BACKGROUND: Small sample dataset and heterogeneous distributions limit the robustness and implementability of machine learning models for structured clinical data. To evaluate the value of moderate data augmentation for cardiovascular risk modeling and propose an interpretable and deployable solution within a "continuous risk to thresholding" framework.
METHODS: The heart disease classification dataset was randomly divided into training and validation sets with an 8:2 ratio. Constrained feature space augmentation was performed within the training set, and the effects of four thresholds (0×, 1
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: Suicidal ideation (SI) among university students is a growing public health concern. Self-report screening can be limited by concealment and delayed disclosure. We evaluated a leakage-resistant, proof-of-concept pipeline to detect SI from standardized smartphone-recorded speech.
OBJECTIVE: This study aimed to extract acoustic markers from brief smartphone-based reading tasks and develop machine learning models for suicide risk prediction in university students, enabling low-cost, scalable early screening to support campus mental health services.
METHODS: Questionnaire data and sp
СтатьяВалидационное 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.
Plants encounter multiple abiotic stresses. Among them, heat and drought stress play a substantial role in reducing the agricultural product … oped consisting of a fine-tuned EfficientNet-based Convolutional Neural Network (CNN) followed by a Support Vector Machine (SVM) for the binary classification of A. senegal leaves. The model distinguishes between healthy and stress-affected unhealthy leaves and achieved an accuracy score of 86.6%. This report provides a significant lead toward stress phenotyping and pre …
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: Elevated low-density lipoprotein cholesterol (LDL-C) is a major risk factor for atherosclerotic cardiovascular disease (ASCVD). … id target achievement. Machine learning models including Logistic-Regression, K-Neighbors, XGBoost, Support Vector Machine (SVM), Gaussian Naive Bayes, Decision Tree, and Random Forest were used to predict outcomes, and an AI-based SVM tool was developed as an exploratory research prototype.
RESULTS: Alirocumab significantly reduced LDL-C, total cholesterol, and trigly …
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.
Accurate prediction of anthropometric body composition variables, such as Appendicular Lean Mass (ALM), Body Fat Percentage (BFP), and Bone Mineral Density (BMD), is essential for early diagnosis of several chronic diseases. Currently, researchers rely on Dual-Energy X-ray Absorptiometry (DXA) scans to measure these metrics; however, DXA scans are costly and time-consuming. This work proposes an alternative to DXA scans by applying statistical and machine learning models on biomarkers (height, volume, left calf circumference, etc.) obtained from 3D optical images. The dataset consists of 847 p
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.
PURPOSE: To develop and evaluate a machine learning-based approach for the interpretation of uroflowmetry in pediatric lower urinary tract d … dictors (four numerical, four categorical) were used. Seven ML models (Decision Trees, Naive Bayes, Support Vector Machine, Efficiently Trained Linear Classifiers (Logistic Regression), Gaussian Kernel, Ensemble Classifiers, and Artificial Neural Networks) were trained with Bayesian hyperparameter optimization using stratified tenfold cross-validation on a 90-10% train- …
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.
PURPOSE: To assess machine learning (ML) classifiers trained on harmonised multicentre ¹²³I-mIBG planar scintigraphy for differentiating Par … y U test, and cut-points identified by ROC analysis. Logistic regression, Gaussian naïve Bayes, and support vector machine were trained on these features with Z-score normalisation and synthetic minority oversampling technique (SMOTE).
RESULTS: 127 patients were analysed (85 PD, 42 non-PD). Early and late H/M ratios were significantly lower in PD than non-PD (early H/M …
СтатьяМногоцентровое 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.
BACKGROUND: Differentiating heart failure (HF) with mildly reduced/reduced ejection fraction (HFmr/rEF) from HF with preserved ejection frac … split 70/30 into training and held-out test sets. Random forest (RF), Extreme Gradient Boosting and support vector machine models were trained and tuned using fivefold cross-validation in the training set. Boruta was used to select key ECG features. Test-set performance was evaluated by area under the curve (AUC) and accuracy; AUCs were compared using DeLong's test.
RE …
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: Gout is an inflammatory arthritis caused by purine metabolism disorders. The gout with the dampness-heat syndrome (GDHS) is a co … es from 197 GDHS patients and 101 healthy controls. Multiple machine learning algorithms, including support vector machine (SVM), random forest (RF), and least absolute shrinkage and selection operator (LASSO), were employed to identify potential biomarkers for GDHS. The Apriori algorithm was applied to uncover associations between TCM syndrome manifestations and metabo …
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.
AIMS: Owing to the breadth of complex and highly dimensional clinical data associated with ageing, integration of multiple health domains is needed towards determining cardiac outcomes of older adults. We designed a machine learning (ML) approach to conglomerate multi-domain data and identify determinants of cardiac function in older adults.
METHODS AND RESULTS: We applied a structured ML pipeline including data pre-processing, feature selection, and model development using Random Forest, Gradient Boosting, XGBoost, LightGBM, and support vector machine. Model performance was evaluated using 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.
AIM: At-risk metabolic dysfunction-associated steatohepatitis (MASH), characterized by significant activity and fibrosis, increases the risk … sets. Multiple ML algorithms (random forest [RF], logistic regression [LR], gradient boosting [GB], support vector machine [SVM], and deep learning [DL]) were trained using variables including age, sex, body mass index, hematological/biochemical parameters, and comorbidities.
RESULTS: In the validation cohort, the RF model showed superior discriminatory ability for pre …
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: Current clinical guidelines mandate routine evaluation of anaplastic lymphoma kinase (ALK) rearrangement in lung adenocarcinoma … apley Additive Explanations (SHAP) enhanced model visualization and interpretability.
RESULTS: The support vector machine (SVM)-based DLR model yielded the best performance (training area under the curve (AUC): 0.971, 95% confidence interval (CI): 0.9528-0.9888; validation AUC: 0.877, 95% CI: 0.8071-0.9463). The CDLR model exhibited comparable efficacy (training AUC: 0 …
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: In the last years, artificial intelligence (AI) has contributed to improving healthcare including dentistry. The objective of th … e optimal subsets of features. Random forest classifier (RFC), extreme gradient boosting (XGBoost), support vector machine (SVM), adaptive boosting (AdaBoost), and multi-layer perceptron (MLP) models were used to identify the best fitted model as the predictor of ECC. SHAP and MDG-MDA plots were visualized for model interpretability and identify significant predictors. …
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: Bone metastasis (BM) is a significant risk factor for the survival and prognosis of patients with anaplastic thyroid carcinoma (ATC). The aim of this study was to predict BM in patients with ATC. Methods: Demographic and clinicopathological data of patients with ATC were extracted from the Surveillance, Epidemiology, and End Results database between 2010 and 2020. Logistic regression (LR) was used to identify the linear influencing factors for BM. We developed prediction models for BM using six machine learning models: support vector machine (SVM), LR, adaptive boosting (AD), decis…
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: Early recurrence (ER) of intrahepatic cholangiocarcinoma (ICC) after curative hepatectomy correlates with dismal prognosis. We hypo … chieved AUC 0.82 with 15 selected features, outperforming clinical-only models (mean AUC 0.72). The support vector machine (SVM) based RCML models demonstrated superior performance (training AUC 0.86; external validation AUC 0.84). The RCML model achieved balanced classification metrics (sensitivity 0.80, specificity 0.87, F1-score 0.82), indicating robust generalizabil …
СтатьяМногоцентровое исследованиеПолный 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: Accurate preoperative grading of gliomas is critical for therapeutic planning and prognostic evaluation. We developed a noninvasive … zed into the training and testing datasets with a 7:3 ratio. The logical regression, random forest, support vector machine (SVM) and adaptive boosting algorithms were used to establish models. The model performance was evaluated using area under the receiver operating characteristic curve, accuracy, sensitivity, and specificity.
RESULTS: The selected 12 features includ …
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 Predictive machine learning models have made use of a variety of scoring systems to identify clinical deterioration in ICU patien … red against each other. The models were an artificial neural network (ANN), a random forest (RF), a support vector machine (SVM), a linear discriminant analysis (LDA), and a logistic regression (LR). Results In total, 7156 ICU patients were screened for inclusion in the study, which resulted in models trained from a total of 28,348 longitudinal measurements. The artific …
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.
Voltage instability poses a significant challenge by limiting power system operation and transmission capacity. Rapid detection and effectiv … ional methods. By employing Linear Regression (LR), Random Forest (RF), Gradient Boosting (GB), and Support Vector Machine (SVM), we predict Fast Voltage Stability Indices (FVSI) at nominal load as well as under varying loads (10-150%) in 15 kV Ethiopian distribution networks: a 35-bus Bata feeder system and a 53-bus Papyrus feeder system. RF and GB models achieved supe …
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: Dilated cardiomyopathy (DCM) is a severe cardiac condition characterized by ventricular dilation and impaired systolic function, … ols. Consensus clustering divided DCM patients into two subtypes with distinct immune profiles. The support vector machine (SVM) model demonstrated superior diagnostic performance (AUC = 0.983), identifying ACTN4, MYH10, TLN1, DSTN, and NCKAP1 as core predictors. In vivo validation confirmed their expression changes in myocardial tissue. Single-cell RNA-seq further reve …
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: Intestinal obstruction surgery is a high-risk procedure associated with postoperative sepsis. In this multicenter retrospective study, we aimed to employ machine-learning methods to predict sepsis after intestinal obstruction surgery and visualize its driving mechanism to assist clinical decision-making.
METHODS: The study included patients who underwent surgery for intestinal obstruction at three medical centers between 2013 and 2021, as well as patients with intestinal obstruction from the publicly available perioperative dataset INSPIRE. Various algorithms, including logistic regr
Оценочное исследованиеСтатьяМногоцентровое исследованиеПоддержка 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