Transcriptomic profiling is a powerful tool for dissecting the cellular and molecular complexity of ocular tissues, providing insights into … proaches are also discussed, including the least absolute shrinkage and selection operator (LASSO), support vector machines (SVMs), and random forests (RFs), and their utility in identifying diagnostic and prognostic markers in age-related macular degeneration (AMD), diabetic retinopathy (DR), glaucoma, keratoconus, thyroid eye disease, and posterior capsule opacificati …
СтатьяОбзорПоиск 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.
Artificial intelligence (AI) is transforming cardiac electrophysiology across the entire care pathway, from arrhythmia detection on 12-lead … k. This review outlines the principal modeling paradigms of supervised learning (regression models, support vector machines, neural networks, and random forests) and unsupervised learning (clustering, dimensionality reduction, association rule learning) and examines emerging technologies in electrophysiology (digital twins, physics-informed neural networks, DL for imagi …
СтатьяОбзорПоиск 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.
At present, a medium-level microcontroller is capable of performing edge computing and can handle the computation of neural network kernel f … urpose ARM Cortex-M4 microcontroller. We used the CMSIS-DSP library, which supports Naïve Bayes and Support Vector Machine classifiers, with different kernel functions. We also developed Python scripts to automatically transfer the Python model (trained in Scikit-learn) to the C environment. To train and evaluate the models, we used part of the data from the PhysioNet/C …
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 aedes mosquito-borne dengue viruses cause dengue fever, an arboviral disease (DENVs). In 2019, the World Health Organization forecasts a … ive models, data from microarrays and RNA-Seq have been used significantly. Bayesian inferences and support vector machine algorithms are two examples of statistical methods that can mine opinions and analyze sentiment from text. In general, these methods are not very strong semantically, and they only work effectively when the text passage inputs are at the level of th …
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: Parkinson's disease dementia (PDD) is a major non-motor complication of Parkinson's disease (PD), but conventional cognitive scr … (both 0.962), while logistic regression had the lowest Brier score (0.077). A radial basis function support vector machine (SVM) was retained as the primary classifier for detailed evaluation because it provided balanced performance across threshold-dependent metrics and could capture potentially nonlinear relationships and interactions. In the test set, the SVM achieve …
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: This study aimed to develop a predictive model for left atrial appendage thrombus (LAAT) in patients with non-valvular atrial fibrillation by integrating clinical and echocardiographic features using machine learning algorithms. The SHapley Additive exPlanations (SHAP) framework was applied to interpret the model and quantify the contribution of each predictor, thereby enhancing the accuracy and clinical interpretability of LAAT risk prediction.
METHODS: In this retrospective study, 325 patients with non-valvular atrial fibrillation who underwent transesophageal echocardiography at
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: Cigarette smoking is the leading preventable cause of premature death in the US. Quitting can significantly reduce the risk of … he testing subset, a random forest model with class weights to address class imbalance and a linear support vector machine model performed best of the models tested, albeit not very well (eg, F1 values of 0.36 in the testing set). Feature importance metrics suggested that contemplation status and perceived risks of "I will eat more" and "I will miss the taste of cigaret …
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.
AIMS: Type 2 diabetes mellitus (T2DM) is commonly observed in heart failure with preserved ejection fraction (HFpEF) patients. Despite its g … est set at a ratio of 7:3. Extreme gradient boosting (XGBoost), random forest, K-nearest neighbors, support vector machine (SVM), light gradient boosting machine, decision tree and logistic regression were used to establish diagnostic models. The diagnostic performance of models was evaluated by the area under the receiver operating characteristic curve (AUC), precision …
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.
PURPOSE: To develop and interpret a clinical prediction model for identifying children at risk of poor 5-year axial length (AL) control foll … e was evaluated across multiple algorithms, including logistic regression (LR), random forest (RF), support vector machine (SVM), artificial neural network (ANN), decision tree, light gradient boosting machine (lightGBM), and XGBoost. The best-performing model was visualized as a nomogram, dynamically deployed as a web-based risk calculator, and further interpreted usin …
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: To develop and internally validate a machine learning model to predict favorable standing ability at hospital discharge in patien … e). Four machine learning models-logistic regression, extreme gradient boosting, random forest, and support vector machine-were trained using an 80/20 data split. Model performance was assessed using the area under the receiver operating characteristic curve, Brier score, and decision curve analysis.
RESULTS: The extreme gradient boosting model achieved the greatest di …
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: Gout typically develops from hyperuricemia (HUA), but the metabolic alterations driving this transition remain poorly understo … arried out using the KEGG database. Machine learning approaches, including the Boruta algorithm and support vector machine (SVM), were employed for putative biomarker discovery and model evaluation in male participants.
RESULTS: Among all participants, 24 metabolites reached nominal significance (P < 0.05), but only uric acid remained significant after FDR correction. …
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: This study aimed to identify core inflammatory biomarkers through machine learning approaches and develop an accessible online ri … learning algorithms, including least absolute shrinkage and selection operator (LASSO) regression, support vector machine-recursive feature elimination (SVM-RFE), Random Forest, XGBoost, and LightGBM, were employed for feature selection, and core predictive factors were identified through consensus validation across these algorithms. K-means clustering analysis was per …
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 preoperative diagnostic models for superficial lymph node tuberculosis (LNTB) using radiomic features extracted from m … feature selection, five machine learning models-logistic regression, decision tree, random forest, support vector machine, and AdaBoost-were used to construct radiomic-based models. Receiver operating characteristic (ROC) curves were generated, and the area under the curve (AUC) was computed to assess the performance of each model in predicting superficial LNTB. Clinic …
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 aim of this study was to devise a machine learning algorithm with superior performance in predicting bone metastasis (BM) in small cell lung cancer (SCLC) and create a straightforward web-based predictor based on the developed algorithm. Data comprising demographic and clinicopathological characteristics of patients with SCLC and their potential BM were extracted from the Surveillance, Epidemiology, and End Results database between 2010 and 2018. This data was then utilized to develop 12 machine learning algorithm models: support vector machine, logistic regression, NaiveBayes, extreme gra…
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.
OBJECTIVES: We demonstrate an approach that integrates biomarker analysis with machine learning to identify protein signatures, using the example of SARS-CoV-2-induced Multisystem Inflammatory Syndrome in Children (MIS-C).
METHODS: We used plasma samples collected from subjects diagnosed with MIS-C and compared them first to controls with asymptomatic/mild SARS-CoV-2 infection and then to controls with pneumonia or Kawasaki disease. We used mass spectrometry to identify proteins. Support vector machine (SVM) algorithm-based classification schemes were used to analyze protein pathways. We asse…
СтатьяПрепринтПолный 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: Acute respiratory distress syndrome (ARDS) is a common complication after type A aortic dissection surgery and often leads to wo … ARDS (AUC = 0.978), followed by the logistic regression (AUC = 0.965), decision tree (AUC = 0.881), support vector machine (AUC = 0.835), and K-nearest neighbour (AUC = 0.807) models.
CONCLUSION: The development of a nomogram model using machine learning algorithms for predicting ARDS risk in patients with type A aortic dissection after surgery could identifying high-r …
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.
Rationale: Intrapleural enzyme therapy (IET) with tissue plasminogen activator (tPA) and DNase has been shown to reduce the need for surgica … ncluded. We compared four different machine learning classifiers (L1-penalized logistic regression, support vector machine [SVM], extreme gradient boosting [XGBoost], and light gradient-boosting machine [LightGBM]) by multiple bootstrap-validated metrics, including F-β, to demonstrate model performances. Results: A total of 466 participants who received IET for pleural …
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.
Sepsis is a severe systemic response to infection that may lead to the dysfunction of multiple organ systems and may even be life-threatenin … ion network (WGCNA) algorithm. Subsequently, using four machine learning algorithms (random forest, support vector machine, a generalized linear model, and xgboost), genes related to sepsis diagnosis were identified from the intersection genes of the two modules, and a diagnostic model was constructed. Single-cell sequencing (scRNA-seq) data were obtained from the GEO d …
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: This study aims to compare the performance of various machine learning algorithms in predicting chronic pain after total knee art … ine learning (ML) algorithms, including Decision Tree (DT), Light Gradient Boosting Machine (LGBM), Support Vector Machine (SVM), Random Forest (RF), and Extreme Gradient Boosting (XGBoost). In the test dataset, the model's performance was evaluated using metrics including accuracy, precision, recall, specificity, F1-score, Brier score, and area under the curve (AUC). T …
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.
INTRODUCTION: Ankylosing spondylitis (AS) is a chronic inflammatory disease affecting the axial skeleton, characterized by immune microenvir … rformed to identify key gene modules associated with OXPHOS. Machine learning techniques, including support vector machine with recursive feature elimination (SVM-RFE), random forest, and least absolute shrinkage and selection operator (LASSO), were applied to identify significant AS-related genes. Real-time PCR (RT-PCR) was used to quantify gene expression, examine the …
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