BACKGROUND: Sarcopenia is the age related loss of skeletal muscle mass and strength, which increases frailty, fall risk, and healthcare costs. Conventional imaging based diagnostics are costly and impractical in routine clinical or community settings. We investigated whether noninvasive physiological signals, namely electrocardiography (ECG), electromyography (EMG), and center of pressure (COP), can serve as biomarkers for sarcopenia when analyzed with machine learning models. METHODS: In this study, 80 Korean women aged 65 to 75 years were assessed for sarcopenia using the 2019 Asian Working
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: This study aimed to systematically evaluate the predictive performance of machine learning (ML)-based models for predicting hypoglycemia in Chinese patients with diabetes.
METHODS: We systematically searched PubMed, Embase, Web of Science, the Cochrane Library, CINAHL, CNKI, and Wanfang databases from inception to February 2026. Eligible studies focused on the development or validation of ML-based models for predicting hypoglycemia in Chinese patients with diabetes. Study selection and data extraction were performed independently by two reviewers. Information on study characterist
СтатьяСистематический обзорМетаанализПоиск 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 coexistence of dextrocardia and Wolff-Parkinson-White (WPW) syndrome is exceedingly rare and presents unique challenges for electrophysiological mapping and ablation. We report the first successful radiofrequency catheter ablation guided by three-dimensional open-window mapping (OWM) in such a patient. Pre-procedural right-sided electrocardiography analyzed with the EASY-WPW algorithm predicted a right inferoparaseptal accessory pathway, consistent with OWM localization. Despite reversed cardiac anatomy, precise mapping enabled effective ablation without complications. This case illustrate
Клинический случайСтатьяПоиск 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: Predicting pituitary adenoma (PA) recurrence after surgical resection is critical for guiding clinical decision-making, and machine learning (ML) based models show great promise in improving the accuracy of these predictions. These models can provide valuable insights to surgeons and oncologists, helping them tailor personalized treatment plans, enhance patient prognostication, and optimize follow-up strategies.
METHODS: We systematically searched PubMed, Scopus, Embase, Cochrane Library, and Web of Science databases until November 2024, applying PRISMA guidelines.
RESULTS: Out o
СтатьяСистематический обзорМетаанализПоиск 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.
Prostate cancer (PCa) diagnosis faces significant challenges due to its complex pathological characteristics and insufficient pathologist resources. While deep learning-based image analysis (DLIA) shows promise in enhancing diagnostic accuracy, its application to radical prostatectomy (RP) specimens remains underexplored. In this study, we evaluated the clinical feasibility and prognostic value of a DLIA algorithm for Gleason grading and tumor quantification on whole RP specimens. Using 29,646 digitized H&E-stained slides from 992 patients who underwent RP, we compared the case-level algorithm
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: To investigate the usefulness of machine learning (ML) models using pretreatment 18F-FDG-PET-based radiomic features for predicting adverse clinical events (ACEs) in patients with cardiac sarcoidosis (CS).
MATERIALS AND METHODS: This retrospective study included 47 patients with CS who underwent 18F-FDG-PET/CT scan before treatment. The lesions were assigned to the training (n = 38) and testing (n = 9) cohorts. In total, 49 18F-FDG-PET-based radiomic features and the visibility of right ventricle 18F-FDG uptake were used to predict ACEs using seven different ML algorithms (namely,
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: This study aimed to develop a novel clinical prediction algorithm for avertable sudden cardiac death.
BACKGROUND: Sudden cardiac death manifests as ventricular fibrillation (VF)/ ventricular tachycardia (VT) potentially treatable with defibrillation, or nonshockable rhythms (pulseless electrical activity/asystole) with low likelihood of survival. There are no available clinical risk scores for targeted prediction of VF/VT.
METHODS: Subjects with out-of-hospital sudden cardiac arrest presenting with documented VF or pulseless VT (33% of total cases) were ascertained prospectively
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.
BACKGROUND: In sub-Saharan Africa, child mortality remains a critical public health challenge, with Zambia exhibiting some of the highest rates in the region. While survival analysis has identified key risk factors, these methods often fail to capture complex non-linear interactions and the dynamic, time-varying nature of longitudinal markers like birth intervals. This study aimed to develop and compare predictive survival models to improve risk stratification for under-five mortality using the 2024 Zambia Demographic and Health Survey (ZDHS).
METHODS: A cohort of 35,610 live births was initi
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: Cardiovascular disease (CVD) remains the leading cause of mortality worldwide, with over 75% of deaths occurring in low- and middle-income countries, where conventional risk models often demonstrate poor calibration and limited generalizability. Objective: This study aimed to develop an interpretable, pharmacotherapy-informed machine learning model for cardiovascular risk prediction using national electronic health record (EHR) data from Jordan. Methods: A retrospective cohort study was conducted using approximately 600,000 individuals from the national Hakeem EHR system (2018-2022
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.
OBJECTIVE: To screen for independent risk factors for unplanned readmission in elderly patients with mild ischemic stroke, and to construct and validate an online risk prediction calculator based on an interpretable machine learning model, thereby providing a promising practical tool for accurate clinical assessment of 30‑day all‑cause unplanned readmission risk in this population.
METHODS: A prospective cohort study was conducted, including 1050 patients aged ≥ 60 years with mild ischemic stroke admitted between August 2023 and September 2024. Participants were randomly divided into a traini
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: Forecasting the effective reproductive number (Rt) and infection case counts is critical for guiding public health responses. We developed a machine learning and probabilistic forecasting framework to predict Rt and daily COVID-19 cases, respectively, across South Carolina counties, with the flexibility to generalize to other infectious diseases.
METHODS: We first estimated Rt using the EpiNow2 R package, which incorporates Bayesian time-series modeling and accounts for reporting delay and incubation period. These initial estimates were refined using spatial covariate-adjusted smo
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: Accurate prediction models of individual psychosomatic rehabilitation success based on patient characteristics might help to identify potential non-responders and to optimize the fit between patients and treatment. The aim of the present study was to investigate the potential of machine learning in this context.
METHODS: Random forest models were trained to predict treatment success in terms of the dimensions of symptom severity, health-related quality of life, interpersonal relationship building, and self-efficacy. In addition, relevant predictors were analyzed. Since random forest
Аннотация на английскомСтатьяПоиск 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 AIMS: Early detection of chronic kidney disease (CKD) in high-altitude regions remains difficult due to physiological adaptations that may affect conventional biomarkers. This study aimed to develop machine learning-based diagnostic models tailored to high-altitude populations.
MATERIALS AND METHODS: This retrospective cohort study included 19,068 individuals living in high-altitude regions (≈ 2300 m) who attended Qinghai Provincial People's Hospital between 2019 and 2022. Regression models were constructed to estimate glomerular filtration rate (GFR) as a continuous outcome, 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.
BACKGROUND: Sepsis remains a leading cause of death in critically ill patients. Host mRNA biomarkers may provide complementary biological information for prognostic assessment in sepsis. This study aimed to integrate host mRNA biomarkers and clinical parameters to develop and compare predictive models for short-term mortality using both conventional and machine learning (ML) approaches.
METHODS: In this prospective ICU study (Dec 2022-Mar 2024), 249 patients meeting Sepsis-3 criteria were initially enrolled, and 198 patients with available host mRNA measurements were included in the final ana
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.
OBJECTIVES: To improve the accuracy of machine learning models for preoperative prediction of high-intensity focused ultrasound (HIFU) ablation efficacy for uterine fibroids by correcting class imbalance in small sample datasets using undersampling methods.
METHODS: Clinical and imaging data were collected from 140 patients with uterine fibroids undergoing HIFU treatment at Foshan Women and Children Hospital, including 104 with high ablation rates and 36 with low ablation rates. Radiomic features were extracted from MRI T2-weighted images (T2WI) of the patients, and machine learning models we
Аннотация на английскомСтатьяПоиск 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.
Rebleeding is a severe complication following recovery from esophageal variceal bleeding (EVB), yet robust predictive tools for assessing post-treatment risk after endoscopic variceal ligation (EVL) therapy remain scarce. This study developed and independently validated a machine learning (ML) model using multidimensional clinical data to predict 1-year rebleeding risk. Two independent cohorts were included: a retrospective cohort (n = 373) for model development and a prospective cohort (n = 119) for validation, with a one-year rebleeding endpoint. Predictors were identified using Recursive Fe
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.
Salmonella is one of the most common foodborne pathogens worldwide, with transmission closely linked to contamination across multiple food products. Effective early warning of Salmonella risk is essential for food safety management and timely intervention. However, conventional statistical models often perform poorly when surveillance data are limited and highly heterogeneous. In this study, we propose a machine learning-based early warning framework using quantile regression forests (QRF) that integrates multisource food contamination monitoring data with human health surveillance data collec
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.
This study aimed to determine the optimal high-sensitivity cardiac troponin I (hs-cTnI)-based algorithm for early diagnosis of non-ST-elevation myocardial infarction (NSTEMI) in Chinese patients. We prospectively enrolled 1,606 patients with suspected NSTEMI from three emergency departments across China, collecting blood samples at 0, 1, and 3 h post-admission. Patients were classified using the 0/1-h and 0/3-h algorithms. The 2015 and 2020 ESC 0/1-h algorithms rapidly triaged 70% of patients with high negative predictive value (NPV) (99.7%) and sensitivity (99.5%). The 0/3-h algorithm showed
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.
The presence of a large reservoir of untreated sexually transmitted diseases (STDs) in developing countries has prompted a number of suggestions for improving case detection, including the use of clinical algorithms and risk assessments to identify women likely to be infected when they present to clinics for other reasons. We used data from a community-based study of STDs to develop and evaluate algorithms for detection of cervical infection with Chlamydia trachomatis or Neisseria gonorrhoeae, and for detection of vaginal infection with Trichomonas vaginalis or bacterial vaginosis. The algorit
Сравнительное исследованиеСтатьяПоддержка 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.
AIM: To develop and validate a machine learning-based associational prediction model for nurse-led identification of financial toxicity (FT) among stroke patients.
BACKGROUND: FT is increasingly recognized among patients with chronic conditions, yet evidence in stroke patients remains limited. Early identification may help nurses provide timely financial, psychosocial, and discharge-related support.
METHODS: A total of 575 stroke patients were recruited. Based on Health Ecology Theory, factors were grouped into five levels. The dataset was randomly split 7:3 into training and test sets. Leas
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