Background: Accurate assessment of extubation readiness in mechanically ventilated children remains difficult because successful sustained b … and ventilator variables were evaluated. Logistic Regression, Random Forest, Gradient Boosting, and Support Vector Machine models were assessed using stratified 5-fold cross-validation. Unsupervised k-means clustering was performed to identify physiological phenotypes. Results: Extubation was successful in 298 children (87.4%) and failed in 43 (12.6%). Failure was assoc …
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: Claim amount levels reflect severity risk and facilitates risk estimation in insurance practice. This study supports risk management in electric-vehicle traffic insurance by establishing an effective classification framework for claim levels.
METHODS: The Synthetic Minority Over-Sampling Technique (SMOTE) is applied to balance the distribution of claim amount levels in traffic insurance. This study applies six distinct models-Decision Tree, Random Forest, CatBoost, Support Vector Machine (SVM), Multilayer Perceptron (MLP), and Light Gradient Boosting Machine (LGBM)-to classify the…
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: Breast cancer remains the most prevalent malignancy among women, and breast cancer with lung metastasis (BCLM) significantly inc … tion tuned model hyperparameters. Six ML classifiers-linear regression, elastic net, random forest, support vector machine (SVM), extreme gradient boosting (XGBoost), and gradient boosting machine (GBM)-were evaluated. SHapley Additive exPlanations (SHAP) provided model interpretability and identified key prognostic factors.
RESULTS: SVM achieved the highest performanc …
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.
INTRODUCTION: Adenoid cystic carcinoma (ACC) of the head and neck is a rare malignancy characterized by perineural invasion, local recurrence, and distant metastasis. Despite its indolent growth, ACC poses significant challenges in prognosis and management. This study addresses two complementary aims to identify key prognostic factors and evaluating the predictive performance of machine learning models METHODS: A retrospective cohort of 1794 patients diagnosed with head and neck ACC between 2004 and 2015 was extracted from the SEER database. Demographic and clinical variables were analyzed, in
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 investigated the mechanistic role of DUSP9 in hepatoblastoma (HB) development and progression to provide new insights into the diagnosis and treatment of pediatric HB. Pediatric HB mRNA expression data were obtained from the GEO database. Differentially expressed genes (DEGs) between patients with metastatic and non-metastatic HB were analyzed using the R software, followed by a functional annotation of the DEGs. Least Absolute Shrinkage and Selection Operator regression and Support Vector Machine-Recursive Feature Elimination machine learning methods were employed to further screen…
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: Colorectal cancer is the third most common malignancy worldwide. Although current screening relies on faecal occult blood testin … e learning models including random forest, decision tree, multinomial regression, polynomial kernel support vector machine (SVM) and Kernel K-nearest neighbours.
RESULTS: Among 91 differentially expressed immune variables, Boruta-based feature selection identified seven key cell populations. Th1-like cells emerged as the dominant predictive variable. The decision tree …
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.
Zebrafish (Danio rerio) are a popular vertebrate model for high-throughput toxicity testing, serving as a model for embryonic development an … achieved robust performance (4-fold cross-validation accuracy: 74%) over eXtreme Gradient Boosting, support vector machine, and multiclass logistic regression. This integrative approach enhances our understanding of the relationships between chemical properties and biological responses in a target organ, supporting the use of zebrafish whole embryos as a high-throughput …
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
PURPOSES: Postoperative complications in patients with ureteropelvic junction obstruction (UPJO) negatively impact surgical outcomes and may necessitate redo surgery. We aimed to predict the occurrence of postoperative complications in these patients using machine learning algorithms.
METHODS: Data of UPJO patients admitted to our hospital for surgical treatment from May 2014 to May 2023 were retrospectively analyzed. Risk factors were screened using multivariate logistic and Lasso regression. Logistic regression (LR), k-nearest neighbours (KNN), Support Vector Machine (SVM), Decision Tree (D…
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: Inflammatory bowel disease (IBD) commonly coexists with non-alcoholic fatty liver disease (NAFLD). Despite metabolic factors bei … thways. Integrated microbial-metabolic machine learning models (logistic regression, random forest, support vector machine, and XGBoost) achieved AUC of 0.818-0.864 for COMO identification.
CONCLUSIONS: Our findings implicate microbiota-mediated metabolic reprogramming in IBD-associated NAFLD pathogenesis, highlighting potential therapeutic targets for the treatment an …
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: This study aims to design and evaluate various supervised machine-learning models for identifying premature infants who require … d CPR. We developed and assessed several classifiers: logistic regression (LR), decision tree (DT), support vector machine (SVM), naïve Bayes (NB), K-nearest neighbors (KNN), XGBoost, artificial neural networks (ANN), and random forest (RF). The target variable was defined as whether the neonate received any treatment during the follow-up period.
RESULTS: Our analysis …
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.
Discriminating whether esophageal-related symptoms result from gastroesophageal junction cancer (GEJC) is challenging in clinical practice. … models including random forest, generalized linear model, extreme gradient boosting (XGBoost), and support vector machine. XGBoost exhibited better predictive performance with an AUC of 0.907 in the test cohort. The calibration curve of the XGBoost model also demonstrated strong consistency with a Brier score of 0.088. Body mass index, hemoglobin, age, reflux, and dysp …
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 develop and validate a machine learning-driven predictive model for intrapartum fever in parturients receiving neuraxial labor … istic Regression (LR), Decision Tree (DT), Random Forest (RF), eXtreme Gradient Boosting (XGBoost), Support Vector Machine (SVM), Multilayer Perceptron (MLP), and Elastic Net (ENET), were evaluated via accuracy, ROC AUC, and cost-benefit analysis.
RESULTS: Key predictors were neutrophil-lymphocyte ratio (NLR, SHAP=0.27), white blood cell count (WBC, SHAP=0.22), and pri …
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: Chronic hepatitis B (CHB) is a common cause of liver cirrhosis (LC), a condition associated with an unfavourable prognosis. Ther … d five machine learning models (k-nearest neighbors, random forest (RF), artificial neural network, support vector machine and eXtreme Gradient Boosting). Performance evaluation included receiver operating characteristic curves, calibration curves and decision curve analysis. Shapley additive explanations (SHAP) was employed to improve the interpretability of the optima …
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.
OBJECTIVES: Current prediction models for disease progression to AIDS in people living with HIV primarily rely on traditional statistical me … edominantly male, with a mean baseline CD4 cell count of 384 cells/μL. Four machine learning models-Support Vector Machine, Random Forest, Logistic Regression and Extreme Gradient Boosting (XGBoost)-were developed. The XGBoost model demonstrated the best predictive performance (area under the curve, AUC: 0.877). Univariate and multivariate analyses identified WHO clinic …
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.
Within the pelvis the iliac crest and ischial tuberosity display delayed ossification and fusion, thus, presenting as reliable maturity indicators. Amongst the different iliac crest and ischial tuberosity age estimation methods, the modified Kreitner-Kellinghaus stages constitute one of the more promising methods. The present study was directed towards establishing the applicability of the modified Kreitner-Kellinghaus method using five supervised machine learning approaches. Clinical CT scans of consenting individuals were collected and scored using the modified Kreitner-Kellinghaus method fo
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.
Quantitative gait analysis is important for understanding the non-typical walking patterns associated with mobility impairments. Conventiona … atic gait parameters were extracted and included in the models. Four ML models-logistic regression, support vector machine, random forest, and LightGBM-were assessed and tested for accuracy and precision. The Shapley Additive exPlanations (SHAP) framework was applied to examine global and local interpretability. Random Forest yielded the highest classification accuracy …
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.
OBJECTIVES: To explore machine-learning applications in myopia prediction and analyze the influencing factors of myopia.
METHODS: Stratified cluster random sampling was used to select elementary school students in Shenzhen, China for inclusion in this case-control study. Myopia screening, ocular biological parameter measurements, and questionnaires were conducted. Random forest (RF), decision tree (DT), extreme gradient boosting trees (XGBoost), support vector machine (SVM), and logistic regression (LR) algorithms were used to construct five myopia prediction models using R software (version …
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.
Bladder cancer is 1 of the 10 most common cancers in the world. However, the relationship between diabetes, hypertension and bladder cancer … odels, including extreme gradient boosting (XGBoost), Artificial Neural Networks, Random Forest and Support Vector Machine were compared to predict for bladder cancer. Model performance was assessed by examining the area under the subject operating characteristic curve, accuracy, recall, specificity, precision, and F1 score. The mean age of bladder cancer group was olde …
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.
Cervical cancer is a cancer that remains a significant global health challenge all over the world. Due to improper screening in the early stages, and healthcare disparities, a large number of women are suffering from this disease, and the mortality rate increases day by day. Hence, in these studies, we presented a precise approach utilizing six different machine learning models (decision tree, logistic regression, naïve bayes, random forest, k nearest neighbors, support vector machine), which can predict the early stage of cervical cancer by analysing 36 risk factor attributes of 858 individua…
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 aims to develop a Radiomics-based Supervised Machine-Learning model to predict mortality in patients with spontaneous in … test and validation cohort in a stratified fashion. Random Forest(RF), K-Nearest Neighbor(KNN), and Support Vector Machine(SVM) classifiers were evaluated, along with several feature selection methods and hyperparameter optimization strategies, to classify the binary outcome of mortality or survival during hospital admission. A tenfold stratified cross-validation method …
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