BACKGROUND AND OBJECTIVES: Osteoporosis (OP) presents a significant health issue in rheumatoid arthritis (RA) patients, yet existing machine learning (ML) studies on OP prediction in this population are limited by low accuracy, a narrow range of considered risk factors, and a lack of interpretability. This study aims to develop an interpretable machine learning model using the CNN-SVM algorithm, integrated with interpretability techniques, for individualized osteoporosis risk assessment in RA patients. The model specifically focuses on the osteopenia stage, which has been overlooked in previou
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: The Cox proportional hazards (CPH) model is a common choice for analyzing time-to-treatment interruptions in patients on antiretroviral therapy (ART), valued for its straightforward interpretability and flexibility in handling time-dependent covariates. Machine learning (ML) models have increasingly been adapted for handling temporal data, with added advantages of handling complex, nonlinear relationships and large datasets, and providing clear practical interpretations.
OBJECTIVE: This study aims to compare the predictive performance of the traditional CPH model and ML models in
СтатьяСравнительное исследованиеПоддержка 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.
OBJECTIVE: Machine learning-based approaches were applied to explore prognostic risk factors for patients with tuberculous meningitis (TBM) and develop a risk prediction model for their 1-year post-treatment poor prognosis. METHODS: We enrolled 358 patients with TBM admitted to the Department of Neurology, 940th Hospital of the Joint Logistic Support Force of the Chinese People's Liberation Army, from January 2010 to February 2022. We retrospectively collected their clinical data, with 1-year post-treatment prognosis as the primary outcome measure. Enrolled patients were randomly divided into
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.
Prediction model selection and assessment are primary objectives of many statistical analyses. Covariance-based penalty estimators provide analytic estimates of the optimism associated with naive training error estimates for multiple classes of prediction models and error assessment rules. While the majority of work on covariance-based penalties has focused on prediction for uncensored data, little attention has been given to time-to-event data. In this article, we consider estimating the optimism for survival prediction models assessed via the Brier score. We first analytically derive an expr
СтатьяПоддержка NIH: внешняя программаПоиск 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: To study the risk factors affecting amputation and survival in patients with diabetic foot (DF) and to construct a predictive model using the machine learning technique for DF foot amputation and survival and evaluate its effectiveness.
MATERIALS AND METHODS: A total of 200 patients with DF hospitalized in the First Affiliated Hospital of Shantou University Medical College in China were selected via cluster analysis screening, Kaplan-Meier survival calculation, amputation rate and Cox proportional hazards model investigation of risk factors associated with amputation and death. In ad
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: Cardiac surgery-associated acute kidney injury (CSA-AKI) is a frequent and devastating postoperative complication, particularly among older adults. Accurate risk stratification and early prediction of CSA-AKI are essential for guiding preventive strategies and optimizing clinical decision-making.
METHODS: In this retrospective study, data from two centers (n=623) were utilized for model training and internal validation, whereas data from a third, distinct center (n=110) were reserved for external validation. CSA-AKI was defined according to the Kidney Disease: Improving Global Out
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.
BACKGROUND: Falls are among the most common adverse events in hospitalized patients, with about 30% leading to injury. We developed a machine learning model to predict which in-hospital fall events would lead to patient injury, thereby supporting post-fall risk stratification.
METHODS: We retrospectively analyzed data from 410 patients who had experienced falls at a tertiary general hospital in China. Among them, 134 patients (32.7%) had fall-related injuries. The dataset was divided into training and test sets at a 7:3 ratio by outcome-stratified random sampling. Least absolute shrinkage and
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.
BACKGROUND: Influenza A-associated invasive pulmonary aspergillosis (IAPA) is a severe fungal complication with high mortality, while early identification remains difficult because of nonspecific clinical manifestations. This study aimed to develop and validate a machine learning (ML) model for early screening of IAPA in hospitalized influenza A patients.
METHODS: This retrospective single-center study enrolled 234 hospitalized influenza A patients from January 2023 to December 2025, including 59 patients with IPA. Eligible patients were randomly divided into a training cohort (70%) for model
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: Early infant diagnosis of human immunodeficiency virus is essential for timely intervention and treatment of exposed infants. Traditional diagnostic approaches often face logistical and cost-related challenges, leading to delayed results and reduced healthcare efficiency. Machine learning provides a promising alternative, enabling earlier identification of at-risk infants and more efficient allocation of healthcare resources. METHODS: A cross-sectional study was conducted using early infant diagnosis data from the Amhara Public Health Institute, comprising 12,129 records with 12
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: We aimed at measuring the positive predictive value (PPV) of data in the French Hospital Medical Information Database (FHD).
SUMMARY: This retrospective multicenter study included 31 hospitals from where 56 hospital stays were randomly selected among all hospitalizations for the years 2009 and 2010 with at least 1 principal diagnosis of stroke or transient ischemic attack (TIA). Three algorithms were evaluated. Algorithm 1 selected discharge abstracts with at least 1 principal diagnosis identified by one of the relevant International Classification of Diseases, 10th revision codes
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: Machine learning algorithms are currently used in a wide array of clinical domains to produce models that can predict clinical risk events. Most models are developed and evaluated with retrospective data, very few are evaluated in a clinical workflow, and even fewer report performances in different hospitals. In this study, we provide detailed evaluations of clinical risk prediction models in live clinical workflows for three different use cases in three different hospitals.
OBJECTIVE: The main objective of this study was to evaluate clinical risk prediction models in live clinica
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.
Herein we developed age clocks that predict biological age from fundus photography and optical coherence tomography. We evaluated our multimodal models' clinical relevance by examining their associations between predicted biological age and the Charlson Comorbidity Index (CCI). Study 1 assessed how models trained on normal eyes generalize to diseased eyes, and Study 2 tested whether incorporating disease labels improves performance and systemic associations. Models were fine-tuned to the imaging dataset to predict biological age. Linear regressors were trained on chronological and biological f
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: Prospective measures of high knee abduction moment (KAM) during landing identify female athletes at high risk for anterior cruciate ligament injury. Laboratory-based measurements demonstrate 90% accuracy in prediction of high KAM. Clinic-based prediction algorithms that employ correlates derived from laboratory-based measurements also demonstrate high accuracy for prediction of high KAM mechanics during landing.
HYPOTHESES: Clinic-based measures derived from highly predictive laboratory-based models are valid for the accurate prediction of high KAM status, and simultaneous measure…
СтатьяПоддержка NIH: внешняя программаВалидационное 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.
INTRODUCTION: Multiple trials have demonstrated broad performance ranges for tests attempting to detect coronary artery disease. The most common test, SPECT, requires capital-intensive equipment, the use of radionuclides, induction of stress, and time off work and/or travel. Presented here are the development and clinical validation of an office-based machine learned algorithm to identify functionally significant coronary artery disease without radiation, expensive equipment or induced patient stress.
MATERIALS AND METHODS: The IDENTIFY trial (NCT03864081) is a prospective, multicenter, non-r
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: Observational axial spondyloarthritis (axSpA) research in large datasets has been limited by a lack of adequate methods for identifying patients with axSpA, because there are no billing codes in the United States for most subtypes of axSpA. The objective of this study was to develop methods to accurately identify patients with axSpA in a large dataset.
METHODS: The study population included 600 chart-reviewed veterans, with and without axSpA, in the Veterans Health Administration between January 1, 2005, and June 30, 2015. AxSpA identification algorithms were developed with variabl
СтатьяНаблюдательное исследованиеПоддержка исследования: вне правительства СШАВалидационное 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: Chronic kidney disease (CKD) and heart failure (HF) share pathophysiological mechanisms, rendering HF one of the most burdensome cardiovascular complication in CKD. Current HF prediction models, derived from the general population, exhibit limited accuracy in CKD, thus necessitating a CKD-specific risk model and clinical implementation.
METHODS: The development set comprised 52 251 patients with CKD from the China Renal Data System (70% training; 30% internal validation). External validation used 21 798 patients from independent Chinese hospitals and 3323 UK Biobank participants.
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка 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.
Song et al. report a machine-learning framework based on the eXtreme Gradient Boosting (XGBoost) algorithm for predicting 1-year unplanned readmissions among elderly patients with coronary heart disease (CHD). This commentary examines critical limitations in the interpretability and methodological robustness of such models. Extensive prior work has demonstrated that tree‑based algorithms can exhibit structural biases in feature‑importance estimates, particularly when predictors display substantial collinearity or heterogeneous measurement scales. SHAP explanations, by inheriting these model‑em
Письмо в редакциюПоиск 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)-based medical diagnosis has received huge attention due to its potential to improve and accelerate the decision-making process at the patient level in a range of healthcare settings. Despite the recent signs of progress in this field, reliable quantification and proper communication of predictive uncertainties have been fully or partially overlooked in the existing literature on AI applications for medical diagnosis. This paper studies the automatic diagnosis of skin cancer using dermatologist spot images. Three different uncertainty-aware training algorithms (MC d
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.
This paper introduces a robust algorithm that efficiently generates high-quality unstructured triangular meshes to model complex two-dimensional crack growth problems within the framework of linear elastic fracture mechanics (LEFM). The proposed Visual Fortran code aims to address key challenges in mesh generation including geometric complexity, required simulation accuracy, and computational resource constraints. The algorithm incorporates adaptive refinement and updates to the mesh structure near the crack tip, resulting in the formation of rosette elements that provide accurate approximatio
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.
Knowledge of animal behavior can be indicative of the well-being, health, productivity, and reproduction of animals. The use of accelerometers to classify and predict animal behavior can be a tool for continuous animal monitoring. Therefore, the aim of this study was to provide strategies for predicting more and less frequent beef cattle grazing behaviors. The behavior activities observed were grazing, ruminating, idle, water consumption frequency (WCF), feeding (supplementation) and walking. Three Machine Learning algorithms: Random Forest (RF), Support Vector Machine (SVM) and Naïve Bayes Cl
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.
MedElevator
Войти в исследования