BACKGROUND: Late-life depression (LLD) and mild cognitive impairment (MCI) are risk factors for Alzheimer disease (AD). However, the interactive effect between LLD and MCI in the progression to AD remains unknown. The purpose of this research is to clarify whether this interaction exists and determined the characteristics of the structural change patterns in LLD and MCI.
METHOD: To address this question, a total 225 participants (91 with intact cognitive function (IC), 34 with MCI, 35 with LLD-IC, 47 with LLD-MCI and 18 with AD) were recruited for the current study and their T1 scanning were
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.
Glioblastoma (GBM) is a highly aggressive brain tumor with frequent recurrence, yet the molecular mechanisms driving recurrence remain poorly understood. Identifying recurrence-associated genes may improve prognosis and treatment strategies. We applied weighted gene co-expression network analysis (WGCNA) to transcriptomic data from IDH-wildtype histological GBM in the CGGA-693 (n = 190) and CGGA-325 (n = 111) cohorts to identify recurrence-associated genes. These genes were validated using RT-qPCR and single-cell RNA sequencing (scRNA-seq) datasets (GSE174554, GSE131928). Their associations wi
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: Alopecia areata (AA) is a chronic autoimmune disorder characterized by non-scarring hair loss, affecting approximately 2% of the global population. Its etiology involves genetic, immunological, and environmental factors, with significant psychological impacts such as anxiety and depression. However, international trends and comorbidity associations remain poorly understood.
AIMS: This study aims to analyze global trends in the incidence and prevalence of AA and assess its associations with major comorbidities across different demographic and regional groups.
PATIENTS/METHODS: Usi
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.
This study presents a novel integrative approach for the analysis of high-dimensional gene expression data, leveraging the complementary strengths of unsupervised clustering and supervised classification. Using K-means clustering, the data set is stratified into three distinct clusters, revealing intrinsic biological patterns and relationships. The resulting cluster assignments are subsequently used as pseudolabels to train machine learning models, including support vector machines, random forest, and a stacking ensemble classifier. To validate and enhance the robustness of clustering, complem
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.
We present OocystMeter, a machine learning-based software developed to automate the segmentation of malaria oocysts from images of mosquito midguts stained with mercurochrome. Existing bioimage analysis tools, including machine learning-based ones, often struggle with the unique staining patterns, complex midgut backgrounds, and variable morphology of oocysts, making the determination of oocyst size and numbers cumbersome. To overcome these challenges, we curated a high-quality dataset comprised of 11,178 Plasmodium falciparum oocysts in Anopheles gambiae midguts annotated by expert parasitolo
СтатьяПрепринтПоиск 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.
Metabolomics covers a wide range of applications in life sciences, biomedicine, and phytology. Data acquisition (to achieve high coverage and efficiency) and analysis (to pursue good classification) are two key segments involved in metabolomics workflows. Various chemometric approaches utilizing either pattern recognition or machine learning have been employed to separate different groups. However, insufficient feature extraction, inappropriate feature selection, overfitting, or underfitting lead to an insufficient capacity to discriminate plants that are often easily confused. Using two ginse
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: Colon adenocarcinoma (COAD) remains a leading cause of cancer-related mortality worldwide. Although tumor deposits (TDs) are established prognostic indicators, their molecular characteristics and potential for improving risk stratification remain unexplored.
METHODS: We performed an integrative analysis of transcriptomic and clinical data from TCGA and GEO databases to identify TD-associated molecular signatures. A hybrid ML framework combining random survival forest and stepwise Cox regression was developed to construct a risk stratification model. Model performance was validated
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.
Peripheral nerve stimulation can help restore limb movement after paralysis and enable advanced rehabilitation technologies; however, current extraneural interfaces are typically limited by low fascicle selectivity and laborious functional evaluation. This study has developed an extraneural peripheral nerve interface with high fascicle selectivity, and an AI-facilitated video analysis pipeline for assessing limb movement during neuromodulation. This was achieved by deploying temporal interference stimulation (TIS) in a high-density nerve cuff electrode and by using machine learning algorithms
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: Alzheimer's disease (AD) is a neurodegenerative disease with neurogenic fiber tangles caused by amyloid-β protein plaques and tau protein hyperphosphorylation as the pathological manifestations. This study was based on multi-omics to investigate the mechanisms and immune characterization of AD.
MATERIAL AND METHODS: Based on bulk RNA-seq (GSE122063 and GSE97760), we screened potential biomarkers for AD by differential expression analysis and machine learning algorithms. Then, we analyzed the expression characteristics and immune functions of the above biomarkers by scRNA-seq (si
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.
Caenorhabditis elegans vulval development is a paradigm system for understanding cell differentiation in the process of organogenesis. Through temporal and spatial controls, the fate pattern of six cells is determined by the competition of the LET-23 and the Notch signalling pathways. Modelling cell fate determination in vulval development using state-based models, coupled with formal analysis techniques, has been established as a powerful approach in predicting the outcome of combinations of mutations. However, computing the outcomes of complex and highly concurrent models can become prohibit
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.
Previous studies have revealed changed functional connectivity patterns between brain areas in chess players using resting-state functional magnetic resonance imaging (rs-fMRI). However, how to exactly characterize the voxel-wise whole brain functional connectivity pattern changes in chess players remains unclear. It could provide more convincing evidence for establishing the relationship between long-term chess practice and brain function changes. In this study, we employed newly developed whole brain functional connectivity pattern homogeneity (FcHo) method to identify the voxel-wise changes
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: Early miscarriage (EM) remains a significant reproductive health challenge, with current serum hormone biomarkers (β-hCG, progesterone, estradiol) showing inconsistent predictive value across studies. To address these limitations, artificial intelligence (AI) and machine learning (ML) techniques are increasingly applied to integrate complex biomarker data and improve the early prediction of EM.
METHODS: This retrospective cohort study analyzed 17,926 singleton pregnancies (1,918 EM vs. 16,008 live births) from Chongqing (2017-2023), China, to establish optimal hormonal predictors
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.
INTRODUCTION: Immune checkpoint inhibitors (ICIs) have significantly improved the overall survival for patients with different solid tumors. However, there is an urgent need for predictive biomarkers to identify patients with metastatic melanoma who do not benefit from treatment with ICIs, to prevent unnecessary immune related adverse events (irAEs). Electronic noses (eNoses) showed promising results in the detection of cancer as well as the prediction of response outcome in patients with cancer. In this feasibility study, we aimed to investigate whether the breath pattern measured using eNose
Клиническое исследованиеСтатьяНаблюдательное 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/Objectives: Functional lumen imaging probe (FLIP) panometry allows real-time assessment of the esophagogastric junction opening and esophageal body contractile activity during an endoscopic procedure. Despite the development of the Dallas Consensus, FLIP panometry analysis remains complex. Artificial intelligence (AI) models have proven their benefit in high-resolution esophageal manometry; however, data on their role in FLIP panometry are scarce. This study aims to develop an AI model for automatic classification of motility patterns during a FLIP panometry exam. Methods: A total o
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.
Extracellular vesicles (EVs) exhibit extensive glycosylation modifications, which are promising biomarkers for gastric cancer (GC). However, EV glycomics and the potential application of EV glycosylation patterns in liquid biopsy remain largely unexplored. This study aims to elucidate the heterogeneity of EV glycosylation in the initiation and progression of GC and to identify specific EV glycosylation markers for clinical assessment. We developed a novel platform for analyzing EV glycosylation patterns via a lectin microarray for EV glycosyl-lectin affinity assessment and antibody-based EV su
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.
Mycobacterium abscessus (M. abscessus) infection is a significant public-health concern due to its resistance to multiple antibiotics and associated treatment challenges. There is a pressing need for a rapid and effective method capable of reliably identifying M. abscessus drug resistance. Our study aimed to investigate the capacity of matrix-assisted laser desorption/ionization-time-of-flight mass spectrometry (MALDI-TOF MS) to identify M. abscessus drug-resistant isolates, offering potential proteomic spectrum markers for detecting resistant strains in clinical diagnosis and treatment. With
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: Twin pregnancies are associated with a substantially increased risk of adverse neonatal outcomes. However, it remains unclear whether longitudinal changes in intertwin growth difference and fetal growth rate add prognostic information.
OBJECTIVE: To characterize longitudinal patterns of intertwin growth discordance and evaluate whether combining these patterns with fetal growth velocity (FGV) improves prediction of adverse neonatal outcomes in twin pregnancies.
METHODS: This multicenter retrospective cohort study included 1,930 twin pregnancies with at least three ultrasound exam
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.
OBJECTIVES: Salivary gland ultrasonography is a promising non-invasive modality for the evaluation of Sjögren's disease (SjD), but its diagnostic utility is limited by operator dependency. This study aimed to evaluate the classification performance of radiomics-based machine learning using parotid gland ultrasonography and to compare it with conventional visual assessment.
METHODS: A total of 866 parotid gland ultrasound images from 202 participants were included: 123 patients fulfilling the 2016 ACR/EULAR criteria for SjD, 33 healthy controls, 24 non-Sjögren sicca patients, and 22 incomplete
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: As glucagon-like peptide-1 (GLP-1) receptor agonist use expands globally, reports of psychiatric adverse events (AEs) have increased in spontaneous reporting databases. However, which case-level characteristics are associated with these reporting patterns remains insufficiently characterized. This study aimed to characterize case-level features associated with psychiatric AE reporting in GLP-1 receptor agonist users through pharmacovigilance and explainable machine learning methods. Methods: The FDA Adverse Event Reporting System (FAERS) data (2021 Q2-2025 Q3) were analyzed using a
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.
Diagnostic stewardship emphasises ordering the right tests, at the right time for the patient and also promotes the judicious use of rapid and accurate molecular diagnostic tools to enable the initiation of proper antibiotic therapy, while avoiding excessive use of broad-spectrum antibiotics hence antimicrobial stewardship. Proper interpretation of the test is crucial to avoid over-diagnosis and excessive healthcare costs. This study aimed to access the CSF diagnostic accuracy by evaluating contamination rate through machine learning models, including ROC analysis and principal component analy
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