INTRODUCTION AND OBJECTIVES: Delirium, recognized as a crucial prognostic factor in the cardiac intensive care unit (CICU), has evolved in response to the changing demographics among critically ill cardiac patients. This study aimed to create a predictive model for delirium for patients in the CICU.
METHODS: This study included consecutive patients admitted to the CICU of the Samsung Medical Center. To assess the candidate variables for the model: we applied the following machine learning methods: random forest, extreme gradient boosting, partial least squares, and Plmnet-elastic.net. After s
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: Ankylosing spondylitis (AS) is chronic inflammatory arthritis causing structural damage and radiographic progression to the spine due to repeated and continuous inflammation over a long period. This study establishes the application of machine learning models to predict radiographic progression in AS patients using time-series data from electronic medical records (EMRs).
METHODS: EMR data, including baseline characteristics, laboratory findings, drug administration, and modified Stoke AS Spine Score (mSASSS), were collected from 1,123 AS patients between January 2001 and December 2
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: Carpal tunnel syndrome (CTS) is extremely common and typically treated with carpal tunnel decompression (CTD). Although generally an effective treatment, up to 25% of patients do not experience meaningful benefit. Given the prevalence, this amounts to considerable morbidity and cost without return. Being able to reliably predict which patients would benefit from CTD preoperatively would support more patient-centered and value-based care.
METHODS: We used registry data from 1916 consecutive patients undergoing CTD for CTS at a regional hand center between 2010 and 2019. Improvement
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.
Hand, foot and mouth disease (HFMD) is an increasingly serious public health problem, and it has caused an outbreak in China every year since 2008. Predicting the incidence of HFMD and analyzing its influential factors are of great significance to its prevention. Now, machine learning has shown advantages in infectious disease models, but there are few studies on HFMD incidence based on machine learning that cover all the provinces in mainland China. In this study, we proposed two different machine learning algorithms, Random Forest and eXtreme Gradient Boosting (XGBoost), to perform our analy
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.
Typhoon events can abruptly alter local biogeochemical cycles, which may strongly influence microbial community structure and ecological interactions. Climate change is increasing the frequency of extreme weather events such as typhoons, yet the consequences of these disturbances for microbial community structure and interspecific interactions remain insufficiently studied. This study investigated the dynamic responses of bacterioplankton communities in Zhanjiang Bay, a typical semi-enclosed bay, before and after Typhoon Prapiroon. By integrating high-throughput sequencing, phylogenetic null m
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.
Hypoxemia is a common complication associated with anesthesia in painless gastroscopy. With the aging of the social population, the number of cases of hypoxemia among middle-aged and elderly patients is increasing. However, tools for predicting hypoxemia in middle-aged and elderly patients are lacking. In this study, we investigated the risk factors for hypoxemia in middle-aged and elderly outpatients undergoing painless gastroscopy based on machine learning and constructed a risk prediction model. In this retrospective study, we included the data on 1,348 outpatients undergoing painless gastr
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.
Due to the difficulty in quickly discriminating bacterial pneumonia (BPs) from pneumonia caused by other pathogens in clinic, the research for new biomarkers which can specifically diagnose BPs is of great significance. Here, miRNA, proteomic, and metabolomic sequencing of 45 serum samples from BPs and 35 serum samples from non bacterial pneumonia (NBPs) were characterized. After profiling, 8 biomarkers (miR-339-3p_R-2, miR-877-5p_R+3, hnRNPK, SERPINA5, DHA, 1,3-Oxazinan-2-imine, Asparagoside_ A, and Hexanamide,N-[(1S,2R)-2-hydroxy-1-(h ydroxymethyl)heptadecyl]-6-[(7-nitro-2,1,3-benzoxadiazol-
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.
Machine learning (ML) integrated with metabolomics has emerged as a promising strategy to advance precision pharmacotherapy, enabling data-driven prediction of drug response. This review provides an overview of commonly applied ML methodologies in metabolomics-based pharmacological studies, including supervised models (Random Forest, Extreme Gradient Boosting, Support Vector Machine, Logistic Regression, K-Nearest Neighbors), unsupervised models (K-Means Clustering, Principal Component Analysis), and deep learning approaches. We summarize recent progress in the application of metabolomics-driv
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.
Cancer of the mesothelium, sometimes referred to as malignant mesothelioma (MM), is an extremely uncommon form of the illness that almost always results in death. Chemotherapy, surgery, radiation therapy, and immunotherapy are all potential treatments for multiple myeloma; however, the majority of patients are identified with the disease at an advanced stage, at which time it is resistant to these therapies. After obtaining a diagnosis of advanced multiple myeloma, the average length of time that a person lives is one year after hearing this news. There is a substantial link between asbestos e
СтатьяОтозванная публикацияПолный 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.
This research focuses on the application of Artificial Intelligence (AI) methodologies to the problem of classifying vehicles involved in lethal pedestrian collisions. Specifically, the vehicle type is predicted on the basis of traumatic injury suffered by casualties, exploiting machine learning algorithms. In the present study, AI-assisted diagnosis was shown to have correct prediction about 70% of the time. In pedestrians struck by trucks, more severe injuries were appreciated in the facial skeleton, lungs, major airways, liver, and spleen as well as in the sternum/clavicle/rib complex, wher
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 aimed to explore the potential of gait analysis coupled with supervised machine learning models as a predictive tool for assessing post-injury complications such as infection, malunion, or hardware irritation among individuals with lower extremity fractures. We prospectively identified participants with lower extremity fractures at a tertiary academic center. These participants underwent gait analysis with a chest-mounted inertial measurement unit device. Using customized software, the raw gait data were preprocessed, emphasizing 12 essential gait variables. The data were standardiz
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.
BACKGROUND: Preeclampsia with severe features is a major contributor to maternal and perinatal morbidity and mortality, particularly in low- and middle-income countries (LMICs). Despite improvements in obstetric care, early identification of women at highest risk remains limited, and existing prediction tools lack contextual specificity for African populations.
OBJECTIVE: This study describes the protocol for the PreSev Study, which aims to develop and validate a machine-learning risk prediction model for preeclampsia with severe features among pregnant women in Lagos, Nigeria.
METHODS: This
СтатьяМногоцентровое 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.
BACKGROUND: Research is needed to develop more accurate readmission prediction models that identify patients at the highest risk of readmission after their initial pneumonia hospitalization. Improving prediction accuracy will support the implementation of more effective, personalized interventions to lower readmission rates. Published models tend to rely on traditional methods or advanced machine learning models that exclude continuous variables, overlooking opportunities to uncover nonlinear relationships and interactions. In response, we used electronic medical record (EMR) data, including 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.
Genotype-by-environment interaction is a major challenge for breeding programs, limiting the predictive ability of genomic selection in untested environments. We propose a Stacked Generalization framework that integrates linear mixed models (factor analytic and genomic best linear unbiased prediction), enviromic reaction norms, and machine learning (Extreme Gradient Boosting) to predict phenotypic plasticity. The framework was evaluated on large multi-environment trials of maize and rice, under scenarios that simulate new environments and seasons. The genetic covariance structures differed bet
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.
PURPOSE: To develop a machine learning model capable of predicting the bony risk of non-contact anterior cruciate ligament injury, thereby enabling the identification of factors that contribute to such injuries.
METHODS: Data were collected from 400 cases of non-contact ACL-injured and 200 ACL-intact control subjects using Computed Tomography between March 2022 and June 2025. Thirteen features, encompassing demographic, clinical, and radiomic data, as well as six different algorithms, were utilised to develop predictive machine learning models. Shapley Additive Explanations (SHAP) analysis wa
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.
BACKGROUND: Classification of the etiologies of pleural effusion is a critical challenge in clinical practice. Traditional diagnostic methods rely on a simple cut-off method based on the laboratory tests. However, machine learning (ML) offers a novel approach based on artificial intelligence to improving diagnostic accuracy and capture the non-linear relationships.
METHOD: A retrospective study was conducted using data from patients diagnosed with pleural effusion. The dataset was divided into training and test set with a ratio of 7:3 with 6 machine learning algorithms implemented to diagnosi
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.
This study aimed to create a visualized extreme gradient boosting (XGBOOST) model to distinguish prostatic carcinoma (PCA) from non-PCA using noninvasive prebiopsy parameters before biopsy. This was a cross-sectional study of 310 Chinese men who underwent prostate biopsy and were divided into PCA (n = 126) and non-PCA (n = 184) groups. The non-PCA patients were diagnosed with benign prostatic hyperplasia (BPH) based on biopsy results. The XGBOOST model was used to analyze 15 noninvasive prebiopsy parameters. The model performance was assessed by the area under the receiver operating characteri
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 use of tacrolimus (TAC) in clinical settings is hindered by its nephrotoxic effects, which can vary significantly among individuals. Urine retinol-binding protein (RP), as a novel biochemical marker, is a potential indicator for early detection of renal tubular injury caused by TAC. The objective was to develop and validate a machine learning model that combines clinical features with genetic markers for predicting TAC nephrotoxicity in children with nephrotic syndrome (NS).
METHODS: A retrospective cohort of 203 children diagnosed with NS who were admitted between June 2013 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.
OBJECTIVES: This study aimed to identify the risk factors for pancreatic cancer through machine learning.
METHODS: We investigated the relationships between different risk factors and pancreatic cancer using a real-world retrospective cohort study conducted at West China Hospital of Sichuan University. Multivariable logistic regression, with pancreatic cancer as the outcome, was used to identify covariates associated with pancreatic cancer. The machine learning model extreme gradient boosting (XGBoost) was adopted as the final model for its high performance. Shapley additive explanations (SHA
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