Self-injurious behavior (SIB) is a substantial clinical challenge for many individuals on the autism spectrum, and support strategies are often only reactive. Forecasting of SIB could enable timely support, especially using wearable sensors, but its feasibility is not well understood. We evaluated SIB forecasting using a previously collected dataset (n = 9) comprising motion and physiological data. We compared the performance of four machine learning models-Random Forest, AdaBoost.M2, Long Short-Term Memory (LSTM), and a Double-Stacked LSTM-across five forecast horizons (3s to 120s) and three
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: Endoscopic retrograde cholangiopancreatography (ERCP) is a common procedure for treating biliary and pancreatic disorders; however, it is associated with significant complications, notably post-ERCP pancreatitis (PEP), which has an incidence ranging from 3.5 to 9.7%.
OBJECTIVE: This study aims to develop machine learning-based predictive models for PEP in patients receiving prophylactic non-steroidal anti-inflammatory drugs (NSAIDs).
METHODS: We retrospectively analyzed the data from 991 patients who underwent ERCP between January 2018 and February 2024. A mixed sampling techniqu
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.
Urinary incontinence adversely affects quality of life as a common complication after robot-assisted radical prostatectomy (RARP). To address this, our study sought to build and explain a machine learning (ML) model for predicting 6-month post-RARP incontinence risk. This single-center retrospective analysis enrolled 852 patients with localized prostate cancer (PCa) who underwent RARP from January 2021 to December 2024. Models were developed employing seven ML algorithms. Their performance was primarily evaluated through Receiver Operating Characteristic (ROC) curves and Decision Curve Analysi
СтатьяВалидационное 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 risk factors for inpatient calcium pyrophosphate deposition disease (CPPD) flares remain poorly defined. This study aimed to identify independent risk factors for inpatient CPPD flares and develop exploratory predictive models to support early recognition and management.
METHODS: A retrospective case-control study was conducted at a tertiary care hospital from January 2015 to December 2022. Adults aged ≥18 years with confirmed inpatient CPPD flares were matched to controls admitted on the same date and unit without a CPPD flare during hospitalization. Univariate and multivariat
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: To construct and validate a prognostic assessment model of acupuncture intervention for lumbar disc herniation (LDH), and analyze the key factors of acupuncture efficacy, so as to provide the decision support for clinical individualized treatment.
METHODS: Clinical data of 478 LDH patients were retrospectively analyzed. The least absolute shrinkage and selection operator (LASSO) regression was used to select predictive variables, and 8 machine learning prediction models were constructed, including decision tree, random forest, extreme gradient boosting, support vector machine, mult
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: Prognostic information is essential for decision-making in breast cancer management. In recent years, trials and clinical practice have emphasized genomic prognostication tools, despite clinicopathological methods being more affordable and accessible. PREDICT v3 is one such tool with promising results across cohorts. Advances in machine learning (ML), transfer learning, and ensemble methods provide opportunities to enhance these approaches, especially where missing data and model assumptions differ across diverse populations.
OBJECTIVE: This study evaluates the potential to improv
СтатьяВалидационное 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.
BACKGROUND: Alzheimer's disease (AD) is an irreversible, incurable neurodegenerative disorder that imposes a substantial economic and social burden. As current therapies can only slow disease progression, early detection is of critical importance. Among existing diagnostic tools, amyloid positron emission tomography (PET) remains the most accurate non-invasive method for detecting β-amyloid deposition; however, its high cost significantly limits its applicability for early screening. To address this challenge, this study investigates the use of plasma biomarkers as a low-cost alternative for 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.
OBJECTIVES: Primary Sjögren's disease (SjD) is a systemic autoimmune disease whose major organ complications severely affect patient prognosis. Currently, there is a lack of efficient and accurate tools for early identification of high-risk patients.
METHODS: This study retrospectively collected clinical data from 232 SjD patients, including demographic characteristics, clinical symptoms, and laboratory indicators. Three machine learning algorithms-logistic regression (LR), support vector machine (SVM), and random forest (RF)-were used to construct prediction models, and a soft voting ensembl
СтатьяМногоцентровое 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: Antenatal diagnosis of placenta accreta spectrum is imperfect, with cases undiagnosed before delivery, resulting in suboptimal outcomes. Currently, there is no agreed-upon standardized protocol for risk stratification of placenta accreta spectrum. Most patients are identified in the second or third trimester of pregnancy, although findings on first-trimester ultrasound may be associated with the development of placenta accreta spectrum. To date, there is no recommended risk stratification algorithm that applies first-trimester findings in a systematic manner with outcome data.
OBJ
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.
BACKGROUND: French medico-administrative databases (Système National des Données de Santé, SNDS) are increasingly used to study the epidemiology of human immunodeficiency virus (HIV) infections. However, algorithms used to target HIV-positive patient populations have not yet been evaluated. This study aimed to validate algorithms for identifying people living with HIV in French medico-administrative databases and thus estimate diagnosed HIV prevalence and incidence. METHODS: Two algorithms were evaluated to detect diagnosed HIV cases. A gold-standard cohort was created by matching clinical dat
СтатьяВалидационное 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: To evaluate the positive predictive value (PPV) of the imaging characteristics of breast lesions classified as BI-RADS category 4 (risk of malignancy > 2% to < 95%) on magnetic resonance imaging (MRI), in order to create an algorithm to subcategorize such lesions.
MATERIALS AND METHODS: This was a retrospective study including 199 breast lesions (131 nodules and 68 non-mass lesions) classified as BI-RADS 4 on MRI. Of the 199 lesions, 93 were excluded, for various reasons: they were lymph nodes; they were not biopsied or were not followed at our center; they were additional findings
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: Hospital episode statistics (HES) are routinely recorded at every hospital admission within the National Health Service (NHS) in England. This study validates diagnostic ICD-10 codes within HES as a method of identifying cases of idiopathic inflammatory myopathies (IIMs).
METHODS: All inpatient admissions at one NHS Trust between 2010 and 2020 with relevant diagnostic ICD-10 codes were extracted from HES. Hospital databases were used to identify all outpatients with IIM, and electronic care records were reviewed to confirm coding accuracy. Total hospital admissions were calculated
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: To describe a computer algorithm designed for in vitro fertilization (IVF) management and to assess the algorithm's accuracy in the day-to-day decision making during ovarian stimulation for IVF when compared to evidence-based decisions by the clinical team.
DESIGN: Descriptive and comparative study of new technology.
SETTING: Private fertility practice.
INTERVENTION(S): None.
PATIENT(S): Data were derived from monitoring during ovarian stimulation from IVF cycles. The database consisted of 2,603 cycles (1,853 autologous and 750 donor cycles) incorporating 7,376 visits for 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.
INTRODUCTION: Depressive symptoms commonly co-occur with obstructive sleep apnea (OSA), increase disease burden, and may precede major depressive disorder (MDD). In routine sleep-clinic practice, mood symptoms can be overlooked during the work-up for suspected OSA and at the time of polysomnography (PSG)-confirmed diagnosis, because consultations focus primarily on sleep-breathing and cardiometabolic complaints. Guided by the biopsychosocial model, this multicenter study aimed to develop and validate an interpretable machine-learning (ML) model to predict the risk of depressive symptoms in pat
СтатьяМногоцентровое исследованиеВалидационное 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.
If premature rupture of fetal membranes (PROM) can be forecasted, doctors can formulate individualized medical treatment plans and optimize the utilization efficiency of unevenly distributed medical resources in China to lower the odds of PROM, preterm birth, and neonatal mortality. We collected the medical records of 20,392 dyads of mothers and term-birth neonates who had received prenatal care services from January 1, 2014 to December 31, 2019 in Hangzhou, Zhejiang province, East China. According to participants' home and working addresses, maternal exposure to air pollution and meteorologic
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.
Genome prediction is a breeding strategy that predicts crop phenotype through genomic markers. Traditional statistical models cannot accurately capture the complex relationships between genotypes and phenotypes, and deep neural networks have shown significant advantages in capturing nonlinear relationships. Deep learning methods in genome selection primarily utilize sequential convolutional kernels, which can lead to challenges such as gradient disappearance and computational inefficiency. In this study a novel crop genomic prediction method based on a parallel convolutional attention network
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: Patients with breast cancer often experience health-related quality of life (HRQoL) impairments that remain difficult to predict on an individual level. Prediction models can aid in understanding individual survivorship trajectories. However, current prognostic models are based on fixed intervals, limiting their utility in clinical follow-up schedules.
OBJECTIVE: This study aimed to develop and externally validate time-dynamic machine learning (ML) models that predict clinically relevant HRQoL impairments in nonmetastatic patients with breast cancer.
METHODS: Using the pooled mul
СтатьяВалидационное 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.
Prostate cancer (PCa) is a common malignancy among men worldwide. After radical prostatectomy (RP) and radical radiotherapy (RT), patients may experience biochemical recurrence (BCR) of prostate cancer, indicating disease progression. Therefore, it is meaningful to predict and accurately assess the risk of BCR, and a machine-learning-based-model for BCR prediction in PCa based on fatty-acid metabolism and cancer-cell stemness was developed. A stemness prediction model and ssGSEA (single-sample gene set enrichment analysis) empirical cumulative distribution function algorithm were used to score
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: Acute kidney injury (AKI) is a common and serious complication among hospitalized patients, and early risk stratification remains challenging due to heterogeneous clinical data and limited interpretability of existing prediction models. Foundation models designed for tabular data may enable accurate prediction while preserving interpretability, but their application in early AKI risk assessment has not been fully explored.
OBJECTIVE: To develop and externally validate an interpretable early prediction model for AKI using the Tabular Prior-data Fitted Network (TabPFN) based on rout
СтатьяВалидационное 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.
BACKGROUND: Artificial intelligence (AI) has become increasingly important in predicting outcomes of traumatic brain injury (TBI). Traditional machine learning (ML) models, such as support vector machines (SVMs), have shown high accuracy, whereas the potential of large language models (LLMs) in structured clinical prediction remains underexplored.
PURPOSE: This study compared the predictive performance of ML and LLM approaches (ChatGPT-5 with Thinking response mode) using the same TBI dataset and evaluated the impact of prompting strategies and threshold calibration on model reliability and c
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.
MedElevator
Войти в исследования