INTRODUCTION: Chronic obstructive pulmonary disease (COPD) has an unpredictable clinical course, causing difficulties in short-term mortality prediction, overtreatment and delayed palliative care. Existing prediction models are limited and lack applicability to Chinese elderly patients with advanced COPD. Given the heavy disease burden and limited palliative care in China, we designed this multicentre cohort study to develop a 6-month mortality prediction model for elderly patients with advanced COPD to aid risk stratification, timely palliative care and efficient healthcare resource allocatio
СтатьяМногоцентровое исследованиеВалидационное 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.
OBJECTIVE: The accuracy of deep learning models for many disease prediction problems is affected by time-varying covariates, rare incidence, covariate imbalance and delayed diagnosis when using structured electronic health records data. The situation is further exasperated when predicting the risk of one disease on condition of another disease, such as the hepatocellular carcinoma risk among patients with nonalcoholic fatty liver disease due to slow, chronic progression, the scarce of data with both disease conditions and the sex bias of the diseases. The goal of this study is to investigate t
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
PURPOSE: The aim of this study was to investigate the potential of multiparametric 18F-FDG PET/MR imaging as a platform for radiomics analysis and machine learning algorithms based on primary cervical cancers to predict N- and M-stage in patients.
MATERIALS AND METHODS: A total of 30 patients with histopathological confirmation of primary and untreated cervical cancer were prospectively enrolled for a multiparametric 18F-FDG PET/MR examination, comprising a dedicated protocol for imaging of the female pelvis. The primary tumor in the uterine cervix was manually segmented on post-contrast T1-w
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.
OBJECTIVE: The existing prediction models for metastasis in pheochromocytomas/paragangliomas (PPGLs) showed high heterogeneity in different centers. Therefore, this study aimed to establish new prediction models integrating multiple variables based on different algorithms.
DESIGN AND METHODS: Data of patients with PPGLs undergoing surgical resection at the Peking Union Medical College Hospital from 2007 to 2022 were collected retrospectively. Patients were randomly divided into the training and testing sets in a ratio of 7:3. Subsequently, decision trees, random forest, and logistic models we
Рандомизированное исследованиеСтатьяПолный 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: The machine learning algorithm was used to construct a prediction model of children's dental caries to determine the risk factors of dental caries in children and put forward targeted measures and policy suggestions to improve children's oral health.
METHODS: Stratified cluster random sampling was adopted in this study. In accordance with different policies and measures in Sichuan Province, 12-year-old students from 3-4 middle schools in eight cities of Sichuan Province were randomly selected for questionnaire survey, oral examination, and physical examination. Multivariate logist
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.
Objective: Vagus nerve stimulation (VNS) is an adjunctive and well-established treatment for patients with drug-resistant epilepsy (DRE). However, it is still difficult to identify patients who may benefit from VNS surgery. Our study aims to propose a VNS outcome prediction model based on machine learning with multidimensional preoperative heart rate variability (HRV) indices. Methods: The preoperative electrocardiography (ECG) of 59 patients with DRE and of 50 healthy controls were analyzed. Responders were defined as having at least 50% average monthly seizure frequency reduction at 1-year f
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: The purpose of this study is to determine the best dose processing method for deep learning-based dose prediction in brachytherapy (BT), as well as to investigate the feasibility of using the inverse dose optimization algorithm to improve treatment planning quality.
METHODS AND MATERIALS: BT data from 186 patients with cervical cancer were retrospectively collected. The data were divided into three sets: training, validation, and test, with a ratio of 150:18:18. The dose data was normalized using square-root transformation normalization, logarithmic normalization, and linear normaliz
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.
Around several hundred million people globally suffer from severe or negative mental health illnesses (MH). However, individuals report highly variable perceptions of music's impact on their mental health. The purpose of this study was to develop and validate machine learning-based model to predict the effects of music on self-reported mental health (MH). The benchmark dataset is used to analyse the evaluated machine-learning models which has 1,626 individuals across 34 variables. Further this dataset is split into training and testing set, respectively, using state of the art techniques. Of 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: Metabolic dysfunction-associated steatotic liver disease (MASLD) is closely associated with obstructive sleep apnea (OSA) through shared metabolic and inflammatory mechanisms. Early identification of high-risk individuals remains challenging, highlighting the need for reliable predictive tools.
METHODS: This retrospective multicenter study included patients with MASLD from two tertiary hospitals in China. Least absolute shrinkage and selection operator (LASSO) regression combined with multivariate logistic regression was used for feature selection. Seven predictive models were con
СтатьяМногоцентровое исследованиеВалидационное 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: Colorectal signet ring cell carcinoma (CSRCC) is a rare subtype of colorectal cancer characterized by an exceptionally poor prognosis. Currently, accurate survival prediction models for CSRCC are lacking. This study aimed to investigate the clinical characteristics of CSRCC and to develop and compare multiple machine learning–based models for predicting cancer-specific survival (CSS). METHODS: We retrospectively analyzed data from CSRCC patients diagnosed between January 2000 and December 2021 in the SEER database. Patients were randomly assigned to training and test cohorts in a 7
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.
OBJECTIVE: This study aims to identify the key risk factors for occupational exposure among oral healthcare workers and develop a predictive model using machine learning algorithms to lay the foundation for early screening of high-risk populations and the formulation of preemptive intervention plans.
METHODS: A multicenter cross-sectional study was conducted among 367 oral healthcare workers in 27 hospitals in Tianjin, China, from January 2025 to June 2025. Data were collected via an online questionnaire, encompassing demographic information, Work Preference Inventory, Organizational Climates
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.
BACKGROUND: Although telehealth strategies can be effectively adopted to manage cancer pain, identifying the optimal care pathway for tailoring interventions and allocating resources remains difficult. Artificial intelligence and machine learning (ML) may help clinicians develop more accurate strategies for predicting whether patients need remote consultations or in-person evaluations.
METHODS: Data from two cohorts of cancer pain patients were analyzed. Variables included sociodemographic and clinical data, including age, sex, ECOG performance status, metastases, bone metastases, pain type,
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