The availability of high-quality genomes and advances in functional genomics have enabled large-scale studies of essential genes in model eukaryotes, including the 'elegant worm' (Caenorhabditis elegans; Nematoda) and the 'vinegar fly' (Drosophila melanogaster; Arthropoda). However, this is not the case for other, much less-studied organisms, such as socioeconomically important parasites, for which functional genomic platforms usually do not exist. Thus, there is a need to develop innovative techniques or approaches for the prediction, identification and investigation of essential genes. A key
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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.
Diagnostic tests for hearing impairment not only determines the presence (or absence) of hearing loss, but also evaluates its degree and type, and provides physicians with essential data for future treatment and rehabilitation. Therefore, accurately measuring hearing loss conditions is very important for proper patient understanding and treatment. In current-day practice, to quantify the level of hearing loss, physicians exploit specialized test scores such as the pure-tone audiometry (PTA) thresholds and speech discrimination scores (SDS) as quantitative metrics in examining a patient's audit
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.
BACKGROUND: A priority for health services is to reduce self-harm in young people. Predicting self-harm is challenging due to their rarity and complexity, however this does not preclude the utility of prediction models to improve decision-making regarding a service response in terms of more detailed assessments and/or intervention. The aim of this study was to predict self-harm within six-months after initial presentation.
METHOD: The study included 1962 young people (12-30 years) presenting to youth mental health services in Australia. Six machine learning algorithms were trained and tested
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.
BACKGROUND: Pre-eclampsia is a systemic disease connected with high maternal and fetal morbidity and mortality. Despite significant progress achieved in perinatal medicine, pre-eclampsia is still one of the most significant current problems in obstetrics.
OBJECTIVES: The aim of the study was to establish diagnostic algorithms for early and late pre-eclampsia (PE) and intrauterine growth restriction (IUGR).
MATERIAL AND METHODS: A total of 320 pregnant women between 11 + 0 and 13 + 6 weeks of gestation were recruited for a case-control study. The study group consisted of 22 patients with earl
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 presents a Decision Support System to predict epidemic trends in Greece using Open-Source software and machine learning algorithms. The system uses data from OurWorldData.org on COVID-19 from early 2020 to December 2022. We assess the accuracy of five forecasting algorithms: Linear Regression, Back Propagation (BP), Long Short-Term Memory (LSTM), ARIMA, and Prophet. By evaluating correlation, Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE), we identify the ARIMA model as the most effective for this context. Comparative analysis highlights the
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: The presence of nodal metastases is important in the treatment of papillary thyroid carcinoma (PTC). We present our experience using a convolutional neural network (CNN) to predict the presence of nodal metastases in a series of PTC patients using visual histopathology from the primary tumor alone.
METHODS: 174 cases of PTC were evaluated for the presence or absence of lymph metastases. The artificial intelligence (AI) algorithm was trained and tested on its ability to discern between the two groups.
RESULTS: The best performing AI algorithm demonstrated a sensitivity and specifi
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.
This cross-sectional study aimed to compare obesity indicators for predicting insulin resistance using machine learning. Data were obtained from NHANES 2015 to 2018, focusing on a nondiabetic adult population. Insulin resistance was defined as HOMA-IR ≥ 75th percentile of the training set. Key predictors were selected via bootstrap stability selection with elastic net. Logistic regression, random forest, and extreme gradient boosting (XGBoost) models were built using body mass index (BMI) and waist-to-height ratio (WHtR). Performance was assessed by area under the curve (AUC), sensitivity, spe
СтатьяСравнительное 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/AIM: Predicting local recurrence remains challenging in carbon-ion radiotherapy (CIRT) for non-small cell lung cancer (NSCLC). In this study, we aimed to develop and validate a machine learning model to predict local recurrence after CIRT for early-stage peripheral NSCLC.
PATIENTS AND METHODS: We retrospectively analyzed patients treated with CIRT at our institution between 2010 and 2020. An Extreme Gradient Boosting classifier using clinical parameters was developed to predict local recurrence within 24 months after CIRT using a nested threefold cross-validation framework. The opt
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.
Cardiovascular risk factors in adolescence, often persist into adulthood, with low cardiorespiratory fitness representing one of the strongest predictors of future cardiovascular disease. We aimed to classify cardiovascular risk associated with low cardiorespiratory fitness in adolescents using machine learning models based on anthropometric and muscular fitness variables. A cross-sectional dataset of 7,852 adolescents aged 13-16 years was analysed. Predictors included body mass index, waist circumference, waist-to-height ratio, standing long jump, push-ups, and sit-ups, while the binary outco
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: Early assessment of acute pancreatitis (AP) severity is critical. We therefore built a web-based calculator that instantly estimates the probability that a patient admitted with AP will progress to the severe form.
METHODS: Clinical records for patients who were diagnosed as AP at the Second Affiliated Hospital of Guilin Medical University between the start of 2016 and May 2025 were retrospectively examined. The dataset was randomly divided into training set (70%) and test set (30%). For the traditional machine learning models, we employed 5-fold cross-validation combined with ran
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: Clinically, patients with nonvariceal gastrointestinal bleeding (NVGB) are prone to thromboembolic events, but the specific risk remains unclear.
AIM: To identify risk factors and evaluate the performance of five machine learning (ML) models in predicting the risk of thromboembolic events in patients with NVGB.
METHODS: This retrospective cohort study enrolled 866 patients from a tertiary hospital for model training and internal validation, and 282 patients from three other tertiary hospitals for external validation. These data were used to develop five ML models to predict the r
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.
AIMS/INTRODUCTION: Gestational diabetes mellitus (GDM) is one of the most frequent pregnancy complications. Investigating clinical risk factors for adverse pregnancy outcomes in women with GDM would help predict and prevent neonatal complications. We developed a machine learning model to discover risk factors for adverse pregnancy outcomes.
MATERIALS AND METHODS: Women with GDM from tertiary hospitals in Korea were included (n = 305, discovery cohort; n = 911, validation cohort). Supervised machine learning classification models, including ExtraTree, RandomForest, GradientBoosting, AdaBoost,
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.
PURPOSE: Sepsis is a life-threatening clinical syndrome characterized by a dysregulated host response to infection. The systemic immune-inflammation index (SII) is a novel prognostic biomarker, However, its predictive value for early prognosis in elderly individuals suffering from sepsis secondary to community-acquired bacterial pneumonia (CABP) remains unclear. This study intends to apply machine learning techniques to develop an interpretable model for predicting prognosis.
PATIENTS AND METHODS: This medical records review included elderly patients with sepsis secondary to CABP admitted to
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: Protein-energy wasting (PEW) is common in chronic kidney disease (CKD) and is linked to poor outcomes. Early risk stratification may enable timely nutritional intervention.
OBJECTIVE: To develop an electronic medical record (EMR)-based machine-learning model for 1-year incident CKD-PEW and report transparent, model-agnostic performance.
METHODS: We retrospectively analyzed 500 adults with CKD managed between July 2019 and May 2021. Patients with PEW (defined by ISRNM criteria) at baseline were excluded. Thirty-one routine clinical/laboratory variables were used to train and evalu
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.
STUDY OBJECTIVE: We determine the accuracy of high-sensitivity cardiac troponin I (hs-cTnI), European-derived, rapid, acute myocardial infarction, rule-out/rule-in algorithms applied to a US emergency department (ED) population.
METHODS: Adults presenting to the ED with suspected acute myocardial infarction were included. Plasma samples collected at baseline and between 40 and 90 minutes and 2 and 3 hours later were analyzed in core laboratories using the Siemens Healthineers hs-cTnI assays. Acute myocardial infarction diagnosis was independently adjudicated. The sensitivity, specificity, and
СтатьяМногоцентровое исследованиеПоддержка исследования: вне правительства СШАПолный 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.
PURPOSE: To retrospectively determine an algorithm based on fetal body volume (FBV) by using magnetic resonance (MR) imaging to calculate relative lung volume in fetuses with normally developed lungs and prospectively assess the use of this algorithm in predicting pulmonary hypoplasia in the late second and early third trimesters for fetuses at risk for pulmonary hypoplasia.
MATERIALS AND METHODS: Oral informed consent was obtained for the prospective component of this ethics committee-approved study. MR imaging lung volumetry was performed in 36 fetuses with normally developed lungs between
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: Kidney tumors, common in the urinary system, have widely varying survival rates post-surgery. Current prognostic methods rely on invasive biopsies, highlighting the need for non-invasive, accurate prediction models to assist in clinical decision-making.
PURPOSE: This study aimed to construct a K-means clustering algorithm enhanced by Transformer-based feature transformation to predict the overall survival rate of patients after kidney tumor resection and provide an interpretability analysis of the model to assist in clinical decision-making.
METHODS: This study was based on a pub
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.
Nasopharyngeal cancer (NPC) has a unique histopathology compared with other head and neck cancers. Individual NPC patients may attain different outcomes. This study aims to build a prognostic system by combining a highly accurate machine learning model (ML) model with explainable artificial intelligence to stratify NPC patients into low and high chance of survival groups. Explainability is provided using Local Interpretable Model Agnostic Explanations (LIME) and SHapley Additive exPlanations (SHAP) techniques. A total of 1094 NPC patients were retrieved from the Surveillance, Epidemiology, and
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.
BACKGROUND: Lower extremity arterial Doppler (LEAD) and duplex carotid ultrasound studies are used for the initial evaluation of peripheral arterial disease and carotid stenosis. However, intra- and inter-laboratory variability exists between interpreters, and other interpreter responsibilities can delay the timeliness of the report. To address these deficits, we examined whether machine learning algorithms could be used to classify these Doppler ultrasound studies.
METHODS: We developed a hierarchical deep learning model to classify aortoiliac, femoropopliteal, and trifurcation disease in LE
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: Venous thromboembolism (VTE) in injured children is rare, but its consequences are significant. Several risk stratification algorithms for VTE in pediatric trauma exist with little consensus, and all are hindered in development by relying on registry data with known inaccuracies. We performed a multicenter review to evaluate trauma registry fidelity and confirm the effectiveness of one established algorithm across diverse centers.
METHODS: Local trauma registries at 10 institutions were queried for all patients younger than 18 years admitted between 2009 and 2018. Additional chart
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.
MedElevator
Войти в исследования