Immune thrombocytopenia (ITP) is an acquired autoimmune disorder characterised by immune-mediated platelet destruction, yet its metabolic underpinnings remain incompletely understood. In this study, we applied a non-targeted serum metabolomics approach to characterise metabolic alterations in ITP and to explore candidate diagnostic biomarkers. A total of 37 serum samples were collected, including 20 from patients with ITP and 17 from age- and sex-matched healthy individuals. Global metabolite profiling was performed, followed by quantitative analyses, identification of differentially expressed
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.
Per- and polyfluoroalkyl substances (PFAS) are persistent environmental pollutants with diverse structures. To further advance the impact assessment and remediation technology for PFAS pollution, new approaches for identifying emerging PFAS are necessary. While 19F nuclear magnetic resonance (NMR) spectroscopy has unique advantages in analyzing PFAS in complex sample matrices, the spectra interpretation remains challenging due to the limited reference data. Herein, we address this significant knowledge gap using machine learning (ML) to predict 19F NMR chemical shifts of PFAS. We curated a dat
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.
To develop and validate an interpretable machine-learning model for early prediction of biochemical recurrence (BCR) by fusing multiparametric MRI radiomics, clinical variables, and hematological biomarkers. A total of 172 patients (115 BCR-positive, 57 BCR-negative), who underwent RP with a median follow-up of 37 months, from Taizhou People's Hospital were retrospectively enrolled. Preoperative ADC and T2-weighted images were manually segmented to extract radiomic features; laboratory and clinical data included PSA, routine blood counts, lipid profile, and coagulation indices. After LASSO sel
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.
Challenging samples in capillary electrophoresis (CE)-based short tandem repeat (STR) analysis often produce artefactual signals that cannot be completely filtered out by expert electropherogram (EPG) reading systems, complicating allele interpretation. Previous studies have demonstrated the potential of artificial intelligence (AI) to address this issue by accurately distinguishing allele signals from artefacts in EPGs. Traditional machine learning models offer significant advantages in enhancing the interpretability and transparency of AI models used in DNA analysis, particularly in criminal
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.
PURPOSE: Our study identifies a novel HESX1 variant in two siblings, resulting in isolated growth hormone deficiency (IGHD) associated with empty sella. To the best of our knowledge, this represents the second recognized mutation within the EH1 repressor domain in HESX1. We explore and interpret the potential mechanism, with the aim of guiding pediatricians comprehend this disorder.
METHODS: The clinical data for two Chinese siblings was summarized. Furthermore, multiple sequence alignment and pathogenicity prediction of functional effects through five online algorithms were performed. Additi
СтатьяКлинический случайПоиск 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.
Congenital cataract is a lens opacification that disrupts normal visual development, requiring early surgical intervention to prevent amblyopia. In children, timely surgery, followed by optical correction and vision rehabilitation, is crucial for achieving binocular vision with foveal fixation. The recommended surgical timing is within 8 weeks for unilateral cases and by 4 months for bilateral cases to minimize long-term visual impairment. Despite advancements in intraocular lens (IOL) technology and ophthalmic microsurgery, accurate IOL power selection in pediatric patients remains a challeng
СтатьяОбзорПолный 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: Early recurrence (ER) following curative-intent surgery remains a major obstacle to improving long-term outcomes in patients with pancreatic cancer (PC). The accurate preoperative prediction of ER could significantly aid clinical decision-making and guide postoperative management.
PATIENTS AND METHODS: A retrospective cohort of 493 patients with histologically confirmed PC who underwent resection was analyzed. Contrast-enhanced computed tomography (CT) images were used for tumor segmentation, followed by radiomics and deep learning feature extraction. In total, four distinct featu
СтатьяМногоцентровое 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.
With increasing levels of air pollution, air quality prediction has attracted more attention. Mathematical models are being developed by researchers to achieve precise predictions. Monitoring and prediction of atmospheric PM2.5 levels, as a predominant pollutant, is essential in emission mitigation programs. In this study, meteorological datasets from 9 years in Isfahan city, a large metropolis of Iran, were applied to predict the PM2.5 levels, using four machine learning algorithms including Artificial Neural |Networks (ANNs), K-Nearest-Neighbors (KNN), Support Vector |Machines (SVMs) and ens
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: Allergic asthma (AA) is common in children. Excess copper is observed in AA patients. It is currently unclear whether copper imbalance can cause cuproptosis in pediatric AA.
METHODS: The datasets about pediatric AA (GSE40732 and GSE40888) were obtained from Gene Expression Omnibus (GEO) database. The expression of cuproptosis-related genes (CRGs) and immune cell infiltration in pediatric AA samples were analyzed. Single-cell RNA sequencing (scRNA-seq) data (GSE193816) were used to evaluate the expression patterns of CRGs in AA. The identification of differentially expressed genes w
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.
Sepsis triggers a harmful immune response due to infection, causing high mortality. Predicting sepsis outcomes early is vital. Despite machine learning's (ML) use in medical research, local validation within the Medical Information Mart for Intensive Care IV (MIMIC-IV) database is lacking. We aimed to devise a prognostic model, leveraging MIMIC-IV data, to predict sepsis mortality and validate it in a Chinese teaching hospital. MIMIC-IV provided patient data, split into training and internal validation sets. Four ML models logistic regression (LR), support vector machine (SVM), deep neural net
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.
PURPOSE: This study aimed to develop an interpretable machine learning model to predict the onset of myopia based on individual daily information.
METHOD: This study was a prospective cohort study. At baseline, non-myopia children aged 6-13 years old were recruited, and individual data were collected through interviewing students and parents. One year after baseline, the incidence of myopia was evaluated based on visual acuity test and cycloplegic refraction measurement. Five algorithms, Random Forest, Support Vector Machines, Gradient Boosting Decision Tree, CatBoost and Logistic Regression
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: Diabetes mellitus is a global epidemic disease. Long-time exposure of patients to hyperglycemia can lead to various type of chronic tissue damage. Early diagnosis of and screening for diabetes are crucial to population health.
METHODS: We collected the national physical examination data in Xinjiang, China, in 2020 (a total of more than 4 million people). Three types of physical examination indices were analyzed: questionnaire, routine physical examination and laboratory values. Integrated learning, deep learning and logistic regression methods were used to establish a risk model fo
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.
The retention time (RT) is a crucial source of data for liquid chromatography-mass spectrometry (LCMS). A model that can accurately predict the RT for each molecule would empower filtering candidates with similar spectra but differing RT in LCMS-based molecule identification. Recent research shows that graph neural networks (GNNs) outperform traditional machine learning algorithms in RT prediction. However, all of these models use relatively shallow GNNs. This study for the first time investigates how depth affects GNNs' performance on RT prediction. The results demonstrate that a notable impr
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: Several algorithms have been proposed for differentiating the right and left outflow tracts (RVOT/LVOT) arrhythmia origins from 12-lead electrocardiograms (ECGs); however, the procedure is complicated. A deep learning (DL) model, a form of artificial intelligence, can directly use ECGs and depict the importance of the leads and waveforms. This study aimed to create a visualized DL model that could classify arrhythmia origins more accurately.
METHODS AND RESULTS: This study enrolled 80 patients who underwent catheter ablation. A convolutional neural network-based model that could c
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: 5q spinal muscular atrophy (SMA) is a disabling and life-limiting neuromuscular disease. In recent years, novel therapies have shown to improve clinical outcomes. Yet, the absence of reliable biomarkers renders clinical assessment and prognosis of possibly already affected newborns with a positive newborn screening result for SMA imprecise and difficult. Therapeutic decisions and stratification of individualized therapies remain challenging, especially in symptomatic children. The aim of this proof-of-concept and feasibility study was to explore the value of 1H-nuclear magnetic res
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.
MOTIVATION: Protein structural class prediction is one of the most significant problems in bioinformatics, as it has a prominent role in understanding the function and evolution of proteins. Designing a computationally efficient but at the same time accurate prediction method remains a pressing issue, especially for sequences that we cannot obtain a sufficient amount of homologous information from existing protein sequence databases. Several studies demonstrate the potential of utilizing chaos game representation along with time series analysis tools such as recurrence quantification analysis,
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.
A percentage of the population suffers prolonged and persistent post-concussion symptoms (PCS) following average head injuries or develops severe neurological dysfunction following minor head trauma. Genetic variants that may contribute to individual response to head trauma have been investigated in some studies, but to date none have explored the use of machine learning (ML) methods with genomic data to specifically explore outcomes of head trauma. Whole exome sequencing (WES) was completed for three groups of individuals (N = 60): (a) 16 individuals with severe neurological responses to mino
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
The 2016 WHO classification of central nervous system tumors has included four molecular subgroups under medulloblastoma (MB) as sonic hedgehog (SHH), wingless (WNT), Grade 3, and Group 4. We aimed to develop machine learning models for predicting MB molecular subgroups based on multi-parameter magnetic resonance imaging (MRI) radiomics, tumor locations, and clinical factors. A total of 122 MB patients were enrolled retrospectively. After selecting robust, non-redundant, and relevant features from 5,529 extracted radiomics features, a random forest model was constructed based on a training coh
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 evaluate different fitting methods for intravoxel incoherent motion (IVIM) imaging of prostate cancer in the terms of repeatability and Gleason score prediction.
METHODS: Eighty-one patients with histologically confirmed prostate cancer underwent two repeated 3 Tesla diffusion-weighted imaging (DWI) examinations performed using 14 b-values in the range of 0-500 s/mm2 and diffusion time of 19.004 ms. Mean signal intensities of regions-of-interest were fitted using five different fitting methods for IVIM as well as monoexponential, kurtosis, and stretched exponential models. The fit
Сравнительное исследованиеОценочное исследованиеСтатьяВалидационное исследованиеПоиск 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: To predict organ-at-risk (OAR) complications as a function of dose-volume (DV) constraint settings without explicit plan computation in a multiplan intensity-modulated radiotherapy (IMRT) framework.
METHODS AND MATERIALS: Several plans were generated by varying the DV constraints (input features) on the OARs (multiplan framework), and the DV levels achieved by the OARs in the plans (plan properties) were modeled as a function of the imposed DV constraint settings. OAR complications were then predicted for each of the plans by using the imposed DV constraints alone (features) or in co
СтатьяПоддержка правительства СШАВалидационное исследованиеПоиск 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