PURPOSE: Fracture risk data following curative treatment of Cushing's syndrome (CS) are scarce and the role of bisphosphonates in bone recovery after remission is controversial. We evaluated the effects of hypercortisolism remission in bone recovery in CS. Then, we assessed if the FRAX(®) algorithm calculated before the cure can predict fracture risk after cure.
METHODS: Thirty-six patients with CS were retrospectively investigated. Bone turnover markers, bone mineral density (BMD) at the lumbar spine (L1-L4) and left femur (both neck and total hip were considered), and fracture risk using FR
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.
INTRODUCTION: Analyses of large clinical datasets from early arthritis cohorts permit the development of algorithms that may be used for outcome prediction in individual patients. The value added by routine use of musculoskeletal ultrasound (MSUS) in an early arthritis setting, as a component of such predictive algorithms, remains to be determined.
METHODS: The authors undertook a retrospective analysis of a large, true-to-life, observational inception cohort of early arthritis patients in Newcastle upon Tyne, UK, which included patients with inflammatory arthralgia but no clinically swollen
СтатьяНаблюдательное исследованиеПоддержка 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: One of the perceived benefits of dual-chamber implantable cardioverter-defibrillators (ICDs) is the reduction in inappropriate therapy due to new detection algorithms. It was the purpose of the present investigation to propose methods to minimize bias during such comparisons and to report the arrhythmia detection clinical results of the PR Logic dual-chamber detection algorithm in the GEM DR ICD in the context of these methods.
METHODS AND RESULTS: Between November 1997 and October 1998, 933 patients received the GEM DR ICD in this prospective multicenter study. A total of 4856 su
Клиническое исследованиеОценочное исследованиеСтатьяМногоцентровое исследованиеПоддержка 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: Significant number of patients with Parkinson's disease (PD) gradually progress to Parkinson's disease dementia (PDD). Recent proposal for updating current diagnostic criteria for PDD recommends alternative screening tests and broader functional assessments. Objective: To evaluate the diagnostic concordance among algorithms for PDD based on Level I (i.e., screening) criteria and to assess their predictive validity for Level II (i.e., neuropsychological battery) diagnosis. Methods: A cross-sectional retrospective analysis of 190 patients with PD who underwent a comprehensive neurops
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 AIMS: Our understanding of the epidemiology and natural history of gastroesophageal precancerous conditions is limited by a lack of robust analyses using large-scale individual-level data. We aimed to develop and validate a natural language processing (NLP) algorithm to identify and phenotype esophageal and gastric precancerous conditions and cancer and apply this to the Million Veteran Program (MVP), a uniquely powerful nationwide genomic biobank linked to individual-level electronic health record data.
METHODS: We identified 121,808 individuals in MVP who underwent upper endo
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: To design a robust and automated estimation method for measuring the retinal nerve fiber layer (RNFL) thickness using spectral domain optical coherence tomography (SD-OCT).
METHODS: We developed a deep learning-based image segmentation network for automated segmentation of the RNFL in SD-OCT B-scans of mouse eyes. In total, 5500 SD-OCT B-scans (5200 B-scans were used as training data with the remaining 300 B-scans used as testing data) were used to develop this segmentation network. Postprocessing operations were then applied on the segmentation results to fill any discontinuities or
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Administrative health data, such as the hospital Discharge Abstract Database (DAD), can potentially be used to identify patients with non-traumatic spinal cord dysfunction (NTSCD). Algorithms utilizing administrative health data for this purpose should be validated before clinical use. Objective: To validate an algorithm designed to identify patients with NTSCD through DAD. Method: DAD between 2006 and 2016 for Southern Alberta in Canada were obtained through Alberta Health Services. Cases of NTSCD were identified using the algorithm designed by the research team. These were then v
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.
BACKGROUND: Current clinical classifications of chronic rhinosinusitis (CRS) have been largely defined based upon preconceived notions of factors thought to be important, such as polyp or eosinophil status. Unfortunately, these classification systems have little correlation with symptom severity or treatment outcomes. Unsupervised clustering can be used to identify phenotypic subgroups of CRS patients, describe clinical differences in these clusters and define simple algorithms for classification.
METHODS: A multi-institutional, prospective study of 382 patients with CRS who had failed initia
СтатьяМногоцентровое исследованиеПоддержка 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.
Learning with discriminative methods is generally based on minimizing the misclassification of training samples, which may be unsuitable for imbalanced datasets where the recognition might be biased in favor of the most numerous class. This problem can be addressed with a generative approach, which typically requires more parameters to be determined leading to reduced performances in high dimension. In such situations, dimension reduction becomes a crucial issue. We propose a feature selection/classification algorithm based on generative methods in order to predict the clinical status of a hig
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: Machine learning models have emerged as pivotal tools for enhancing the predictive accuracy of multidrug-resistant bacterial pneumonia (MDR-BP) risk in critically ill patients following neurosurgery procedures. By enabling early risk stratification, these models facilitate timely diagnosis and proactive therapeutic interventions. However, existing prediction frameworks exhibit limitations in elucidating the relative importance of risk factors, thereby impeding precise clinical decision-making and individualized patient management.
OBJECTIVE: To evaluate the performance of six ense
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: Selection of effective viral siRNA is an indispensable step in the development of siRNA based antiviral therapeutics. Despite immense potential, a viral siRNA efficacy prediction algorithm is still not available. Moreover, performances of the existing general mammalian siRNA efficacy predictors are not satisfactory for viral siRNAs. Therefore, we have developed "VIRsiRNApred" a support vector machine (SVM) based method for predicting the efficacy of viral siRNA.
METHODS: In the present study, we have employed a new dataset of 1725 viral siRNAs with experimentally verified quantita
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA2011eng
SUMMARY: Physician-billing claims databases can be used to determine the incidence of fractures in the community. This study tested three algorithms designed to accurately and reliably identify fractures from a physician-billing claims database and concluded that they were useful for identifying all types of fractures, except vertebral, sacral, and coccyx fractures.
INTRODUCTION: To develop and validate algorithms that identify fracture events from a physician-billing claims database (PCDs).
METHODS: Three algorithms were developed using physician's specialty, diagnostic, and medical service
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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: Hypokalaemia is a side-effect of diuretics. We aimed to use machine learning to identify features predicting hypokalaemia risk in hypertensive patients.
METHODS: Participants with hypertension in the United States National Health and Nutrition Examination Survey 1999-2018 were included for analysis. To select the most suitable algorithm, we tested and evaluated five machine learning algorithms commonly employed in epidemiological studies: Logistic Regression, k-Nearest Neighbor, Random Forest, Recursive Partitioning and Regression Trees, and eXtreme Gradient Boosting. These algori
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: Stroke is an important clinical outcome in cardiovascular research. However, the ascertainment of incident stroke is typically accomplished via time-consuming manual chart abstraction. Current phenotyping efforts using electronic health records for stroke focus on case ascertainment rather than incident disease, which requires knowledge of the temporal sequence of events.
OBJECTIVE: The aim of this study was to develop a machine learning-based phenotyping algorithm for incident stroke ascertainment based on diagnosis codes, procedure codes, and clinical concepts extracted from cli
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Discharging patients from the hospital to care at home on the same day has been demonstrated to be as safe as overnight stays. The correct selection of patients who may undergo same-day discharge (SDD) is a significant challenge due to the large volume of variables that must be considered. This paper proposes a machine-learning approach to predict SDD after angiography procedures. Data from 3227 patients scheduled for angiography procedures, including information about geographical location, demographic characteristics, pre-existing diseases, and clinical procedure type, were used to train and
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.
There are many thyroid diseases affecting people all over the world. Many diseases affect the thyroid gland, like hypothyroidism, hyperthyroidism, and thyroid cancer. Thyroid inefficiency can cause severe symptoms in patients. Effective classification and machine learning play a significant role in the timely detection of thyroid diseases. This timely classification will indeed affect the timely treatment of the patients. Automatic and precise thyroid nodule detection in ultrasound pictures is critical for reducing effort and radiologists' mistake rate. Medical images have evolved into one of
СтатьяОтозванная публикацияПоиск 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.
PURPOSE OF REVIEW: In this review article, we describe the development and application of machine-learning models in the field of rheumatology to improve the detection and diagnosis rates of underdiagnosed rheumatologic conditions, such as ankylosing spondylitis and axial spondyloarthritis (axSpA).
RECENT FINDINGS: In an attempt to aid in the earlier diagnosis of axSpA, we developed machine-learning models to predict a diagnosis of ankylosing spondylitis and axSpA using administrative claims and electronic medical record data. Machine-learning algorithms based on medical claims data predicted
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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.
ObjectivesTo develop a machine learning (ML)-based prognostic model for predicting the risk of lower extremity deep vein thrombosis (DVT) after acute stroke, with an emphasis on limb functional assessments.MethodsWe conducted a retrospective analysis of 225 acute stroke patients admitted within 15 days of onset between December 1, 2015, and April 30, 2025. Predictor variables were selected using collinearity diagnostics and Least Absolute Shrinkage and Selection Operator (LASSO) regression. Three machine learning survival models-Gradient Boosting Machine (GBM), Random Survival Forest (RSF), an
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: Reliable predictive modeling in high-dimensional biomedical data requires a balance between accuracy, interpretability, and computational efficiency. However, existing ensemble methods often overlook model diversity or rely on ad hoc feature-selection approaches, which limit generalizability. This study introduces a hybrid feature-selection and diversity-guided stacking framework designed to improve robustness and scalability across clinical and other data-intensive domains.
METHODS: The proposed framework integrates a hybrid feature-selection pipeline-combining Variance Inflation
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.
Nutritional deficiencies are a global health challenge that often remain undetected until clinical symptoms or biochemical abnormalities become pronounced. Early identification of individuals at moderate nutritional risk is essential for timely intervention and disease prevention. Detailed feature impact analysis and evaluation of nonbiochemical biomarkers remain open research questions. This study formulates and evaluates a three-class nutritional risk classification task using a Light Gradient Boosting-based machine learning framework across three feature groups: (1) full clinical model A tr
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.
MedElevator
Войти в исследования