OBJECTIVE: Lymph node metastasis (LNM) plays a crucial role in informing treatment decisions and prognosis for early gastric cancer (EGC). This study aimed to offer a practical approach to predict LNM in EGC by using machine learning algorithms.
METHODS: This study collected data from 1085 patients with EGC who underwent radical gastrectomy with D1+ or D2 lymph node resection. Seven machine-learning algorithms were compared, and hyperparameters were fine-tuned to identify the model with the best accuracy, Brier class and Area Under the Curve (AUC). The efficacy of the selected model was evalu
Сравнительное исследованиеСтатьяВалидационное исследованиеСравнительное 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.
The early identification of drug-resistant phenotypes in Klebsiella pneumoniae is essential for effective clinical intervention, infection management, and the prevention of resistance development and spread. This study aimed to construct multiple machine-learning models to rapidly and comprehensively predict susceptibility to nine common antimicrobial drugs using matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF MS) data of K. pneumoniae. A total of 484 K. pneumoniae isolates from Zhejiang Rongjun Hospital were collected and tested for in vitro susceptibil
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.
BACKGROUND: Birth-related mortality is significantly increased by home births without skilled medical assistance during delivery, presenting a major risk to the public's health. The objective of this study is to predict home delivery and identify the determinants using machine learning algorithm in sub-Saharan African.
METHODS: This study used design science approaches. The data set obtained from demographic health survey in sub-Saharan African weighted sample of 299,759 women was included in the stud. Machine learning models such as Random Forest, Decision Tree, K-Nearest Neighbor, Logistic
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: ML predictive models have shown their capability to improve risk prediction and assist medical decision-making, nevertheless, there is a lack of accuracy systems to early identify future rapid CKD progressors in Colombia and even in South America.
OBJECTIVE: The purpose of this study was to develop a series of interpretable machine learning models that predict GFR at 6-months, 9-months, and 12-months.
STUDY DESIGN AND SETTING: Over 29,000 CKD patients stage 1 to 3b (estimated GFR, <60 mL/min/1.73 m2) with an average of 3-year follow-up data were included. We used the machine lear
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.
PURPOSE: The study aimed to compare the postoperative nausea and vomiting (PONV) preventive effect of repeated administration of ramosetron with the standard treatment group and compare models to predict the incidence of PONV using machine-learning techniques.
METHODS: A total of 261 patients scheduled for breast surgery were analyzed to evaluate the effectiveness of repeated intravenous administration of ramosetron. All patients were administered 0.3 mg ramosetron just before the end of surgery. For the repeated dose of ramosetron group, an additional dose of 0.3 mg was administered at 4, 22
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: There is a high incidence of acute respiratory failure (ARF) in moderate or severe traumatic brain injury (M-STBI), worsening outcomes. This study aimed to design a predictive model for ARF. Methods: Adult patients with M-STBI [3 ≤ Glasgow Coma Scale (GCS) ≤ 12] with a definite history of brain trauma and abnormal head on CT images, obtained from September 2015 to May 2017, were included. Patients with age >80 years or <18 years, multiple injuries with TBI upon admission, or pregnancy (in women) were excluded. Two models based on machine learning extreme gradient boosting (XGBoost)
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.
Accurate and reliable measurement of the severity of dystonia is essential for the indication, evaluation, monitoring and fine-tuning of treatments. Assessment of dystonia in children and adolescents with dyskinetic cerebral palsy (CP) is now commonly performed by visual evaluation either directly in the doctor's office or from video recordings using standardized scales. Both methods lack objectivity and require much time and effort of clinical experts. Only a snapshot of the severity of dyskinetic movements (i.e., choreoathetosis and dystonia) is captured, and they are known to fluctuate over
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: Severe dengue children with critical complications have been attributed to high mortality rates, varying from approximately 1% to over 20%. To date, there is a lack of data on machine-learning-based algorithms for predicting the risk of in-hospital mortality in children with dengue shock syndrome (DSS).
AIM: To develop machine-learning models to estimate the risk of death in hospitalized children with DSS.
METHODS: This single-center retrospective study was conducted at tertiary Children's Hospital No. 2 in Viet Nam, between 2013 and 2022. The primary outcome was the in-hospital
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: Prompt diagnosis and treatment of septic arthritis of the knee is crucial. Nevertheless, the quality of evidence for the diagnosis of septic arthritis is low. In this study, the authors developed a machine learning-based diagnostic algorithm for septic arthritis of the native knee using clinical data in an emergency department and validated its diagnostic accuracy.
METHODS: Patients (n = 326) who underwent synovial fluid analysis at the emergency department for suspected septic arthritis of the knee were enrolled. Septic arthritis was diagnosed in 164 of the patients (50.3%) using mo
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: Duodenal stump leakage is one of the most critical complications following gastrectomy surgery, with a high mortality rate. The present study aimed to establish a predictive model based on machine learning for forecasting the occurrence of duodenal stump leakage in patients who underwent laparoscopic gastrectomy for gastric cancer.
MATERIALS AND METHODS: The present study included the data of 4,070 patients with gastric adenocarcinoma who received laparoscopic gastrectomy. Five algorithms, namely, k-nearest neighbors, logistic regression, random forest, support vector machine, and
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.
Cardiotoxicity is a critical issue in drug development that poses serious health risks, including potentially fatal arrhythmias. The human ether-à-go-go related gene (hERG) potassium channel, as one of the primary targets of cardiotoxicity, has garnered widespread attention. Traditional cardiotoxicity testing methods are expensive and time-consuming, making computational virtual screening a suitable alternative. In this study, we employed machine learning techniques utilizing molecular fingerprints and descriptors to predict the cardiotoxicity of compounds, with the aim of improving prediction
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: Lower extremity arterial Doppler (LEAD) and duplex carotid ultrasound studies are used for the initial evaluation of peripheral arterial disease and carotid stenosis. However, intra- and inter-laboratory variability exists between interpreters, and other interpreter responsibilities can delay the timeliness of the report. To address these deficits, we examined whether machine learning algorithms could be used to classify these Doppler ultrasound studies.
METHODS: We developed a hierarchical deep learning model to classify aortoiliac, femoropopliteal, and trifurcation disease in LE
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 solvation free energy (SFE) of molecules and ions is a fundamental property governing their solvation behavior and solubility. Molecular simulations offer a route to compute SFEs using alchemical free energy methods such as thermodynamic integration or free energy perturbation. However, these methods suffer from the infamous end-point singularity, which leads to numerical instability when atoms approach closely, a challenge that becomes particularly acute in ab initio and machine-learning molecular dynamics simulations. Here, we introduce the bubble method to calculate the SFEs of molecule
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.
Predicting air pollution is crucial in improving air quality (AQ), which consequently provides benefits to the ecosystems and human health. AQ predictions often make use of Machine Learning (ML) approaches; nevertheless, these methods are not without their limitations. The main contribution of this research is to develop an efficient framework using machine learning (ML) for forecasting daily air quality metrics for Sulfur dioxide (SO2) and Nitrogen dioxide (NO2) in Changping, China. The suggested ML method is based on a set of local weights and a kernel extreme learning machine (LWKELM) model
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 prevalence and predictors of mortality following an ischemic stroke or intracerebral hemorrhage have not been well established among patients in Vietnam. 2885 consecutive diagnosed patients with ischemic stroke and intracerebral hemorrhage at ten stroke centres across Vietnam were involved in this prospective study. Posthoc analyses were performed in 2209 subjects (age was 65.4 ± 13.7 years, with 61.4% being male) to explore the clinical characteristics and prognostic factors associated with 90-day mortality following treatment. An explainable machine learning model using extreme gradient
СтатьяМногоцентровое 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: Memory decline is the earliest symptom of various neurodegenerative disease, such as Alzheimer's disease (AD). However, accurately the prediction and identification of risk factors leading up to memory decline has remained limited.
OBJECTIVE: The objective of this study is to create and verify a machine learning model that can accurately predict risk factors for memory decline among US adults.
METHODS: A total of 9971 individuals were enrolled from the National Health and Nutrition Examination Survey (NHANES) 2015-2016 database. The least absolute shrinkage and selection operator
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: Dento-maxillofacial deformities are common problems. Orthodontic-orthognathic surgery is the primary treatment but accurate diagnosis and careful surgical planning are essential for optimum outcomes. This study aimed to establish and verify a machine learning-based decision support system for treatment of dento-maxillofacial malformations.
METHODS: Patients (n = 574) with dento-maxillofacial deformities undergoing spiral CT during January 2015 to August 2020 were enrolled to train diagnostic models based on five different machine learning algorithms; the diagnostic performances we
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.
Accurate prediction of precipitation intensity is crucial for both human and natural systems, especially in a warming climate more prone to extreme precipitation. Yet, climate models fail to accurately predict precipitation intensity, particularly extremes. One missing piece of information in traditional climate model parameterizations is subgrid-scale cloud structure and organization, which affects precipitation intensity and stochasticity at coarse resolution. Here, using global storm-resolving simulations and machine learning, we show that, by implicitly learning subgrid organization, we ca
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 one of the most common cancers with a high recurrence rate. Patients undergo mandatory yearly scrutinies, including cystoscopies, which makes bladder cancer highly distressing and costly. Here, we aim to develop a non-invasive, label-free method for the detection of bladder cancer cells in urine samples, which is based on interferometric imaging flow cytometry. Eight urothelial carcinoma and one normal urothelial cell lines, along with red and white blood cells, imaged quantitatively without staining by an interferometric phase microscopy module while flowing in a microfluidi
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.
Non-contact Lower limb sports injuries represent some of the most prevalent and impactful conditions within athletic populations, prompting increasing interest in predictive approaches that can inform prevention and rehabilitation strategies. With its capacity to manage high-dimensional and complex datasets, machine learning (ML) has emerged as a promising tool for injury risk prediction. This systematic review, conducted in accordance with PRISMA 2020 guidelines, synthesized evidence from studies retrieved through Web of Science, PubMed, and SPORTDiscus (EBSCO). The literature search was cond
Систематический обзорСтатьяПоиск 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.
MedElevator
Войти в исследования