BACKGROUND: Excessive weight gain after kidney transplantation adversely affects patient and graft outcomes. Machine Learning has been increasingly used to improve risk prediction across a range of transplant-related outcomes, yet its application to post-transplant weight trajectories remains unexplored. This study is the first to evaluate the feasibility of using Machine Learning algorithms to identify predictors of weight gain after kidney transplantation.
METHODS: This retrospective cohort study analyzed 374 adult kidney transplant recipients. We developed an Elastic Net regression model w
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.
Understanding and optimizing blood flow behavior in curved vessels is crucial for improving cardiovascular treatment planning and reducing complications such as thrombosis and impaired oxygen transport. Although recent advances in computational modeling have enhanced the simulation of blood rheology, systematic optimization of flow parameters under controlled geometric conditions remains limited. This study addresses this gap by optimizing the hemodynamic performance of curved blood vessels using numerical modeling and multi-objective optimization. Three key parameters hematocrit level, kinema
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.
Lung transplantation remains the only effective treatment for end-stage pulmonary disease. However, transplantation rates are significantly constrained by the ongoing shortage of donor lungs and the reliance on subjective assessments of donor lung quality. Although computed tomography (CT) is essential for donor lung evaluation, there is currently limited evidence supporting the use of automated prediction algorithms to determine donor lung suitability. This retrospective study included potential donors evaluated between May 2017 and July 2023 at the First Affiliated Hospital of Guangzhou Medi…
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.
Sepsis remains the third leading cause of death worldwide after cardiovascular and malignant diseases, claiming approximately 11 million lives annually. In Germany alone, around 280000 people develop sepsis each year, with more than 150 deaths daily. Despite advances in therapy, survival still depends primarily on one factor: time. Early initiation of antimicrobial therapy and source control remain critical. Artificial intelligence (AI) promises to identify subtle, pre-symptomatic physiological changes that precede overt clinical signs of sepsis. By continuously analyzing vast streams of data
СтатьяОбзорАннотация на английскомПоиск 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: Warfarin remains one of the most widely used anticoagulants; however, its narrow therapeutic index means that even small dosing deviations can result in thromboembolic or bleeding events, necessitating close monitoring and strict control of the international normalized ratio (INR).
MAIN BODY: Although traditional warfarin dosing algorithms incorporating CYP2C9 and VKORC1 genotypes improve upon fixed-dose regimens, they explain less than 50% of dose variability and perform inconsistently across populations. These limitations underscore the need for more adaptive and precise dosing
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.
Predicting workplace conflicts before they escalate into formal disputes or collective action represents a persistent challenge in organizat … marks for reproducibility, and extensive discussion of ethical considerations surrounding workplace prediction algorithms, contributing methodological foundations for organizational risk assessment through multi-source data fusion while identifying clear directions for future enhancement.
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: Liver cirrhosis(LC) represents the end stage of chronic liver disease, yet reliable molecular markers remain limited. This study aimed to uncover potential diagnostic biomarkers and therapeutic targets for LC.
METHODS: We integrated differential gene analysis from LC datasets in the Gene Expression Omnibus (GEO) with Mendelian randomization (MR) using eQTLGen and FinnGen summary data to prioritize LC-associated genes. LASSO, SVM-RFE, RF, and XGBoost algorithms were applied to refine candidate genes. Based on these, we constructed a nomogram risk prediction model and evaluated by r
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.
Study DesignCross-sectional survey.ObjectiveOutcomes research has significantly shaped patient management in spine deformity care, while the … nges. Top research priorities were the development of diagnostic and treatment guidelines (71%) and prediction algorithms (69%). Prominent knowledge gaps included proximal junctional kyphosis (PJK) (69%), spinal alignment guidelines (54%), and osteoporosis management (52%).ConclusionThe survey highlights PJK, spinal alignment, and osteoporosis as the leading knowledge …
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.
Higher-grade glioma has an extremely poor prognosis, and radiotherapy is an important component of its comprehensive treatment. However, survival outcomes following radiotherapy vary across demographic and socioeconomic subgroups, and these disparities remain incompletely characterized. This study seeks to evaluate the influence of factors including age, sex, surgical approach, income, and racial background on survival in radiotherapy-treated higher-grade glioma patients, and to develop a machine learning-based prognostic prediction model. The clinical data of higher-grade glioma patients who
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.
OBJECTIVE: To develop and validate a radiomics-clinical model for individualized prediction of the initial treatment dose in focused ultrasound ablation surgery (FUAS) for uterine fibroids.
METHODS: This retrospective study included 210 patients with solitary uterine fibroids who underwent FUAS and were randomly divided into training and testing cohorts (7:3). The outcome variable was defined as the total sonication energy delivered to the initial treatment layer. Regions of interest were manually delineated on preoperative T2-weighted MRI, and radiomics features were extracted using PyRadiom
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.
Lung adenocarcinoma (LUAD) is the most common lung cancer histological subtype. Although the unfolded protein response (UPR) has been linked to various human diseases, its role in LUAD remains unclear. To identify UPR-related genes, we applied various methods, including weighted gene co-expression network analysis, differential expression analysis, and multivariate Cox regression. Ten machine learning algorithms were used to construct a UPR-related signature (UPRRS), which was validated using multiple public LUAD datasets. The UPRRS was integrated into a nomogram used in clinical practice for
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 study aims to construct a noninvasive preoperative prediction model for lymph node metastasis in adenocarcinoma of esophagogastric junction (AEG) using computed tomography (CT) texture characterization and machine learning. We analyzed clinical and imaging data from 57 patients with preoperative CT enhancement scans and pathologically confirmed AEG. Lesions were delineated, and texture features were extracted from arterial phase and venous phase CT images using 3D-Slicer software. Features were normalized, downscaled, and screened using correlation analysis and the least absolute shrinkag
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.
Severe COVID-19 often progresses to critical illness, requiring accurate prognostic biomarkers. Lactate-to-albumin ratio (LAR) has been proposed as a novel indicator to estimate the likelihood of death. Using data from the MIMIC database, this retrospective study assessed lactate-to-albumin ratio (LAR) effectiveness in forecasting outcomes among severely ill COVID-19 patients. Patients were grouped into four quartiles based on their lactate-to-albumin ratio (LAR) values. Analysis using the Kaplan-Meier method revealed a clear difference in survival outcomes among the groups, with individuals w
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.
OBJECTIVES: To validate 2 DIGIROP prediction models for retinopathy of prematurity (ROP) type 1 and compare them to other weight-based algorithms in a premature Saudi Arabian infant cohort.
METHODS: Preterm infants of 24-30 weeks' gestational age (GA) or body weight (BW) of ≤1500g who were admitted to the neonatal units of 2 Jeddah tertiary centers between January 2015 and September 2021 were included (N=363). The DIGIROP-Birth employed the birth GA, gender, birth weight, and age at ROP onset as predictors. The area under the receiver operating characteristic curve (AUC) with 95% confidence i
СтатьяВалидационное 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.
Objective: This study was aimed at reviewing the application of different artificial intelligent algorithms used in different phases of orthognathic surgeries, which include diagnosis, treatment planning, soft tissue prediction, outcome evaluation, and complication assessment. This aimed to update clinicians on this technology to integrate it into their decision-making, in addition to being aware of its challenges and potential areas for further assessment. Materials and Methods: Electronic search was done in PubMed, Scopus, Embase, and Cochrane databases. Studies that reported the application
СтатьяScoping ReviewПолный 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 is a common complication in patients with stroke, adversely affecting recovery and increasing mortality risk. However, no standardised tool exists for its screening in this population. This study aims to identify factors influencing sarcopenia in patients with stroke, develop a risk prediction model and evaluate its predictive performance.
METHODS: Data from 794 patients with stroke were analysed to assess demographic and clinical characteristics. Variable selection was performed using least absolute shrinkage and selection operator (LASSO) regression, followed by multi
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.
Currently, no glucocorticoid dose prediction model is available for clinical practice. This study aimed to utilise machine learning techniques to develop and validate personalised dosage models. Participants were patients with SLE who were registered at Nanfang Hospital and received prednisone. Univariate analysis was used to confirm the feature variables. Subsequently, the random forest (RF) algorithm was utilised to interpolate the absent values of the feature variables. Finally, we assessed the prediction capabilities of 11 machine learning and deep-learning algorithms (Logistic, SVM, RF, 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.
Hand-wrist radiographs are used in bone age prediction. Computer-assisted clinical decision support systems offer solutions to the limitations of the radiographic bone age assessment methods. In this study, a multi-output prediction model was designed to predict bone age and gender using digital hand-wrist radiographs. The InceptionV3 architecture was used as the backbone, and the model was trained and tested using the open-access dataset of 2017 RSNA Pediatric Bone Age Challenge. A total of 14,048 samples were divided to training, validation, and testing subsets with the ratio of 7:2:1, and a
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.
Osteoarthritis (OA) is heterogeneous and involves structural changes in the whole joint, such as cartilage, meniscus/labrum, ligaments, and tendons, mainly with short T2 relaxation times. Detecting OA before the onset of irreversible changes is crucial for early proactive management and limit growing disease burden. The more recent advanced quantitative imaging techniques and deep learning (DL) algorithms in musculoskeletal imaging have shown great potential for visualizing "pre-OA." In this review, we first focus on ultrashort echo time-based magnetic resonance imaging (MRI) techniques for di
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: The identification of B-cell epitopes (BCEs) is fundamental to advancing epitope-based vaccine design, therapeutic antibody development, and diagnostics, such as in neglected tropical diseases caused by parasitic pathogens. However, the structural complexity of parasite antigens and the high cost of experimental validation present certain challenges. Advances in Artificial Intelligence (AI)-driven protein engineering, particularly through machine learning and deep learning, offer efficient solutions to enhance prediction accuracy and reduce experimental costs.
METHODOLOGY/PRINCIPA
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.
MedElevator
Войти в исследования