OBJECTIVE: Research on machine learning (ML) prediction models for recurrence after endometrial polypectomy remains unexplored. In this study, we aim to establish an ML-driven model based on multi-biomarkers to predict recurrence after endometrial polypectomy.
METHODS: A retrospective cohort of 606 patients who underwent endometrial polypectomy was analyzed. Variables including age, BMI, reproductive history, prior uterine surgery, coexisting uterine disorders, polyp characteristics, and routine blood indices were extracted. Seven ML algorithms (logistic regression, SVM, MLP, random forest, K
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 introduces a Hybrid Quantum K-Means Clustering Algorithm with automatic cluster detection for classifying cancerous and non-cancerous gene expression data. The method employs Quantum Multi-Feature Mapping for state encoding, Swap Test-based quantum distance estimation, and Quantum Gradient-Based Optimization to dynamically identify the optimal number of clusters by minimizing intra-cluster variance. Initial centroids are selected through a probability-proportional distance strategy, improving stability and accuracy. Applied to breast cancer datasets, the approach surpasses the exist
СтатьяVideo-Audio MediaПоддержка 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: Endometriosis profoundly impairs sexual function through complex interactions between pain, hormonal disturbances, psychological distress, and sociodemographic factors.
AIM: To develop and validate a decision tree-based model identifying key predictors of sexual dysfunction in women with endometriosis.
METHODS: We conducted a cross-sectional online survey among 1586 women with endometriosis recruited through social media in France between November 2023 and January 2024. Participants completed sociodemographic and clinical questionnaires and the Female Sexual Function Index (FSFI)
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: Meniscal injuries are common among amateur athletes and are a major cause of knee dysfunction and long-term joint degeneration. Current strategies for identifying athletes at risk rely mainly on isolated structural or functional factors and remain largely reactive. An integrative predictive approach combining multiple risk domains to guide individualized prevention is lacking.
PURPOSE: To develop and internally validate a multidomain predictive model for meniscal injury in amateur athletes and to derive a personalized prevention algorithm based on individual risk profiles.
METHOD
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 AND PURPOSE: After total knee arthroplasty (TKA), 10-20% of patients remain unsatisfied. Well-performing clinical prediction models can provide individualized risk estimates and stratification in terms of poor outcomes, resulting in unnecessary surgeries being avoided and patients being counseled preoperatively. We aimed to create a precise, well-performing prediction model for clinical application using different machine learning algorithms to predict those patients who will have residual pain, a low total Oxford Knee Score (OKS) and the patient group who do not achieve minimally c
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: Gait deviations are common in youth with Cerebral Palsy (CP), with the change in gait pattern during growth/development being influenced by a variety of individual and treatment factors. The goal of this study is to use Machine Learning (ML) to evaluate the relationship between youth and treatment-related factors to predict changes in gait kinematics.
METHODS: Kinematic gait data acquired from instrumented gait analysis (IGA) were collected from ambulatory youth with spastic CP (GMFCS I-III) during sequential visits. Twenty Gradient Boosting Regressor (GBR) models were trained to
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.
BackgroundElderly people as age increases often struggle with weight lifting in their daily lives due to decreased muscle strength and endurance. This limits their ability to perform routine tasks, which affects their independence and quality of life.ObjectiveThe aim of this study is to evaluate and predict the effectiveness of the developed upper limb Exo-skeleton for weight lifting, using ergonomic analysis and a weighted K-Nearest Neighbors (KNN) machine learning algorithm.MethodsExperiments were conducted to measure Maximum Voluntary Isometric Contraction (MVIC) and Mean Power Frequency (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.
PURPOSES: To develop a predictive model for recurrent intussusception based on abdominal ultrasound (US) images and abdominal radiographs.
METHODS: A total of 3665 cases of intussusception were retrospectively collected from January 2017 to December 2022. The cohort was randomly assigned to training and validation sets at a 6:4 ratio. Two types of images were processed: abdominal grayscale US images and abdominal radiographs. These images served as inputs for the deep learning algorithm and were individually processed by five detection models for training, with each model predicting its respe
СтатьяВалидационное 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.
INTRODUCTION: Cutaneous malignant melanoma (CMM) is the most lethal form of skin cancer worldwide. The precise prediction of lymph node metastasis is critical for personalized treatment and improved patient outcomes. However, no prior study has employed interpretable machine learning techniques to predict lymph node metastasis in CMM. This study aimed to utilize interpretable machine learning to integrate multidimensional data from the Surveillance, Epidemiology, and End Results (SEER) database - encompassing clinical characteristics, pathological information, and biomarkers of CMM - to constr
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.
INTRODUCTION: Heavy episodic drinking (HED) is a major public health concern but is often missing from surveys or measured unreliably. Predictive models offer a method to estimate HED's likelihood at the individual level in such cases. While logistic regression is commonly used, other machine learning algorithms (MLA) may offer greater accuracy and robustness. This study compares various MLAs to identify the best predictive model of HED.
METHODS: Data from the 1997-2018 National Health Interview Survey were used. Six MLAs were trained and cross-validated: logistic regression, naïve bayes, k-n
СтатьяПоддержка NIH: внешняя программаПоиск 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.
IMPORTANCE: Recently, the US Food and Drug Administration gave premarketing approval to an algorithm based on its purported ability to identify individuals at genetic risk for opioid use disorder (OUD). However, the clinical utility of the candidate genetic variants included in the algorithm has not been independently demonstrated.
OBJECTIVE: To assess the utility of 15 genetic variants from an algorithm intended to predict OUD risk.
DESIGN, SETTING, AND PARTICIPANTS: This case-control study examined the association of 15 candidate genetic variants with risk of OUD using electronic health re
СтатьяПоддержка правительства СШАПоддержка NIH: внешняя программаПоддержка 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.
Warfarin, a classic oral anticoagulant, is characterized by a narrow therapeutic window and considerable interindividual variability in dosing requirements. This makes precise dose adjustment challenging in clinical practice and increases the risk of bleeding or thrombosis. To improve dose prediction, this study developed a streamlined multilayer perceptron (MLP) model using real-world data from the International Warfarin Pharmacogenomics Consortium (IWPC) database. The LASSO-proj algorithm was applied for high-precision feature selection prior to model construction. The resulting model demons
Аннотация на английскомСтатьяПоиск 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: To explore the risk factors that affect adolescents' suicidal and self-injurious behaviors and to construct a prediction model for adolescents' suicidal and self-injurious behaviors based on machine learning algorithms.
METHODS: Stratified cluster sampling was used to select high school students in Chongqing, yielding 3,000 valid questionnaires. Based on whether students had engaged in suicide or self-injury, they were categorized into a suicide/self-injury group (n=78) and a non-suicide/self-injury group (n=2,922). Gender, age, insomnia, and mental illness data were compared betwe
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: Myasthenia gravis (MG) is a rare disorder characterized by fluctuating muscle weakness with potential life-threatening crises. Timely interventions may be delayed by limited access to care and fragmented documentation. Our objective was to develop predictive algorithms for MG deterioration using multimodal telemedicine data.
METHODS: In this 12-week randomized controlled study, 30 MG patients recorded symptoms using patient-reported outcome measures (PROMs) and patient-performed measures via a mobile app, alongside data from wearables. MG deterioration was defined as a ≥ 3-point w
СтатьяРандомизированное 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.
BACKGROUND: Optical flow ratio (OFR) has recently been described to accurately compute coronary fractional flow reserve using optical coherence tomography (OCT), yet its prognostic impact remains unclear. The present study aimed to investigate the predictive value of coronary functional assessment, alone and combined with plaque morphology, by OCT.
METHODS: In the present study, OFR software was applied to untreated coronary lesions undergoing OCT analysis in the multicenter, international, prospective CLIMA study. The primary endpoint was target-vessel failure (TVF) at 1 year, defined as a c
Оценочное исследованиеСтатьяМногоцентровое 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.
The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians2024eng
OBJECTIVES: Intrahepatic cholestasis of pregnancy (ICP), a condition exclusive to pregnancy, necessitates prompt identification and intervention to improve the perinatal outcomes. This study aims to develop suitable machine-learning models for predicting ICP based on clinical and laboratory indicators.
METHODS: This study retrospectively analyzed data from 1092 pregnant women, with 537 diagnosed with ICP and 555 healthy cases as a control. Two study schemes were devised. For scheme 1, 62 indicators from the first period of gestation were utilized to establish predictive models. For scheme 2,
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.
Circular RNAs (circRNAs) are endogenous non-coding RNAs with a covalently closed loop structure. They have many biological functions, mainly regulatory ones. They have been proven to modulate protein-coding genes in the human genome. CircRNAs are linked to various diseases like Alzheimer's disease, diabetes, atherosclerosis, Parkinson's disease and cancer. Identifying the associations between circular RNAs and diseases is essential for disease diagnosis, prevention, and treatment. The proposed model, based on the variational autoencoder and genetic algorithm circular RNA disease association (V
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.
Bladder cancer is 1 of the 10 most common cancers in the world. However, the relationship between diabetes, hypertension and bladder cancer are still controversial, limited study used machine learning models to predict the development of bladder cancer. This study aimed to explore the association between diabetes, hypertension and bladder cancer, and build predictive models of bladder cancer. A total of 1789 patients from the National Health and Nutrition Examination Survey were enrolled in this study. We examined the association between diabetes, hypertension and bladder cancer using multivar
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 potential for machine learning to answer questions of environmental science, monitoring, and regulatory enforcement is evident, but there is cause for concern regarding potential embedded bias: algorithms can codify discrimination and exacerbate systematic gaps. This paper, organized into two halves, underscores the importance of vetting algorithms for bias when used for questions of environmental science and justice. In the first half, we present a case study of using machine learning for environmental justice-motivated research: prediction of drinking water quality. While performance var
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.
Introduction: Predicting postoperative incontinence beforehand is crucial for intensified and personalized rehabilitation after robot-assisted radical prostatectomy. Although nomograms exist, their retrospective limitations highlight artificial intelligence (AI)'s potential. This study seeks to develop a machine learning algorithm using robot-assisted radical prostatectomy (RARP) data to predict postoperative incontinence, advancing personalized care. Materials and Methods: In this propsective observational study, patients with localized prostate cancer undergoing RARP between April 2022 and J
СтатьяНаблюдательное 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.
MedElevator
Войти в исследования