Background: Osteoporosis (OP) arises from dysregulated bone metabolism driven by genetic and epigenetic factors. Osteoblasts are central to bone formation, and their functional heterogeneity-shaped by genetic background and receptor expression profiles-may critically influence OP susceptibility. This study aimed to identify osteoblast-specific genes robustly associated with OP and elucidate their underlying pathogenic mechanisms. Methods: We analyzed single-cell RNA sequencing (scRNA-seq), bulk RNA sequencing (bulk RNA-seq), and spatial transcriptomics (ST) datasets of osteoblasts. Differentia
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: Reporting and analysis of adverse events (AE) is associated with improved health system learning, quality outcomes, and patient safety. Manual text analysis is time-consuming, costly, and prone to human errors. We aimed to demonstrate the feasibility of novel machine learning and natural language processing (NLP) approaches for early predictions of adverse events and provide input to direct quality improvement and patient safety initiatives.
METHODS: We used machine learning to analyze 9559 continuously reported AE by clinicians and healthcare systems to the French National Health
СтатьяВалидационное 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: Multiple Myeloma (MM) is a complex hematological malignancy characterized by the uncontrolled proliferation of malignant plasma cells. Neutrophil Extracellular Traps (NETs) have recently been implicated in cancer, but the role in MM remains unclear. This study aimed to identify NETs-related biomarkers in MM and explore the underlying mechanisms using machine learning and experimental validation. Methods and Methods: Three MM-related microarray datasets were downloaded from the Gene Expression Omnibus database. Differential expression and weighted gene co-- expression network analys
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.
In this paper, we introduce QProteoML, a new quantum machine learning (QML) framework for predicting drug sensitivity in Multiple Myeloma (MM) using high-dimensional proteomic data. MM, an extremely heterogeneous condition, displays often mixed responses to treatment, with a large number of patients showing drug resistance to proteasome inhibitors and immune modulatory agents. However, the methods previously used for genomic and proteomic data analysis techniques are plagued by issues of high dimensionality, imbalanced class distribution and feature redundancy, which work against the accurate
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.
Central lymph nodes are the most frequent metastatic site in papillary thyroid carcinoma (PTC). Prophylactic central neck dissection carries nontrivial risks (e.g., recurrent laryngeal nerve injury and lymphatic leakage), creating a need for less invasive preoperative prediction of central lymph node metastasis (CLNM) status. In this study, serum samples were collected from 150 healthy controls (HC) and 150 patients with PTC, including 75 CLNM and 75 central lymph node metastasis-negative (NCLNM). Surface-enhanced Raman spectroscopy (SERS) spectra were analyzed using multiple machine-learning
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.
Accurate identification of Alzheimer's disease (AD) stages is important for improving clinical understanding and supporting early-stage assessment. In this study, two multimodal MRI fusion strategies were developed to integrate structural MRI, resting-state functional MRI, and diffusion tensor imaging for pairwise binary classification among four groups: normal cognition (NC), subjective cognitive decline (SCD), mild cognitive impairment (MCI), and AD dementia (ADD). The extended parallel multilink joint independent component analysis (Epml-jICA) combined with a support vector machine (SVM) ap
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.
This study explores the potential of accelerometer-based gait analysis as a non-invasive approach for predicting cognitive impairment in older adults. A total of 75 participants (61.3% female; mean age: 78.9 years), including cognitively normal individuals and patients with dementia, were enrolled. Walking data were collected using a six-axis waist-worn accelerometer during self-paced locomotion. Allan variance (AVAR), a robust statistical measure of frequency stability, was applied to characterize gait dynamics. AVAR-derived features, combined with participant age, were used as inputs to mach
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.
Septic patients with T2DM were prone to prolonged recovery and unfavorable prognoses. Thus, this study aimed to pinpoint potential genes related to sepsis with T2DM and develop a predictive model for the disease. The candidate genes were screened using protein-protein interaction networks (PPI) and machine learning algorithms. The nomogram and receiver operating characteristic curve were developed to assess the diagnostic efficiency of the biomarkers. The relationship between sepsis and immune cells was analyzed using the CIBERSORT algorithm. The biomarkers were validated by qPCR and western b
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.
PURPOSE OF REVIEW: Acute brain injury (ABI) is a broad category of pathologies, including traumatic brain injury, and is commonly complicated by seizures. Electroencephalogram (EEG) studies are used to detect seizures or other epileptiform patterns. This review seeks to clarify EEG findings relevant to ABI, explore practical barriers limiting EEG implementation, discuss strategies to leverage EEG monitoring in various clinical settings, and suggest an approach to utilize EEG for triage.
RECENT FINDINGS: Current literature suggests there is an increased morbidity and mortality risk associated
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.
UNLABELLED: Antimicrobial resistance represents a critical global health threat, with Acinetobacter baumannii classified as a priority pathogen due to its extensive multidrug resistance. Currently, antimicrobial susceptibility testing relies on phenotypic characterization, which provides limited mechanistic insights into resistance mechanisms and significantly delays appropriate therapy. While machine learning approaches have shown promise for rapid resistance prediction, existing computational methods rely predominantly on gene presence-absence matrices that inadequately capture functional ca
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: This study aims to comprehensively analyze the global scientific literature on machine perfusion (MP) using bibliometric methods, to identify publication trends, influential authors and journals, thematic evolution, research focuses, and emerging topics.
METHODS: A bibliometric analysis of MP research in transplantation was performed using the Web of Science Core Collection database (1982-2024). Bibliometrix (R package) was utilized to evaluate publication outputs, citation dynamics, and thematic clustering.
RESULTS: A total of 1,145 publications were identified, showing rapid gro
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.
BACKGROUND: Polycystic ovary syndrome (PCOS) is a prevalent endocrine-metabolic disorder in women, hallmarked by hyperandrogenism, anovulation, and polycystic ovarian morphology. This study integrates multi-omics and machine-learning analyses to elucidate the molecular mechanisms and cellular constituents underlying PCOS, aiming to uncover potential therapeutic targets and enhance diagnostic precision.
METHODS: Bulk and single-cell RNA sequencing identified key granulosa cell subpopulations and gene expression patterns in PCOS; subsequently, machine-learning algorithms were applied to constru
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-associated acute lung injury (sepsis-ALI) is a complex pathological condition; its underlying mechanisms remain mostly obscure. Thus, in this study, we aimed to explore potential candidate molecular markers, infer the regulatory signaling pathways, and describe the immunological profiles of sepsis-ALI. We developed a comprehensive bioinformatics analytical workflow by combining human transcriptome datasets with single-cell RNA sequencing databases and applied the ComBat algorithm to remove batch effects. A hierarchical gene screening process, incorporating the support vector machine, le
СтатьяПоддержка 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.
BACKGROUND: Depression and anxiety comorbid presents greater severity than isolated symptoms. Traditional analyses often fail to capture complex interactions among multidimensional risk and protective factors.
OBJECTIVE: To develop a predictive model distinguishing young Chinese adults with comorbid depressive and anxiety symptoms (CDAS) from asymptomatic individuals using machine learning within Antonovsky's salutogenic framework, identifying protective factors as Generalized Resistance Resources (GRRs) and heterogeneous risk subtypes for precision-targeted interventions.
METHODS: Data from
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.
AIMS: This study aims to identify predictive plasma protein biomarkers for anti-tuberculosis drug-induced liver injury (ATB-DILI) and develop machine learning models for pre-treatment risk stratification.
METHODS: In this retrospective nested case-control study, proteomic profiling of pre-treatment plasma from 24 patients (12 ATB-DILI, 12 controls) identified differentially expressed proteins, which were validated by ELISA in an independent cohort (35 ATB-DILI, 37 controls). Multiple machine learning algorithms were implemented to develop clinical prediction models and evaluate the prognostic
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: Leptin has been implicated in the prognosis of sepsis, yet its mechanistic role remains unclear. This study aimed to develop leptin-associated diagnostic and prognostic models for sepsis and identify potential biomarkers using machine learning approaches.
METHODS: Non-negative matrix factorization (NMF) was used to identify leptin-related molecular subtypes of sepsis. Weighted gene co-expression network analysis (WGCNA) determined relevant gene modules and hub genes. Differentially expressed genes (DEGs) between sepsis patients and controls were intersected with WGCNA results to r
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: The vast geographical expansion of novel coronavirus and an increasing number of COVID-19 affected cases have overwhelmed health and public health services. Artificial Intelligence (AI) and Machine Learning (ML) algorithms have extended their major role in tracking disease patterns, and in identifying possible treatments.
OBJECTIVE: This study aims to identify potential COVID-19 protease inhibitors through shape-based Machine Learning assisted by Molecular Docking and Molecular Dynamics simulations.
METHODS: 31 Repurposed compounds have been selected targeting the main coronaviru
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.
Stroke rehabilitation is essential for restoring upper limb function, impaired in nearly 85% of stroke survivors. Accurate classification of movement intention and execution can enhance rehabilitation through improved patient monitoring and robotic assistance. This study explores integrating electroencephalography (EEG) and electromyography (EMG) signals to classify five hand movements commonly used in rehabilitation therapy: four finger pinches and full hand closure. Biological signals were acquired from 22 healthy participants using a synchronized setup of EEG and EMG systems. Signal process
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.
The advent of social media has led to an increased concern over its potential to propagate hate speech and misinformation, which, in addition to contributing to prejudice and discrimination, has been suspected of playing a role in increasing social violence and crimes in the United States. While literature has shown the existence of an association between posting hate speech and misinformation online and certain personality traits of posters, the general relationship and relevance of online hate speech/misinformation in the context of overall psychological wellbeing of posters remain elusive.
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.
Neonatal hypoxic-ischemic (H-I) brain injury, a leading cause of neurodevelopmental disabilities, severely affects the metabolically active and neurogenic hippocampus. To investigate its acute effects and identify drug targets for early therapeutic windows, we applied single-nucleus RNA sequencing on postnatal day 8 (P8) mouse hippocampi under sham, hypoxic, and hypoxic-ischemic conditions. We constructed a comprehensive hippocampal cell atlas and developed a machine-learning classifier for precise cell type identification. Our analysis reveals early vulnerabilities in mature neurons and notab
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.
MedElevator
Войти в исследования