Machine learning models informed by patient-generated wearable data can be used to predict patient-reported and performance-based outcome measures. This approach offers a promising alternative to traditional outcome monitoring, which is commonly limited by recall bias, discrete sampling, and healthcare resource constraints. The aims of this systematic review were to identify wearable-derived features strongly associated with performance-based and patient-reported outcome measures, to compare the predictive performance across machine learning approaches, and to consolidate methodological limita
СтатьяСистематический обзорПоиск 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 develop a robust and interpretable machine learning framework for arthritis risk prediction and to identify important risk factors associated with the disease.
METHODS: This study used four datasets, which are Behavioral Risk Factor Surveillance System (BRFSS) 2019, BRFSS 2021, National Health Interview Survey (NHIS) 2020 and NHIS 2022. We evaluated 11 machine learning and deep learning architectures including a custom stacked ensemble combined with five resampling techniques to address class imbalance and 9 imputation methods to handle missing data. Area under the receiver ope
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.
To address the strong dependence of space object orbit prediction on physical models and initial conditions, as well as the difficulty of completely eliminating prediction errors, this study proposes a satellite orbit prediction correction method that integrates an attention mechanism with a long short-term memory (LSTM) network. Taking the LAGEOS satellite as the research object, the proposed method uses position error, velocity, and acceleration features extracted from historical orbital data to train a deep learning model for predicting one-day-ahead orbital errors and correcting the SGP4 o
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.
Accurate prediction of acetylcholinesterase (AChE) inhibitory activity is important in drug discovery and environmental toxicology because AChE inhibition represents a key mechanism underlying neurotoxicity associated with pharmaceuticals and environmental contaminants. In this study, machine learning approaches were used to develop predictive models for AChE inhibitory activity using experimentally measured bioactivity data for small molecules targeting human AChE. A curated dataset containing 5795 molecules was compiled from BindingDB to support reliable model development. Fifteen predictive
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.
Chronic kidney disease (CKD) represents a major and expanding global health challenge, with prevalence rising due to aging populations, diabetes, hypertension, and environmental factors. Conventional risk assessment tools such as the CKD Epidemiology Collaboration equation and the Kidney Failure Risk Equation are limited in precision, generalizability, and their ability to identify rapid progressors in early stages. This review examines the transformative role of artificial intelligence (AI), encompassing machine learning, deep learning, natural language processing, and multimodal data integra
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.
BACKGROUND: The quality of model development and its applicability are still unknown, even though numerous studies have developed or validated predictive models to estimate the risk of perioperative deep venous thrombosis (DVT) in lower limb fractures. The aim of the study was to systematically assess the DVT risk prediction model in lower limb fracture patients in the perioperative phase. METHODS: PubMed, EMBASE, Web of Science, and China National Knowledge Infrastructure (CNKI) were assessed regarding studies on risk prediction models for perioperative DVT in limb fractures. The search perio
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.
AIM: To develop and validate a model predicting surgical treatment of intussusception in children.
METHODS: Design: Retrospective study of charts and development of a model for predicting surgical treatment using logistic regression and machine learning using''Knime'' platform.
SETTING: Data collection occurred in the Department of Pediatric Surgery between January 2013 and December 2022.
PATIENTS: Children aged less than 3 years old with the diagnosis of ileocolic intussusception.
RESULTS: One hundred and nine children were assigned to the training set, and 47 were assigned to the validat
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 and Objectives: To assess refractive and visual outcomes following phacoemulsification using a novel algorithm for toric intraocular lens (IOL) surgery. Setting: Private practice, Spain. Design: Prospective observational study. Materials and Methods: The algorithm was designed to control the topographic position of the principal meridians (flat and steep) after cataract surgery in eyes without associated corneal pathology or previous corneal surgery. It is well known that a toric IOL must be positioned along the steep meridian. Therefore, it is crucial to predict both the postoperat
СтатьяНаблюдательное 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.
OBJECTIVE: The neonatal period of a child is considered the most crucial phase of its physical development and future health. As per the World Health Organization, India has the highest number of pre-term births [1], with over 3.5 million babies born prematurely, and up to 40% of them are babies with low birth weights, highly prone to a multitude of diseases such as Jaundice, Sepsis, Apnea, and other Metabolic disorders. Apnea is the primary concern for caretakers of neonates in intensive care units. The real-time medical data is known to be noisy and nonlinear and to address the resultant com
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 paper presents a novel model for predicting human movements and introduces a new control method for human-robot interaction based on this model. The developed predictive model of human movement is a holistic model that is based on well-supported neuroscientific and biomechanical theories of human motor control; it includes multiple levels of the human sensorimotor system hierarchy, including high-level decision-making based on internal models, muscle synergies, and physiological muscle mechanics. Therefore, this holistic model can predict arm kinematics and neuromuscular activities in a c
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.
Laboratory studies show that performing ~2 min of activity every 20-30 min, known as activity breaks, is associated with improved cardiometabolic health outcomes. However, objectively identifying these activity breaks in a free-living setting remains challenging. This study aimed to develop and validate an algorithm to detect activity breaks using accelerometer data. Thirty-one healthy adults (mean (SD) age 33 (12) y, 71% female) wore three accelerometers (ActiGraphs on the wrist and hip; ActivPAL on the thigh) while completing eight activity breaks, approximately 30 min apart. Participants se
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.
We develop SOS-RILT-MP2, an efficient Gaussian-based periodic scaled opposite-spin second-order Møller-Plesset perturbation theory (SOS-MP2) algorithm that utilizes the resolution-of-the-identity approximation (RI) combined with the Laplace transform technique (LT). In our previous work [Goldzak, T. J. Chem. Phys. 2022, 157, 174112], we showed that SOS-MP2 yields better predictions of the lattice constant, bulk modulus, and cohesive energy of 12 simple semiconductors and insulators compared to conventional MP2 and some of the leading density functionals. In this work, we present an efficient S
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: Preeclampsia (PE) presence could lead to hemodynamic changes. Previous research suggested that morphological parameters based on photoplethysmographic pulse waves (PPGW) could help diagnose PE.
AIM: To investigate the performance of a novel PPGPW-based parameter, falling scaled slope (FSS), in distinguishing PE. To investigate the advantages of the machine learning algorithm over the conventional statistical methods in the analysis.
METHODS: Eighty-one pieces of PPGPW data were acquired for the study (PE, n = 44; normotensive, n = 37). The FSS values were calculated and used to c
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.
OBJECTIVE: The objective of this study was to assess the validity of electronic medical records-based diagnostic algorithms for 5 chronic conditions.
METHODS: A retrospective validation study using primary chart abstraction. A standardized abstraction form was developed to ascertain diagnoses of diabetes, hypertension, osteoarthritis, chronic obstructive pulmonary disease, and depression. Information about billing, laboratory tests, notes, specialist and hospital reports, and physiologic data was collected. An age-stratified random sample of 350 patient charts was selected from Kingston, Onta
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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: Premature infants are often stressed by the current retinopathy of prematurity (ROP) screening procedure. Additionally, only < 10 % of the screened infants will develop a ROP stadium requiring laser therapy. Therefore the present screening strategy is unsatisfactory. Furthermore, the current guidelines do not take into account postnatal factors. A new method considering postnatal factors is the weight, insulin-like growth factor, neonatal ROP (WINROP) algorithm. This approach is based on the early postnatal weight gain. The aim of this study was to assign the WINROP-algorithm to a
Аннотация на английскомСтатьяПоиск 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: Health literacy (HL) is a major factor associated with population health. However, no visualized predictive model has been developed to identify populations with low HL in a cost-effective manner.
OBJECTIVE: This study aims to identify key determinants of HL and develop a predictive nomogram model for population-level HL screening.
METHODS: This study analyzed cross-sectional data from 56,340 residents (aged 15-69 y) in Zhejiang Province (2023) And used the Chinese Health Literacy Scale to measure HL. We used 3 complementary analytical approaches: logistic regression (LR) analysi
СтатьяВалидационное 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.
BACKGROUND: Timely and accurate prediction of poststroke motor outcome is important for efficient rehabilitation planning and resource allocation. Existing bedside models for predicting upper-limb outcome after stroke require further refinement to be effectively implemented in stroke units within the first 72 hours. This study aimed to develop and internally validate a machine learning model to predict the 6-month Action Research Arm Test score using simple clinical tests commonly assessed within the first 3 days poststroke.
METHODS: In 296 first-ever ischemic stroke patients pooled from 4 pr
СтатьяМногоцентровое 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.
OBJECTIVES: To identify predictors of chronic ITP (cITP) and to develop a model based on several machine learning (ML) methods to estimate the individual risk of chronicity at the timepoint of diagnosis.
METHODS: We analyzed a longitudinal cohort of 944 children enrolled in the Intercontinental Cooperative immune thrombocytopenia (ITP) Study Group (ICIS) Children's Initiative. cITP was defined as a platelet count <100 × 109/L at 12 months post diagnosis. Thirty-six clinical and laboratory variables collected at diagnosis were evaluated, and key predictors were selected using ML approaches. Mo
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: The high prevalence of depressive symptoms in older maintenance hemodialysis (MHD) patients necessitates early screening. This study aimed to identify core predictors of depressive symptoms in older MHD patients and develop internally validated risk prediction models.
METHODS: We recruited 226 eligible older MHD patients from hemodialysis units of the Affiliated Hospital of Zunyi Medical University and its branches. Data collection included general characteristics, the MHD Self-Management Scale, Dialysis Symptom Index (DSI), Short Physical Performance Battery, Mini Nutritional Ass
СтатьяВалидационное исследованиеПолный 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: Intraoperative blood transfusion is common in major surgery. Predicting transfusion risk may improve perioperative management, optimize blood use, and enhance surgical planning. Machine Learning (ML) offers promising tools for individualized risk prediction.
AIM: To develop and validate an ML model predicting intraoperative transfusion risk in major surgery using clinical variables and inflammatory indices.
MATERIAL AND METHODS: 1858 adult patients who underwent major surgical procedures at AUSL-IRCCS di Reggio Emilia between September 2021 and December 2023 were retrospectively
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.
MedElevator
Войти в исследования