BACKGROUND: Volume of interest (VOI) segmentation is a crucial step for Radiomics analyses and radiotherapy (RT) treatment planning. Because it can be time-consuming and subject to inter-observer variability, we developed and tested a Deep Learning-based automatic segmentation (DLBAS) algorithm to reproducibly predict the primary gross tumor as VOI for Radiomics analyses in extremity soft tissue sarcomas (STS).
METHODS: A DLBAS algorithm was trained on a cohort of 157 patients and externally tested on an independent cohort of 87 patients using contrast-enhanced MRI. Manual tumor delineations
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: Stunting in children is a health problem, especially in developing countries, such as Indonesia. The lack of information-based early preventive measures resulted in an insignificant reduction in stunting. This study aimed to develop a prediction model for stunting at 2-years old in an Indonesian newborn population.
METHOD: Various machine learning algorithms as the core of artificial intelligence technology, under the Cross-Industry Standard Process for Data Mining (CRISP-DM) conceptual framework, were used to build a prediction model using data of 5093 children with 23 predictor
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: Adolescent depression has emerged as a critical global public health concern, with rising prevalence in China posing severe threats to psychological development and social adaptation. Traditional statistical methods face limitations in capturing complex non-linear relationships and interactions among influencing factors, while machine learning algorithms offer advantages in predictive modeling of mental health disorders.
OBJECTIVE: This study aimed to: (1) compare the performance of seven ML algorithms in classifying low and high depression risk groups among Chinese adolescents;
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: To systematically evaluate existing risk prediction models for enteral feeding intolerance (EFI) in critically ill patients, with the aim of providing evidence-based references for clinical practice.
METHODS: PubMed, Web of Science, the Cochrane Library, China National Knowledge Infrastructure (CNKI), Wanfang Database, China Biology Medicine Disc (CBM), and VIP Database were systematically searched from database inception to November 20, 2025. Studies that developed or validated risk prediction models for enteral feeding intolerance in adult critically ill patients were included. D
СтатьяСистематический обзорПолный 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: Diabetic kidney disease (DKD) is a major cause of end-stage renal disease (ESRD). Early identification of DKD patients at high risk of progressing to ESRD is essential, yet the overall performance, methodological quality, and translational readiness of prediction models for this transition remain unclear. To our knowledge, we conducted the first systematic review and meta-analysis focused specifically on prediction models for progression from established DKD to ESRD.
METHODS: We searched PubMed, Embase, Cochrane Library, Web of Science, China National Knowledge Infrastructure (CNK
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.
The pharmacological potential of Zingiber zerumbet is primarily attributed to its key bioactive compound, zerumbone. Zerumbone is known for its antioxidant, antiproliferative, anti-inflammatory, antimicrobial, and anticancer properties. The zerumbone content varies significantly across habitats. This study employed an artificial neural network (ANN) to assess the influence of abiotic factors, such as environmental parameters and soil nutrients, on zerumbone content and to predict optimal cultivation sites for Z. zerumbet. Sixty rhizome accessions from diverse locations in Eastern India were an
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.
Accurately predicting the functional attributes of enzyme mutants is crucial for accelerating enzyme engineering and optimizing biocatalytic systems. Most existing methods focus on enzyme information or a limited set of properties while overlooking key interactions between enzyme mutants and their substrates. To address this limitation, we propose EZPro-Multi, a unified deep learning framework for predicting multiple biochemical properties, including catalytic efficiency (kcat), stability (ΔΔG), and solubility (ΔSol). EZPro-Multi integrates ProtT5-based protein representations with Molformer-b
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.
This study applies conformal prediction (CP) to SpineNet to quantify prediction uncertainty in the classification of central canal stenosis (CCS) into four grades: normal, mild, moderate, and severe. CP provides prediction sets rather than singleton predictions with a guaranteed probability of containing the true class, offering a transparent way to assess model reliability. This makes CP particularly useful in the medical field, where reliable predictions are critical for decision-making. We analysed 1689 vertebral levels (L1/L2 to L5/S1) from 340 patients who underwent T2-weighted MRI examin
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: Endometriosis is a chronic gynecological disease characterized by the growth of endometrial-like tissue outside the uterus, leading to pelvic pain, infertility, and other major health complications. Though some studies have tried to determine the factors that influence endometriosis and its clinical manifestations, the predictive modeling approaches have many limitations. Most of the models are based on complex algorithms that are not interpretable in a clinical setting, and therefore, practitioners cannot easily apply the findings. Moreover, much of the previous research often foc
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: There is increasing interest in the use of artificial intelligence (AI) to assist with respiratory diagnosis and risk prediction. Fuzzy logic is a form of AI that has the advantage of being transparent and interpretable, compared to alternatives such as deep neural networks. We systematically reviewed applications of fuzzy logic for outcome prediction in respiratory medicine.
MATERIALS AND METHODS: We searched PubMed and IEEE Xplore from inception to November 2024 for studies which applied fuzzy logic to respiratory outcome prediction and diagnosis. Three reviewers independently s
СтатьяСистематический обзорПоиск 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: Gingival recession (GR) is a common issue causing plaque accumulation, root caries, abrasion, cervical wear, and dentin hypersensitivity. Studies show a prevalence of thick and thin gingival biotypes, with no significant association between age, gender, or recession. This study aims to use polynomial regression and exponential growth models to predict recession gain based on clinical data. GR is a common issue causing plaque accumulation, root caries, abrasion, cervical wear, and dentin hypersensitivity. Studies show a prevalence of thick and thin gingival biotypes, with no signifi
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: Opioids are the most frequently prescribed medications for managing moderate-to-severe pain and are associated with significant potential for harm. Several models have been developed to predict opioid-related harms (ORHs). This study aimed to describe and evaluate the methodological quality of predictive models for identifying patients at high risk of ORHs.
METHODS: Using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guideline, we reviewed published studies on developing or validating models for predicting ORHs, identified through a literature s
СтатьяСистематический обзорПоиск 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: Monitoring the risk of intussusception after the introduction of rotavirus vaccines is recommended by the World Health Organization (WHO). Although the validity of intussusception monitoring using electronic health records (EHRs) has been confirmed previously, no similar studies have been conducted in China. We aimed to verify the diagnosis and determine an algorithm with the best performance for identification of intussusception using Chinese EHR databases.
RESEARCH DESIGN AND METHODS: Using the Regional Health Information Platform in Ningbo, patients aged 0-72 months from 2015 t
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.
The goal of this observational study was to identify stroke hospitalizations using International Classification of Disease (ICD)-10 codes and use these codes to develop an ascertainment algorithm for use in pragmatic clinical trials, reducing or eliminating the need for manual chart adjudication in future. Using VA (Veterans Affairs) electronic medical records, 9959 patient charts with ICD-10 codes indicating stroke were screened and a sample of 304 were adjudicated by three clinical reviewers. Hospitalizations were categorized as stroke or non-stroke and positive predictive value (PPV) was ca
Наблюдательное исследованиеСтатьяПоддержка 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: Early diagnosis of sepsis has been shown to reduce treatment delays, increase appropriate care, and reduce mortality. The sepsis machine learning algorithm NAVOY® Sepsis, based on variables routinely collected at intensive care units (ICUs), has shown excellent predictive properties. However, the economic consequences of forecasting the onset of sepsis are unknown. Objectives: The potential cost and cost-effectiveness impact of a machine learning algorithm forecasting the onset of sepsis was estimated in an ICU setting. Methods: A health economic model has been developed to capture
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: Appropriate initial antibiotic therapy for presumed pneumonia in critically ill patients decreases the mortality rate. To achieve this goal, treatment guidelines developed by groups such as the American Thoracic Society (ATS) have been stressed. However, often overlooked is the importance of incorporating local microbiologic data into an empiric algorithm. Our hypothesis was that an empiric algorithm supported by our locally-driven analysis would predict more accurate coverage than one defined strictly by an unmodified guideline-driven approach.
METHODS: Retrospective review of al
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: To evaluate methods of preoperative axial length (AL) estimation for intraocular lens (IOL) power calculation in patients with macula-off rhegmatogenous retinal detachment (RRD). These methods included optical biometry, A-scan biometry, and novel decision algorithms.
METHODS: A retrospective analysis of prospectively collected data was conducted at a tertiary hospital from January 2018 to December 2023. Preoperative and postoperative AL measurements were obtained using optical biometry (IOL Master 700, Zeiss, Germany) and A-scan biometry (VuMAX, Sonomed, USA). The primary outcome
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.
Artificial intelligence (AI) has demonstrated revolutionary potential and wide-ranging applications in the comprehensive management of fundus diseases, yet it faces challenges in clinical translation, data quality, algorithm interpretability, and cross-cultural adaptability. AI has proven effective in the efficient screening, accurate diagnosis, personalized treatment recommendations, and prognosis prediction for conditions such as diabetic retinopathy, age-related macular degeneration, and other fundus diseases. However, there is a significant gap between the need for large-scale, high-qualit
Аннотация на английскомСтатьяПолный 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.
MedElevator
Войти в исследования