Myelodysplastic syndromes represent a group of hematological neoplastic diseases caused by defective stem cells causing cytopenia and abnormal hematopoiesis. More than 30% of myelodysplastic syndrome cases develop into acute myeloid leukemia. An analysis of bone marrow samples, peripheral blood smears, multiparametric flow cytometry data, and clinical patient information is part of the current, time-consuming, and labor-intensive work up for myelodysplastic syndromes. Nowadays, clinical biomedical research has been transformed by the advent of artificial intelligence, specifically machine lear
СтатьяОбзорПоиск 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.
Selecting optimal contacts for chronic deep-brain stimulation (DBS) requires a monopolar review, involving time-consuming manual testing by … r measures (13-35 Hz), we ranked channels based on clinical contact-level choices and developed two prediction algorithms: (i) a "decision tree" method for in-clinic use and (ii) a "pattern based" method for offline validation. The "decision tree" method achieved accuracies of 86.5% (NL), 86.7% (CH), and 75.0% (DE) for predicting the top two contact-levels. Both method …
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.
Proteolysis-targeting chimeras (PROTACs) are catalytic protein degraders with promising preclinical activity. The clinical translation of PR … ve nanoencapsulation more efficiently than FDA-approved small-molecule drugs. Using structure-based prediction algorithms, we identified spatial autocorrelation molecular descriptors that defined nanoPROTAC formation with 96% sensitivity at 100% specificity. NanoPROTACs, targeted to the tumor microenvironment via P-selectin, led to significantly enhanced tumor drug upt …
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
This study introduces a novel hybrid model for accurate CO2 emissions prediction, supporting sustainable decision-making. The model integrates the Gaussian mutation and shrink mechanism-based moth flame optimization (GMSMFO) algorithm with an extreme learning machine (ELM). GMSMFO enhances population diversity and avoids local optima through Gaussian mutation (GM), while the shrink mechanism (SM) improves exploration-exploitation balance. Validated on the congress on evolutionary computation (CEC2020) benchmark suite (dimensions 30 and 50), GMSMFO demonstrated superior performance compared to
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.
Identifying antioxidant phenolic compounds (APs) in food plays a crucial role in understanding their biological functions and associated health benefits. Here, a bifunctional Cu-1,3,5-benzenetricarboxylic acid (Cu-BTC) nanozyme was successfully prepared. Due to the excellent laccase-like behavior of Cu-BTC, it can catalyze the oxidation of various APs to produce colored quinone imines. In addition, Cu-BTC also exhibits excellent peroxidase-like behavior, which can catalyze the oxidation of colorless 3,3',5,5'-tetramethylbenzidine (TMB) to form blue oxidized TMB and exhibits higher photothermal
СтатьяОценочное исследованиеПоиск 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.
Arteriovenous (AV) access is important to support long-term hemodialysis; however, a significant proportion fail due to inadequate maturation or other complications. Tools that can predict long-term AV access success may guide clinical decision-making but remain limited. We developed machine learning (ML) algorithms that predict 1-year successful clinical use of an AV access using pre-operative data. The Vascular Quality Initiative (VQI) was used to identify patients who underwent surgical AV fistula/graft creation between 2011-2024. We identified 111 pre-operative demographic, clinical, 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.
In the realm of managing malignant liver tumors, the convergence of radiomics and machine learning has redefined the landscape of medical practice. The field of radiomics employs advanced algorithms to extract thousands of quantitative features (including intensity, texture, and structure) from medical images. Machine learning, including its subset deep learning, aids in the comprehensive analysis and integration of these features from diverse image sources. This potent synergy enables the prediction of responses of malignant liver tumors to various treatments and outcomes. In this comprehensi
СтатьяОбзорПолный 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.
Selective modulation of TRPC6 ion channels is a promising therapeutic approach for neurodegenerative diseases and depression. A significant … To address this issue, we employed state-of-the-art artificial-intelligence-based protein structure prediction algorithms to predict the missing region. Our computational results, validated against experimental data, indicate that PPAP53 binds to the 777LLKL780-region of the C-terminus, thus providing critical insights into the binding mechanism of PPAP53.
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.
Spondyloenchondrodysplasia with immune dysregulation related to ACP5 (SPENCDI, OMIM number 607944) is an uncommon immune-skeletal dysplasia with heterogeneous manifestations and variable severity. It is characterized by spondylar and metaphyseal lesions, immune dysfunction, and neurological involvement. Here we report the clinical, radiological and genetic aspects of 4 girls with SPENCDI treated at a children's hospital. They all had skeletal manifestations and 3 developed severe immune disease. In 3 patients, the likely pathogenic variant c.791T>A; p.Met264Lys (homozygous mutation) was observ
Клинический случайСтатьяПоиск 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.
RNA viruses are responsible for many zoonotic diseases that post great challenges for public health. Effective therapeutics against these viral infections remain limited. Here, we deployed a computational framework for host-based drug repositioning to predict potential antiviral drugs from 2,352 approved drugs and 1,062 natural compounds embedded in herbs of traditional Chinese medicine. By systematically interrogating public genetic screening data, we comprehensively cataloged host dependency genes (HDGs) that are indispensable for successful viral infection corresponding to 10 families and 2
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.
Artificial intelligence and machine learning have promising applications in several medical fields of diagnosis, imaging, and laboratory testing procedures. However, the use of this technology in the veterinary medicine field is lagging behind, and there are many areas where it could be used with potentially successful outcomes and results. In this study, two critical predictions were explored in horses presented with acute abdomen (colic) using this technology. Those were the need for surgical intervention and survivability likelihood of affected horses based on clinical data (history, clinic
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.
The genotypic properties of human immunodeficiency virus type 1 (HIV-1) subtype C in individuals presenting with cryptococcal meningitis (CM … .8%) participants harbored CXCR4-using variants in plasma and/or CSF, according to coreceptor usage prediction algorithms. This study suggests that HIV-1 subtype C genetic intermixing between peripheral blood and the central nervous system is common in individuals presenting with CM, and that CXCR4 usage is present in one or both compartments in approximately 44% of in …
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.
Viral sequence classification has wide applications in clinical, epidemiological, structural and functional categorization studies. Most existing approaches rely on an initial alignment step followed by classification based on phylogenetic or statistical algorithms. Here we present an ultrafast alignment-free subtyping tool for human immunodeficiency virus type one (HIV-1) adapted from Prediction by Partial Matching compression. This tool, named COMET, was compared to the widely used phylogeny-based REGA and SCUEAL tools using synthetic and clinical HIV data sets (1,090,698 and 10,625 sequence
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.
INTRODUCTION: Machine learning algorithms applied to neuroimaging may aid diagnosis and disease monitoring. This study aimed to derive neuroimaging signatures of brain aging (Spatial Pattern of Atrophy for Recognition-Brain Age [SPARE-BA]) and Alzheimer's disease (SPARE-AD) in a diverse sample and to examine their associations with plasma biomarkers, diagnosis, and disease progression.
METHODS: SPARE-BA and SPARE-AD were calculated using T1-images from 1297 participants without dementia. Associations between neuroimaging signatures and plasma biomarkers were assessed with partial correlations
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.
New methods for simultaneous determination of caffeine (CAF), trigonelline (TRIG), and chlorogenic acid (CGA) in instant coffees using UV-Vis spectrometry and multivariate calibration (full-PLS, iSPA-PLS, and SPA-MLR) algorithms are presented. Instant coffees were analyzed using the reference HPLC method to determine CAF, TRIG, and CGA concentrations. The dataset, comprising UV-Vis spectra and reference HPLC concentrations, was split into calibration (71 samples) and prediction (47 samples) sets; cross-validation was performed within the calibration set. The proposed methods yielded RPDpred >
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.
PURPOSE OF REVIEW: Heart failure (HF) is characterised by recurrent decompensation leading to worsening of symptoms and unplanned hospitalisations. Patients often experience poor post-hospitalisation recovery, fail to maintain functional capacity, and demonstrate a high risk for re-admission. In this review we discuss these challenges, and explore how non-invasive, digital solutions may improve health outcomes.
RECENT FINDINGS: In contrast to current episodic surveillance, advances in wearable sensor technologies enable continuous, non-invasive monitoring to facilitate physiology-guided manag
СтатьяОбзорПоиск 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.
Approximately one-fifth of patients with acute pancreatitis (AP) develop severe forms, which are associated with high mortality rates, making early prediction of severity crucial for effective patient management. In this study, we present APSevLM (Acute Pancreatitis Severity Language Model), a large language model (LLM)-based approach that integrates admission-time clinical data, imaging reports, and expert knowledge to predict AP severity at an early stage. Through a comprehensive evaluation using data from over five hundred patients, APSevLM outperforms traditional scoring systems (BISAP 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.
OBJECTIVE: To assess the value of multiparametric MRI (mpMRI)-derived radiomic signatures and a combined model for non-invasive prediction of human epidermal growth factor receptor 2 (HER2) expression in bladder cancer (BCa).
METHODS: A total of 113 BCa patients with preoperative pelvic mpMRI were retrospectively enrolled. Radiomic features were extracted from T2WI, DWI, DCE and their combinations. Five machine learning algorithms were used to construct radiomic models. A combined model and a nomogram were developed by integrating radiomic signatures and clinicoradiological variables.
RESULT
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.
Acute pancreatitis (AP) is a significant global health burden, with pancreatic fluid collections (PFCs) posing major diagnostic and therapeutic challenges. Distinguishing fluid-only pseudocysts from debris-containing walled-off necrosis is critical for management but is often difficult with conventional imaging. Contrast-enhanced computed tomography underestimates necrotic debris, while magnetic resonance imaging (MRI) is costly and time-consuming and endoscopic ultrasound is invasive. Artificial intelligence (AI), particularly deep learning and radiomics, is emerging as a powerful tool to ove
СтатьяОбзорПолный 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.
Millions of individuals worldwide suffer from Alzheimer's disease (AD), a chronic, incurable neurological disorder. For the longevity of people, a computer-aided system can contribute to the maximum possible extent. Recently, Deep-learning algorithms have shown better results than machine learning techniques. Researchers have applied CNN models on MRI datasets in various recent studies and have obtained promising results for the early detection of AD. This study proposes a Neuro_CBAM-ADNet diagnostic model for early prediction of the four stages of AD, using MRI digital images. The results sho
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