BACKGROUND: The incidence of microorganisms with extended-spectrum beta-lactamase (ESBL) is on the rise, posing a significant public health concern. The current application of machine learning (ML) focuses on predicting bacterial resistance to optimize antibiotic therapy. This study employs ML to forecast the occurrence of bacteria that generate ESBL and demonstrate resistance to multiple antibiotics (MDR).
METHODS: Six popular ML algorithms were initially trained on antibiotic resistance test patient reports (n = 489) collected from Al-Hussein/Salt Hospital in Jordan. Trained outcome models
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: Tobacco smoking remains a major public health risk, responsible for millions of deaths worldwide. While smoking patterns in Mexico differ from those in countries with higher rates, comorbidities such as diabetes pose a health risk. Although many smokers want to quit, access to cessation services is limited. Internet-based cessation (I-BC) services are a promising modality that offers accessibility and machine learning (ML) has been successfully used to predict tobacco outcomes. This study uses ML to identify characteristics associated with requesting I-BC through an online self-ass
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: Vascular access (VA) is essential for patients with hemodialysis, and its dysfunction is a major complication that can reduce quality of life or even threaten life. VA patency is not only difficult to predict on an individual basis, but also challenging to predict in real-time. To overcome this challenge, this study aimed to develop a machine learning approach to predict 6-month primary patency (PP) using photoplethysmography (PPG) signals acquired from the tips of both index fingers.
MATERIALS AND METHODS: PPG signals were obtained from hemodialysis patients who received an art
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 site information of substrates that can be cleaved by human immunodeficiency virus 1 proteases (HIV-1 PRs) is of great significance for designing effective inhibitors against HIV-1 viruses. A variety of machine learning-based algorithms have been developed to predict HIV-1 PR cleavage sites by extracting relevant features from substrate sequences. However, only relying on the sequence information is not sufficient to ensure a promising performance due to the uncertainty in the way of separating the datasets used for training and testing. Moreover, the existence of noisy data, i
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.
Recently, many phenotyping algorithms for high-throughput cohort identification have been developed. Prospective genome cohort studies are critical resources for precision medicine, but there are many hurdles in the precise cohort identification. Consequently, it is important to develop phenotyping algorithms for cohort data collection. Hypertensive disorders of pregnancy (HDP) is a leading cause of maternal morbidity and mortality. In this study, we developed, applied, and validated rule-based phenotyping algorithms of HDP. Two phenotyping algorithms, algorithms 1 and 2, were developed accord
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: Breech births are associated with a high rate of hypoxic injury, in part due to cord occlusion during emergence. Maximum time intervals and guidelines oriented toward earlier intervention have been proposed in a Physiological Breech Birth Algorithm. We wished to further test and refine the Algorithm for use in a clinical trial.
METHODS: We conducted a retrospective case-control study in a London teaching hospital, including 15 cases and 30 controls, during the period of April 2012 to April 2020. Our sample size was powered to test the hypothesis that exceeding recommended time lim
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 Computational models on the basis of deep neural networks are increasingly used to analyze health care data. However, the efficacy of traditional computational models in radiology is a matter of debate. Purpose To evaluate the accuracy and efficiency of a combined machine and deep learning approach for early breast cancer detection applied to a linked set of digital mammography images and electronic health records. Materials and Methods In this retrospective study, 52 936 images were collected in 13 234 women who underwent at least one mammogram between 2013 and 2017, and who had he
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.
IMPORTANCE: Diabetic retinopathy is a leading cause of blindness, but its detrimental effects are preventable with early detection and treatment. Screening for diabetic retinopathy has the potential to increase the number of cases treated early, especially in populations with limited access to care.
OBJECTIVE: To determine the efficacy of an automated algorithm in interpreting screening ophthalmoscopic photographs from patients with diabetes compared with a reading center interpretation.
DESIGN, SETTING, AND PARTICIPANTS: Retrospective cohort analysis of 15,015 patients with type 1 or 2 diab
Оценочное исследованиеСтатьяПоиск 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) and machine learning (ML) are emerging tools in the management of abdominal aortic aneurysms (AAA). They have offered new tools to develop advanced imaging analysis and prediction models. This narrative review summarizes studies exploring AI/ML models to evaluate the risk of AAA growth and rupture. We provide an overview and critical analysis on methodology used, identify current limits and propose future directions for research and implementation in surgical practice.
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.
Electrochemical energy storage technologies, such as lithium-ion batteries, are widely used in various scenarios, but their capacity, lifespan, and state-of-health (SOH) are susceptible to numerous influencing factors. To improve the accuracy of state-of-health (SOH) prediction for lithium-ion battery cells, this paper builds up a feature-based analysis framework, and proposes an enhanced predicting model, which integrates the principles of incremental capacity analysis (ICA) and differential voltage analysis (DVA), and the ideas of kernel principal component analysis (KPCA), and Pearson corre
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.
Gastric cancer (GC), a highly aggressive and heterogeneous malignancy, remains challenging in immunotherapy despite recent advancements. This study aims to identify novel biomarkers and construct a prognostic model to improve outcome prediction and therapeutic strategies. Mendelian randomization (MR) analysis identified immune cell subtypes linked to GC using FinnGen and GWAS cohorts. CIBERSORT and WGCNA algorithms were applied to define M2 tumor-associated macrophage (TAM)-related gene modules. Key prognostic genes were selected via Lasso-Cox regression to establish a risk model, validated us
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.
AIM: To develop and validate a clinician-friendly logistic regression prediction model for self-reported visual impairment (VI) in middle-aged and older adults (≥45y) with diabetes.
METHODS: Leveraging data from the China Health and Retirement Longitudinal Study (CHARLS), a model for VI among adults aged ≥45y with diabetes were developed. Feature selection involved LASSO regression and subsequent multivariable logistic regression. Eight machine learning algorithms were explored and compared for predictive performance. Logistic regression for its consistent performance, interpretability, and c
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: Central lymph nodes metastasis (CLNM) is common in papillary thyroid. Microcarcinoma (PTMC). Whilst prophylactic central lymph node dissection (CLND) can prevent further CLNM, it remains controversial. An accurate model to predict CLNM is therefore necessary for patients with PTMC.
METHODS: This study incorporated 228 patients with general clinical information, thyroid related serological examination and ultrasound of CLNM prediction, divided into training and validation sets randomly at 7:3 ratio. Least Absolute Shrinkage and Selection Operator (LASSO) regression was used for key
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: Necrotizing pneumonia is a severe complication of Mycoplasma pneumoniae pneumonia (MPP) in children. Early recognition remains challenging because initial clinical manifestations are often non-specific, highlighting the need for a practical tool for early risk stratification.
METHODS: We conducted a single-center retrospective study of hospitalized children with MPP. Data from 2015-2023 were used for model development, and patients enrolled in 2024 were reserved for temporal validation. We compared candidate machine-learning algorithms and selected a parsimonious random forest mod
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.
Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver2026eng
BACKGROUND: Clinical practice currently lacks objective and accurate screening tools for minimal hepatic encephalopathy (MHE). Therefore, we aimed to develop an MHE prediction model based on common risk factors.
METHODS: A total of 514 and 191 cirrhotic patients were included in the training and external validation cohorts, respectively. Best subset selection was applied to screen for predictors. Logistic regression was selected for model development because it outperformed four machine learning algorithms (Random Forest, Adaptive Boosting, Support Vector Machines, and Naive Bayes) in this st
СтатьяМногоцентровое исследованиеВалидационное 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.
Intracranial aneurysm rupture is a major cause of hemorrhagic stroke and a significant contributor to human mortality. With the emergence of artificial intelligence (AI), particularly machine learning (ML) and deep learning (DL), a series of new approaches have been introduced to improve aneurysm detection, rupture assessment, risk prediction, and prognosis evaluation. This narrative review synthesizes the findings from 21 peer-reviewed studies identified through searches in PubMed, Scopus, Web of Science, and IEEE Xplore, covering the period from June to September 2025. The reviewed studies e
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.
Respiratory disorders represent a significant health challenge globally, especially in paediatric populations. Traditional diagnostic methods including clinical evaluation, imaging, pulmonary function tests, and invasive procedures, etc., often involve high costs, discomfort, and risks of misdiagnosis. In this context, machine learning (ML) techniques, particularly Deep Neural Networks (DNNs), offer a promising alternative by effectively modelling complex clinical and demographic data to improve prediction accuracy. This study proposes different ML based approaches, and DNN based approaches co
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.
This study aims to evaluate the associations of Klemera-Doubal Method Biological Age Acceleration (KDM-BAA) and Phenotypic Age Acceleration (PAA) with all-cause and cause-specific mortality in U.S. adults with Cardio-Kidney-Metabolic (CKM) syndrome stages 0-3 and to establish risk prediction models. Data were obtained from 16,837 participants in NHANES 1999-2010 and 2015-2018, linked to mortality through 2019. Biological age was estimated using KDM-BA and Phenotypic Age algorithms, with residuals defining Biological Age Acceleration (BAA). Cox proportional hazards models were applied, and LASS
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: Machine learning (ML) has emerged as a transformative approach for outcome prediction in diverse disease contexts. This study sought to construct a prognostic prediction model leveraging ML algorithms and to elucidate risk factors linked to residual pain in patients with acute lateral ankle ligamentous sprains (ALALS) after functional treatment.
METHODS: A total of 695 ALALS patients who received functional treatment were included in the analysis. Using a Visual Analog Scale (VAS) score of ≥ 4 at the one-year post-treatment mark as the criterion, participants were grouped into pai
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.
The aquatic products industry has experienced rapid development due to the growing global demand for high-quality proteins. However, conventional production models remain constrained by multifaceted impediments, including disease outbreaks, environmental stressors, microbial contamination, and operational inefficiencies in processing, quality control, and logistics. Artificial intelligence (AI) offers targeted methodological solutions to these challenges. From a functional perspective, this review categorizes artificial intelligence into four major types: perception, prediction, control, and g
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.
MedElevator
Войти в исследования