OBJECTIVE: To develop a clinical-radiomics model using a multimodal machine learning method for distinguishing ductal carcinoma in situ (DCIS) from breast fibromatosis.
METHODS: The clinical factors, ultrasound features, and related ultrasound images of 306 patients (198 DCIS patients) were retrospectively collected. Patients in the development and validation cohort were 184 and 122, respectively. The independent clinical and ultrasound factors identified by the multivariable logistic regression analysis were used for the clinical-ultrasound model construction. Then, the region of interest of
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.
Parotid mucoepidermoid carcinoma (P-MEC) is a significant histopathological subtype of salivary gland cancer with inherent heterogeneity and complexity. Existing clinical models inadequately offer personalized treatment options for patients. In response, we assessed the efficacy of four machine learning algorithms vis-à-vis traditional analysis in forecasting the overall survival (OS) of P-MEC patients. Using the SEER database, we analyzed data from 882 postoperative P-MEC patients (stages I-IVA). Single-factor Cox regression and four machine learning techniques (random forest, LASSO, XGBoost,
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: Schizophrenia spectrum disorders (SSD) can be associated with an increased risk of violent behavior (VB), which can harm patients, others, and properties. Prediction of VB could help reduce the SSD burden on patients and healthcare systems. Some recent studies have used machine learning (ML) algorithms to identify SSD patients at risk of VB. In this article, we aimed to review studies that used ML to predict VB in SSD patients and discuss the most successful ML methods and predictors of VB.
METHODS: We performed a systematic search in PubMed, Web of Sciences, Embase, and PsycINFO
Систематический обзорСтатьяПоиск 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: Memory decline is the earliest symptom of various neurodegenerative disease, such as Alzheimer's disease (AD). However, accurately the prediction and identification of risk factors leading up to memory decline has remained limited.
OBJECTIVE: The objective of this study is to create and verify a machine learning model that can accurately predict risk factors for memory decline among US adults.
METHODS: A total of 9971 individuals were enrolled from the National Health and Nutrition Examination Survey (NHANES) 2015-2016 database. The least absolute shrinkage and selection operator
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.
Laser speckle contrast imaging (LSCI) is an optical technique used to assess blood flow perfusion by modeling changes in speckle intensity, but it is generally limited to qualitative analysis due to difficulties in absolute quantification. Three-dimensional convolutional neural networks (3D CNNs) enhance the quantitative performance of LSCI by excelling at extracting spatiotemporal features from speckle data. However, excessive downsampling techniques can lead to significant information loss. To address this, we propose a hybrid quantum-classical 3D CNN framework that leverages variational qua
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: Due to the highly variable clinical phenotype, Klinefelter Syndrome is underdiagnosed.
OBJECTIVE: Assessment of supervised machine learning based prediction models for identification of Klinefelter Syndrome among azoospermic patients, and comparison to expert clinical evaluation.
MATERIALS AND METHODS: Retrospective patient data (karyotype, age, height, weight, testis volume, follicle-stimulating hormone, luteinizing hormone, testosterone, estradiol, prolactin, semen pH and semen volume) collected between January 2005 and June 2019 were retrieved from a patient data bank of a Uni
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.
OBJECTIVE: To assess and validate the performance of a new tool developed for segmenting and characterizing lacunas in postoperative MR images of epilepsy patients.
METHODS: A MATLAB-based pipeline was implemented using SPM12 to produce the 3D mask of the surgical lacuna and estimate its volume. To validate its performance, we compared the manual and automatic lacuna segmentations obtained from 51 MRI scans of epilepsy patients who underwent temporal lobe resections.
RESULTS: The code is consolidated as a tool named ResectVol, which can be run via a graphical user interface or command line.
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Amyloid-β (Aβ) evaluation in amnestic mild cognitive impairment (aMCI) patients is important for predicting conversion to Alzheimer's disease. However, Aβ evaluation through Aβ positron emission tomography (PET) is limited due to high cost and safety issues.
OBJECTIVE: We therefore aimed to develop and validate prediction models of Aβ positivity for aMCI using optimal interpretable machine learning (ML) approaches utilizing multimodal markers.
METHODS: We recruited 529 aMCI patients from multiple centers who underwent Aβ PET. We trained ML algorithms using a training cohort (324
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.
Intrinsically disordered proteins (IDPs) and intrinsically disordered regions within proteins (IDRs) serve an increasingly expansive list of … er predictors rely on several different binary definitions of disorder. To link secondary structure prediction algorithms developed for folded proteins and protein disorder predictors, we conduct molecular dynamics simulations on representative proteins from the Protein Data Bank, comparing secondary structure and disorder predictions with simulation results. We find t …
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка правительства СШАОбзорПоиск 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: Urosepsis is a leading cause of perioperative mortality after upper urinary tract stone surgery. This study aimed to develop a simple and accurate predictive model for postoperative sepsis by integrating laboratory parameters using machine learning (ML) and the Shapley Additive Explanations (SHAP) algorithm. METHODS: Data from 7,464 patients were analyzed, including 155 pre- and postoperative features. Key variables were selected using Least Absolute Shrinkage and Selection Operator (LASSO) regression and correlation analysis. Eight ML algorithms were employed to develop the predict
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.
The objective of this study was to develop and evaluate automated machine learning (aML) models for predicting short-term (1-month) and medium-term (3-month) functional outcomes [Modified Rankin Scale (mRS)] in patients suffering from poor-grade aneurysmal subarachnoid hemorrhage (aSAH), using readily available and routinely measured laboratory and radiological parameters at admission. Data from a pilot non-randomized trial of 60 poor-grade aSAH patients (Hunt-Hess grades IV or V) were analyzed. Patients were evenly divided between targeted temperature management (TTM) and standard treatment g
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 primary aim of this study is to explore the association between gravidity and serum 25-hydroxyvitamin D [25(OH)D] levels in women, as existing research rarely addresses gravidity's cumulative impact on maternal vitamin D status. Secondarily, it seeks to develop and evaluate a machine learning model for predicting vitamin D insufficiency (serum 25(OH)D < 50 nmol/L) using reproductive data (including gravidity) and biochemical indicators, with contribution analysis in the model further validating this relationship, thereby translating the findings into a clinically useful tool.
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.
OBJECTIVES: To construct a Transformer-based multimodal data encoding model for predicting hospital-acquired infections (HAI).
METHODS: Laboratory test data of 300 000 patients were extracted from the publicly available MIMIC-IV database. The laboratory data of 1172 patients and chest X-ray images from 274 of these patients were collected from Nanfang Hospital. A novel Transformer-based encoding model was developed to process the data, which was then connected to a machine learning classifier for predicting HAI. The radiomic and deep learning features were extracted from the chest X-ray image
Аннотация на английскомСтатьяПоиск 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 use of real-world data is increasing to examine immune-related adverse event (irAE) incidence and risk factors in immune checkpoint inhibitor (ICI) users. We aimed to validate five case definition algorithms for irAE in a Johns Hopkins lung cancer registry.
METHODS: We conducted a retrospective cohort study using linked electronic health record (EHR) and cancer registry data from a large academic healthcare system. The Lung Immunotherapy irAE Monitoring Registry assesses irAEs in a group of patients treated for lung cancer at Johns Hopkins Medicine from 2013 to 2020. We used d
СтатьяВалидационное исследованиеПоддержка NIH: внешняя программаПоиск 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.
Machine learning (ML) offers precise predictions and could improve patient care, potentially replacing traditional scoring systems. A retrospective study at Emtiaz Hospital analyzed 3,180 traumatic brain injury (TBI) patients. Nineteen variables were assessed using ML algorithms to predict outcomes. Data preparation addressed missing values and balancing methods corrected imbalances. Model building involved training-test splits, survival analysis, and ML algorithms like Random Survival Forest (RSF) and Gradient Boosting. Feature importance was examined, with patient risk stratification guiding
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 create a formalized method for predicting papillary thyroid cancer recurrence after hemithyroidectomy based on preoperative data.
MATERIAL AND METHODS: At this stage of the study, we selected 101 patients with papillary thyroid cancer who underwent surgical treatment in 2017-2023. Recurrence was observed in in 47 patients. Fifty-four patients had no recurrence within 5 years after surgical treatment, i.e. these patients underwent surgery in 2017-2018. To find prediction rules, we used original classification method based on searching for subsets of variables and piecewise linear
Аннотация на английскомСтатьяПоиск полного текста в очередиОригинал на русском
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.
Personalized medicine promises the ability to improve patient outcomes by tailoring treatment recommendations to the likelihood that any given patient will respond well to a given treatment. It is important that predictions of treatment response be validated and replicated in independent data to support their use in clinical practice. In this paper, we propose and test an approach for validating predictions of individual treatment effects with continuous outcomes across samples that uses matching in a test (validation) sample to match individuals in the treatment and control arms based on thei
СтатьяПоддержка NIH: внешняя программаПолный 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.
AIMS: The aim of this paper was to develop a risk prediction model for the progression of age-related macular degeneration (AMD) in Koreans using systemic and environmental factors.
METHODS: The study sample included 10,890 individuals 50 years of age or older; 318 (2.92%) presented with early AMD findings in baseline examinations. Re-examinations were performed in 157 (49.37%) who were followed up for 4.4 years. The multivariate analysis of covariates included demographic and environmental factors. After using these data to develop a risk prediction model, the individual algorithm was made,
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.
Hollow-core anti-resonant fibers (HC-ARFs) serve as ideal waveguides for terahertz wave transmission. To address the low computational efficiency of the traditional finite element method (FEM) in the multi-parameter optimization of HC-ARFs, we propose what we believe to be a novel sequential decision network (SDNet) for predicting the performance of nested terahertz HC-ARFs within the frequency range of 0.5 to 1.5 THz. The model integrates the decision-making principles of the random forest algorithm with the advantages of deep learning neural networks. By utilizing the fiber structural parame
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.
The aim of the present study was to develop a non-invasive method based on histological imaging and clinical features for predicting the preoperative status of visceral pleural invasion (VPI) in patients with lung adenocarcinoma (LUAD) located near the pleura. VPI is associated with a worse prognosis of LUAD; therefore, early and accurate detection is critical for effective treatment planning. A total of 112 patients with preoperative computed tomography presentation of adjacent pleura and postoperative pathological findings confirmed as invasive LUAD were retrospectively enrolled. Clinical an
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