BACKGROUND: Western medical treatment and surgery are less effective in treating chronic atrophic gastritis, and there is no definitive trea … ed, followed by functional enrichment analysis of overlapping genes. Core genes were screened using Support Vector Machine Recursive Feature Elimination (SVM-RFE), Least Absolute Shrinkage and Selection Operator (LASSO), and Random Forest algorithms. Perform immune infiltration analysis of core genes and construct a ceRNA network.
RESULTS: As a key gene, CASP3, highly …
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 establish and validate a machine learning model for predicting moderate-to-severe cancer-related fatigue (CRF) 2 years after completion of anti-tumor therapy in breast cancer patients.
METHODS: Clinical and laboratory data from 183 patients were retrospectively collected. Candidate predictors were screened using multivariate logistic regression, and seven algorithms-logistic regression, decision tree, random forest, support vector machine, extreme gradient boosting (XGBoost), k-nearest neighbor, and naïve Bayes-were constructed in the training cohort and validated…
СтатьяВалидационное 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.
BACKGROUND: Post‑acute pancreatitis prediabetes/diabetes mellitus (PPDM‑A) is one of the common sequelae of acute pancreatitis (AP). The aim of our study was to build a machine learning (ML)-based prediction model for PPDM-A in hypertriglyceridemic acute pancreatitis (HTGP).
METHODS: We retrospectively enrolled 165 patients for our study. Demographic and laboratory data and body composition were collected. Multivariate logistic regression was applied to select features for ML. Support vector machine (SVM), linear discriminant analysis (LDA), and logistic regression (LR) were used to develop 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.
(1) Background: Numerous variables could influence the risk of rectal cancer recurrence or metastasis, and machine learning (ML)-based algor … y included in this study between November 2019 and July 2023. Decision tree (DT), naïve Bayes (NB), support vector machine (SVM), and random forest (RF) were used to analyze imagistic, surgical, and pathological data retrieved from the medical files, and their predictive performance was assessed; (3) Results: The best predictive performance was achieved by RF when used …
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.
Primary Immune Thrombocytopenia (ITP) is a rare autoimmune disease characterised by the immune-mediated destruction of peripheral blood plat … mographic data in a non-acute outpatient setting. Various ML models, including Logistic Regression, Support Vector Machine, k-Nearest Neighbor, Decision Tree and Random Forest, were applied to data from the UK Adult ITP Registry and a general haematology clinic. Two different approaches were investigated: a demographic-unaware and a demographic-aware one. We conduct ext …
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: In breast cancer (BC) patients with clinical axillary lymph node metastasis (cN+) undergoing neoadjuvant therapy (NAT), precise axi … 4 delta-radiomic and 2048 delta-deep learning features. Light Gradient Boosting Machine (LightGBM), Support Vector Machine (SVM), RandomForest, and Multilayer Perceptron (MLP) algorithms were employed to develop risk models and were evaluated using 10-fold cross-validation.
RESULTS: Of the patients, 61 (38.13 %) achieved ypN0 status post-NAT. Univariate and multivariab …
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.
This study aimed to predict arginine vasopressin deficiency (AVP-D) following transsphenoidal pituitary adenoma surgery using machine learning algorithms. We reviewed 452 cases from December 2013 to December 2023, analyzing clinical and imaging data. Key predictors of AVP-D included sex, tumor height, preoperative and postoperative changes in sellar diaphragm height and pituitary stalk length, preoperative ACTH levels, changes in ACTH levels, and preoperative cortisol levels. Six machine learning algorithms were tested: logistic regression (LR), support vector classification (SVC), random fore
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.
The drilling rate index (DRI) of rocks is important for optimizing drilling operations, as it informs the choice of appropriate methods and equipment, ultimately improving the efficiency of rock excavation projects. This study presents a hybrid machine learning approach to predict the DRI of rocks accurately. By integrating grey wolf optimization with support vector machine (GWO-SVM), random forest (GWO-RF), and extreme gradient boosting (GWO-XGBoost) models, the aim was to enhance predictive accuracy. Among these, the GWO-XGBoost model exhibited superior predictive performance, achieving a co…
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 number of coronavirus disease (COVID-19) cases is constantly rising as the pandemic continues, with new variants constantly emerging. Th … . These are the convolutional neural network (proposed architecture (named, SCovNet) and Resnet18), support vector machine, and logistic regression. Out of all four models, the proposed SCoVNet architecture reached the best performance with an accuracy of almost 99% and 98% on chest computed tomography scan images and chest X-ray images, respectively.
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.
Background The COVID-19 infection has spread rapidly since its emergence and has affected a large part of the global population. With the in … nority Oversampling Technique was used to reduce the imbalance in the dataset. K-nearest neighbors, support vector machine, stochastic gradient descent, random forest, neural network, naive Bayes, logistic regression, gradient boosting, XGBoost, and AdaBoost models were used to create the ML algorithm, and the accuracy rates of mortality prediction were compared. Result …
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.
Efforts have been made to improve the risk stratification model for patients with diffuse large B-cell lymphoma (DLBCL). This study aimed to evaluate the disease prognosis using machine learning models with iterated cross validation (CV) method. A total of 122 patients with pathologically confirmed DLBCL and receiving rituximab-containing chemotherapy were enrolled. Contributions of clinical, laboratory, and metabolic imaging parameters from fluorine-18 fluorodeoxyglucose (FDG) positron emission tomography/computed tomography (PET/CT) scans to the prognosis were evaluated using five regression
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: Previous studies have developed the Migraine Aura Complexity Score (MACS) system. MACS shows great potential in studying the com … g a correlation test and a wrapper feature selection methodology. Regression was performed with the Support Vector Machine (SVM), Linear Regression, and Radial Basis Function network.
RESULTS: SVM achieved a 0.89 coefficient of determination score with a wrapper feature selection. The results suggest a set of cortical features, located mostly in the parietal and tempor …
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: Hindered by its unspecific clinical and phenotypical presentation, cardiac sarcoidosis (CS) remains a challenging diagnosis.
OBJECTIVE: Utilizing cardiac magnetic resonance imaging (CMR), we acquired multi-chamber volumetrics and strain feature tracking for a support vector machine learning (SVM)-based diagnostic approach to CS.
METHOD: Forty-five CMR-negative (CMR(-), 56.5(53.0;63.0)years), eighteen CMR-positive (CMR(+), 64.0(57.8;67.0)years) sarcoidosis patients and forty-four controls (CTRL, 56.5(53.0;63.0)years)) underwent CMR examination. Cardiac parameters were processed us…
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.
Excessive exposure to metals directly threatens human health, including neurodeve lopment. Autism spectrum disorder (ASD) is a neurodevelopm … he brain. We also developed a machine learning classification method for unknown samples based on a support vector machine (SVM) algorithm. The results indicated significant differences in the blood metallome (chromium (Cr), manganese (Mn), cobalt (Co), magnesium (Mg), and arsenic (As)) between cases and controls, and a significantly lower Zn/Cu ratio was observed in th …
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: Thyroid-associated ophthalmopathy (TAO) is an autoimmune disease that affects the orbit and is the most prevalent extra-thyroidal c … n patients with active TAO and to distinguish patients with TAO from healthy controls (HCs) using a support vector machine (SVM) classifier. Methods: A total of 21 patients with TAO and 21 HCs underwent resting-state functional magnetic resonance imaging scans. dALFFs were calculated in conjunction with sliding window approaches to assess dynamic regional brain activity …
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: To develop machine learning (ML) models to predict the surgical risk of children with pancreaticobiliary maljunction (PBM) and biliary dilatation.
METHODS: The subjects of this study were 157 pediatric patients who underwent surgery for PBM with biliary dilatation between January, 2015 and August, 2022. Using preoperative data, four ML models were developed, including logistic regression (LR), random forest (RF), support vector machine classifier (SVC), and extreme gradient boosting (XGBoost). The performance of each model was assessed via the area under the receiver operator charact…
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.
Dengue, like other arboviruses with broad clinical spectra, can easily be misdiagnosed as other infectious diseases due to the overlap of si … s modeled into a hospitalization level linked dataset. Then, Random Forest, Logistic Regression and Support Vector Machine algorithms were assessed. The algorithms were trained by dividing the dataset in training/test set and performing a cross validation to select the best hyperparameters in each algorithm tested. The evaluation was done based on accuracy, precision, r …
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 aimed to create a prediction model of postoperative pulmonary complications for the patients with emergency cerebral hemorrhage surgery.
METHODS: Patients with hemorrhage surgery who underwent cerebral hemorrhage surgery were included and divided into two groups: patients with or without pulmonary complications. Patient characteristics, previous history, laboratory tests, and interventions were collected. Univariate and multivariate logistic regressions were used to predict postoperative pulmonary infection. Multiple machine learning approaches have been used to compare
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.
Electroencephalography (EEG)-based diagnosis of psychiatric diseases using machine-learning approaches has made possible the objective diagn … independently used to discriminate PTSD and HC. The classification performance was evaluated using support vector machine with leave-one-out cross validation. The PSD features extracted from slower-frequency bands (delta and theta) showed significantly higher classification performance than those of relatively higher-frequency bands. The best classification performance …
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 present study intends to use machine learning (ML) and deep learning (DL) models to forecast PM2.5 concentration at a location in Delhi. For this purpose, multi-layer feed-forward neural network (MLFFNN), support vector machine (SVM), random forest (RF) and long short-term memory networks (LSTM) have been applied. The air pollutants, e.g., CO, Ozone, PM10, NO, NO2, NOx, NH3, SO2, benzene, toluene, as well as meteorological parameters (temperature, wind speed, wind direction, rainfall, evaporation, humidity, pressure, etc.), have been used as inputs in the present study. Moreover, this is o…
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