OBJECTIVES: To identify patient- and disease-related characteristics that make it possible to predict higher disease severity in recent-onset PsA.
METHODS: We performed a multicenter observational prospective study (2-year follow-up, regular annual visits). The study population comprised patients aged ≥ 18 years who fulfilled the CASPAR criteria and less than 2 years since the onset of symptoms. Severe disease was defined at each visit as fulfillment of at least 1 of the following criteria: need for systemic treatment, Health Assessment Questionnaire (HAQ) > 0.5, polyarthritis. The dataset co
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.
Pedestrian detection is an important aspect of the development of intelligent vehicles. To address problems in which traditional pedestrian detection is susceptible to environmental factors and are unable to meet the requirements of accuracy in real time, this study proposes a pedestrian detection algorithm for intelligent vehicles in complex scenarios. YOLOv3 is one of the deep learning-based object detection algorithms with good performance at present. In this article, the basic principle of YOLOv3 is elaborated and analyzed firstly to determine its limitations in pedestrian detection. Then,
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.
Глубокое обучение описывает класс алгоритмов машинного обучения, которые способны объединять исходные ресурсы в слои промежуточных характеристик. Эти алгоритмы недавно продемонстрировали впечатляющие результаты в различных областях. Биология и медицина являются богатыми данными дисциплинами, однако данные являются сложными и зачастую недопонятными. Поэтому методы глубокого обучения могут быть особенно подходящими для решения проблем в этих областях. Мы изучаем возможности углубленного изучения различных биомедицинских проблем - стационарная классификация, фундаментальные биологические процессы
Полный текст найденМашинный перевод · не проверен
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.
Warfarin dosing algorithms adjust for race, assigning a fixed effect size to each predictor, thereby attenuating the differential effect by race. Attenuation likely occurs in both race groups but may be more pronounced in the less-represented race group. Therefore, we evaluated whether the effect of clinical (age, body surface area [BSA], chronic kidney disease [CKD], and amiodarone use) and genetic factors (CYP2C9*2, *3, *5, *6, *11, rs12777823, VKORC1, and CYP4F2) on warfarin dose differs by race using regression analyses among 1357 patients enrolled in a prospective cohort study and compare
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 AND AIMS: Simple clinical algorithms including the fatty liver index (FLI) and lipid accumulation product (LAP) have been developed as surrogate markers for non-alcoholic fatty liver disease (NAFLD), constructed using (semi-quantitative) ultrasonography. This study aimed to validate FLI and LAP as measures of hepatic steatosis, as determined quantitatively by proton magnetic resonance spectroscopy (1H-MRS).
METHODS: Data were collected from 168 patients with NAFLD and 168 controls who had undergone clinical, biochemical and anthropometric assessment. Values of FLI and LAP were dete
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
OBJECTIVES: The purposes of this study included the following: (1) to predict L3 contact force during side-lying lumbar manipulation by comb … s where the L3 contact force was directly measured were used to generate participant-specific force prediction algorithms. These algorithms were used to predict L3 contact force in 5 experimental trials performed at therapeutic levels. The accuracy and effectiveness of CLS and WLS methods were compared.
RESULTS: Differences between the CLS-predicted forces and the cri …
СтатьяПоддержка NIH: внешняя программаПолный 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 AND PURPOSE: There is a paucity of available clinical tools with which to accurately predict the risk of tigecycline-associated hypofibrinogenemia, an adverse reaction with a high incidence and serious consequences. This study aimed to developed an optimal machine-learning model for predicting tigecycline-associated hypofibrinogenemia and to facilitate its clinical application.
METHODS: A total of 896 inpatients who received tigecycline treatment in a large tertiary teaching hospital between 2016 and 2022 were included in the model development cohort. Subsequent temporal external v
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: Extubation failure (EF) is a significant complication, and it is associated with increased mortality, prolonged hospital stays and extended mechanical ventilation (MV). Determining reliable predictors of EF could improve the clinical decision-making and outcomes. Objectives: Determine the outcomes and predictors of EF in a paediatric intensive care unit (PICU) and develop predictive models using machine learning algorithms. Methods: A retrospective cohort study (n = 824) was conducted in two PICUs in participants who underwent planned extubation (January 2018-December 2022). Demogr
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.
Artificial intelligence (AI) is increasingly permeating healthcare, from serving as a physician assistant to powering consumer applications. The opacity of AI algorithms makes the ability of humans to interact with AI algorithms challenging. To overcome this limitation, explainable AI (XAI) provides insight into AI decision-making, but evidence suggests that XAI can paradoxically induce bias in the human decision-making process. Here we present results from two large-scale experiments, involving 623 lay people and 153 primary care physicians (PCPs), respectively, in which a fairness-based AI m
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.
Dual-energy X-ray absorptiometry (DXA) remains the clinical gold standard for assessing bone mineral density (BMD), guiding diagnosis and therapeutic decisions. However, conventional DXA analysis suffers from several limitations, including insensitivity to early microarchitectural changes, operator dependence, limited availability in primary care settings, and an insufficient ability to predict fracture risk when used alone. Artificial intelligence (AI), incorporating machine learning (ML) and deep learning (DL), offers transformative potential in enhancing DXA-based bone health assessment. Th
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 early prediction of malignant cerebral edema (MCE) following endovascular therapy for acute ischemic stroke is of paramount importance for facilitating timely interventions. The present study aimed to create a comprehensive map of lesion topography associated with MCE risk and to build a machine learning model based on these topography-informed radiomics to predict the MCE in stroke patients after endovascular therapy.
METHODS: Using voxel-based lesion analyses, we comprehensively quantified the spatial features of infarct location lesions. These topological features were inte
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.
Alzheimer's disease (AD) is a common neurodegenerative disorder in the elderly population, and early screening can effectively delay the progression of the disease. Mild cognitive impairment (MCI) occurs prior to the onset of AD; however, the accuracy of existing MCI-to-AD prediction methods remains relatively low. Additionally, small sample sizes and high feature dimensions often lead to model overfitting, highlighting the need for effective early screening approaches. To address the aforementioned issues, this study integrated non-paired multi-modal features-including clinical indicators fro
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.
Pancreatic cancer (PC) presents a significant global health challenge because of its high mortality rate, highlighting the urgent requirement for effective early diagnostic and therapeutic strategies. This study examined the function of phenylalanine metabolism in PC and developed a high-accuracy diagnostic model by integrating metabolomics, Mendelian randomization (MR), and machine learning (ML) algorithms. Initially, MR analysis was conducted on 55 plasma metabolites, revealing a significant causal link between phenylalanine and PC. Utilizing GeneCards and public transcriptomic databases, we
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.
IMPORTANCE: Acute myeloid leukemia (AML) is a severe hematologic cancer with complex genetic heterogeneity necessitating personalized treatment approaches. Artificial intelligence (AI) technologies may revolutionize risk stratification, diagnosis enhancement, and treatment planning in addressing critical gaps in AML management, particularly in low-resource health care environments.
OBSERVATIONS: This narrative review synthesizes existing AI applications in 3 primary areas of AML management. Machine learning algorithms integrating clinical, cytogenetic, and molecular data demonstrate greater p
СтатьяОбзорПоиск 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 the risk factors for the survival of colorectal cancer (CRC) patients with type 2 diabetes mellitus (T2DM), compare the predictive performance of models based on different algorithms, and develop a risk score system to predict the survival risk of the target population.
METHODS: We analyzed data from the Hong Kong Hospital Authority Data Collaboration Laboratory (HADCL), including 10 749 CRC patients with T2DM from 2000 to 2020. We employed traditional statistical methods and machine learning algorithms to compare their performance using the area under the receiver ope
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 develop and validate a machine learning (ML)-based prediction model of Bethesda III nodules and create a nomogram based on the best model.
METHODS: We collected data on patients with Bethesda III nodules who were admitted between January 2020 and June 2024, including 276 Bethesda III nodules from 7371 patients who underwent ultrasound-guided fine needle aspiration (US-FNA). Clinical, ultrasonographic, cytological, laboratory, and molecular data were collected and randomly split into training and validation cohorts at a ratio of 7: 3. Six feature selection methods and ML algorith
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.
Hypoxia forms an immunosuppression environment and is involved in tumor immune escape, which may be the potential culprit of resistance to anticancer therapies. Nevertheless, there is still a lack of research that explores the characteristics of hypoxia in pan-cancer at the single-cell level and assesses the application of hypoxia in immune checkpoint inhibitor (ICI) efficacy and clinical outcomes. We delineated cell-specific hypoxia levels and developed a computational framework to generate a pan-cancer tumor hypoxia-related transcriptomic signature (HYP.SIG) using 38 scRNA-seq datasets encom
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 aim of this study was to construct a machine learning (ML) model to predict the effect of dietary antioxidants on cardiovascular-arthritis comorbidity.
METHODS: In this study, 44 dietary antioxidants were selected based on the National Health and Nutrition Examination Survey data from 2007 to 2010 and from 2017 to 2018, and demographic covariates such as gender and age were included for analysis. In addition, 10 mainstream ML models were investigated for the evaluation, and a comprehensive evaluation system of the multi-indicator empowerment algorithms was constructed to compr
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.
BACKGROUNDS: Gastric cancer (GC) is a prevalent malignancy affecting the digestive system. We aimed to develop a risk prediction model based on endoscopic atrophy classification for GC.
METHODS: We retrospectively collected the data from January 2020 to October 2021 in our hospital and randomly divided the patients into training and validation sets in an 8:2 ratio. We used multiple machine learning algorithms such as logistic regression (LR), Decision tree, Support Vector Machine, Random forest, and so on to establish the models. We employed the Least absolute shrinkage and selection operator
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.
Non-suicidal self-injury (NSSI) in adolescent girls is a critical predictor of subsequent depression and suicide risk, yet current tools lack both accuracy and clinical interpretability. We developed the first explainable machine learning model integrating multicenter psychosocial data to predict depression among Chinese adolescent girls with NSSI, addressing the critical need for culturally tailored risk stratification tools. In this cross - sectional observational study, our model was developed using data from 14 hospitals. We used five categories of data as predictors, including individual,
СтатьяМногоцентровое исследованиеНаблюдательное 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