INTRODUCTION: Operating theatres significantly contribute to hospital expenditures. Traditional surgery scheduling, which is often based on manual methods or historical averages, lacks precision. This inefficiency impacts cost, timely care delivery and patient experience, particularly in high-volume surgeries. To address this, we aimed to create data-driven predictive models for cataract surgery durations, a largely unexplored area in local literature.
METHODS: We utilised supervised machine learning models, including linear regression, random forest and extreme gradient boosting (XGBoost). P…
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: The aim of the study was to train and test supervised machine-learning classifiers to predict acoustic hearing preservation after CI using preoperative clinical data.
STUDY DESIGN: Retrospective predictive modeling study of prospectively collected single-institution CI dataset.
METHODS: One hundred and seventy-five patients from a REDCap database including 761 patients >18 years who underwent CI and had audiometric testing preoperatively and one month after surgery were included. The primary outcome variable was the lowest quartile change in acoustic hearing at one month after CI
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.
In tandem mass spectrometry (MS/MS)-based proteomics, a significant portion of acquired spectra remains unidentified due to poor quality, which consumes excessive computational resources and increases false-positive rates during database searches. Traditional quality assessment methods rely on handcrafted features or classical machine learning that often generalize poorly across different instruments. While recent deep-learning approaches like SPEQ (spectrum quality) have introduced automation, their reliance on convolutional architectures and supervised learning limits their ability to captur
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: While advancements in radiotherapy and systemic agents have significantly improved survival rates in head and neck squamous cell carcinoma (HNSCC), managing long-term, treatment-induced toxicities remains a critical clinical challenge. This study aimed to develop a personalized, supervised machine learning-driven predictive model for multiple chronic toxicities by integrating clinical, dosimetric, and genetic data specifically evaluating the impact of the NBN gene rs1805794 (c.553G>C) polymorphism. Methods: This study enrolled 125 patients with HNSCC who received curative-intent rad…
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 AND AIM: The stage at which Colorectal cancer (CRC) diagnosed is a crucial prognostic factor. Our study proposed a novel approach to aid in the diagnosis of stage IV CRC by utilizing supervised machine learning, analyzing clinical history, and laboratory values, comparing them with those of stage I CRC.
METHODS: We conducted a respective study using patients diagnosed with stage I (n = 433) and stage IV CRC (n = 457). We employed supervised machine learning using random forest. The decision tree is used to visualize the model to identify key clinical and laboratory factors that dif…
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: Concussion prevalence in sport is well recognized, so too is the challenge of clinical and return-to-play management for an injury with an inherent indeterminant time course of resolve. A clear, valid insight into the anticipated resolution time could assist in planning treatment intervention.
PURPOSE: This study implemented a supervised machine learning-based approach in modeling estimated symptom resolve time in high school athletes who incurred a concussion during sport activity.
METHODS: We examined the efficacy of 10 classification algorithms using machine learning for the…
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.
Age estimation is a crucial step in forensic identification, particularly in scenarios where dental structures may be absent. This study aimed to develop and evaluate supervised machine learning models to predict chronological age based on mandibular morphometric measurements in children and adolescents. A sample of lateral cephalometric radiographs from 401 orthodontic patients aged between 6 and 16 years was analysed. Linear and angular mandibular measurements including the total mandibular length (Co-Pog), mandibular ramus height (Co-Go), mandibular body length (Go-Gn), and the gonial angle…
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: Accurate and scalable behavioral annotation remains a challenge in behavioral neuroscience. Manual scoring is time-consuming, variable across annotators, and may overlook transient behaviors critical for phenotyping. By learning from annotated datasets, supervised machine learning (ML) enables automated classification of behavior with high consistency and reduced bias.
NEW METHOD: We benchmarked five supervised ML algorithms, Random Forest, XGBoost, Support Vector Machine, k-Nearest Neighbors, and Multilayer Perceptron (MLP), and compared data against expert human annotations of s…
СтатьяСравнительное 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.
The forensic analysis of bloodstains on various substrates plays a crucial role in criminal investigations. This study presents a novel approach for analyzing bloodstains using Attenuated Total Reflectance Fourier Transform Infrared spectroscopy (ATR-FTIR) in combination with machine learning. ATR-FTIR offers non-destructive and non-invasive advantages, requiring minimal sample preparation. By detecting specific chemical bonds in blood components, it enables the differentiation of various body fluids. However, the subjective interpretation of the spectra poses challenges in distinguishing diff
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: Accurate classification of aortic stenosis (AS) severity remains challenging despite detailed echocardiographic assessment. Adju … nterior (right coronary) leaflet were quantified and compared between severity grades. Three simple supervised machine learning classifiers were then trained to distinguish significant (moderate or worse) from nonsignificant AS and individual severity grades.
RESULTS: Linear and angular displacement demonstrated strong correlation with aortic valve area (r = 0.81 and r = 0. …
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: Helicobacter pylori (H. pylori) infection is widespread globally and is linked to outcomes ranging from chronic gastritis to gastric cancer. However, only a minority of infected individuals progress to malignancy, influenced by a mix of bacterial, host, and environmental factors. Current predictive approaches are limited due to relying mainly on clinical and lifestyle data. Genomic approaches have been sparsely used, and thus their incorporation into machine learning models could ensure early and personalized detection. This study aimed to evaluate the impact of integrating host me
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 use of matrix-assisted laser desorption/ionization time-of-flight mass spectra (MALDI-TOF MS) combined with machine learning techniques has recently emerged as a method to address the public health crisis of antimicrobial resistance. This systematic review, conducted following Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines, aims to evaluate the current state of the art in using machine learning for the detection and classification of antimicrobial resistance from MALDI-TOF mass spectrometry data.
METHODS: A comprehensive review of the li
Систематический обзорСтатьяПолный 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.
A portable Raman spectroscopy system was developed for in vivo diagnosis of oral squamous cell carcinoma (OSCC) in clinical settings. 46 patients with histopathologically confirmed OSCC were involved. The preprocessed dataset was used to train four supervised machine learning classifiers, support vector machine (SVM), k-nearest neighbors (KNN), ensemble algorithms (EA), and linear discriminant analysis (LDA), under a stratified ten-fold cross-validation scheme. Comparative evaluation demonstrated that SVM achieved perfect classification accuracy (100%), outperforming LDA (96.6%), EA (90.7%), a…
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.
Technological advances together with machine learning techniques give health science disciplines tools that can improve the accuracy of evaluation and diagnosis. The objectives of this study were: (1) to design a web application based on cloud technology (eEarlyCare-T) for creating personalized therapeutic intervention programs for children aged 0-6 years old; (2) to carry out a pilot study to test the usability of the eEarlyCare-T application in therapeutic intervention programs. We performed a pilot study with 23 children aged between 3 and 6 years old who presented a variety of developmenta
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.
Accurate prediction of anthropometric body composition variables, such as Appendicular Lean Mass (ALM), Body Fat Percentage (BFP), and Bone … patients' data in healthcare faces many technical challenges and legal restrictions. However, most supervised machine learning algorithms are inherently data-intensive, requiring a large amount of training data. To address this challenge, we compare the standard supervised to a semi-supervised p-Laplacian model, which leverages the limited data by incorporating the unlabele …
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.
Even if for most people playing video games is a healthy leisure activity, a minority of vulnerable users present an excessive use associated to negative consequences (e.g., psychosocial maladjustment, sleep interference) and functional impairment. The current study first aims to identify psychological factors that contribute to discriminate highly involved (but healthy) gamers from problematic gamers. For that purpose, we used a cluster analysis approach to identify different groups of gamers based on their profiles of passion towards gaming (using the Dualistic Model of Passion). Another obj
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.
In 2020, the Radiological Society of North America and Society of Thoracic Radiology sponsored a machine learning competition to detect and classify pulmonary embolism (PE). This challenge was one of the largest of its kind, with more than 9000 CT pulmonary angiography examinations comprising almost 1.8 million expertly annotated images. More than 700 international teams competed to predict the presence of PE on individual axial images, the overall presence of PE in the CT examination (with chronicity and laterality), and the ratio of right ventricular size to left ventricular size. This artic
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.
MOTIVATION: Perineural invasion (PNI) is an important pathological phenotype associated with poor prognosis in multiple malignancies. The primary detection method is visual inspection of whole slide images (WSIs), which is labor-intensive, time-consuming, subjective, and prone to high inter-observer variability. Developing reliable, accurate deep learning models for PNI detection is constrained by the lack of pixel-level annotated WSIs.
RESULTS: We evaluated four backbone architectures and two different approaches to improve PNI detection in a multi-organ dataset of colon, prostate, and pancr
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.
Medical images have become indispensable for decision-making and significantly affect treatment planning. However, increasing medical imaging has widened the gap between medical images and available radiologists, leading to delays and diagnosis errors. Recent studies highlight the potential of deep learning (DL) in medical image diagnosis. However, their reliance on labelled data limits their applicability in various clinical settings. As a result, recent studies explore the role of self-supervised learning to overcome these challenges. Our study aims to address these challenges by examining t
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.
Despite that deep learning has achieved state-of-the-art performance for automatic medical image segmentation, it often requires a large amount of pixel-level manual annotations for training. Obtaining these high-quality annotations is time-consuming and requires specialized knowledge, which hinders the widespread application that relies on such annotations to train a model with good segmentation performance. Using scribble annotations can substantially reduce the annotation cost, but often leads to poor segmentation performance due to insufficient supervision. In this work, we propose a novel
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.
MedElevator
Войти в исследования