Alzheimer's disease, a progressive neurodegenerative disorder, presents a growing global health challenge due to its increasing prevalence and lack of accessible early diagnostic methods. Even though it has enhanced the diagnostic accuracy of machine learning, there is a major concern about striking a balance between predictive performance and interpretability. The proposed study presents an interpretable and sustainable machine learning architecture for early diagnosis of Alzheimer's disease based on multimodal, structured clinical and behavioral data, including demographics, vascular risk fa
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.
Recent research has shown that people who gamble are more likely to have suicidal thoughts and attempts compared to the general population. Despite the advancements made, no study to date has predicted suicide risk factors in people who gamble using machine learning algorithms. Therefore, current study aimed to identify the most critical predictors of suicidal ideation and suicidal attempts among people who gamble using a machine learning approach. An online survey conducted a cross-sectional analysis of 741 people who gamble (mean age: 25.9 ± 5.56). To predict the risk of suicide attempts and
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: We determined appropriate survival prediction machine learning models for patients with oropharyngeal squamous cell carcinoma (OPSCC) using the "Surveillance, Epidemiology, and End Results" (SEER) database.
METHODS: In total, 4039 patients diagnosed with OPSCC between 2004 and 2016 were enrolled in this study. In particular, 13 variables were selected and analyzed: age, sex, tumor grade, tumor size, neck dissection, radiation therapy, cancer directed surgery, chemotherapy, T stage, N stage, M stage, clinical stage, and human papillomavirus (HPV) status. The T-, N-, and clinical st
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: Anti-TIF1γ antibodies are a class of myositis-specific antibodies (MSAs) and are closely associated with adult cancer-associated myositis (CAM). The heterogeneity in anti-TIF1γ+ myositis is poorly explored, and whether anti-TIF1γ+ patients will develop cancer or not is unknown at their first diagnosis. Here, we aimed to explore the subtypes of anti-TIF1γ+ myositis and construct machine learning classifiers to predict cancer in anti-TIF1γ+ patients based on clinical features.
METHODS: A cohort of 87 anti-TIF1γ+ patients were enrolled and followed up in Xiangya Hospital from June 20
СтатьяПоддержка 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.
BACKGROUND: The opioid crisis poses a significant health challenge in the United States, with increasing overdoses and death rates due to opioids mixed with other illicit substances. Various strategies have been developed by federal and local governments and health organizations to address this crisis. One of the most significant objectives is to understand the epidemic through better health surveillance, and machine learning techniques can support this by identifying opioid users at risk of overdose through the analysis of social media data, as many individuals may avoid direct testing but st
СтатьяПоддержка 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.
OBJECTIVES: To predict the dental caries outcomes in young adults from a set of longitudinally-obtained predictor variables and identify the most important predictors using machine learning techniques.
METHODS: This study was conducted using the Iowa Fluoride Study dataset. The predictor variables - sex, mother's education, family income, composite socio-economic status (SES), caries experience at ages 9, 13, and 17, and the cumulative estimates of risk and protective factors, including fluoride, dietary, and behavioral variables from ages 5-9, 9-13, 13-17, and 17-23 were used to predict the
СтатьяПоддержка NIH: внешняя программаПолный 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: Bowel necrosis is a life-threatening condition requiring urgent surgical intervention. Early identification remains challenging due to nonspecific clinical presentations. This study aimed to develop and validate machine learning models for predicting bowel necrosis in adult patients.
METHODS: We conducted a multicenter retrospective cohort study including adult patients (≥ 18 years) presenting with acute abdominal pain between January 2021 and December 2023. Data were collected from electronic health records including demographics, clinical symptoms, laboratory parameters, and ima
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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: Mild traumatic brain injury (mTBI) comprises a majority of traumatic brain injury (TBI) cases. While some mTBI would suffer neurological deterioration (ND) and therefore have poorer prognosis. This study was designed to develop the predictive model for the ND among mTBI using machine learning algorithms.
METHODS: mTBI patients recorded in the Medical Information Mart for Intensive Care-III were selected for the study. The ND was defined as a drop of Glasgow Coma Scale ≥ 2 within the first 7 day after admission. Eight machine learning algorithms were trained and validated with 5-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.
BACKGROUND AND OBJECTIVES: A machine learning technique for identifying hidden coronary artery disease (CAD) might be useful. We developed and validated machine learning models to predict patients with hidden CAD and to assess long-term outcomes in patients with acute ischemic stroke.
METHODS: Multidetector coronary CT was performed for patients without a known history of CAD. Primary outcomes were defined as having any degree of CAD and having obstructive CAD (≥50% stenosis). Demographic variables, risk factors, laboratory results, Trial of ORG 10172 in Acute Stroke Treatment classification,
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Exoskeletons are valuable tools for the physical rehabilitation of individuals with paralysis or weakness. Exoskeleton designs differentiate to meet the specific needs of medical conditions. However, there is limited research on wheelchair-mounted exoskeletons for patients who are unable to move overall but have greater upper extremity needs. This study presents the electromechanical design of a wheelchair-mounted exoskeleton for Duchenne Muscular Dystrophy (DMD) patients and the use of finite state machine (FSM) state classification for its control. The exoskeleton features four degrees of fr
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.
The purpose of this study is to quantify the three-dimensional (3D) structural morphology, bone mineral density (BMD) distribution, and mechanical properties of different China-Japan Friendship Hospital (CJFH) classification types and assist clinicians in classifying necrotic femurs accurately. In this study, 41 cases were classified as types L2 and L3 based on CT images. Then, 3D Statistical Shape and Appearance Models (SSM and SAM) were established, and 80 principal component (PC) modes were extracted from the SSM and SAM as the candidate features. The bone strength of each case was also cal
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: To develop a model to identify risk factors and predictors of acute pancreatitis in children with pancreaticobiliary maljunction (PBM).
METHODS: We screened consecutive PBM patients treated at two centers between January, 2015 and July, 2021. For machine learning, the cohort was divided randomly at a 6:4 ratio to a training dataset and a validation dataset. Three parallel models were developed using logistic regression (LR), a support vector machine (SVM), and extreme gradient boosting (XGBoost), respectively. Model performance was judged primarily based on the area under the receive
СтатьяРандомизированное 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.
OBJECTIVES: To predict the dental caries outcomes in young adults from a set of longitudinally-obtained predictor variables and identify the most important predictors using machine learning techniques.
METHODS: This study was conducted using the Iowa Fluoride Study dataset. The predictor variables - sex, mother's education, family income, composite socio-economic status (SES), caries experience at ages 9, 13, and 17, and the cumulative estimates of risk and protective factors, including fluoride, dietary, and behavioral variables from ages 5-9, 9-13, 13-17, and 17-23 were used to predict the
ПрепринтСтатьяПоиск 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.
High-density lipoprotein (HDL)-related inflammatory ratios (monocyte-to-HDL cholesterol ratio [MHR], lymphocyte-to-HDL cholesterol ratio, neutrophil-to-HDL cholesterol ratio [NHR], platelet-to-HDL cholesterol ratio) represent composite biomarkers integrating lipid metabolism and inflammatory pathways. We developed machine learning models to evaluate their utility in coronary heart disease (CHD) classification using a large population-based dataset. We analyzed data from the National Health and Nutrition Examination Survey 2009 to 2020, including 14,745 US adults aged ≥20 years (mean age 51.8 ±
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.
BACKGROUND/OBJECTIVES: Artificial intelligence-based clinical decision support systems have emerged as promising tools for improving early sepsis recognition in emergency departments. This study aimed to develop and evaluate interpretable machine learning models for identifying Sepsis-3-defined sepsis using routinely available admission-stage variables and to compare their performance with conventional biomarkers and the Systemic Inflammatory Response Syndrome (SIRS).
METHODS: This secondary analysis used a publicly available prospective cohort of 1,572 adult emergency department patients wit
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.
BACKGROUND: Limited by small sample size, single-institution design, and insufficient comprehensive external validation across heterogeneous healthcare systems, no study to date has systematically validated the predictive performance of machine learning models for sepsis occurrence in an intensive care unit (ICU) population with concomitant pulmonary fibrosis through multiple large-scale databases.
METHODS: This retrospective multi-database study utilized two large databases to establish and validate a machine learning model for predicting the probability of sepsis occurrence in ICU patients
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.
BACKGROUND: As the Chinese population continues to age, the prevalence of gastric ulcers, a common nutrition and diet-related disorder, is rising among the elderly. Gastric ulcers pose a significant public health challenge in China, yet there is limited research to predict gastric ulcers accurately.
OBJECTIVE: Our study aims to employ machine learning algorithms to predict the occurrence of gastric ulcers and develop an online tool to assess the risk of gastric ulcers for elderly individuals, both currently and in the future, while identifying important predictors.
METHOD: We used baseline d
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: Recurrence after curative-intent treatment of rectal cancer remains a major clinical challenge. Conventional regression models may not adequately capture complex clinical interactions, whereas machine learning algorithms may improve predictive accuracy. This study compared regression-based and machine learning models for predicting recurrence using routinely collected clinical data.
METHODS: A retrospective cohort of 581 patients with rectal adenocarcinoma treated between 2013 and 2022 at 2 university hospitals in Thailand was analyzed. Seventeen demographic, pathological, and treatm
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: Acute respiratory distress syndrome (ARDS) commonly develops in traumatic brain injury (TBI) patients and is a risk factor for poor prognosis. We designed this study to evaluate the performance of several machine learning algorithms for predicting ARDS in TBI patients. Methods: TBI patients from the Medical Information Mart for Intensive Care-III (MIMIC-III) database were eligible for this study. ARDS was identified according to the Berlin definition. Included TBI patients were divided into the training cohort and the validation cohort with a ratio of 7:3. Several machine learning
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: Complex regional pain syndrome (CRPS) is a complication after trauma or surgery. Skin temperature asymmetry is one of the few symptoms that can be measured, for which thermography can be used. However, the current assessment of thermograms relies on manual interpretation and is subjective.
OBJECTIVE: The aim of this study was to develop an automatic model for quantitative assessment of CRPS based on thermography by using deep learning and radiomics.
METHODS: In this study, 178 thermograms of the extremities of 98 patients with CRPS and 837 thermograms from 56 healthy controls w
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.
MedElevator
Войти в исследования