Transformational advances in genomic sequencing capabilities, vastly improved HLA class I epitope prediction algorithms and powerful delivery platforms have facilitated the clinical development of vaccines targeting neoantigens encoded by tumor mutations. Early clinical trials indicate that vaccination against neoantigens can induce robust and durable T cell immunity that may persist for decades. mRNA vaccines, originally developed for cancer applications, have demonstrated considerable promise due to their efficacy and scalable production, as evidenced during the SARS-CoV-2 pandemic. However,…
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.
Optimizing surgical decisions in breast cancer is critical. Choosing between mastectomy and breast-conserving surgery (BCS) is complex due to heterogeneous pre-operative clinical factors. We developed BrCaM (Breast Cancer Model), a machine learning–based Clinical Prediction Model designed to analyze pre-operative surgical decision patterns. A dataset of 5100 patients (age range: 18–96 years) treated at a Breast Unit with standardized protocols was used. Surgeon-guided feature selection and an end-to-end machine learning pipeline were implemented. Multiple algorithms were evaluated; AdaBoost pe
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 utility of enzymes in organic synthesis is constrained by the limited ability to predict the scope of small-molecule substrates that a given enzyme can act upon. The problem has proven challenging to both classical computational-chemistry approaches and to modern Machine Learning (ML) methods, the latter suffering from the combination of data scarcity (including all-important negative examples) and the inaccuracy of chemoinformatic vectorization schemes. The current work addresses both problems, deploying affordable chemical robotics to curate a structurally diverse set of both active and
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: Lou et al. recently reported that longitudinal trajectories of albumin, IL-6, and immunoglobulin G define three distinct prognos … inical interventions likely modify biomarker trajectories and should be incorporated; and (4) early prediction algorithms are needed to enable phenotype assignment within the first days of admission.
CONCLUSION: Addressing these considerations would strengthen the robustness of the proposed phenotypes and accelerate their integration into dynamic, personalized managem …
Письмо в редакциюПоиск 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.
ObjectiveNonobstructive azoospermia (NOA), a severe male reproductive disorder, has a complex pathogenesis. This study aimed to identify novel oxidative stress potential biomarkers for NOA using bioinformatics.MethodsDatasets GSE9210, GSE108886, and GSE45885 from the GEO database were used for training, while GSE145467 supported weighted gene coexpression network analysis. The limma package identified differentially expressed genes, cross-referenced with oxidative stress genes from GeneCards for drug prediction. Three machine learning algorithms identified potential hub genes, validated by GSE
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.
Pancreatic adenocarcinoma remains one of the most devastating cancers, with limited options for early diagnosis and outcome prediction. To address these gaps, we prospectively characterized circulating tumor cells (CTCs) and oncosomes from both the peripheral (PB) and portal vein (PoVB). A total of 121 blood samples from 39 patients (75 PB, 46 PoVB) undergoing endoscopic ultrasound were profiled using multiplex immunofluorescence and computational algorithms for rare event detection. Rare event counts were significantly elevated in pancreatic cancer patients compared to normal donors (p = 4.71
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.
Parkinson's disease (PD) is one of the most common neurodegenerative disorders. The increasing demand for high-accuracy forecasts of disease progression has led to a surge in research employing multi-modality variables for prediction. In this review, we selected articles published from 2016 through June 2024, adhering strictly to our exclusion-inclusion criteria. These articles employed a minimum of two types of variables, including clinical, genetic, biomarker, and neuroimaging modalities. We conducted a comprehensive review and discussion on the application of multi-modality approaches in pr
СтатьяОбзорПоддержка исследования: вне правительства СШАПолный 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.
Drug resistance is one of the key factors affecting the effectiveness of cancer treatment methods, including chemotherapy, radiotherapy, and immunotherapy. Its occurrence is related to factors such as mRNA expression and methylation within cancer cells. If drug resistance in patients can be accurately identified early, doctors can devise more effective treatment plans, which is of great significance for improving patients' survival rates and quality of life. Cancer drug resistance prediction based on artificial intelligence (AI) technology has emerged as a current research hotspot, demonstrati
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.
Expectile is a coherent and elicitable law-invariant risk measure widely applied in risk management. Existing methods based on iteratively reweighted least squares (IWLS) are not computationally efficient for large-scale sample sizes. To overcome the issue, we develop a direct nonparametric conditional expectile function estimator by inverting the local polynomial estimator of the conditional loss-gain function. The proposed estimator is computationally friendly and stable without using iterative algorithms that require computation with large-scale data in each iteration. We establish the asym
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.
According to the World Health Organization, cardiovascular diseases (CVDs) account for an estimated 17.9 million deaths annually. CVDs refer to disorders of the heart and blood vessels such as arrhythmia, atrial fibrillation, congestive heart failure, and normal sinus rhythm. Early prediction of these diseases can significantly reduce the number of annual deaths. This study proposes a novel, efficient, and low-cost transformer-based algorithm for CVD classification. Initially, 56 features were extracted from electrocardiography recordings using 1,200 cardiac ailment records, with each of the f
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 represents a significant global health challenge, necessitating early detection and effective treatment for improved outcomes. While traditional inflammatory markers facilitate the diagnosis of sepsis, the aspect of immune suppression remains poorly addressed. This study aimed to identify critical immune-related genes (IIRGs) associated with sepsis through genomic analysis and machine learning techniques, thereby enhancing diagnostic and treatment response predictions. Analyses of two extensive datasets were conducted, identifying significant immune genes using the ESTIMATE algorithm, 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.
Despite the frequent implication of aberrant gene expression in diseases, algorithms predicting aberrantly expressed genes of an individual are lacking. To address this need, we compile an aberrant expression prediction benchmark covering 8.2 million rare variants from 633 individuals across 49 tissues. While not geared toward aberrant expression, the deleteriousness score CADD and the loss-of-function predictor LOFTEE show mild predictive ability (1-1.6% average precision). Leveraging these and further variant annotations, we next train AbExp, a model that yields 12% average precision by comb
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 integration of artificial intelligence (AI) is rapidly transforming the field of breast reconstruction, with applications spanning surgical planning, complication prediction, patient-reported outcome assessment, esthetic evaluation, and patient education. A comprehensive narrative review was performed to evaluate the integration of AI technologies in breast reconstruction, encompassing preoperative planning, intraoperative use, and postoperative care. Emerging evidence highlights AI's growing utility across these domains. Machine learning algorithms can predict postoperative complications
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.
PURPOSE OF REVIEW: This review investigates the use of machine learning (ML) in prognosticating outcomes for traumatic brain injury (TBI). It underscores the benefits of ML models in processing and integrating complex, multimodal data-including clinical, imaging, and physiological inputs-to identify intricate non-linear relationships that traditional methods might overlook.
RECENT FINDINGS: ML algorithms of clinical features, neuroimaging, and metrics from the autonomic nervous system enhance the early detection of clinical deterioration and improve outcome prediction. Challenges persist, inc
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.
Hand-held robotic instruments enhance precision in microsurgery by mitigating physiological tremor in real time. Current tremor filtering algorithms in these instruments often employ nonlinear phase prefilters to isolate the tremor signal. However, these filters introduce phase distortion in the filtered tremor, compromising accuracy. Although improved variants of recursive singular spectrum analysis (RSSA) have addressed the issue of phase distortion, they still face challenges such as reduced generalization performance, large sample delays, and longer computational times. To address these is
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.
Cardiotocography (CTG) is essential for monitoring high-risk pregnancies, yet perinatal asphyxia prediction accuracy remains limited to 50-55%. Regions of artifacts (missing valid signals)-including signal processing aberrations-possibly contribute to this limitation, highlighted by 40% of FDA reports on intrapartum stillbirths. This cohort study applied causal inference to two digitized CTG databases, analyzing 36,792 labor episodes (>36 weeks) at a tertiary Australian hospital (2010-2021) and externally validating on a Czech dataset (n = 552).High rates of missing valid signals (>30% fetal h
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.
Thus Four-dimensional computed tomography (4DCT), dynamic imaging, is a promising innovative imaging technique that can improve the capability for diagnosis of the complex wrist joint. It extends conventional three-dimensional CT by incorporating the temporal dimension; this allows visualization of the moving wrist in just a few seconds, resulting in a fast, non-invasive and affordable method to assess and quantify kinematics. The current challenge to optimize the 4DCT workflow include improvements in scan acquisition, reconstruction, postprocessing and image analysis, and the development of a
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.
This research introduces a unique dataset targeting Silicosis, a significant global occupational lung disease, and a member of the Pneumoconiosis family. Addressing the challenges in healthcare data collection and the need for expert annotation, this dataset aims to aid AI algorithms in medical applications. The comprehensive dataset includes not only Silicosis cases but also related conditions, such as tuberculosis and silicotuberculosis, alongside healthy lung images, addressing the diagnostic complexity due to symptom overlap. As the first public dataset of its kind, it offers detailed anno
СтатьяDatasetПоддержка 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.
Chronic suppurative otitis media (CSOM) affects 330 million people globally; however, biomarkers for its inflammatory response (IR) remain underinvestigated. This study aimed to identify key genes in IR and explore the mechanisms of CSOM. Following the CSOM model construction, RNA sequencing was performed on rat samples and IR-related genes were extracted from public databases. The key genes were identified using the support vector machine recursive feature elimination and least absolute shrinkage and selection operator algorithms, and the diagnostic performance was assessed using receiver ope
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.
Intradialytic hypotension (IDH) is a common and potentially life-threatening complication in hemodialysis patients. Traditional preventive measures have shown limited effectiveness in reducing IDH incidence. This systematic review evaluates the existing literature on the use of artificial intelligence (AI) and machine learning (ML) models for predicting IDH in hemodialysis patients. A comprehensive literature search identified five eligible studies employing diverse AI/ML algorithms, including artificial neural networks, decision trees, support vector machines, XGBoost, random forests, and Lig
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.
MedElevator
Войти в исследования