OBJECTIVES: Approximately 30% of patients with aneurysmal subarachnoid hemorrhage (aSAH) develop delayed cerebral ischemia (DCI). DCI is associated with increased mortality and persistent neurological deficits. This study aimed to analyze heart rate variability (HRV) data from patients with aSAH using machine learning to evaluate whether specific patterns could be found in patients developing DCI.
MATERIAL & METHODS: This is an extended, in-depth analysis of all HRV data from a previous study wherein HRV data were collected prospectively from a cohort of 64 patients with aSAH admitted to Sahl
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: To develop an accurate machine learning (ML) predictive model incorporating patient, fracture, and trauma characteristics to identify individual patients at risk of an (occult) PMF.
METHODS: Databases of 2 studies including patients with TSFs from 2 Level 1 trauma centers were combined for analysis. Using ten-fold cross-validation, 4 supervised ML algorithms were trained in recognizing patterns associated with PMFs: (1) Bayes point machine; (2) support vector machine; (3) neural network; and (4) boosted decision tree. Performance of each ML algorithm was evaluated and compared bas
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: Keloids are characterized by high recurrence rates and variable responses to intralesional corticosteroid therapy. Objective and non-invasive approaches for predicting treatment response and recurrence remain limited. This study aimed to develop and validate machine learning models integrating dermatoscopic and high-frequency ultrasound features for individualized risk stratification in patients with keloids.
METHODS: In this retrospective cohort study, 174 patients with keloids from the internal cohort and an independent external validation cohort of 30 patients were included. De
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: Rheumatoid arthritis (RA) is a persistent inflammatory condition, and electroacupuncture (EA) has been demonstrated to effectively reduce the symptoms associated with RA. However, the molecular mechanisms underlying the effects of EA in RA remained poorly understood. This study aimed to identify potential diagnostic biomarkers for RA and elucidated the molecular targets of EA by using bioinformatics analysis and machine learning algorithms in peripheral blood samples.
METHODS: We obtained datasets from the Gene Expression Omnibus(GEO) database containing samples from RA patients (GSE
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.
A universal method for rapid identifying super-enhancers which are large domains of multiple closely-spaced enhancers is proposed. The method applies configurable cloud virtual machines (cVMs) and the rank-ordering of super-enhancers (ROSE) algorithm. To identify super-enhancers a сVM-based analysis of the ChIP-seq binding patterns of the active enhancer-associated mark is employed. The use of the proposed method is described step-by-step: configuration of cVM; ChIP-seq data alignment; peak calling; ROSE algorithm; interpretation of the results on a client machine. The method was validated for
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.
INTRODUCTION: With rapid population aging in China, depression among middle-aged and older adults has become a major public health concern. Chronic pain and sociodemographic factors are closely associated with depressive symptoms, yet their combined and heterogeneous effects are difficult to capture using traditional analytical approaches. Interpretable machine learning provides a framework to explore depression-related risk patterns within a biopsychosocial perspective.
METHODS: Data were obtained from seven waves of the China Health and Retirement Longitudinal Study (CHARLS, 2011-2020), inc
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: The diagnosis of benign lesions of the vocal fold (BLVF) is still challenging. The analysis of the acoustic signals through the implementation of machine learning models can be a viable solution aimed at offering support for clinical diagnosis.
MATERIALS AND METHODS: In this study, a support vector machine was trained and cross-validated (10-fold cross-validation) using 138 features extracted from the acoustic signals of 418 patients with polyps, nodules, oedema, and cysts. The model's performance was presented as accuracy and average F1-score. The results were also analysed in mal
Оценочное исследованиеСтатьяПоиск 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.
This study investigates whether eye movement abnormalities can differentiate between distinct clinical annotations of dyslexia, attention deficit, or school learning difficulties in children. Utilizing a selection of saccade and vergence eye movement data from a large clinical dataset recorded across 20 European centers using the REMOBI and AIDEAL technologies, this research study focuses on individuals annotated with only one of the three annotations. The selected dataset includes 355 individuals for saccade tests and 454 for vergence tasks. Eye movement analysis was performed with AIDEAL sof
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: Survivors of acute COVID-19 often suffer prolonged, diffuse symptoms post-infection, referred to as "Long-COVID". A lack of Long-COVID biomarkers and pathophysiological mechanisms limits effective diagnosis, treatment and disease surveillance. We performed targeted proteomics and machine learning analyses to identify novel blood biomarkers of Long-COVID.
METHODS: A case-control study comparing the expression of 2925 unique blood proteins in Long-COVID outpatients versus COVID-19 inpatients and healthy control subjects. Targeted proteomics was accomplished with proximity extension
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.
The etiologies and pathogenesis of dilated cardiomyopathy (DCM) with heart failure (HF) remain to be defined. Thus, exploring specific diagnosis biomarkers and mechanisms is urgently needed to improve this situation. In this study, three gene expression profiling datasets (GSE29819, GSE21610, GSE17800) and one single-cell RNA sequencing dataset (GSE95140) were obtained from the Gene Expression Omnibus (GEO) database. GSE29819 and GSE21610 were combined into the training group, while GSE17800 was the test group. We used the weighted gene co-expression network analysis (WGCNA) and identified fif
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.
Autism spectrum disorder (ASD) patients are often reported altered patterns of functional connectivity (FC) on resting-state functional magnetic resonance imaging (rsfMRI) scans. However, the results in similar brain regions were inconsistent. In this study, we first investigated statistical differences in large-scale resting-state networks (RSNs) on 192 healthy controls (HCs) and 103 ASD patients by using independent component analysis (ICA). Second, an image-based meta-analysis (IBMA) was applied to discover the consistency of spatial patterns from different sites. Last, utilizing these patt
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.
The extent of tumor-infiltrating lymphocytes (TILs), along with immunomodulatory ligands, tumor-mutational burden and other biomarkers, has been demonstrated to be a marker of response to immune-checkpoint therapy in several cancers. Pathologists have therefore started to devise standardized visual approaches to quantify TILs for therapy prediction. However, despite successful standardization efforts visual TIL estimation is slow, with limited precision and lacks the ability to evaluate more complex properties such as TIL distribution patterns. Therefore, computational image analysis approache
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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.
This study aimed to integrate multiple datasets for the identification of atrial fibrillation (AF)-related differentially expressed genes (DEGs), analyze their underlying mechanisms through functional enrichment and machine learning, construct diagnostic models, and explore immune-metabolic interactions to provide novel biomarkers and theoretical foundations. Gene expression datasets were integrated and normalized, with batch effects removed using principal component analysis. Differential expression analysis, functional enrichment analysis (Gene Ontology and Kyoto Encyclopedia of Genes and Ge
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.
High-throughput analysis of EEG data has significantly contributed to understanding neural dynamics in Alzheimer's disease diagnosis. However, the complexity and high dimensionality of EEG signals pose challenges for traditional classification methods, which often fail to capture intricate patterns. To address this, we propose a hybrid approach integrating Topological Deep Learning (TDL) with machine learning models-including Support Vector Machines (SVM), Random Forest (RF), Neural Networks (NN), and Logistic Regression (LR)-for Alzheimer's disease classification. By leveraging TDL, our metho
СтатьяОтозванная публикацияПоиск 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.
Artificial intelligence (AI) has become a revolutionary influence in the field of ophthalmology, providing unparalleled capabilities in data analysis and pattern recognition. This narrative review delves into the crucial role that AI plays, particularly in the context of anterior segment diseases with a genetic basis. Corneal dystrophies (CDs) exhibit significant genetic diversity, manifested by irregular substance deposition in the cornea. AI-driven diagnostic tools exhibit promising accuracy in the identification and classification of corneal diseases. Importantly, chat generative pre-traine
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: As the COVID-19 pandemic evolves, challenges in frontline work continue to impose a significant psychological impact on nurses. However, there is a lack of data on how nurses fared compared to other health care workers in the Asia-Pacific region.
OBJECTIVE: This study aims to investigate (1) the psychological outcome characteristics of nurses in different Asia-Pacific countries and (2) psychological differences between nurses, doctors, and nonmedical health care workers.
METHODS: Exploratory data analysis and visualization were conducted on the data collected through surveys. A m
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: Chronic pain and high disability rates caused by osteoarthritis (OA) significantly impact quality of life. Programmed cell death (PCD) plays a crucial role in OA pathogenesis; however, a comprehensive analysis of PCD patterns in OA is lacking, limiting understanding of their potential role.
METHODS: Batch transcriptomic data related to OA were obtained from the GEO database. Differential expression analysis based on 13 PCD patterns was performed to identify differentially expressed genes (DEGs). Unsupervised clustering algorithms were applied to define molecular subtypes associa
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.
Sepsis is a condition resulting from the uncontrolled immune response to infection, leading to widespread inflammatory damage and potentially fatal organ dysfunction. Currently, there is a lack of specific prevention and treatment strategies for sepsis across different age groups. Programmed Cell Death (PCD) can regulate the enrichment of effector immune cells or regulatory immune cells, providing a new perspective for immunotherapy. Within the framework of computational biology and machine learning strategies, and against the backdrop of global multicenter sepsis cohort data, this study aims
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/Objectives: B-cell maturation antigen (BCMA)-directed immunotherapies, including chimeric antigen receptor T-cell (CAR-T) therapies and bispecific antibodies (BsAbs), have improved clinical outcomes in multiple myeloma. However, cytokine release syndrome (CRS) remains a major safety concern, and comparative real-world evidence across BCMA-directed agents remains limited. This study aimed to evaluate and compare CRS reporting patterns associated with BCMA-targeted CAR-T and BsAb therapies using the FDA Adverse Event Reporting System (FAERS) data and to identify predictors of CRS repo
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: Internal ribosome entry site (IRES) is a cap-independent translation element widely used in circular RNA-based protein expression. Current IRES identification relies heavily on labor-intensive experiments, and existing computational methods based on machine learning or CPU-based deep learning suffer from limited accuracy and efficiency.
METHODS: Here, we present IRESGet, a Transformer-based model for IRES sequence prediction. The model was trained and validated on datasets curated from published literature and public databases. Among five feature encoding strategies, RNA-FM achieve
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