OBJECTIVE: To develop and internally validate machine-learning models for non-invasive triage of women at risk for endometriosis using structured clinical variables in a laparoscopically and histologically verified cohort.
STUDY DESIGN: This retrospective study included 2546 women who underwent laparoscopic surgery between 2008 and 2023 at two tertiary referral centers in São Paulo, Brazil. Endometriosis was confirmed in 1983 patients and absent in 563 controls, corresponding to an enriched tertiary-care case prevalence of 77.9%. Two feature-selection strategies were compared: clinician-guide
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: The reliability of intrathoracic impedance monitoring for prediction of heart failure (HF) by implantable cardiac devices is controversial. Despite using additional device-based parameters described in the PARTNERS HF study, such as new onset of arrhythmias, abnormal autonomics, low biventricular pacing rate or patient activity level, the predictive power of device diagnostic algorithm is still in doubt. The objective of this study was to compare the device diagnostic algorithm described in the PARTNERS HF study to a newly developed algorithm applying refined diagnostic criteria.
Сравнительное исследованиеСтатьяНаблюдательное 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: Metabolic reprogramming is a hallmark of hepatocellular carcinoma (HCC). Among various metabolic pathways, bile acids act not only as crucial metabolites but also as key signaling molecules that regulate diverse physiological and pathological processes in the liver. However, the biological functions and clinical implications of bile acid metabolism in HCC progression remain largely unclear.
METHODS: Single-cell transcriptomic data from 67 patients with HCC were integrated to construct a bile acid metabolism scoring system. Pseudotime trajectory analysis was employed to characteriz
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.
RATIONALE AND OBJECTIVES: Accurate prediction of axillary lymph node metastasis (ALNM) after neoadjuvant chemotherapy (NAC) remains challenging in breast cancer. This study aimed to develop an interpretable machine learning model integrating MRI-based radiomics, deep learning features, and the Node-RADS score for noninvasive ALNM prediction after NAC.
MATERIALS AND METHODS: In this multicenter retrospective study, 641 patients with pathologically confirmed breast cancer who underwent surgery between April 2017 and December 2024 across three institutions were enrolled. Preoperative dynamic con
СтатьяМногоцентровое исследованиеПоддержка 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.
INTRODUCTION: Coronary atherosclerotic heart disease (CHD) is a leading cause of morbidity and mortality worldwide, making timely identification critical for improving patient prognosis. However, traditional imaging examinations are limited by high costs and patient selection bias, while existing prediction models often lack interpretability and generalization ability. This study aimed to develop a robust, interpretable machine learning approach to address these challenges.
METHODS: This retrospective study analyzed hospitalized patients at Quzhou People's Hospital from July 2021 to March 202
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.
Sweet osmanthus (Osmanthus fragrans), a traditional ornamental plant in China, exhibits substantial variation in autumn flowering time, which significantly affects landscape application and cultivation efficiency. Here, we performed a genome-wide association study on 127 resequenced accessions classified into early, intermediate, and late flowering types, using a set of 2,325,410 single-nucleotide polymorphisms (SNPs) and 246,824 structural variants (SVs). By integrating SNP/insertion and deletion (Indel) and SV data with weighted gene co-expression network analysis, machine learning, and geno
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: Machine learning has emerged as a promising tool for survival prediction in various diseases; however, its application and external validation in real-world gastric cancer populations remain limited.
METHODS: Clinical data of patients diagnosed with gastric cancer between 2000 and 2018 were obtained from the SEER database, supplemented with data from two Chinese medical centers (2005-2018). Three feature selection methods and four modeling algorithms-including Cox, RSF, CoxBoost, and Deepsurv_Cox-were employed to construct prediction models for overall survival (OS) and cancer-spe
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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.
Breast cancer is one of the most common tumors in women, and early screening can significantly reduce mortality rates. Meanwhile, accurately identifying HER2-positive and HER2-negative subtypes of breast cancer is critical for helping doctors determine treatment options and prognosis strategies for patients. The goal of this study was to develop a computationally efficient, end-to-end model capable of both breast cancer detection and molecular typing prediction without the need for complex feature engineering. This study collected serum samples from 541 volunteers, including HER2-positive, HER
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: Due to the recognition for the importance of early intervention in Alzheimer's disease (AD), it is important to focus on prevention and treatment strategies for mild cognitive impairment (MCI). This study aimed to establish a risk prediction model for AD among MCI patients to provide clinical guidance for primary medical institutions.
METHODS: Data from MCI subjects were obtained from the NACC. Importance ranking and the SHapley Additive exPlanations (SHAP) method for the Random Survival Forest (RSF) and Extreme Gradient Boosting (XGBoost) algorithms in ensemble learning were adopt
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: Accurate mortality prediction following transcatheter aortic valve implantation (TAVI) is essential for mitigating risk, shared decision-making and periprocedural planning. Surgical risk models have demonstrated modest discriminative value for patients undergoing TAVI and are typically poorly calibrated, with incremental improvements seen in TAVI-specific models. Machine learning (ML) models offer an alternative risk stratification that may offer improved predictive accuracy.
METHODS: PubMed, EMBASE, Web of Science and Cochrane databases were searched until 16 December 2023 for st
СтатьяСистематический обзорМетаанализПоиск 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: Non-alcoholic fatty liver disease (NAFLD) is increasingly prevalent among adolescents and poses a significant public health challenge. Due to limitations in imaging and invasive diagnostic methods such as liver biopsy, there is a pressing need for accurate, cost-effective, and non-invasive risk prediction tools. This study aims to develop and compare multiple machine learning (ML) models to predict NAFLD risk in adolescents using routine anthropometric and laboratory data from the National Health and Nutrition Examination Survey (NHANES) 2011-2020 dataset.
METHODS: Data from 2,132
СтатьяСравнительное 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.
Obesity is a global health crisis, with bariatric surgery considered a highly effective intervention for sustained weight loss and resolution of associated health conditions. Despite its benefits, some patients experience postoperative complications, emphasizing the importance of accurate risk prediction. Traditional models often lack the capacity to manage complex clinical data. Artificial intelligence (AI) offers transformative potential for improving the prediction of surgical complications. This systematic review synthesizes existing research on AI's role in forecasting complications follo
СтатьяОбзорПоиск 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.
Traumatic brain injury (TBI) is one of the most prevalent health conditions, with severity assessment serving as an initial step for management, prognosis, and targeted therapy. Existing studies on automated outcome prediction using machine learning (ML) often overlook the importance of TBI features in decision-making and the challenges posed by limited and imbalanced training data. Furthermore, many attempts have focused on quantitatively evaluating ML algorithms without explaining the decisions, making the outcomes difficult to interpret and apply for less-experienced doctors. This study pre
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.
Metabolomics-based prediction models are reshaping hybrid breeding by enabling early and accurate identification of superior genotypes. Papaver somniferum (opium poppy), a pharmaceutically important crop producing benzylisoquinoline alkaloids, is particularly suited to benefit from this approach. Although metabolomics and machine learning have been widely applied in food and oilseed crops, their potential remains largely unexplored in medicinal plants, especially opium poppy. Here, we developed a metabolomics-guided, machine learning-assisted framework to predict hybrid performance and acceler
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: Medication-related osteonecrosis of the jaw (MRONJ) is a rare but serious adverse event. Herein, we conducted a quantitative structure-activity relationship analysis using the U.S. Food and Drug Administration Adverse Drug Reaction Database System (FAERS) and machine learning to construct a drug prediction model for MRONJ induction based solely on chemical structure information. Methods: A total of 4815 drugs from FAERS were evaluated, including 70 and 139 MRONJ-positive and MRONJ-negative drugs, respectively, identified based on reporting odds ratios, Fisher's exact tests, and ≥10
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.
Our study aims to improve the prediction performance of machine learning (ML) models by addressing false records (i.e., false positive, false negative, or missingness) in binary categorical variables in electronic medical records (EMRs) using propensity score (PS). This study used the EMRs of patients with type 2 diabetes mellitus (T2DM) treated with basal insulin at a tertiary university hospital in South Korea. We expanded the definition of PS into the probability of having a record for a binary variable given covariates. We calculated PS for the binary categorical variables in their EMRs 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.
Endocrine-disrupting chemicals (EDCs) are chemicals that can interfere with homeostatic processes. They are a major concern for public health, and they can cause adverse long-term effects such as cancer, intellectual impairment, obesity, diabetes, and male infertility. The endocrine system is a complex machinery, with the estrogen (E), androgen (A), and thyroid hormone (T) modes of action being of major importance. In this context, the availability of in silico models for the rapid detection of hazardous chemicals is an effective contribution to toxicological assessments. We developed Qualitat
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: Symptom-based subtyping for functional gastrointestinal disorders (FGIDs) has limited value in identifying underlying mechanisms and guiding therapeutic strategies. Small intestinal dysbiosis is implicated in the development of FGIDs. We tested if machine learning (ML) algorithms utilizing both gastrointestinal (GI) symptom characteristics and lactulose breath tests could provide distinct clusters.
MATERIALS AND METHODS: This was a prospective cohort study. We performed lactulose hydrogen methane breath tests and hydrogen sulfide breath tests in 508 patients with GI
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: High-dose methotrexate (HD-MTX) is a potent chemotherapeutic agent used to treat pediatric acute lymphoblastic leukemia (ALL). HD-MTX is known for cause delayed elimination and drug-related adverse events. Therefore, close monitoring of delayed MTX elimination in ALL patients is essential.
OBJECTIVE: This study aimed to identify the risk factors associated with delayed MTX elimination and to develop a predictive tool for its occurrence.
METHODS: Patients who received MTX chemotherapy during hospitalization were selected for inclusion in our study. Univariate and least absolute sh
Многоцентровое исследованиеСтатьяПоддержка 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.
INTRODUCTION: Our aim was to explore the impact of various systemic and ocular findings on predicting the development of glaucoma.
METHODS: Medical records of 37,692 consecutive patients examined at a single medical center between 2001 and 2020 were analyzed using machine learning algorithms. Systemic and ocular features were included. Univariate and multivariate analyses followed by CatBoost and Light gradient-boosting machine prediction models were performed. Main outcome measures were systemic and ocular features associated with progression to glaucoma.
RESULTS: A total of 7,880 patients
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.
MedElevator
Войти в исследования