A prospective evaluation was made of an algorithm for a selective use of throat swabs in patients with sore throat in general practice. The algorithm states that a throat swab should be obtained (a) in all children younger than 15 years; (b) in patients aged 15 years or more who have pain on swallowing and at least three of four signs (enlarged or hyperaemic tonsils; exudate; enlarged or tender angular lymph nodes; and a temperature > or = 38 degrees C); and (c) in adults aged 15-44 years with pain on swallowing and one or two of the four signs, but not both cough and coryza. Group A streptoco
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: Maternal mortality remains disproportionately high in low- and middle-income countries, particularly in rural settings with limited access to skilled obstetric care. Artificial intelligence and machine learning models offer promise for early risk prediction, yet their methodological rigour, applicability, and deployment feasibility in resource-constrained rural contexts remain inadequately synthesised. This systematic review evaluated AI-powered risk prediction models for preventable maternal mortality, with an emphasis on their suitability for rural and low-resource settings.
MET
СтатьяСистематический обзорПолный 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: Glaucoma is a progressive optic neuropathy in which longitudinal visual field (VF) prediction is essential for timely clinical decision-making and preventing irreversible VF loss. However, accurate prediction remains challenging due to the noisy, high-dimensional nature of VF data and their complex longitudinal patterns. Capturing these patterns may require increasingly sophisticated prediction models, but greater model complexity can reduce interpretability. Therefore, prediction models need to capture temporal patterns while balancing interpretability and computational feasibilit
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.
Statistical prediction models for binary outcomes are becoming increasingly popular. One significant challenge is calibrating these models to suit the characteristics of a target population that is structurally different from the original population. Calibration is especially challenging when there is no training data available from the target population. To address this problem, we propose a novel calibration method, SimCal, which uses synthetic data generated from the model development data in conjunction with marginal statistics from the calibration cohort. We show that expert judgment mode
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: Difficult ureter (DU) is a challenging condition that prevents successful access to the upper urinary tract during retrograde ureteroscopic lithotripsy (URS). The present study aimed to identify clinical risk factors for DU and to evaluate the predictive performance of machine learning-based models in patients undergoing URS for ureteral stones.
METHODS: Medical records of patients who underwent retrograde ureteroscopic lithotripsy between January 2023 and January 2024 were retrospectively reviewed. A total of 221 patients were included and classified into difficult ureter (DU) 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.
PURPOSE: Curating high-quality clinical and genomic data sets from patients with cancer to predict hospital readmission using machine learning (ML) models.
METHODS: We extracted data from electronic health records for patients with cancer in the University of California, San Diego Health System, to curate clinicogenomic data sets for lung, breast, and colon cancers. We constructed ML models to predict the risk of hospital readmission 30, 60, and 90 days postdischarge. Standard ML models (logistic regression, random forest [RF], gradient boosting [GB], neural network) and multitask neural netw
СтатьяПоддержка NIH: внешняя программаПоиск 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 association between fall risk and ophthalmic disorders has not been well understood. We used an open dataset to examine predictive models of fall risk at one year among the patients with Parkinson's disease (PD) using machine learning.
METHODS: A dataset from participants of the Parkinson's Progression Markers Initiative (PPMI) study, a US-based open-access database was used. The analysis data comprised 543 individuals with PD, with data on baseline and 1-year follow-up fall history, neurological symptoms, and ocular findings. Predictive models were examined by categorical dat
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.
Hemophilia A is a rare inherited bleeding disorder typically managed with coagulation factor VIII (FVIII) replacement therapy. Designing personalized prophylactic regimens requires accurate pharmacokinetic (PK) characterization; current population PK (popPK) and Bayesian approaches provide a principled framework for individualized dosing, but their routine clinical implementation may still be constrained by model specification requirements and practical considerations in data collection and analysis. Here we present a machine learning (ML) framework, incorporating state-of-the-art language mod
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: Missing data in patient-reported outcome (PRO) databases is a pervasive challenge, particularly in psychiatry and psychosocial rehabilitation. Incomplete data may reduce the generalizability of findings and introduce selection bias. It may also signal loss of access to care, potentially hindering recovery and rehabilitation efforts. Proactively anticipating missingness can help mitigate this issue by identifying individuals at risk of missing values, enabling services to take timely and targeted actions in response. However, the predictability of incomplete PRO data remains underex
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.
OBJECTIVES: This paper presents an experimental numerical method for modeling and analyzing stochastic systems. For this purpose, various machine prediction models are trained using the Monte Carlo simulation method. This method is presented using experimental data of a kidney transplantation with an immunosuppressive protocol based on tacrolimus.
METHODS: A multivariate regression model was constructed by previous authors based on a clinical study in which key independent physiological parameters such as serum creatinine and estimated glomerular filtration rate (eGFR) six months after transp
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: To effectively respond to acute respiratory infections such as influenza, timely information about the spread of disease is required. Surveillance methods that train machine learning models on Google Trends data have been developed to forecast outbreaks. Our aim was to examine the feasibility of forecasting influenza rates for states and territories in Australia using Google Trends data.
METHODS: Weekly search volume data across 2018 and 2019 from Google Trends, for each state and territory in Australia excepting the Australian Capital Territory, were compared to weekly influenza
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: Hypertension is a leading preventable cause of cardiovascular disease, yet a substantial proportion of adults remain undiagnosed, limiting opportunities for early intervention. A predictive model was commissioned by the North West London (NWL) Integrated Care Board to identify undiagnosed hypertension. The model was developed using health records from the Whole Systems Integrated Care (WSIC) database.
OBJECTIVE: We aimed to independently evaluate the predictive performance of the model as it would be encountered in deployment, how performance varied by demographic characteristics,
СтатьяОценочное 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.
INTRODUCTION: Preeclampsia (PE) is the second-leading global cause of maternal mortality, affecting 5% of primigravidas. Owing to the substantial heterogeneity of clinical manifestations in PE, an urgent need arises to quantitatively evaluate the efficacy of existing diagnostic methods based on positive proteinuria (PRO) and to develop novel biomarkers to enhance diagnostic accuracy.
METHODS: We based 1,215 pregnant women obtained from who delivery at the hospital in January 2018 and April 2022 and involved predictors of 66 routine clinical laboratory tests (RCLTs). In addition, from 362 peri
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.
This work presents a FAIR-compliant, multimodal PET-CT and clinical dataset developed within the EUCAIM framework to support future AI-based prediction of response to NST in LABC patients. A real-world dataset was curated, harmonized, and integrated into the EUCAIM CDM within a federated infrastructure. While predictive modeling is ongoing, this study focuses on data preparation and infrastructure, key bottlenecks for AI development, demonstrating the feasibility of integrating local hospital data into a European federated ecosystem to enable future multicentric AI applications.
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.
Ultrasound is potentially more accurate for identifying women who are likely to have a spontaneous vaginal birth than conventional labor progression assessments. However, research on the application of intrapartum ultrasound measurements in predicting cesarean section (CS) during vaginal trials of labor in full-term low-risk nulliparous women is lacking. We aimed to develop a predictive model using intrapartum ultrasound data for CS conversion in nulliparous women who experienced a failed vaginal delivery trial and integrate this model into clinical practice. Low-risk nulliparous women carryin
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.
PURPOSE: To frame aspheric laser refractive planning as the supervised prediction of console-programmable inputs (Defocus, Astigmatism, and Q-factor) and to benchmark competing regression models; this is a translational methods proof-of-concept, not a clinical effectiveness study.
METHODS: An anonymized, retrospective, single-platform dataset of 2,448 complete-case treatments was analyzed. Multi-output regressors (linear and nonlinear) were trained and compared using prespecified metrics (R2, MAE/MSE) and residual-distribution visualization/calibration. Actuator-response checks related progra
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: Psoriatic arthritis is underdiagnosed in people with psoriasis. Delayed psoriatic arthritis diagnosis is associated with worse outcomes, whereas early intervention improves prognosis. Therefore, we aimed to develop and internally validate two sets of prediction models. The first set intended to identify participants with new-onset psoriasis suitable for rheumatologist referral; the second set intended to identify participants with subclinical psoriatic arthritis at high risk of developing clinical psoriatic arthritis. We also aimed to identify psoriatic arthritis predictors.
METHO
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.
Parasitic diseases pose a significant threat to human health. Accurate and robust prediction of drug-parasitic disease associations is critical to advancing drug discovery and developing parasitic disease therapies. However, biomedical data in this field is often too scarce to train a generalized machine learning model. Although computational methods have been developed for predicting potential drug-parasitic disease associations, their performances were restricted owing to data limitation. Here we propose a deep learning framework entitled GATPDD for improving drug-parasitic disease associati
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: Peripheral venous catheter use is a common healthcare practice and carries risk for peripheral venous catheter-related phlebitis (PVCP). The aims of this study were to develop a machine learning model using inpatient hospital data to accurately predict the risk of PVCP and apply this model for early identification to reduce the risk of PVCP in the department of Cardiology. METHODS: A prediction model was developed to estimate the risk of developing PVCP within 3–24 h after introduction during a clinical admission in the department of Cardiology. Data of 107.419 generic hospital cli
СтатьяВалидационное 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: This study aimed to develop and evaluate an artificial intelligence (AI) model to predict long-term treatment outcomes in temporomandibular disorder (TMD) patients using clinical data and verify the value of adding haematologic data in enhancing predictive accuracy.
METHODS: The medical records of 132 TMD patients who visited the clinic and underwent 6 months of non-invasive conservative treatment between 2013 and 2019 were included in this study. The clinical data and haematologic features were collected from medical records. A decision tree algorithm was employed for feature sel
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.
MedElevator
Войти в исследования