OBJECTIVES: The aim of the study was to implement a non-invasive model to predict ascites grades among patients with cirrhosis.
METHODS: In the present study, we used modern machine learning (ML) methods to develop a scoring system solely based on routine laboratory and clinical data to help physicians accurately diagnose and predict different degrees of ascites. We used ANACONDA3-5.2.0 64 bit, free and open-source platform distribution of Python programming language with numerous modules, packages, and rich libraries that provide various methods for classification problems. Through the 10-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.
Coronavirus (COVID-19) creates an extensive range of respiratory contagions, and it is a kind of ribonucleic acid (RNA) virus, which affects both animals and humans. Moreover, COVID-19 is a new disease, which produces contamination in upper respiration alterritory and lungs. The new COVID is a rapidly spreading pathogen globally, and it threatens billions of humans' lives. However, it is significant to identify positive cases in order to avoid the spread of plague and to speedily treat infected patients. Hence, in this paper, the WSCA-based RMDL approach is devised for COVID-19 prediction by m
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 use of machine learning algorithms and artificial intelligence in medicine has attracted significant interest due to its ability to aid in predicting medical outcomes. This study aimed to evaluate the effectiveness of the random forest algorithm in predicting medical outcomes related to acute lithium toxicity. We analyzed cases recorded in the National Poison Data System (NPDS) between January 1, 2014, and December 31, 2018. We highlighted instances of acute lithium toxicity in patients with ages ranging from 0 to 89 years. A random forest model was employed to predict serious medical outc
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.
Seizure prediction remains a challenge, with approximately 30% of patients unresponsive to conventional treatments. Addressing this issue is crucial for improving patients' quality of life, as timely intervention can mitigate the impact of seizures. In this research field, it is critical to identify the preictal interval, the transition from regular brain activity to a seizure. While previous studies have explored various Electroencephalogram (EEG) based methodologies for prediction, few have been clinically applicable. Recent studies have underlined the dynamic nature of EEG data, characteris
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: Vestibular schwannoma is the most common neoplasm located at the skull base. The therapeutic strategy for managing vestibular schwannoma is formulated based on individual patient characteristics and specific imaging findings. Recently, there has been a growing interest in applying artificial intelligence (AI) to predict treatment outcomes in the field of neurosurgical oncology.
AIM: This systematic review and meta-analysis aims to assess the efficacy of AI algorithms in predicting outcomes associated with various therapeutic strategies for vestibular schwannoma.
METHOD AND MATE
СтатьяМетаанализСистематический обзорПолный 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.
Accurate and real-time travel time information for buses can help passengers better plan their trips and minimize waiting times. A dynamic travel time prediction model for buses addressing the cases on road with multiple bus routes is proposed in this paper, based on support vector machines (SVMs) and Kalman filtering-based algorithm. In the proposed model, the well-trained SVM model predicts the baseline bus travel times from the historical bus trip data; the Kalman filtering-based dynamic algorithm can adjust bus travel times with the latest bus operation information and the estimated baseli
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 CONTEXT: Although the results of decompression surgery for lumbar spinal canal stenosis (LSS) are favorable, it is still difficult to predict the postoperative health-related quality of life of patients before surgery.
PURPOSE: The purpose of this study was to develop and validate a machine learning model to predict the postoperative outcome of decompression surgery for patients with LSS.
STUDY DESIGN/SETTING: A multicentered retrospective study.
PATIENT SAMPLE: A total of 848 patients who underwent decompression surgery for LSS at an academic hospital, tertiary center, and priva
Рандомизированное исследованиеСтатьяПолный 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: Identifying patients who are unlikely to achieve significant improvement after anterior cruciate ligament reconstruction (ACLR) facilitates more effective perioperative shared decision-making (SDM). This study aimed to develop and validate machine learning (ML) models for the preoperative prediction of insufficient clinical improvement 1 year after ACLR using the Lysholm Knee Score Scale, and to evaluate important predictive variables. METHODS: A single-center retrospective study design was adopted. A total of 892 patients who underwent primary ACLR and completed at least 1 year of
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.
OBJECTIVE: To develop and internally validate a machine learning model to predict favorable standing ability at hospital discharge in patients with moderate-to-severe traumatic brain injury, incorporating both modifiable and nonmodifiable clinical factors.
DESIGN: Retrospective cohort study.
SETTING: A tertiary academic medical center in Taiwan.
PARTICIPANTS: A total of 248 adults with moderate-to-severe traumatic brain injuries admitted between 2019 and 2024 who received standard acute care and had complete discharge functional outcome data.
INTERVENTIONS: Not applicable.
MAIN OUTCOME ME
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: Bone metastasis in advanced cancer is challenging because of pain, functional issues, and reduced life expectancy. Treatment planning is complex, with consideration of factors such as location, symptoms, and prognosis. Prognostic models help guide treatment choices, with Skeletal Oncology Research Group machine-learning algorithms (SORG-MLAs) showing promise in predicting survival for initial spinal metastases and extremity metastases treated with surgery or radiotherapy. Improved therapies extend patient lifespans, increasing the risk of subsequent skeletal-related events (SREs).
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: Coronary obstruction (CO) during transcatheter aortic valve replacement (TAVR) is rare but potentially fatal. Computed tomography (CT)-based risk assessment algorithms aim to identify high-risk patients, but their utility remains underexplored.
OBJECTIVES: The aim of this study was to examine the clinical utility of a CT-derived algorithm for predicting CO during TAVR and identify predictors of CO despite coronary protection (CP).
METHODS: In this prospective study, 164 patients at risk for CO during TAVR were enrolled. Preprocedural CT was used to classify risk using a published
СтатьяНаблюдательное исследованиеПоддержка 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.
BACKGROUND: Identifying cases of disease in primary care electronic medical records (EMRs) is important for surveillance, research, quality improvement and clinical care. We aimed to develop and validate a case definition for type 1 diabetes mellitus using EMRs.
METHODS: For this exploratory study, we used EMR data from the Southern Alberta Primary Care Network within the Canadian Primary Care Sentinel Surveillance Network (CPCSSN), for the period 2008 to 2016. For patients identified as having diabetes mellitus according to the existing CPCSSN case definition, we asked family physicians to c
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: Ventricular tachycardia (VT) is a life-threatening arrhythmia that requires both relatively rapid and accurate detection in intensive care units (ICUs). Continuous monitoring systems play a crucial role in detecting them. However, previous studies have reported that nearly 9 out of 10 arrhythmia alarms in ICUs tend to be false positives, which usually transpire to a well-documented phenomenon called "alarm fatigue" that leads to desensitization, delayed responses, and increased cognitive burden on healthcare providers.
METHODS: We developed a deep learning based, one-dimensional c
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: Evidence comparing the performance of claims-based dementia algorithms across Medicare Advantage (MA) and fee-for-service (FFS) populations remains limited. We evaluated the validity of two claims-based algorithms across MA and FFS populations.
METHODS: We used nationally representative, linked National Health and Aging Trends Study (NHATS)-Medicare data to identify community-dwelling participants with continuous enrollment in MA or FFS during Round 7 (2017; n = 5,018), Round 9 (2019; n = 4,018), and Round 11 (2021-2022; n = 3,086). Using NHATS probable dementia as reference stand
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.
Neurofibromatosis type 1 (NF1) is a rare tumour predisposition syndrome. Optic pathway gliomas (NF1-related OPG) are a well-characterised tumour type. There is great need for tools that can efficiently identify patients with NF1-related OPG at hospitals. Computable phenotypes algorithms can be used to find patients with certain clinical features in an electronic database. We developed computable phenotype algorithms using the Observational Medical Outcome Partnership (OMOP) Common Data Model. We subsequently assessed if these algorithms could identify patients with NF1-related OPG in an electr
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: Adverse events (AEs) on Children's Oncology Group (COG) trials are manually ascertained using Common Terminology Criteria for Adverse Events. Despite significant effort, we previously demonstrated that COG typhlitis reporting sensitivity was only 37% when compared with gold standard physician chart abstraction. This study tested an automated typhlitis identification algorithm using electronic health record data.
METHODS: Electronic health record data from children with leukemia age 0-22 years treated at a single institution from 2006 to 2019 were included. Patients were divided into
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
PURPOSE: To create an algorithm to identify incident epithelial ovarian cancer cases in claims-based data sets and evaluate performance of the algorithm using SEER-Medicare claims data.
METHODS: We created a five-step algorithm on the basis of clinical expertise to identify incident epithelial ovarian cancer cases using claims data for (1) ovarian cancer diagnosis, (2) receipt of platinum-based chemotherapy, (3) no claim for platinum-based chemotherapy but claim for tumor debulking surgery, (4) removed cases with nonplatinum chemotherapy, and (5) removed patients with prior claims with person
СтатьяПоддержка 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: Chronic rhinosinusitis (CRS) is prevalent, morbid, and poorly understood. Extraction of electronic health record (EHR) data of patients with CRS may facilitate research on CRS. However, the accuracy of using structured billing codes for EHR-driven phenotyping of CRS is unknown. We sought to accurately identify CRS cases and controls using EHR data and to determine the accuracy of structured billing codes for identifying patients with CRS.
METHODS: We developed and validated distinct algorithms to identify patients with CRS and controls using International Classification of Disease
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BACKGROUND: A substantial fraction of sexually transmitted infections (STIs) occur in patients who have previously been treated for an STI. We assessed whether routine electronic health record (EHR) data can predict which patients presenting with an incident STI are at greatest risk for additional STIs in the next 1 to 2 years.
METHODS: We used structured EHR data on patients 15 years or older who acquired an incident STI diagnosis in 2008 to 2015 in eastern Massachusetts. We applied machine learning algorithms to model risk of acquiring ≥1 or ≥2 additional STIs diagnoses within 365 or 730 da
СтатьяПоддержка службы здравоохранения 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.
BACKGROUND: With increased interest in screening of young people for potential causes of sudden death, accurate automated detection of ventricular pre-excitation (VPE) or Wolff-Parkinson-White syndrome (WPW) in the pediatric resting ECG is important. Several recent studies have shown interobserver variability when reading screening ECGs and thus an accurate automated reading for this potential cause of sudden death is critical. We designed and tested an automated algorithm to detect pediatric VPE optimized for low prevalence.
METHODS: Digital ECGs with 12 leads or 15 leads (12-lead plus V3R,
Оценочное исследованиеСтатьяПолный 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