A kernel-based algorithm is potentially very efficient for predicting key quality variables of nonlinear chemical and biological processes by mapping an original input space into a high-dimensional feature space. Nonlinear data structure in the original space is most likely to be linear at the high-dimensional feature space. In this work, kernel partial least squares (PLS) was applied to predict inferentially key process variables in an industrial cokes wastewater treatment plant. The primary motive was to give operators and process engineers a reliable and accurate estimation of key process v
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.
Peptides that are antigenic for T lymphocytes are ligands for two receptors, the class I or II glycoproteins that are encoded by genes in the major histocompatibility complex, and the idiotypic alpha/beta chain T-cell antigen receptor. That a peptide must bind to an MHC molecule to interact with a T-cell antigen receptor is the molecular basis of the MHC restriction of antigen-recognition by T lymphocytes. In such a trimolecular interaction the amino-acid sequence of the peptide must specify the contact with both receptors: agretope residues bind to the MHC receptor and epitope residues bind t
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: Post-stroke cognitive impairment (PSCI) is common and disabling, but identifying patients at risk early remains difficult. We developed and externally validated a retrospective machine-learning prognostic model using acute-phase predictors collected within 1 week after stroke onset to estimate PSCI risk assessed at 3-6 months after stroke.
METHODS: Two inpatient rehabilitation cohorts were retrospectively analyzed: Center 1 (n = 1,369; training/internal test) and Center 2 (n = 341; external validation). Cognitive status at 3-6 months was the outcome. Features were selected with Bo
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.
AIMS: Current recommendations for echocardiography-based classification of left ventricular filling pressure (LVFP) as normal or elevated, are based on an algorithm and parameter selection determined by human experts. We tested whether machine learning (ML) can improve classification of LVFP and investigated which parameters were deemed most important by different ML models.
METHODS AND RESULTS: In a multicentre study, echocardiography was performed simultaneously with, or within 24 h of, heart catheterization in 250 patients. Eight different ML models were trained and tested using a nested c
СтатьяМногоцентровое исследованиеПоддержка 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.
INTRODUCTION: Early identification of advanced chronic kidney disease (CKD), a condition accompanied by profound metabolic and endocrine disturbances, is essential for timely nephrology referral and intervention. However, widely used risk equations often require albuminuria or repeated measurements that are not consistently available in routine clinical practice.
METHODS: We retrospectively analyzed adult patients from three different departments affiliated to one university, including two independent hospitals and a clinic department. Routinely collected demographic, clinical, and metabolic
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.
Urinary extracellular vesicles (uEVs) are promising biomarkers for prostate cancer (PCa). Although novel uEV-based biomarkers have advanced early diagnosis, their detection processes remain cumbersome and cost-prohibitive. The physical parameters of uEVs offer untapped predictive potential for PCa, providing a more convenient, rapid, and cost-effective diagnostic approach. This study aims to construct a predictive model integrating uEV physical parameters with machine learning (ML) algorithms to enhance the early diagnosis of PCa. Urine samples were collected from 222 eligible participants. uE
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.
Aim: To develop a cost-effective, predictive model for hypertensive disorders of pregnancy (HDP) in advanced-aged pregnant women based on demographic and lifestyle factors. Methods: A large prospective, population-based, multicenter cohort study was conducted among advanced maternal-age pregnancies in China. Demographic and blood pressure data were collected from questionnaires of the first prenatal visits. The least absolute shrinkage and selection operator (Lasso) regression was applied for feature selection of risk factors, followed by XGBoost model construction and SHAP (SHapley Additive e
СтатьяМногоцентровое исследованиеПолный 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 study proposes an interpretable machine learning framework for predicting effluent quality in the Lake Manzala Hybrid Constructed Wetlands (HCWs), Egypt, with specific emphasis on biochemical oxygen demand (BOD) and chemical oxygen demand (COD). Accurate prediction of BOD and COD is essential for evaluating organic matter removal, supporting wastewater reuse, and improving operational decision-making in constructed wetland systems under water-scarcity conditions. The study uses real monitoring data collected from the Lake Manzala HCWs under two hydraulic loading regimes: 50 m3/day and 83.
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: Foot orthosis prescription is a complex clinical decision-making process that involves selecting and combining multiple structural, functional, and material components based on heterogeneous biomechanical information. In routine outpatient practice, detailed biomechanical assessments are often incomplete, creating substantial variability in prescription decisions, and limiting the applicability of conventional machine learning (ML) models that assume fixed feature availability.
OBJECTIVE: This study aimed to develop and evaluate a hierarchical ML-based clinical decision support fr
СтатьяНаблюдательное исследованиеВалидационное исследованиеПолный 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.
Early detection of liver fibrosis in chronic hepatitis B (CHB) patients is crucial for improving their prognosis. This study aims to develop a machine learning (ML)-based diagnostic model for evaluating the degree of liver fibrosis in patients with CHB. The present study comprised 268 patients with CHB who underwent liver biopsy from January 2022 to May 2023. Liver fibrosis was staged according to the Scheuer scoring system. The dataset is divided into a training set and a validation set in a ratio of 7.5:2.5. The feature selection process was executed through the utilization of least absolute
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 geographical spread of dengue is a global public health concern. This is largely mediated by the importation of dengue from endemic to non-endemic areas via the increasing connectivity of the global air transport network. The dynamic nature and intrinsic heterogeneity of the air transport network make it challenging to predict dengue importation. Here, we explore the capabilities of state-of-the-art machine learning algorithms to predict dengue importation. We trained four machine learning classifiers algorithms, using a 6-year historical dengue importation data for 21 countries in Europe
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 and Objectives: This study aimed to identify the clinical factors associated with the need for surgical intervention in women with uterine fibroids (UFs) and develop a data-driven clinical decision helper algorithm. By comparing hematologic and fibroid characteristics and prospectively assessing clinical concordance with the model predictions, we sought to create an objective tool for surgical decision-making. Materials and Methods: This retrospective study enrolled 618 women with UFs who were evaluated at three participating hospitals. Of these, 238 (38.5%) underwent surgery. Compa
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: To explore the predictive value of radiomics features extracted from anatomical ROIs in differentiating the International Society of Urological Pathology (ISUP) grading in prostate cancer patients.
METHODS: This study included 1,500 prostate cancer patients from a multi-center study. The peripheral zone (PZ) and central gland (CG, transition zone + central zone) of the prostate were segmented using deep learning algorithms and were defined as the regions of interest (ROI) in this study. A total of 12,918 image-based features were extracted from T2-weighted imaging (T2WI), apparent
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.
Artificial intelligence (AI) and machine learning (ML) are transforming nephrology by enhancing diagnosis, risk prediction, and treatment optimization for conditions such as acute kidney injury (AKI) and chronic kidney disease (CKD). AI-driven models utilize diverse datasets-including electronic health records, imaging, and biomarkers-to improve clinical decision-making. Applications such as convolutional neural networks for kidney biopsy interpretation, and predictive modeling for renal replacement therapies underscore AI's potential. Nonetheless, challenges including data quality, limited ex
Редакционная 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: Our previous case-controlled study indicates that the combination of maternal characteristics, serum placental growth factor (PlGF), and pregnancy-associated plasma protein A (PAPP-A) can predict early-onset and preterm preeclampsia with reasonable accuracy. This study aims to validate whether our preeclampsia screening algorithm can be applied to a large general obstetric population by using serum markers obtained from routine aneuploidy screening.
STUDY DESIGN: This retrospective cohort study analyzed maternal characteristics, serum markers, and pregnancy outcomes from pregnant
СтатьяВалидационное исследованиеПолный 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 : Severe respiratory syncytial virus (RSV) pneumonia is a leading cause of hospitalization and morbidity in infants and young children. Early identification of severe RSV pneumonia is crucial for timely and effective treatment by pediatricians. Currently, no prediction model exists for identifying severe RSV pneumonia in children. Methods : This study aimed to construct a diagnostic prediction model for severe RSV pneumonia in children using a machine learning algorithm. We analyzed data from the Gene Expression Omnibus (GEO) Series, including training dataset GSE246622 and testing
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: We previously developed a non-invasive approach to localize the site of early left ventricular activation origin in real time using 12-lead ECG, and to project the predicted site onto a generic LV endocardial surface using the smallest angle between two vectors algorithm (SA). Objectives: To improve the localization accuracy of the non-invasive approach by utilizing the K-nearest neighbors algorithm (KNN) to reduce projection errors. Methods: Two datasets were used. Dataset #1 had 1012 LV endocardial pacing sites with known coordinates on the generic LV surface and corresponding EC
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: With the emergence of the concept of value-based care, efficient resource allocation has become an increasingly prominent factor in surgical decision-making. Validated machine learning (ML) models for cost prediction in outpatient spine surgery are limited. As such, we developed and internally validated a supervised ML algorithm to reliably identify cost drivers associated with ambulatory single-level lumbar decompression surgery.
METHODS: A retrospective review of the New York State Ambulatory Surgical Database was performed to identify patients who underwent single-level lumbar
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 rise of big data and related predictive modelling based on machine learning algorithms over the last two decades have provided new opportunities for disease surveillance and public health preparedness. Big data come with the promise of faster generation of and access to more precise information, potentially facilitating predictive precision in public health ("precision public health"). As an example, we considered forecasting of the future course of the monthly cryptosporidiosis incidence in Ontario.
METHODS: The traditional statistical approach to forecasting is the seasonal
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: Early prediction of proximal left anterior descending coronary artery (LAD) occlusion is essential from a clinical point of view
HYPOTHESIS: To develop an electrocardiogram (ECG) algorithm based on ST-segment deviations to predict the location of occlusion of LAD as a culprit artery.
METHODS: ECG and angiographic findings were correlated in 100 patients with an ST-segment elevation myocardial infarction (MI) in precordial leads V(1), V(2), and V(4) through V(6).
RESULTS: ST-depression > or = 2.5 mm in leads III + ventricular fibrillation (VF) presents sensitivity (SE) of 77% 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.
MedElevator
Войти в исследования