The prevalence of antibiotic-resistant bacteria (ARB) in wastewater is growing, posing significant risks to human health and the environment, and requiring more sophisticated data-driven treatment strategies to achieve effective pathogen inactivation. Traditional treatment procedures are often inadequate for removing biological pollutants, highlighting the need for improved and proactive treatment methods. This study used machine learning (ML) models to predict the efficiency of ARB inactivation in Fenton-based advanced oxidation processes. After screening and comparing ten tree-based ML algor
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: There is a lack of venous thromboembolism (VTE) risk prediction models based on gene expression information.
OBJECTIVE: This study aimed to construct a VTE prediction model based on whole blood gene expression profiling, by performing a comprehensive analysis of 20 machine learning (ML) algorithms.
METHODS: Two transcriptome datasets containing patients with VTE and healthy controls were obtained by searching the Gene Expression Omnibus database and used as the training and validation sets, respectively. Feature selection for model construction was performed on the training set u
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.
OBJECTIVE: To construct and validate a predictive model for sleep disorders in older adults with coronary heart disease (CHD) using machine learning algorithms.
METHODS: A cross-sectional survey design was employed to collect clinical data from 338 older adult patients with CHD who were admitted to our hospital between January 2023 and December 2024. Participants were divided into two groups based on the presence of sleep disorders (PSQI > 7). Data were collected from questionnaires and electronic medical records, and subjects were randomly divided into training (241 cases) and validation (97
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 aims to predict hypothermia during neonatal in-hospital transport using machine learning techniques, identify risk factors, rank their importance, and visualize the results, allowing healthcare providers to rapidly assess the probability of hypothermia risk during transport.
METHODS: Clinical data of 9,060 neonates transported within a tertiary maternity hospital in Shanghai between January 2023 and June 2024 were collected, including maternal and neonatal data. Variables were selected using LASSO regression. Neonates were categorized into hypothermia and normal temperat
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: Postoperative acute kidney injury (PO-AKI) is a prevalent complication among patients with acute type A aortic dissection (aTAAD) for which unrecognized trajectories of renal function recovery, and their heterogeneity, may underpin poor success in identifying effective therapies.
METHODS: This was a retrospective, single-center cohort study in a regional Great Vessel Center including patients undergoing aortic dissection surgery. Estimated glomerular filtration rate (eGFR) recovery trajectories of PO-AKI were defined through the unsupervised latent class mixture modeling (LCMM), w
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 examine the ocular biometric parameters and predict the annual growth rate of the physiological axial length (AL) in Chinese preschool children aged 4-6 years old.
METHODS: This retrospective cross-sectional study included 1090 kindergarten students (1090 right eyes) between the ages of 4 and 6 years from Pinggu and Chaoyang District, Beijing. Dioptre values were ascertained following cycloplegic autorefraction. Predicted AL was obtained through the application of the Gaussian process regression model as an optimisation technique. Subsequently, the annual growth rate of physiol
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: From a global perspective, China is one of the countries with higher incidence and mortality rates for cancer.
OBJECTIVE: Our objective is to create an online cancer risk prediction tool for middle-aged and elderly Chinese adults by leveraging machine learning algorithms and self-reported data.
METHOD: Drawing from a cohort of 19,798 participants aged 45 and above from the China Health and Retirement Longitudinal Study (2011 - 2018), we employed nine machine learning algorithms (LR: Logistic Regression, Adaboost: Adaptive Boosting, SVM: Support Vector Machine, RF: Random Forest,
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.
Myasthenia gravis (MG), an acquired autoimmune-related neuromuscular disorder that causes muscle weakness, presents with varying severity, including myasthenic crisis (MC). Although MC can cause significant morbidity and mortality, specialized neuro-intensive care can produce a good long-term prognosis. Considering the outcomes of MG during hospitalization, it is critical to conduct risk assessments to predict the need for intensive care. Evidence and valid tools for the screening of critical patients with MG are lacking. We used three machine learning-based decision tree algorithms, including
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: Predictions in pregnancy care are complex because of interactions among multiple factors. Hence, pregnancy outcomes are not easily predicted by a single predictor using only one algorithm or modeling method.
OBJECTIVE: This study aims to review and compare the predictive performances between logistic regression (LR) and other machine learning algorithms for developing or validating a multivariable prognostic prediction model for pregnancy care to inform clinicians' decision making.
METHODS: Research articles from MEDLINE, Scopus, Web of Science, and Google Scholar were reviewed f
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: Reported cases of uncontrolled use of pesticides and its produced effects by direct or indirect exposition, represent a high risk for human health. Therefore, in this paper, it is shown the results of the development and execution of an algorithm that predicts the possible effects in endocrine system in Fisher 344 (F344) rats, occasioned by ingestion of malathion.
METHODS: It was referred to ToxRefDB database in which different case studies in F344 rats exposed to malathion were collected. The experimental data were processed using Naïve Bayes (NB) machine learning classifier, whi
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: The PReDicT study showed that predictive algorithm-guided antidepressant treatment reduces anxiety and improves functioning in patients with depression.
AIMS: To estimate the costs, outcomes and cost-effectiveness of the PReDicT test compared with treatment as usual (TAU) for primary depression care in five European countries.
METHOD: Within-trial economic analysis was conducted over 24 weeks from the health/social care and societal perspectives alongside the PReDicT trial (NCT02790970) in France, Germany, The Netherlands, Spain, and the UK, according to Consolidated Health Econo
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: For the association between time-lapse technology (TLT) and embryo ploidy status, there has not yet been fully understood. TLT has the characteristics of large amount of data and non-invasiveness. If we want to accurately predict embryo ploidy status from TLT, artificial intelligence (AI) technology is a good choice. However, the current work of AI in this field needs to be strengthened.
METHODS: A total of 469 preimplantation genetic testing (PGT) cycles and 1803 blastocysts from April 2018 to November 2019 were included in the study. All embryo images are captured during 5 or 6
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: Multivariable risk prediction algorithms are useful for making clinical decisions and health planning. While prediction algorithms for new onset of anxiety disorders in Europe and elsewhere have been developed, the performance of these algorithms in the Americas is not known. The objective of this study was to validate the PredictA algorithm for new onset of anxiety and/or panic disorders in the US general population.
METHODS: Longitudinal study design was conducted with approximate 2-year follow-up data from a total of 24 626 individuals who participated in Wave 1 and 2 of the …
СтатьяПоддержка NIH: внешняя программаПолный 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.
Skin sensitization testing to ensure the safety of skincare products for public consumption has largely relied on human repeat insult patch test (HRIPT). The desire to minimize reliance on HRIPT has prompted a search for alternative methods to assess the sensitization risk of consumer products to inform decision-making about their suitability before being brought to market. The novel Skin Sensitization Prediction Model (SSPM) is a methodology that draws upon a database consisting of more than 20 years of historical HRIPT data pertaining to 1274 unique product formulations, comprising 1226 comm
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.
BackgroundNeuroimaging-derived brain age is a promising biomarker of early neurodegeneration, but methodological variation in machine learning (ML) algorithms and input features as well as scarce evidence from various ethnic populations limit clinical translation.ObjectiveTo identify an accurate and interpretable machine learning-based brain age model for a multiethnic Asian population and examine its utility as a biomarker of early cognitive declineMethodsNine brain age prediction models were developed using 406 cognitively normal individuals (45-86 years) from two population-based studies us
СтатьяСравнительное исследованиеПоддержка 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.
OBJECTIVE: This study aims to evaluate cognitive function in patients with Cerebral Small Vessel Disease (CSVD) and investigate its association with variables such as serum Insulin-like Growth Factor-1 (IGF-1). Artificial intelligence algorithms, specifically eXtreme Gradient Boosting (XGBoost) and SHapley Additive exPlanations (SHAP), were utilized for analysis and interpretation.
METHODS: A total of 216 patients diagnosed with CSVD were enrolled from the Department of Neurology, Third Affiliated Hospital of Soochow University, between November 2019 and August 2020. Clinical and biochemical
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.
OBJECTIVES: This study aimed to develop a model for predicting peripheral lymph node metastasis (LNM) in thyroid cancer patients by combining enhanced CT radiomic features with machine learning algorithms. It increased the clinical utility and interpretability of the predictions through SHAP (SHapley Additive exPlanation) values and nomograms for model explanation and visualization.
METHODS: Clinical and enhanced CT image data from 375 patients with thyroid cancer confirmed by postoperative pathology at Xiangyang No. 1 People's Hospital were collected from January 2015 to July 2023. Among the
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.
OBJECTIVE: This study explores the predictive value of clinical and socio-demographic characteristics for postoperative survival in stage III colorectal cancer (CRC) patients and develops a 5-year postoperative survival prediction model using machine learning algorithms.
METHODS: Data from 13,855 stage III CRC patients who underwent surgery were extracted from the SEER database. Key variables, including marital status, gender, tumor location, histological type, T stage, chemotherapy status, age, tumor size, lymph node ratio, and others, were collected. Data were split into a 7:3 training-vali
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: Cervical cancer (CC) is among the most prevalent cancer types among women with the highest prevalence in low- and middle-income countries (LMICs). It is a curable disease if detected early. Machine learning (ML) techniques can aid in early detection and prediction thus reducing screening and treatment costs. This study focused on women living with HIV (WLHIV) in Uganda. Its aim was to identify the best predictors of CC and the supervised ML model that best predicts CC among WLHIV.
METHODS: Secondary data that included 3025 women from three health facilities in central Uganda was u
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.
BACKGROUND: We determined appropriate survival prediction machine learning models for patients with oropharyngeal squamous cell carcinoma (OPSCC) using the "Surveillance, Epidemiology, and End Results" (SEER) database.
METHODS: In total, 4039 patients diagnosed with OPSCC between 2004 and 2016 were enrolled in this study. In particular, 13 variables were selected and analyzed: age, sex, tumor grade, tumor size, neck dissection, radiation therapy, cancer directed surgery, chemotherapy, T stage, N stage, M stage, clinical stage, and human papillomavirus (HPV) status. The T-, N-, and clinical st
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