Polytrauma is commonly defined as multisystem trauma involving at least two body regions with an Abbreviated Injury Scale (AIS) score ≥ 3, characterized by complex pathophysiological interactions and extreme clinical heterogeneity. This study retrospectively analyzed data from 171 274 polytrauma patients in the National Trauma Data Bank (NTDB) from 2018 to 2021. Key features were selected using the eXtreme Gradient Boosting (XGBoost) algorithm. Prediction models were then developed using XGBoost, logistic regression, random forest, naive Bayes, and support vector machine, respectively. Model p
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.
Osteoporotic fractures are a major complication of osteoporosis and pose a substantial global health burden, particularly in postmenopausal women. Although bone mineral density (BMD) is widely used for fracture risk assessment, its predictive accuracy is limited, and integrating multidimensional clinical indicators may improve risk prediction. This retrospective study included 1,717 postmenopausal women from two tertiary hospitals in Shaanxi Province, China, who were classified into fracture (n=797) and non-fracture (n=920) groups based on a history of low-energy fractures. Thirty-two clinical
СтатьяМногоцентровое 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.
PURPOSE: Hip arthroscopy outcomes for femoroacetabular impingement (FAI) remain heterogeneous, with 30-40% of patients failing to achieve meaningful improvement. We aimed to develop and validate a predictive model for achievement of minimal clinically important difference (MCID) using routine preoperative variables, and to compare logistic regression with machine learning algorithms.
METHODS: We retrospectively analyzed 310 consecutive patients undergoing hip arthroscopy for FAI (2010-2024) at a single institution. Predictor variables included age, sex, body mass index (BMI), morphological et
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: The aim of this study was to develop and apply an artificial intelligence (AI) algorithm to aid the clinical decision-making process for managing mandibular retained second deciduous molars (SDM) with no permanent successors using machine learning.
METHODS: This retrospective study consisted of patients who were diagnosed with at least one congenitally missing (agenic) mandibular permanent second premolar with a retained SDM. Pretreatment clinical records from each patient were collected and three sets of input features (radiographic, photographic and clinical) were used. The sa
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 constructed a predictive model for interstitial lung disease (ILD) in patients with rheumatoid arthritis (RA) and explored the value of interpretable machine learning.
METHODS: The medical records of 400 hospitalized RA patients treated in the Department of Rheumatology and Immunology, the First Affiliated Hospital of Anhui University of Chinese Medicine, from July 2021 to January 2025 were collected retrospectively. The patients were randomly allocated into a model training set (n = 280) and a validation set (n = 120) at a ratio of 7:3. Important feature variables were
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.
PURPOSE: Patients with hepatitis B virus (HBV)-related compensated advanced chronic liver disease (cACLD) demonstrate significant liver fibrosis and portal hypertension, further increasing their hepatocellular carcinoma (HCC) risk. This study aimed to develop and validate machine learning-based HCC risk prediction models. METHODS: We retrospectively enrolled 1051 patients with HBV-related cACLD, randomly allocated patients to training (n = 736) and validation (n = 315) cohorts. Feature selection was performed using least absolute shrinkage and selection operator regression, random forest (RF),
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.
Artificial intelligence (AI) algorithms leveraging digital pathology slides are currently transforming the way urological cancers are diagnosed and graded, and they add additional prognostic, predictive and molecular subtyping information beyond traditional pathological risk stratification. This review explores recent advances in histopathology-based AI systems for prostate cancer. We examine how these algorithms perform relative to pathologists for tumour diagnosis and grading, and the ways in which they surpass pathologists with respect to reducing inter-observer variability and providing qu
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.
We assessed the predictive accuracy of the Warfarin Pharmacogenetics Consortium (IWPC) algorithm in a prospective cohort of 376 high-risk elderly patients (≥65 years) who required new treatment with warfarin for either medical (non valvular atrial fibrillation) or surgical conditions (heart valve replacement), had ≥1 comorbid conditions, and regularly used ≥2 other drugs. Follow-up visits were performed according to clinical practice and lasted for a maximum of 1 year. Two hundred and eighty-three (75%) patients achieved a stable maintenance dose. Warfarin maintenance doses were low on average
Клиническое исследованиеСтатьяПоддержка исследования: вне правительства СШАВалидационное 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: Algorithms that use administrative health and electronic medical record (EMR) data to determine cancer recurrence have the potential to replace chart reviews. This study evaluated algorithms to determine breast and colorectal cancer recurrence in a Canadian province with a universal health care system.
METHODS: Individuals diagnosed with stage I-III breast or colorectal cancer diagnosed from 2004 to 2012 in Manitoba, Canada were included. Pre-specified and conditional inference tree algorithms using administrative health and structured EMR data were developed. Sensitivity, specifi
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 use of machine learning to predict postoperative pain and opioid use has likely been catalyzed by the availability of complex patient-level data, computational and statistical advancements, the prevalence and impact of chronic postsurgical pain, and the persistence of the opioid crisis. The objectives of this narrative review were to identify and characterize methodological aspects of studies that have developed and/or tested machine learning algorithms to predict acute, subacute, or chronic pain or opioid use after any surgery and to propose considerations for future machine learning stud
СтатьяОбзорПоддержка NIH: внешняя программаПоддержка 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.
We developed an interpretable machine learning algorithm that prospectively predicts the risk of thrombocytopenia in older critically ill patients during their stay in the intensive care unit (ICU), ultimately aiding clinical decision-making and improving patient care. Data from 2286 geriatric patients who underwent surgery and were admitted to the ICU of Dongyang People's Hospital between 2012 and 2021 were retrospectively analyzed. Integrated algorithms were developed, and four machine-learning algorithms were used. Selected characteristics included common demographic data, biochemical indic
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.
The core body temperature serves as a pivotal physiological metric indicative of sow health, with rectal thermometry prevailing as a prevalent method for estimating core body temperature within sow farms. Nonetheless, employing contact thermometers for rectal temperature measurement proves to be time-intensive, labor-demanding, and hygienically suboptimal. Addressing the issues of minimal automation and temperature measurement accuracy in sow temperature monitoring, this study introduces an automatic temperature monitoring method for sows, utilizing a segmentation network amalgamating YOLOv5s
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: Urine steroid profiles are used in clinical practice for the diagnosis and monitoring of disorders of steroidogenesis and adrenal pathologies. Machine learning (ML) algorithms are powerful computational tools used extensively for the recognition of patterns in large data sets. Here, we investigated the utility of various ML algorithms for the automated biochemical interpretation of urine steroid profiles to support current clinical practices.
METHODS: Data from 4619 urine steroid profiles processed between June 2012 and October 2016 were retrospectively collected. Of these, 1314 p
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: Gallbladder cancer (GBC) is a highly aggressive malignancy with an extremely poor prognosis, and its high postoperative recurrence rate is a major challenge affecting long-term patient survival. Accurately predicting individualized recurrence risk is crucial for formulating adjuvant treatment and follow-up strategies. This study aimed to develop and validate a high-accuracy predictive model by integrating multi-center clinicopathological data and systematically comparing multiple machine learning algorithms. The SHAP (SHapley Additive exPlanations) framework was employed to enhance
СтатьяМногоцентровое исследованиеВалидационное 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 Kidney Disease (CKD) is associated with high 30-day hospital readmission rates due to progressive renal dysfunction, multiple comorbidities, and complications related to dialysis and catheter use. Artificial Intelligence (AI) and Machine Learning (ML) offer promising tools for early identification of high-risk patients. To develop and evaluate ML models for predicting 30-day hospital readmission among CKD patients and identify key clinical and laboratory predictors related to readmission risk.
METHODS: This retrospective study analyzed 277 hospitalized patients with CKD
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.
Exercise intolerance, primarily manifesting as intradialytic hypotension (IDH), is common in maintenance hemodialysis patients, interrupting interventions and contributing to adverse outcomes. This prospective observational study enrolled 128 adults on thrice-weekly hemodialysis for ≥3 months, generating 896 dialysis records. Four classifiers-logistic regression with elastic net penalty, Random Forest, histogram-based gradient boosting decision tree (HGBDT), and eXtreme Gradient Boosting (XGBoost)-were evaluated using a 10-fold GroupKFold cross-validation strategy on the entire dataset. Perfor
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.
ObjectiveTo identify risk factors for postoperative acute kidney injury in patients undergoing off-pump coronary artery bypass grafting and to develop a machine learning model for effective risk prediction.MethodsWe extracted data from the Medical Information Mart for Intensive Care-IV database for patients who underwent off-pump coronary artery bypass grafting. Eight machine learning algorithms were trained, including logistic regression, support vector machine, gradient boosting machine, neural network, eXtreme gradient boosting, adaptive boosting, light gradient boosting machine, and catego
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.
OBJECTIVES: This study aimed to refine an existing machine learning (ML) algorithm for predicting preeclampsia-related adverse outcomes and to assess its generalizability and predictive performance through internal validation in a German cohort and external validation in a North American cohort.
STUDY DESIGN: A retrospective analysis was conducted using data from two cohorts: a cohort of 1,634 pregnant women in Germany and a prospective study cohort of 946 in North America, all presenting with clinical suspicion of preeclampsia.
MAIN OUTCOME MEASURES: Gradient-boosted trees and logistic regr
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.
PURPOSE: This study aimed to evaluate the feasibility of fast Fourier transform (FFT) based spectral features for predicting volumetric modulated arc therapy (VMAT) gamma passing rates (GPRs) in virtual patient-specific quality assurance (PSQA).
METHODS: A total of 481 VMAT treatment plans were retrospectively collected. Multileaf collimator (MLC) trajectories and monitor units (MU) were extracted from control points (CPs) and interpolated onto a uniform gantry-angle grid. FFT-based power spectra were then computed to extract global, spatial-axis, and angular-axis spectral features characteri
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.
PURPOSE: This study aimed to develop a machine learning model to predict exclusive breastfeeding during the first 3 months after birth and to explore factors affecting breastfeeding outcomes.
METHODS: Data from 2,579 participants in the Korean Early Childhood Education & Care Panel between March 1 and June 3, 2025 were analyzed using Python version 3.12.8 and Colab. The dataset was split into training and testing sets at an 80:20 ratio, and five classifiers (random forest, logistic regression, decision tree, AdaBoost, and XGBoost) were trained and evaluated using multiple performance metrics
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