BACKGROUND: Human Immunodeficiency virus type-1 (HIV) entry into target cells involves binding of the viral envelope (Env) to CD4 and a coreceptor, mainly CCR5 or CXCR4. The only currently licensed HIV entry inhibitor, maraviroc, targets CCR5, and the presence of CXCX4-using strains must be excluded prior to treatment. Co-receptor usage can be assessed by phenotypic assays or through genotypic prediction. Here we compared the performance of a phenotypic Env-Recombinant Viral Assay (RVA) to the two most widely used genotypic prediction algorithms, Geno2Pheno[coreceptor] and webPSSM.
METHODS: C…
Сравнительное исследованиеСтатьяПоддержка 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: Lysosomal storage disorders (LSDs) are rare, inherited metabolic conditions characterized by the accumulation of undegraded substrates within lysosomes, leading to progressive multisystemic disease. Clinical and genetic heterogeneity poses significant diagnostic and therapeutic challenges.
OBJECTIVE: This review explores the evolution of LSD diagnostics and highlights the integration of genomic, computational, and biochemical approaches, as well as their implications for personalized medicine.
CONTENT: This narrative review is based on a literature search conducted in PubMed, Sco
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.
BACKGROUND: Pulmonary Embolism (PE) is a condition that results in significant mortality and morbidity, particularly among the elderly. The aim of our study is to utilize machine learning (ML) algorithms specifically tailored for this population, thereby enhancing the accuracy of risk assessment.
METHODS: Elderly patients with PE who were included between January 1, 2013, and December 31, 2023, were divided into two groups: training and validation sets. A total of five ML models, including decision tree, random forest (RF), extreme gradient boosting, support vector machine, and k-nearest neig
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) algorithm for predicting 30-day mortality in adult patients with acute pancreatitis (AP) using routinely readily available laboratory parameters.
METHODS: This retrospective cohort study analyzed 965 consecutive AP patients hospitalized between January 2017 and December 2019. Feature selection was performed using Least Absolute Shrinkage and Selection Operator (LASSO) regression, followed by the evaluation of eleven machine learning algorithms. Model performance was assessed using via the area under the receiver operating characterist
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.
Spectroscopy-based process analytical technology (PAT) has become the method of choice in the pharmaceutical industry for its non-destructive and rapid monitoring of critical quality attributes (CQA) of both intermediate and final drug products. When coupled with appropriate chemometric models, complex spectroscopic signals can be translated into meaningful process understanding. However, a significant amount of calibration data with corresponding reference values is often required to train traditional chemometric models, such as Partial Least Squares (PLS) regression, for optimum prediction a
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: Breast cancer is a leading cause of mortality among women worldwide. Accurate survival prediction can improve clinical decision-making and support personalized treatment planning. This study aims to develop an interpretable and effective deep learning model for breast cancer survival prediction using multi-omics data.
METHODS: This study proposes a novel deep learning model combining Bi-directional Long Short-Term Memory (BiLSTM) and Convolutional Neural Network (CNN) architectures, integrated with Minimum Redundancy Maximum Relevance (MRMR) feature selection. The model was evalua
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: Preventing relapses of psychosis is difficult and important. Digital remote monitoring (DRM) systems are being developed and tested to support this. Increasingly, these systems use algorithm-based relapse prediction. Hence, understanding stakeholder views about algorithmic prediction is crucial. Existing qualitative work has explored health professionals' views, but very few studies have examined the perspectives of people with psychosis on this topic.
OBJECTIVE: This paper aimed to provide an in-depth examination of the views of people with psychosis regarding algorithmic relapse
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.
Venoarterial extracorporeal membrane oxygenation (VA-ECMO) is a life-saving intervention for patients with refractory cardiogenic shock or cardiac arrest. However, weaning from VA-ECMO remains challenging and significantly affects patient prognosis. This systematic review examined the multifactorial determinants underlying successful VA-ECMO weaning, highlighting the critical need for integrated evaluation of biventricular function, hemodynamic stability, and microcirculatory perfusion. Key predictive parameters encompass both macrocirculatory indices (including left and right ventricular perf
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 AND OBJECTIVES: Approximately 15% of patients develop kyphotic deformity after cervical laminoplasty. Understanding preoperative risk factors of postlaminoplasty kyphosis (PLK) could allow surgeons to tailor their treatment according to patient's risk. The objective of this study was to develop a decision-tree algorithm to evaluate the risk of developing PLK 1-year postlaminoplasty.
METHODS: This retrospective study included cervical spondylotic myelopathy patients who underwent laminoplasty with a complete 1-year clinical follow-up. Radiographic measurements included T1 slope, C2-
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: Mycobacterium tuberculosis resistance to standard-of-care agents is increasing. It is imperative to identify new combinations that increase the rate and depth of bacterial kill, shorten therapy and also suppress resistance. There has been little prior effort to identify combination regimens that employ new or repurposed drugs in a rational way.
METHODS AND FINDINGS: Our group developed a pathway to combine agents to achieve this end. This pathway starts with standard baseline evaluations (e.g., MIC), leverages information from in vitro assessments (hollow fiber infection model), t
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: Lung cancer is the leading cause of cancer-related death worldwide, and brain metastasis (LCBM) is among its most lethal complications with limited prognostic tools. This study aimed to build a machine learning model using the extreme gradient boosting (XGBoost) algorithm to predict the prognosis of lung cancer brain metastasis (LCBM) patients more accurately.
METHODS: Data from 15,216 patients with synchronous LCBM in the Surveillance, Epidemiology, and End Results (SEER) database diagnosed between 2010 and 2014 were used for model development and internal testing, while a tempor
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 aimed to develop and validate machine learning (ML) models to predict the occurrence of delayed hyponatremia after transsphenoidal surgery for pituitary adenoma. We retrospectively collected clinical data on patients with pituitary adenomas treated with transsphenoidal surgery between January 2010 and December 2020. From January 2021 to December 2022, patients with pituitary adenomas were prospectively enrolled. We trained seven ML models to predict delayed hyponatremia using the clinical variables in the training set. The final model was internally validated using a test set and a
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.
PURPOSE: This study aimed to investigate longitudinal changes in ocular parameters and develop a machine learning-based model for predicting myopia onset and shift within 1 year in school-aged premyopic children.
METHODS: This prospective cohort study enrolled 320 premyopic children aged 6-12 years from the Ophthalmology Clinic of The Second Affiliated Hospital of Dalian Medical University. Uncorrected visual acuity (logMAR), cycloplegic spherical equivalent (SE), axial length (AL), average corneal curvature (CC), and subfoveal choroidal thickness (SFCT) were measured at baseline and 6-month
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: Laparoscopic cholecystectomy (LC) is a widely performed procedure with potential postoperative and perioperative complications. Recent advances in machine learning (ML) can lead to early prediction of these complications, but no systematic review has synthesized this data. This review aims to assess ML algorithms’ accuracy in predicting these complications following LC. METHODS: A systematic review was conducted by PRISMA guidelines. A comprehensive search was performed on PubMed, Embase, Scopus, and Web of Science databases for studies published between 2010 and 2024. Studies that
СтатьяСистематический обзорПоиск 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.
Suicidal ideation prevalence among students is a growing concern that requires urgent attention. This review systematically analyzes 28 studies on the application of machine learning techniques for the early detection of suicidal ideation. Among these, Random Forest and SVM emerged as the most commonly used algorithms, featured in 35 % and 27 % of studies respectively. Reported model accuracies ranged from 70 % to 95 %, with deep learning approaches showing slightly higher average precision and recall values. Most studies relied on survey-based data (68 %) and employed PHQ-9 or GAD-7 scales fo
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.
Epidemiological data is often analyzed without fully accounting for the uncertainties that are key to understanding the nuances of the dataset. While traditional approaches like the SIR mathematical model provide valuable insights, our study aims to offer a different perspective by employing fuzzy logic. This methodology assigns weightage to selected factors, creating a framework that not only captures uncertainties but also improves data handling and interpretation. By reducing the number of features, our approach makes datasets more manageable while preserving their essential information. We
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.
IMPORTANCE: Sepsis is a major cause of morbidity and mortality, with early intervention shown to improve outcomes. Predictive modeling and artificial intelligence (AI) can aid in early sepsis recognition, but there remains a gap between algorithm development and clinical use. Despite the importance of user experience in adopting clinical predictive models, few studies have focused on provider acceptance and feedback.
OBJECTIVES: To evaluate healthcare worker perception and acceptance of a deep learning sepsis prediction model in the emergency department (ED).
DESIGN, SETTING, AND PARTICIPANT
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.
To increase the accuracy as well as effectiveness of predicting the level of CO2 in mushroom cultivating greenhouses, two optimized prediction models of long and short term memory neural networks (VMD-SSA-LSTM and VMD-DBO-LSTM) are proposed. To start with, time series data on greenhouse CO2 concentrations were decomposed to get intrinsic mode function (IMF) at various time scales. The sparrow search algorithm (SSA) or dung beetle optimization Algorithm (DBO) is then used to optimize the amount of hidden layer neurons, discover the best learning rate, find the optimal iteration times, and impro
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: The objective of this study was to develop and validate a clinically applicable nomogram for predicting the risk of delirium following hepatectomy.
METHODS: We applied the LASSO regression model to identify the independent risk factors associated with POD. Subsequently, we utilized R software to develop and validate a nomogram model capable of accurately predicting the incidence of POD.
RESULTS: The final variables selected by the LASSO method were: Ramelteon, Age, Sex, Alcohol, Viral status, Cardiovascular disease, ASA class, Total bilirubin, Prothrombin time, Laparoscopic approa
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.
With the rapid development of new energy vehicle technology, electric drive systems play a crucial role in the modern automotive industry. Ensuring the efficient and stable operation as well as reliability of electric drive systems has become a critical task. In order to prevent serious faults in the short-term leading to potential accidents, this paper proposes an innovative approach for embedding the Token Merging (ToMe) algorithm into the Vision Transformer (ViT), called the VToMe algorithm and combining it with the Bidirectional Gated Recurrent Unit (BiGRU) network to form the VToMe-BiGRU
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