Infections have become the major cause of morbidity and mortality among patients with chronic lymphocytic leukemia (CLL) due to immune dysfunction and cytotoxic CLL treatment. Yet, predictive models for infection are missing. In this work, we develop the CLL Treatment-Infection Model (CLL-TIM) that identifies patients at risk of infection or CLL treatment within 2 years of diagnosis as validated on both internal and external cohorts. CLL-TIM is an ensemble algorithm composed of 28 machine learning algorithms based on data from 4,149 patients with CLL. The model is capable of dealing with heter
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.
Aiming at the problem of low efficiency of dicentric chromosome identification counting under the microscope, this paper presents a joint processing algorithm combining clustering and watershed. The method first uses clustering and watershed algorithm to segment the original chromosome image, and then identifies the individual chromosomes. The results show that when the equivalent width Y parameter is selected m = 1, n = 1, the true positive rate of dicentric chromosome identification is 76.6%, and positive predictive value is 76.6% in high dose, which is higher than the threshold algorithm fo
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.
Modeling and prediction of psychological disorders is a hot topic in current research. Neural networks are very important factors in improving the accuracy and precision ratios of the models which are developed for the prediction of the psychological disorders. An upgraded neural network prediction model of psychological diseases was suggested in order to attain an optimum prediction effect of psychological disorders. First, it analyzes the current progress in predicting the psychological barrier, finds the current limitations of various psychological barrier forecast model, collects the histo
СтатьяОтозванная публикацияПоиск 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: Pretreatment identification of pathological extranodal extension (ENE) would guide therapy de-escalation strategies for in human papillomavirus (HPV)-associated oropharyngeal carcinoma but is diagnostically challenging. ECOG-ACRIN Cancer Research Group E3311 was a multicentre trial wherein patients with HPV-associated oropharyngeal carcinoma were treated surgically and assigned to a pathological risk-based adjuvant strategy of observation, radiation, or concurrent chemoradiation. Despite protocol exclusion of patients with overt radiographic ENE, more than 30% had pathological ENE
Рандомизированное исследованиеМногоцентровое исследованиеСтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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: Since the approval of disease-modifying drugs for Alzheimer's disease, the demand for amyloid positron emission tomography (PET) scans, which are crucial for determining treatment eligibility, is expected to increase significantly. We thus investigated the ability of an algorithm to predict amyloid accumulation from 18F-fluorodeoxyglucose (FDG)-PET images for use in amyloid PET screening.
METHODS: We analyzed the images of 194 subjects with cognitive disorders who had undergone brain FDG-PET, amyloid PET using Pittsburgh compound-B (11C-PiB), and MRI scans at Kindai University Hos
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: This study aims to utilize various machine learning algorithms to construct a risk prediction model for post-stroke Post-Traumatic Stress Disorder (PTSD), select the optimal model, and identify risk factors.
METHODS: A total of 249 stroke patients from two tertiary hospitals in Jiangsu Province and Shandong Province were selected and randomly divided into the training group and the validation group. Based on the results of Logistic regression analysis, a risk prediction model for PTSD after stroke was constructed by using Logistic regression, Random forest (RF) and K-nearest neigh
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: The primary objective of this study is to address the challenge posed by the increasing number of variants of unknown clinical significance (VUS) within the GABRD gene, which encodes the δ subunit of γ-Aminobutyric acid type A receptors. The focus is on predicting the most pathogenic GABRD VUS to enhance precision medicine and improve our understanding of relevant pathophysiology.
METHODS: The study employs a combination of in silico algorithms to analyze 82 variants of unknown clinical significance of GABRD gene sourced from the ClinVar database. Initially, separate algorithms bas
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: Radiofrequency catheter ablation (CA) is an efficient antiarrhythmic treatment with a class I indication for idiopathic ventricular arrhythmia (IVA), only when drugs are ineffective or have unacceptable side effects. The accurate prediction of the origins of IVA can significantly increase the operation success rate, reduce operation duration and decrease the risk of complications. The present work proposes an artificial intelligence-enabled ECG analysis algorithm to estimate possible origins of idiopathic ventricular arrhythmia at a clinical-grade level accuracy.
METHOD: A total o
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: Incidence rates of Hirschsprung disease (HD) vary by geographical region, yet no recent population-based estimate exists for Canada. The objective of our study was to validate and use health administrative data from Ontario, Canada to describe trends in incidence of HD between 1991 and 2013.
STUDY DESIGN: To identify children with HD we tested algorithms consisting of a combination of diagnostic, procedural, and intervention codes against the reference standard of abstracted clinical charts from a tertiary pediatric hospital. The algorithm with the highest positive predictive value
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.
When an animal moves an array of sensors (e.g., the hand, the eye) through the environment, spatial and temporal gradients of sensory data are related by the velocity of the moving sensory array. In vision, the relationship between spatial and temporal brightness gradients is quantified in the "optical flow" equation. In the present work, we suggest an analog to optical flow for the rodent vibrissal (whisker) array, in which the perceptual intensity that "flows" over the array is bending moment. Changes in bending moment are directly related to radial object distance, defined as the distance b
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: To compare the diagnostic performance of different AI models in predicting axillary lymph node metastasis in breast cancer detected by ultrasound.
METHOD: A systematic search strategy was conducted in PubMed, Embase, Web of Science, Cochrane Library, CNKI, and Wanfang Data from July 2015 to July 2025 for diagnostic studies on the prediction of axillary lymph node metastasis in breast cancer. Relevant diagnostic accuracy data were extracted and synthesized. A network meta-analysis was performed to compare the performance of different AI models.
RESULTS: This study finally included
СтатьяСистематический обзорПоиск 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: We aimed to develop a machine learning model to predict activities of daily living (ADL) at discharge in stroke patients and identify key predictors to guide rehabilitation decisions.
MATERIALS AND METHODS: Data of 589 stroke inpatients (2019-2024) were split into good (BI ≥ 60) and poor (BI < 60) ADL groups. Continuous variables were processed using Z-score normalization, followed by preliminary univariate regression screening (P < 0.05) and final feature selection via LASSO regression (lambda.1se = 0.0488). The screened features were used to train and validate ten machine learning
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.
Cancer epidemiology, biomarkers & prevention : a publication of the American Association for Cancer Research, cosponsored by the American Society of Preventive Oncology2026eng
BACKGROUND: Pancreatic cancer is diagnosed at advanced stages in patients with diabetes. Existing prediction models require complete historical data and focus on new-onset diabetes, limiting applicability. We developed a machine learning model to handle missing data and perform across the diabetes spectrum.
METHODS: This is a retrospective cohort study using TriNetX electronic health records. Patients with hemoglobin A1c ≥6.5% were included. Sixty-five clinical variables were extracted at 90-day intervals. An eXtreme Gradient Boosting (XGBoost) model was developed using patient-level 1:1 case
СтатьяВалидационное 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.
OBJECTIVE: To construct a predictive model for post-endovascular restenosis in patients with peripheral artery disease based on a novel strategy that integrates radiomics features with clinical factors, aiming to enhance predictive performance and risk assessment. METHODS: A retrospective study was conducted on 110 patients with peripheral artery disease who underwent CT angiography and clinical evaluation. The dataset was randomly divided into training and validation sets in a 7:3 ratio. A combined model was developed using multivariable logistic regression. Subsequently, the model was intern
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: Early childhood caries (ECC) is a prevalent global oral health condition, exerting profound adverse effects on children's oral health, general health, and quality of life. Its onset involves demographic, socioeconomic, behavioural, and clinical factors. While many studies report individual risks, systematic analyses to prioritise predictors remain limited.
METHODS: This single-centre observational study included 900 children who visited the hospital between October 2022 and May 2024. Collected variables included age, parental background, feeding practices, general health status, o
СтатьяНаблюдательное 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 AND OBJECTIVE: Our primary aim was to externally validate previously developed machine-learning (ML) models for predicting the probability of tracheostomy decannulation after 3 months from admission to rehabilitation inpatient in patients with severe Acquired Brain Injury (sABI) using a new external and temporally-independent multicentric prospective dataset. A secondary aim was to evaluate the timing of decannulation and to assess model calibration and clinical net benefit.
METHODS: External validation data was collected within the PRABI study, comprising 435 sABI patients admitte
СтатьяВалидационное исследованиеМногоцентровое 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.
Postoperative delirium (POD) is a common and serious complication in elderly hip fracture patients, including those undergoing surgery for femoral neck fractures and intertrochanteric fractures, and is associated with poor clinical outcomes. Early identification of at-risk individuals remains challenging with conventional methods. To develop and validate machine learning models for predicting POD using preoperative variables, and to identify key risk factors, we conducted a retrospective study of 400 patients aged ≥65 years undergoing hip fracture surgery. Five machine learning algorithms were
СтатьяВалидационное 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: Surgical-site infections (SSIs) are a major healthcare-associated complication, yet early detection remains challenging.
OBJECTIVE: The aim of this study was to develop and validate a machine learning (ML)-based predictive model for the detection of SSI in Chinese surgical patients.
METHODS: A multi-centre cohort study was conducted at two tertiary hospitals in China. Data from 118,314 patients who underwent surgery between June 2023 and December 2024 were used for model development and validation. Clinical, microbiological, and demographic variables were considered as predictors
СтатьяМногоцентровое исследованиеВалидационное 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.
Postoperative erectile dysfunction remains a highly debilitating complication following robot assisted radical prostatectomy for localized prostate cancer. Traditional risk stratification heavily relies on anatomical and oncological parameters utilizing simple linear regression algorithms, frequently failing to capture the complex multifaceted physiological and psychological dynamics that govern functional sexual recovery. To engineer and robustly validate an advanced machine learning architecture utilizing a LightGBM framework coupled with SHapley Additive exPlanations to accurately predict p
СтатьяМногоцентровое исследованиеВалидационное 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.
OBJECTIVE: Disease activity is a critical indicator for monitoring the progression of ankylosing spondylitis (AS), guiding clinical decision-making, and informing treatment plans. Patient-reported outcome measures (PROMs) have gained prominence in AS clinical management. However, their potential to predict Ankylosing Spondylitis Disease Activity Score-C-reactive protein (ASDAS-CRP) remains unexplored. This study employs machine learning (ML) techniques to develop prediction models utilizing PROMs data to estimate disease activity in patients with AS.
METHODS: We utilized data from 389 patient
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