We propose a methodology to predict the cardiac epicardial and mediastinal fat volumes in computed tomography images using regression algorithms. The obtained results indicate that it is feasible to predict these fats with a high degree of correlation, thus alleviating the requirement for manual or automatic segmentation of both fat volumes. Instead, segmenting just one of them suffices, while the volume of the other may be predicted fairly precisely. The correlation coefficient obtained by the Rotation Forest algorithm using MLP Regressor for predicting the mediastinal fat based on the epicar
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.
BACKGROUND: Deep mutational scanning (DMS) provides comprehensive maps of protein variant effects but remains experimentally intensive. Machine learning (ML) approaches have the potential to reduce experimental burden of DMS by predicting the functional impact of substitutions from limited data.
RESULTS: We introduced a ML classifier trained on normalised DMS scores from SARS-CoV-2 main protease (Mpro) to categorise amino acid substitutions as functional (wild-type-like) or non-functional. Using brute-force feature selection, we identified minimal subsets of six substitution scores per residu
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 and objectives Diagnosis of iron deficiency anaemia (IDA), where both anaemia and iron deficiency coexist, is essential to improve the precision of iron treatment. The serum ferritin, a marker of iron deficiency, is an acute phase protein, requires adjustment for inflammation prior to using it for diagnosis of IDA. The blood cell indices (referred as complete blood counts, CBC) help in identifying the underlying cause of anaemia and presence of inflammation, both of which could be utilised for differential diagnosis of IDA. We conducted this study to evaluate machine learning (ML) m
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: Carbapenem-resistant Klebsiella pneumoniae (CRKP) is a major global health threat. Predicting resistance from electronic medical records (EMRs) may support infection control and antimicrobial stewardship, but class imbalance can impair detection of resistant isolates. This study developed an interpretable machine-learning framework for predicting carbapenem-resistant versus carbapenem-susceptible K. pneumoniae.
METHODS: We retrospectively analyzed 5,794 records collected from 2014 to 2024, including 999 carbapenem-resistant and 4,795 carbapenem-susceptible isolates. The prediction
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: Postoperative atrial fibrillation (POAF) occurs in 20-40% of patients undergoing coronary artery bypass grafting (CABG) and is associated with increased morbidity and mortality. Existing machine learning (ML) studies are limited by single‑center designs, small samples, and reliance on single algorithms.
OBJECTIVE: To develop and internally validate a stacking ensemble ML model for predicting POAF after CABG, identify key predictors, and evaluate its incremental clinical value against conventional models.
METHODS: A retrospective analysis of 563 CABG patients (29.5% POAF) from a s
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.
Childbirth occurring at high-risk maternal ages (≤18 years or ≥40 years) remains an important public health concern in Bangladesh and is influenced by a range of socio-demographic and behavioral factors. We conducted a cross-sectional secondary analysis of 15,386 ever married women from the BDHS 2022 dataset. After cleaning and removing duplicates and missing values, data were split into training 80 percent and testing 20 percent sets. Three feature selection methods Lasso with 12 features, Chi Square with 13 features, and Boruta with 10 features were applied. Machine learning models including
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.
Bloodstream infections require timely and appropriate diagnosis and treatment, as inadequate management is associated with higher mortality. Previous predictive models for bloodstream infection have generally incorporated laboratory test results in addition to vital signs, although laboratory results are not always immediately available in clinical practice. This study aimed to develop and validate a machine learning model to predict positive blood cultures using only vital signs in febrile intensive care unit (ICU) patients (maximum BT ≥ 38 °C). Clinical data from ICU patients at two universi
СтатьяВалидационное 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.
Despite continuously evolving medical advances, CVD risk in Rheumatoid Arthritis (RA) remains paradoxically high to date. Carotid intima-media thickness (cIMT) is a widely used surrogate marker for atherosclerosis. However, issues related to operator-dependent assessment, availability and cost of carotid ultrasound are barriers to its wide implementation as an aid to cardiovascular risk assessment in RA. We aimed to develop a computational artificial intelligence (AI) model for cIMT prediction in RA. The recently proposed DERGA algorithm (Data Ensemble Refinement Greedy Algorithm) was employed
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.
To develop a machine learning (ML)-based predictive model for identifying high-risk populations of osteoporosis among patients with chronic obstructive pulmonary disease (COPD), thereby facilitating early detection and personalized management. Using data from patients diagnosed with COPD in the MIMIC-IV database, we divided the dataset into training and validation sets at a 7:3 ratio. LASSO regression and logistic regression were applied to screen 35 variables, and 6 ML algorithms were employed to construct predictive models with internal validation. Model performance was evaluated using multi
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.
PURPOSE: This feasibility study aimed to develop and evaluate machine learning models to predict shoulder redislocation using joint-specific imaging characteristics, in addition to traditional demographic variables.
METHODS: A prospective dataset from a tertiary referral centre was analysed, including cartilage MRI thickness measurements. Six classification algorithms were compared using 10-fold stratified cross-validation as the primary evaluation method. Preprocessing involved one-hot encoding of categorical variables and median imputation for missing values. The dataset was stratified into
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.
Height gain under recombinant human growth hormone (rhGH) varies widely in children with short stature, making early, reliable response prediction essential for individualized care. Using routinely collected data from Bambino Gesù Children's Hospital (Rome, Italy) with up to five years of follow-up, we built and evaluated machine learning (ML) models for children with Idiopathic Short Stature (ISS) and Small for Gestational Age (SGA). Predictions were updated at baseline, end of the first treatment year, and end of the second treatment year, and categorized as poor, mild, or good responders. R
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 investigate the multimodal clinical influencing factors of Alzheimer's disease (AD) onset, and to establish and test a risk prediction tool derived from these determinants and additional clinical measures, thus facilitating early intervention and risk classification in individuals at high risk for AD.
METHODS: A retrospective cohort of 502 high-risk individuals for AD (exhibiting cognitive decline or family history) who visited our hospital was included. A total of 502 participants were randomly split into a training cohort (n = 350) and a validation cohort (n = 152) in a 7:3 p
СтатьяВалидационное 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.
INTRODUCTION: Recurrent psychiatric hospitalizations in youth are costly and burdensome to patients and families. While postdischarge planning rarely stratifies patients based on their risk of readmission, predictive modeling could identify at-risk youth to facilitate targeted intervention strategies. This study developed and validated machine learning models to predict psychiatric readmission in children and adolescents.
METHODS: This retrospective cohort study included 11,225 patients (20,339 psychiatric admissions) ≤ 18 years old with at least one psychiatric admission and an anxiety or de
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.
A review of findings on flexible sigmoidoscopy (FS), colonoscopy and selected double-contrast barium enema (DCBE) radiographs from a group of 66 patients with rectal bleeding was performed to test the value of an algorithm in the detection of colonic cancers and polyps. In this algorithm the FS findings would direct patients either to colonoscopy or to a modified DCBE which focused attention on the colon proximal to the sigmoid. Only patients with neoplasms diagnosed by FS, or by MDCBE after negative FS, would proceed to colonoscopy. The study population contained four cancers, 11 polyps > 5 m
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: Early prediction and timely treatment are essential for minimizing the risk of visual loss or blindness of retinopathy of prematurity, emphasizing the importance of ROP screening in clinical routine.
OBJECTIVE: To establish predictive models for ROP occurrence based on the risk factors using artificial neural network.
METHODS: A cohort of 591 infants was recruited in this retrospective study. The association between ROP and perinatal factors was analyzed by univariate analysis and multivariable logistic regression. We developed predictive models for ROP screening using back pro
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: Although digital mobility outcomes (DMOs) can be readily calculated from real-world data collected with wearable devices and ad-hoc algorithms, technical validation is still required. The aim of this paper is to comparatively assess and validate DMOs estimated using real-world gait data from six different cohorts, focusing on gait sequence detection, foot initial contact detection (ICD), cadence (CAD) and stride length (SL) estimates.
METHODS: Twenty healthy older adults, 20 people with Parkinson's disease, 20 with multiple sclerosis, 19 with proximal femoral fracture, 17 with chr
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.
Artificial intelligence (AI) is transforming multi-omics analysis in small-molecule drug discovery by advancing vast datasets from genomics, transcriptomics, proteomics, and metabolomics to cover novel therapeutic targets and optimize lead compounds. Machine learning (ML) algorithms, such as deep neural networks (DNNs) and graph convolutional networks (GCNs), excel at identifying complex patterns in multidimensional omics data, predicting drug-target interactions, and predicting molecular dynamics with exclusive accuracy. AI platforms as AlphaFold, accelerated protein structure prediction, all
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.
This study presents the development of a low-cost, portable device for non-invasive skin monitoring that integrates both impedance sensing and imaging modalities to assess skin moisture levels and classify skin types. To enable real-time analysis on resource-constrained platforms, lightweight machine learning algorithms were employed for both regression and classification tasks. For the moisture prediction task, experimental results demonstrate that the Random Forest (RF) algorithm outperformed Linear Regression and Multilayer Perceptron (MLP), achieving the highest accuracy, with impedance-ba
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.
Artificial intelligence (AI) has emerged as a transformative tool for advancing diagnosis, monitoring, and treatment planning in neurourology. This review synthesizes recent progress in AI-based models for predicting treatment failure in neurogenic lower urinary tract dysfunction. Machine learning and deep learning algorithms applied to urodynamic, clinical, and neuroimaging data have demonstrated strong potential to identify patients at risk of therapeutic nonresponse and improve individualized management. Automated systems now enable precise interpretation of complex bladder signals, multimo
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 aimed to develop and validate a machine learning model for risk stratification of coronary heart disease (CHD) in patients with carotid atherosclerosis, with CHD presence/absence defined as the target outcome variable. A retrospective analysis was conducted on 442 patients diagnosed with carotid atherosclerosis at a tertiary hospital in China between January 1, 2022, and June 20, 2025. Patients were divided into CHD and non-CHD groups based on clinical outcomes. Data encompassing demographics, laboratory results, and vascular imaging findings were collected. Feature selection involv
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.
MedElevator
Войти в исследования