BACKGROUND: High-grade cervical intraepithelial neoplasia (CIN2/3) is a critical precursor to cervical cancer, yet current screening methods … d cell count (RBC), neutrophil ratio (NEU%), direct bilirubin (DBIL), and monocyte count (MON). The Support Vector Machine (SVM) algorithm achieved the best predictive performance, with an AUC of 0.75 (95% CI: 0.69–0.80) and a Brier score of 0.21 (95% CI: 0.17–0.28). By employing the SHAP method, we identified the variables that contributed to the model. The web tool ( …
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: Rheumatoid arthritis (RA) is an autoimmune disease with chronic presentation, involving symmetric joints and systemic involvemen … arning algorithms, least absolute shrinkage and selection operator (LASSO), random forest (RF), and support vector machine (SVM), after which the diagnostic efficiency of the hub genes and the correlation with immune infiltrating cells were predicted.
RESULTS: A total of 9176 DEGs and a module of 314 genes were obtained which has a significant correlation with RA and 1 …
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: Sarcopenia, an age-related decline in muscle mass and physical function, is a major risk factor for frailty, a condition associa … based on the 2019 Asian Working Group for Sarcopenia criteria. Logistic regression, random forest, support vector machine, and extreme gradient boosting machine learning models were developed, and their predictive performance was assessed using accuracy, precision, recall, F1-score, and receiver operating characteristic curve-area under the curve. Feature importance wa …
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: Lumbar spinal stenosis is one of the most common surgery-requiring conditions of the spine in the aged population. As elderly pa … emographics, comorbidity, nutrition, and perioperative status, were collected. Logistic regression, support vector machine (SVM), random forest, XGBoost, and LightGBM were trained using five-fold cross-validation. AUROC and AUPRC were considered the primary performance metrics, and the results were compared with those estimated with ACS-NSQIP scoring system. A set of Co …
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: Cellular machinery is built upon proteins and their functional interrelationships. Their network evaluation is essential for a … lication in this domain and benchmarked its efficacy against conventional ML random forest (RF) and support vector machine (SVM) models.
RESULTS: Findings demonstrated that lysine, arginine, and leucine were ranked nearly 0.1, highlighting their significant importance in prediction. Additionally, the correlation heatmap showed that lysine and glutamate exhibited the st …
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: The timely and accurate identification of elderly stroke patients at risk of early neurological deterioration (END) is crucial for guiding clinical management. The present study aimed to create a comprehensive map of lesion location in elderly stroke, and build a machine learning model integrating location features and radiomics to predict END in elderly stroke patients.
METHODS: A cohort of 709 elderly stroke patients from two centers patients were enrolled. Three machine learning models [logistic regression (LR), random forest (RF), and support vector machine (SVM)] based on loc…
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: Neonatal Intrahepatic Cholestasis caused by Citrin Deficiency (NICCD) is an autosomal recessive disorder affecting the urea cycl … rest, Light Gradient Boosting Machine, Extreme Gradient Boosting (XGBoost), K-Nearest Neighbor, and Support Vector Machines. Performance was evaluated using the area under the receiver operating characteristic curve (AUC) and F1 score. Shapley Additive exPlanations (SHAP) was applied to determine the importance of features and interpret the models.
RESULTS: Birth weigh …
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.
Sleep disorders have become a significant health concern in modern society. To investigate and diagnose sleep disorders, sleep analysis has … dels, including Light Gradient Boosting (LGBoost), Extreme Gradient Boosting, Categorical Boosting, Support Vector Machine, Logistic Regression, Random Forest, Long Short-Term Memory and Convolutional Neural Network, were applied for automatic sleep stage classification. The performance of different models and the efficacy of cerebellar EEG, cerebral EEG, and EMG were c …
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.
OBJECTIVES: Surveys can assist in screening oral diseases in populations to enhance the early detection of disease and intervention strategi … st, Logistic Regression, K-Nearest Neighbors (KNN), Naïve Bayes, Neural Network, Random Forest, and Support Vector Machine. Predictive performance was assessed using repeated 5-fold nested cross-validations.
RESULTS: We developed and calibrated four ten-item short forms. Naïve Bayes outperformed other algorithms with the highest median of cross-validated area under the …
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.
OBJECTIVE: To establish and validate a clinical model for differentiating peripheral lung cancer (PLC) from solitary pulmonary tuberculosis … tic regression models and machine learning algorithm models (decision tree, random forest, xgboost, support vector machine, k-nearest neighbors, light gradient boosting machine) were established using the independent feature variables. The model with the highest AUC value in the internal validation group was used for subsequent analysis. The receiver operating character …
СтатьяВалидационное 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 identify the key risk factors for venous thromboembolism (VTE) in urological inpatients based on the Caprini scale using an interpretable machine learning method.
METHODS: VTE risk data of urological inpatients were obtained based on the Caprini scale in the case hospital. Based on the data, the Boruta method was used to further select the key variables from the 37 variables in the Caprini scale. Furthermore, decision rules corresponding to each risk level were generated using the rough set (RS) method. Finally, random forest (RF), support vector machine (SVM), and backpropagation…
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.
Internet of Things (IoT) devices are leading to advancements in innovation, efficiency, and sustainability across various industries. Howeve … UNSW-NB15 dataset and the NSL-KD dataset by implementing two different ensemble models: one using a support vector machine (SVM) with bagging and another using long short-term memory (LSTM) with stacking. The results of the performance and the confusion matrix show that the LSTM stacking with analysis of variance (ANOVA) feature selection model is a superior model for c …
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: The relationship between ferroptosis and the progression and treatment of hematological tumors has been extensively studied, alt … lso associated with greater immunosuppression and increased activity of metabolic pathways. Through support vector machine recursive feature elimination (SVM-RFE), least absolute shrinkage selection operator (LASSO), and random forest (RF) algorithms, we identified five FRGs (ACSL6, SLC11A2, HMOX1, SLC38A1, AKR1C3) that have high diagnostic value. The clinical diagnosti …
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.
OBJECTIVE: To analyze the tongue feature of NSCLC at different stages, as well as the correlation between tongue feature and tumor marker, a … was significantly higher than in the non-advanced NSCLC group, and the correlations were stronger. Support Vector Machine (SVM), decision tree, and logistic regression among the machine learning methods performed poorly in models with different stages of NSCLC. Neural network, random forest and naive bayes had better classification efficiency for the data set of tongue …
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: Cutaneous malignant melanoma (CMM) ranks among the ten most frequent malignancies, clinicopathological staging being of key importance to predict prognosis. Artificial intelligence (AI) has been recently applied to develop prognostically reliable staging systems for CMM. This study aims to provide a useful machine learning based tool to predict the overall CMM short-term survival.
METHODS: CMM records as collected at the Veneto Cancer Registry (RTV) and at the Veneto regional health service were considered. A univariate Cox regression validated the strength and direction of each i
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: Alzheimer's disease (AD) is the most prevalent form of dementia, and is becoming one of the most burdening and lethal diseases. … CNA)and three machine-learning algorithms: Least absolute shrinkage and selection operator (LASSO), support vector machine-recursive feature elimination (SVM-RFE) and random forest (RF) analysis. The correlation analysis was performed to explore the correlation between the identified biomarkers with CDR scores and Braak staging.
RESULTS: The pathways of the immune resp …
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 AND AIMS: Participating in online gambling is associated with an increased risk for experiencing gambling-related harms, driving … n trees, random forests, K-nearest neighbours, logistic regressions, artificial neural networks and support vector machines) to predict problem gambling risk levels reported on the PGSI.
SETTING: Lotoquebec.com (formerly espacejeux.com), an online gambling platform operated by Loto-Québec (a provincial Crown Corporation) in Quebec, Canada.
PARTICIPANTS: N = 9145 adult …
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.
OBJECTIVE: Although machine learning techniques have been repeatedly used for activity prediction from wearable devices, accurate classifica … nd used them as inputs to five commonly used machine learning classifiers, including random forest, support vector machines, artificial neural networks, decision tree, and naïve Bayes to classify the 24-hour activity behaviour categories.
RESULTS: Using the same training, validation, and test data and window size, the classification accuracy of AccNet24 outperformed th …
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: Lumbar degenerative disc disease (LDDD) is a leading cause of chronic lower back pain; however, a lack of clear diagnostic crite … ombined with physiological clinical parameters. After data processing, we developed five ML models: support vector machine, light gradient boosting machine, extreme gradient boosting, extreme gradient boosting random forest, and improved random forest. Model performance was measured by evaluating indicators, such as the confusion matrix, accuracy, sensitivity, specifici …
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: Intervertebral disc degeneration (IVDD) is widely recognized as the primary etiological factor underlying low back pain, often n … equencing (scRNA-seq) data. Additionally, three machine learning methods (LASSO, random forest, and support vector machine recursive feature elimination) were employed to identify hub genes associated with IVDD. Subsequently, a novel artificial intelligence prediction model was developed for IVDD based on an artificial neural network algorithm and validated using an ind …
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