Alzheimer's disease (AD), the most common type of dementia, is a severe neurodegenerative disorder. Identifying biomarkers that can track the progress of the disease has recently received increasing attentions in AD research. An accurate prediction of disease progression would facilitate optimal decision-making for clinicians and patients. A definitive diagnosis of AD requires autopsy confirmation, thus many clinical/cognitive measures including Mini Mental State Examination (MMSE) and Alzheimer's Disease Assessment Scale cognitive subscale (ADAS-Cog) have been designed to evaluate the cogniti
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
Pretreatment prediction of neoadjuvant response remains an unresolved challenge in locally advanced rectal cancer, where management is movin … are closer to routine deployment as they build on clinically embedded workflows, although response-prediction algorithms still require robust external validation, calibration, and regulatory-grade implementation. Patient-derived models provide functional systems for testing candidate biomarkers and resistance mechanisms. Multimodal artificial intelligence may support …
СтатьяОбзорПолный 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 and evaluate eight machine learning models based on multimodal ultrasound to precisely predict of diabetic tibial neuropathy (DTN) in patients. Additionally, the SHapley Additive exPlanations(SHAP)framework was introduced to quantify the importance of each feature variable, providing a precise and noninvasive assessment tool for DTN patients, optimizing clinical management strategies, and enhancing patient prognosis.
METHODS: A prospective analysis was conducted using multimodal ultrasound and clinical data from 255 suspected DTN patients who visited the
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: Lipoprotein(a) [Lp(a)] is a predictor of atherosclerotic cardiovascular disease (ASCVD); however, there are few algorithms incorporating Lp(a), especially from real-world settings. We developed an electronic health record (EHR)-based risk prediction algorithm including Lp(a).
METHODS: Utilizing a large EHR database, we categorized Lp(a) cut points at 25, 50, and 75 mg/dL and constructed 10-year ASCVD risk prediction models incorporating Lp(a), with external validation in a pooled cohort of 4 US prospective studies. Net reclassification improvement was determined among borderline-i
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: To develop a machine learning-based pipeline for multi-organ/tissue personalized radiation dosimetry in CT.
MATERIALS AND METHODS: For the study, 95 chest CT scans and 85 abdominal CT scans were collected retrospectively. For each CT scan, a personalized Monte Carlo (MC) simulation was carried out. The produced 3D dose distributions and the respective CT examinations were utilized for the development of organ/tissue-specific dose prediction deep neural networks (DNNs). A pipeline that integrates a robust open-source organ segmentation tool with the dose prediction DNNs was develop
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.
OBJECTIVES: Post-therapy pneumonitis (PTP) is a relevant side effect of thoracic radiotherapy and immunotherapy with checkpoint inhibitors (ICI). The influence of the combination of both, including dose fractionation schemes on PTP development is still unclear. This study aims to improve the PTP risk estimation after radio(chemo)therapy (R(C)T) for lung cancer with and without ICI by investigation of the impact of dose fractionation on machine learning (ML)-based prediction.
MATERIALS AND METHODS: Data from 100 patients who received fractionated R(C)T were collected. 39 patients received addi
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.
AIMS AND OBJECTIVES: To develop and validate a prediction model for high-flow nasal cannula (HFNC) failure in patients with acute hypoxaemic respiratory failure (AHRF).
BACKGROUND: AHRF accounts for a major proportion of intensive care unit (ICU) admissions and is associated with high mortality. HFNC is a non-invasive respiratory support technique that can improve patient oxygenation. However, HFNC failure, defined as the need for escalation to invasive mechanical ventilation, can lead to delayed intubation, prolonged mechanical ventilation and increased risk of mortality. Timely and accurate
СтатьяМногоцентровое исследованиеНаблюдательное исследованиеВалидационное исследованиеПоддержка 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.
Cancer, the second largest human disease, has become a major public health problem. The prediction of chemicals' carcinogenicity before their synthesis is crucial. In this paper, seven machine learning algorithms (i.e., Random Forest (RF), Logistic Regression (LR), Support Vector Machines (SVM), Complement Naive Bayes (CNB), K-Nearest Neighbor (KNN), XGBoost, and Multilayer Perceptron (MLP)) were used to construct the carcinogenicity triple classification prediction (TCP) model (i.e., 1A, 1B, Category 2). A total of 1444 descriptors of 118 hazardous organic chemicals were calculated by Discove
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.
Adolescent idiopathic scoliosis (AIS) can cause abnormal body posture, which has a negative impact on the overall posture. Therefore, timely prevention and early treatment are extremely important. The purpose of this study is to build an early warning model of AIS risk, so as to provide guidance for accurately identifying early high-risk AIS children and adolescents. We conducted a retrospective study of 1732 children and adolescents with or without AIS who underwent physical examination in Longgang District Central Hospital of Shenzhen (LDCHS queue) from January 2019 to October 2022 and 1581
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: Despite technological advances, results from various clinical trials have repeatedly shown that many individuals with type 1 diabetes (T1D) do not achieve their glycemic goals. One of the major challenges in disease management is the administration of an accurate amount of insulin for each meal that will match the expected postprandial glycemic response (PPGR). The objective of this study was to develop a prediction model for PPGR in individuals with T1D.
RESEARCH DESIGN AND METHODS: We recruited individuals with T1D who were using continuous glucose monitoring and continuous subcu
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.
Preeclampsia (PE) is a hypertensive complication affecting 8-10% of US pregnancies annually. While there is no cure for PE, aspirin may reduce complications for those at high risk for PE. Furthermore, PE disproportionately affects racial minorities, with a higher burden of morbidity and mortality. Previous studies have shown early prediction of PE would allow for prevention. We approached the prediction of PE using a new method based on a cost-sensitive deep neural network (CSDNN) by considering the severe imbalance and sparse nature of the data, as well as racial disparities. We validated our
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
OBJECTIVE: To develop and validate a machine-learning algorithm to improve prediction of incident OUD diagnosis among Medicare beneficiaries with ≥1 opioid prescriptions.
METHODS: This prognostic study included 361,527 fee-for-service Medicare beneficiaries, without cancer, filling ≥1 opioid prescriptions from 2011-2016. We randomly divided beneficiaries into training, testing, and validation samples. We measured 269 potential predictors including socio-demographics, health status, patterns of opioid use, and provider-level and regional-level factors in 3-month periods, starting from three mo
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
To determine chemical-protein interactions (CPI) is costly, time-consuming, and labor-intensive. In silico prediction of CPI can facilitate the target identification and drug discovery. Although many in silico target prediction tools have been developed, few of them could predict active molecules against multitarget for a single disease. In this investigation, naive Bayesian (NB) and recursive partitioning (RP) algorithms were applied to construct classifiers for predicting the active molecules against 25 key targets toward Alzheimer's disease (AD) using the multitarget-quantitative structure-
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.
BACKGROUND AND AIM: Data are lacking on predicting inpatient mortality (IM) in patients admitted for inflammatory bowel disease (IBD). IM is a critical outcome; however, difficulty in its prediction exists due to infrequent occurrence. We assessed IM predictors and developed a predictive model for IM using machine-learning (ML).
METHODS: Using the National Inpatient Sample (NIS) database (2005-2017), we extracted adults admitted for IBD. After ML-guided predictor selection, we trained and internally validated multiple algorithms, targeting minimum sensitivity and positive likelihood ratio (+L
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.
OBJECTIVES: The aim of this study was to assess the performance of a previously published algorithm for first-trimester prediction of spontaneous preterm birth (PTB) in a cohort of Brazilian women.
METHODS: This was a retrospective cohort study of women undergoing routine antenatal care. Maternal characteristics and medical history were obtained. The data were inserted in the Fetal Medicine Foundation (FMF) online calculator to estimate the individual risk of PTB. Univariate and multivariate logistic regression analyses were performed to determine the effects of maternal characteristics on th
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.
OBJECTIVE: This study aimed to establish an optimal model based on machine learning (ML) to predict Valproic acid (VPA) trough concentrations in Chinese adult epilepsy patients.
METHODS: A single-center retrospective study was carried out at the Jinshan Hospital affiliated with Fudan University from January 2022 to December 2023. A total of 102 VPA trough concentrations were split into a derivation cohort and a validation cohort at a ratio of 8:2. Thirteen ML algorithms were developed using 27 variables in the derivation cohort and were filtered by the lowest mean absolute error (MAE) value.
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.
Research algorithms are seldom externally validated or integrated into clinical practice, leaving unknown challenges in deployment. In such efforts, one needs to address challenges related to data harmonization, the performance of an algorithm in unforeseen missingness, automation and monitoring of predictions, and legal frameworks. We here describe the deployment of a high-dimensional data-driven decision support model into an EHR and derive practical guidelines informed by this deployment that includes the necessary processes, stakeholders and design requirements for a successful deployment.
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: To predict palatally impacted maxillary canines based on maxilla measurements through supervised machine learning techniques.
MATERIALS AND METHODS: The maxilla images from 138 patients were analysed to investigate intermolar width, interpremolar width, interpterygoid width, maxillary length, maxillary width, nasal cavity width and nostril width, obtained through cone beam computed tomography scans. The predictive models were built using the following machine learning algorithms: Adaboost Classifier, Decision Tree, Gradient Boosting Classifier, K-Nearest Neighbours (KNN), Logistic
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: Ankylosing spondylitis (AS) and diffuse idiopathic skeletal hyperostosis (DISH) are distinct pathological entities that similarly increase the risk of vertebral fractures. Such fractures can be clinically devastating and frequently portend significant neurological injury, thus making their prevention a critical focus. Of particular significance, spinal fractures in patients with AS or DISH carry a considerable risk of mortality, with reports on 1-year injury-related deaths ranging from 24% to 33%. As such, the purpose of this study was to conduct machine learning (ML) analysis to p
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: Mortality following surgical resection of spinal tumors is a devastating outcome. Naïve Bayes machine learning algorithms may be leveraged in surgical planning to predict mortality. In this investigation, we use a Naïve Bayes classification algorithm to predict mortality following spinal tumor excision within 30 days of surgery.
METHODS: Patients who underwent laminectomies between 2006 and 2018 for excisions of intraspinal neoplasms were selected from the National Surgical Quality Initiative Program. Naïve Bayes classifier analysis was conducted in Python. The area under the recei
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