In modern engineering application, enough high cycle bending fatigue strength is the necessary factor to provide the basic safety security for the application of the crankshaft in automobile engines (both diesel and gasoline types). At present, this parameter is usually obtained through the standard bending fatigue experiment process, which is time consuming and expensive. In this paper, a new accelerated crankshaft bending fatigue experiment was proposed step by step. First the loading procedure was quickened through the prediction of the residual fatigue life based on the UKF (unscented Kalm
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.
With the rapid development of wearable devices and intelligent sensing technologies, the demand for human behavior recognition in rehabilitation medicine and human-machine collaboration has been increasing. To address the issue of high variability in gait features caused by individual differences in cross-population gait analysis, and to tackle the insufficient generalization ability of models due to the coupling of pathological features with normal gait, we propose a multi-dimensional spatiotemporal feature-guided SG-LSTM framework, based on a dual-branch architecture comprising symmetric LST
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.
IntroductionDuring the COVID-19 pandemic, many communities across the United States experienced surges in hospitalizations, which strained the local hospital capacity. Some risk metrics, such as the Center for Disease Control and Prevention's (CDC's) Community Levels, were developed to predict the impact of COVID-19 on the community-level health care system based on routine surveillance data. However, they had limited utility as they were not routinely updated based on accumulating data and were not directly linked to specific outcomes, such as surges in COVID-19 hospitalizations beyond local
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: Sepsis-Induced coagulopathy (SIC) is not only a common complication in the development process of sepsis but also related to poor prognosis of sepsis. We aimed to establish a machine learning (ML) model to predict the 28-day mortality risk of patients with SIC.
METHODS: We collected data for model training from the Medical Information Mart for Intensive Care IV Database version 2.2 to establish the model. We extracted patient data from the First Affiliated Hospital of Wenzhou Medical University for the model's external validation. We used Least Absolute Shrinkage and Selection Ope
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: Pharmacovigilance is dedicated to the identification, evaluation, and prevention of adverse effects associated with the use of medicines after their commercialization. In this context, data mining techniques have been widely employed for the detection of safety signals. Although machine learning algorithms show potential to identify complex patterns and improve the prediction of adverse drug reactions, their application in pharmacovigilance databases remains limited.
OBJECTIVE: To map the computational approaches used in pharmacovigilance, to identify the prevalence of traditional
СтатьяScoping ReviewПоиск 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.
Bacterial infections represent a critical threat to neonatal health, accounting for approximately 25% of neonatal mortality globally. Timely and precise diagnosis in infants aged 1 to 90 days is essential to facilitate rapid intervention and prevent severe complications. This study aimed to develop and evaluate machine learning (ML) models for the early, non-invasive prediction of bacterial infections using routine clinical data, maximizing clinical interpretability for point-of-care triage. Data from 306 infants aged 1 to 90 days hospitalized between January 2014 and December 2022 at a Social
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: Preeclampsia (PE) is a complex disorder with significant variability in organ involvement. It remains unclear whether machine learning can identify organ-system-based subclasses of PE. This study aimed to identify novel subclasses of PE using organ-system biomarkers to improve pregnancy outcome prediction. METHODS: We retrospectively analyzed clinical data from PE patients at Fujian Maternity and Child Health Hospital. K-means clustering was applied using organ system function indicators, with 10-fold cross-validation. Functional indicators and pregnancy outcomes were compared acro
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: Synchronous liver metastases (SLM) critically influence prognosis in rectal cancer, highlighting the need for accurate preoperative detection. This study aimed to compare the predictive performance of radiomic features extracted from T2-weighted imaging (T2WI) and diffusion-weighted imaging (DWI) MRI sequences and to develop machine learning-based predictive models for the early detection of SLM in rectal cancer patients.
METHODS: This retrospective study included 160 rectal cancer patients confirmed by pathology at our institution between September 2018 and June 2023. After scr
СтатьяСравнительное 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: The differential diagnosis of wide QRS complex tachycardia (WCT) between ventricular tachycardia (VT) or supraventricular tachycardia with aberrant conduction (SVT-A) is sometimes difficult in the emergency room.
OBJECTIVE: The aim of this study was to evaluate the accuracy of a new simple electrocardiographic algorithm to recognize VT in patients with wide complex tachycardia.
METHODS: The 12-lead electrocardiograms (ECG) for WCT were prospectively obtained from 120 patients during electrophysiological study. Six physicians with different expertise analyzed the electrocardiograp
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: In 2014/2015, Public Health Ontario developed disease-specific, cumulative sum (CUSUM)-based statistical algorithms for detecting aberrant increases in reportable infectious disease incidence in Ontario. The objective of this study was to determine whether the prospective application of these CUSUM algorithms, based on historical patterns, have improved specificity and sensitivity compared to the currently used Early Aberration Reporting System (EARS) algorithm, developed by the US Centers for Disease Control and Prevention.
METHOD: A total of seven algorithms were developed for th
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: Prognostic prediction models for age-related macular degeneration (AMD) are proliferating, driven by machine learning applied to retinal imaging. Although the methodological limitations of clinical prediction models are well recognized in general, AMD-specific multivariable prognostic models, as distinct from diagnostic or image-classification models, have not been appraised against contemporary prediction-model standards, with integrated assessment of outcome definitions, prediction horizons, calibration, validation design, and risk of bias.
OBJECTIVE: To systematically identify
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.
AIMS/HYPOTHESIS: The objective of the Hypoglycaemia REdefining SOLutions for better liVES (Hypo-RESOLVE) project is to use a dataset of pooled clinical trials across pharmaceutical and device companies in people with type 1 or type 2 diabetes to examine factors associated with incident hypoglycaemia events and to quantify the prediction of these events.
METHODS: Data from 90 trials with 46,254 participants were pooled. Analyses were done for type 1 and type 2 diabetes separately. Poisson mixed models, adjusted for age, sex, diabetes duration and trial identifier were fitted to assess the asso
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: Thyroid cancer is one of the fastest-growing malignancies worldwide, with papillary thyroid carcinoma (PTC) accounting for approximately 85-90% of all cases. For patients with T1b-T2 PTC, the choice between thyroid lobectomy and total thyroidectomy remains controversial. Postoperative pathological examination reveals contralateral occult carcinoma in 20-40% of patients, while contralateral central lymph node metastasis (CLNM) represents a key prognostic factor. However, reliable and practical preoperative tools to support individualized surgical decision-making are currently lackin
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: Diabetic kidney disease (DKD) is the leading cause of end-stage renal disease (ESRD). Its insidious onset means that once it progresses to the stage of heavy proteinuria or significant decline in renal function, treatment difficulty and burden increase dramatically. Therefore, identifying high-risk individuals in the early-stage DKD (ES-DKD, stages 1-2) and intervening promptly is crucial for delaying disease progression and improving prognosis. The atherogenic index of plasma (AIP) is a novel composite indicator reflecting dyslipidemia and insulin resistance. However, its prognost
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.
Longer treatment engagement is associated with improved recovery outcomes in alcohol use disorder (AUD), making patient retention a critical determinant of reduced return to drinking. This study aimed to identify factors predicting outpatient treatment engagement, operationalized as the number of follow-up visits, among individuals with AUD following inpatient care. We applied a five-step analytic framework integrating random forest modelling (RFM) and Least Absolute Shrinkage and Selection Operator (LASSO) regression to identify predictors of outpatient visit frequency. Clinical, psychologica
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: Obesity significantly increases the risk of depression, yet interpretable depression risk prediction tools specifically targeting obese individuals remain very limited. This study aims to develop and validate a depression risk prediction model for individuals with obesity using data from the United States National Health and Nutrition Examination Survey (NHANES). METHODS: A total of 6,271 individuals with obesity from the 2005–2020 NHANES cycles were included in this study. Feature selection was conducted using the least absolute shrinkage and selection operator regression and mult
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 develop machine learning-based prediction models for postoperative depression risk in patients with ovarian cancer and to evaluate their predictive performance and clinical application value.
OBJECTIVE: To develop machine learning-based prediction models for postoperative depression risk in patients with ovarian cancer and to evaluate their predictive performance and clinical application value.
RESULTS: Among 850 patients, 268 (31.5%) were positive for postoperative depression risk. Feature selection identified 13 predictive variables: age, operation time, length of hospital st
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.
Artificial intelligence is increasingly being investigated as a tool for supporting personalized perioperative care. This narrative review, guided by the Scale for the Assessment of Narrative Review Articles principles, examines clinically relevant applications of artificial intelligence and related automation in anesthesiology, with emphasis on three linked functions: risk prediction, clinical decision support, and supervised automation. We performed a structured search of PubMed, Web of Science, and Scopus databases and identified English-language literature published from January 2010 throu
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: Clinical prediction models often suffer from poor model transportability and/or subgroup performance resulting from using a single data source. We aimed to determine whether ensemble methods can combine multiple existing models to improve predictive performance when compared to component models.
METHODS: As a case study, we used electronic medical records from the Canadian Primary Care Sentinel Surveillance Network (CPCSSN) to test ensemble methods for models estimating the risk of developing chronic kidney disease (CKD) among people with diabetes in a cohort of 37,604 individuals
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: Accurate preoperative estimation of liposuction volume is essential for achieving optimal aesthetic outcomes and minimizing surgical complications. However, conventional assessment methods are primarily subjective and rely heavily on the surgeon's experience, which may lead to inconsistent results.
OBJECTIVE: This study aimed to develop and externally validate a machine learning model to predict thigh liposuction volume in female patients using routine preoperative clinical and anthropometric data.
METHODS: A retrospective cohort of 518 female patients was analyzed, including 423
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.
MedElevator
Войти в исследования