In this study, we assess the effectiveness of portable near-infrared (NIR) spectroscopy coupled with advanced machine learning algorithms for on-site detection and quantification of key explosive precursors, in accordance with EU Regulation 2019/1148. The research focuses on developing robust quantitative models for hydrogen peroxide, nitromethane, and nitric acid, addressing the challenge of varied concentrations and compositions encountered by first responders. The models demonstrated high predictive accuracy, with Root Mean Square Error of Prediction (RMSEP) values of 0.96 % for hydrogen pe
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.
This review article is based upon the findings of the role of different biomarkers in the progression of the diseases. These findings were from past studies and meta-analysis of the biomarker in cardiovascular and chronic kidney diseases (CKDs). It mainly focuses on the organ crosstalk of diseases because of different biomarkers such as proteomics, genomics, metabolomics, and bioinformatics. In this reviewing process, we analyzed some biomarkers responsible for various cardiovascular and CKDs, out of which we found few biomarkers which are responsible for indication and diagnosis of disease re
СтатьяОбзорПолный 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 evaluates the predictive performance of various machine learning (ML) algorithms for postpartum hemorrhage (PPH), peripartum hysterectomy, and severe coagulopathy using routinely collected pre-delivery clinical and biochemical data.
METHODS: In this retrospective cohort study, data from 566 deliveries at a tertiary obstetric center between 2019 and 2025 were analyzed. A total of 283 patients with PPH and 283 matched controls were included. Twenty maternal variables, including hemoglobin, body mass index, uterine scar, and comorbidities, were used to develop ML models: su
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.
The aim of this study was to preliminarily use machine learning and finite element methods to predict the multiple-needle ablation size of spinal and paraspinal tumors and to use genetic algorithms to solve for the optimal ablation parameters under specific ablation size conditions. A two-dimensional two-needle spinal tumor ablation finite element model was created. Its ablation size was analyzed under different approach angles, electrode lengths, electrode diameter, ablation temperatures, and time conditions. Three neural-network models (back propagation (BP), radial basis function (RBF) and
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.
Managing valvular heart disease (VHD) requires integrating multimodal data, including demographics, symptoms, biomarkers, electrocardiogram findings, and imaging studies. However, the capacity and processing power of the human mind are limited, particularly in the current era where vast quantities of complex data require rapid processing. Integrating artificial intelligence (AI) into the management of VHD offers an opportunity to enhance diagnostic accuracy, streamline clinical workflows, optimize procedural strategies, and predict outcomes and disease progression. Subsets of AI such as machin
СтатьяОбзорПоддержка исследования: вне правительства СШАПолный 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: The objective of this study was to determine the prevalence of early childhood caries in children with severe acute malnutrition (SAM) and also the hierarchy of association if any with malnutrition, anemia, and other risk factors with ECC using machine learning algorithms.
METHODS: A hospital-based preventive and interventional study was conducted on SAM children (age = 2 to <6 years) who were admitted to the malnutrition treatment unit (MTU). An oral examination for early childhood caries status was done using the deft index. The anthropometric measurements and blood examination r
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.
Keratoconus (KC) is an ectatic cornea disease with high prevalence and asymptomatic at early stage, leading to decreased visual acuity and even cornea transplantation. However, the etiology mechanism of keratoconus is still poorly understood. Oxidative stress (OS) and extracellular matrix (ECM) remodeling play critical roles in keratoconus development. Here, based on keratoconus datasets from GEO database, we obtained 454 differentially expressed genes (DEGs), which were further intersected with oxidative stress (OS) and extracellular matrix (ECM) genesets from MSigDB database. A total of 17 O
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.
OBJECTIVE: This study aimed to characterize long-term cerebral perfusion pressure (CPP) trajectory in traumatic brain injury (TBI) patients and construct an interpretable prediction model to assess the risk of unfavorable CPP evolution patterns.
METHODS: TBI patients with CPP records were identified from the Medical Information Mart for Intensive Care (MIMIC)-IV 2.1, eICU Collaborative Research Database (eICU-CRD) 2.0, and HiRID dataset 1.1.1. The research process consisted of 2 stages. First, group-based trajectory modeling (GBTM) was used to identify different CPP trajectories. Second, diff
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: Our study aimed to determine whether radiomics models based on contrast-enhanced computed tomography (CECT) have considerable ability to predict serosal involvement in gallbladder cancer (GBC) patients.
MATERIALS AND METHODS: A total of 152 patients diagnosed with GBC were retrospectively enrolled and divided into the serosal involvement group and no serosal involvement group according to paraffin pathology results. The regions of interest (ROIs) in the lesion on all CT images were drawn by two radiologists using ITK-SNAP software (version 3.8.0). A total of 412 features were extra
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.
There is high risk of mortality between stage I and stage II palliation of single ventricle heart disease. This study aimed to leverage advanced machine learning algorithms to optimize risk-prediction models and identify features most predictive of interstage mortality. This study utilized retrospective data from the National Pediatric Cardiology Quality Improvement Collaborative and included all patients who underwent stage I palliation and survived to hospital discharge (2008-2019). Multiple machine learning models were evaluated, including logistic regression, random forest, gradient boosti
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: Current prognostic models for brain metastases (BMs) have been constructed and validated almost entirely with data from patients receiving up-front radiotherapy, leaving uncertainty about surgical patients.
OBJECTIVE: To build and validate a model predicting 6-month survival after BM resection using different machine learning algorithms.
METHODS: An institutional database of 1062 patients who underwent resection for BM was split into an 80:20 training and testing set. Seven different machine learning algorithms were trained and assessed for performance; an established prognostic
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 & AIMS: Considering that no standard therapy has yet been found for the novel coronavirus disease (COVID-19), identifying severe cases as early as possible, and such that treatment procedures can be escalated seems necessary. Hence, the present study aimed to develop a machine learning (ML) approach for automated severity assessment of COVID-19 based on clinical and paraclinical characteristics like serum levels of zinc, calcium, and vitamin D.
METHODS: In this analytical cross-sectional study which was conducted from May 2020 to May 2021, clinical and paraclinical data sets of COV
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: Postherpetic neuralgia (PHN) is a neuropathic pain secondary to shingles. Studies have shown that early pain intervention can reduce the incidence or intensity of PHN. The aim of this study was to predict whether a patient with acute herpetic neuralgia will develop PHN and to help clinicians make better decisions.
METHOD: Five hundred two patients with shingles were reviewed and classified according to whether they had PHN. The risk factors associated with PHN were determined by univariate analysis. Logistic regression and random forest algorithms were used to do machine learnin
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: To shorten the time required to bring new treatments to clinics, recent efforts have focused on repurposing existing Food and Drug Administration (FDA)-approved drugs with established safety data for new indications. We hypothesized that adverse effect profiles might aid in prioritizing compounds for investigation in central nervous system (CNS) applications by providing an indication of their abilities to cross the blood-brain barrier.
METHODS: Data were drawn from an investigation of similarity of adverse effect profiles, utilizing pre- and post-marketing data. A panel of known
СтатьяПоддержка NIH: внешняя программаПолный 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: Postoperative pulmonary infection (PPI) remains a significant complication after video-assisted thoracoscopic anatomical pulmonary resection (VAT-APR). This study aimed to develop and validate an interpretable machine learning (ML) model for perioperative prediction of PPI using Light Gradient Boosting Machine (LightGBM) integrated with SHapley Additive exPlanations (SHAP) for patients undergoing VAT-APR.
METHODS: This retrospective predictive modeling study included 512 patients who underwent VAT-APR between January 2020 and December 2024 at the Department of Thoracic Surgery, Th
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.
OBJECTIVES: Newborn screening for congenital hypothyroidism (CH) relies on thyroid-stimulating hormone (TSH) levels from dried blood spots (DBS). We investigated whether incorporating TSH variation across serial DBS could improve prediction of CH in term and preterm infants with complex risk profiles.
METHODS: Among 207,895 newborns screened, 272 (0.13 %) were diagnosed with CH. TSH variations across 3 serial DBS were analyzed in 6,146 healthy infants (2.96 %). Predictive algorithms were developed using linear mixed-effects models in 1,968 term and 1,387 preterm infants with ≥2 and ≥3 DBS, re
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.
Gut microbiota is associated with a variety of diseases, but its relationship with severe pneumonia remains to be explored. This study primarily analyzed the intestinal microbiota of patients with severe pneumonia and examined its association with clinical data. We collected clinical data from 96 patients with severe pneumonia for differential analysis and identified prognostic factors using logistic regression. Fecal samples from patients with severe pneumonia and healthy controls were collected and analyzed using 16S rRNA sequencing. We applied three machine learning algorithms (LASSO, Rando
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: Accurate healthcare cost predictions are essential for health economic decision-making. We propose a bottom-up approach that aggregates individual-level predictions to estimate expenditures for specific population segments without relying on a priori segmentation.
METHODS: This retrospective population-based study used administrative healthcare data (2011-2023) from the Health Protection Agency of Bergamo (Italy). We traced 5-year healthcare resource utilization to predict individual's healthcare costs in the following year using random forest regression algorithms. Individual pre
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.
AIM: Osteoporosis (OP) is a prevalent metabolic bone disease causing millions of fractures annually, leading to significant healthcare and economic burdens. Early diagnosis and intervention are critical, particularly among postmenopausal women and the elderly. Traditional bone mineral density tests, while useful, are limited in predicting fracture risk and are not always accessible. This review summarises recent advancements in applying machine learning (ML) and radiomics techniques for fracture risk prediction and OP assessment using computed tomography and magnetic resonance imaging.
MATERI
СтатьяСистематический обзорПоиск 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.
Stroke is a leading cause of global mortality and disability, yet comprehensive sex-specific stroke predictors are lacking. This study aimed to identify sex-specific stroke risk factors in middle-aged and elderly Chinese to improve early detection. 12,975 participants (7079 females, 5896 males) aged ≥45 from the China Health and Retirement Longitudinal Study 2011 to 2020 were analyzed. Sex-stratified correlations of 27 health indicators were examined. Eight machine learning algorithms identified significant stroke risk factors. Sex-specific associations between these risk factors and stroke ri
СтатьяНаблюдательное 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.
MedElevator
Войти в исследования