BACKGROUND: Rheumatoid arthritis (RA) presents as pain, swelling and leads to irreversible damage in joint, and adversely affects the quality of life of patients with RA. However, the etiology of RA is still unclear, and novel biomarkers are demanded for the early prediction and diagnosis of RA and dissecting disease mechanisms.
OBJECTIVE: This study aimed at profiling the disordered metabolic pathways in RA and selecting potential biomarkers to distinguish RA patients from healthy individuals, and systematically investigated the associations between metabolites and the risk of RA.
METHODS:
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: Neutrophil extracellular traps (NETs) derived from neutrophils are implicated in the pathogenesis of rheumatoid arthritis (RA) pathogenicity, though the underlying mechanisms remain unclear.
METHODS: Data were obtained from Gene Expression Omnibus (GEO) database. First, Gene Set Variation Analysis (GSVA) was used to calculate NET scores, and ConsensusClusterPlus was employed to classify RA samples. Subsequently, weighted gene co-expression network analysis (WGCNA) was used to construct co-expression networks. Lasso regression and support vector machine recursive feature eliminatio
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.
OBJECTIVES: The purpose of this study was to propose a machine learning model and assess its ability to classify temporomandibular joint (TMJ) disc displacements on MR T1-weighted and proton density-weighted images.
METHODS: This retrospective cohort study included 180 TMJs from 90 patients with TMJ signs and symptoms. A radiomics platform was used to extract imaging features of disc displacements. Thereafter, different machine learning algorithms and logistic regression were implemented on radiomics features for feature selection, classification, and prediction. The radiomics features includ
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.
One of the most pressing questions after a stroke is whether an individual patient will recover in the long term. Previous studies demonstrated that spatial neglect-a common cognitive deficit after right hemispheric stroke-is a strong predictor for poor performance on a wide range of everyday tasks and for resistance to rehabilitation. The possibility of predicting long-term prognosis of spatial neglect is therefore of great relevance. The aim of the present study was to test the prognostic value of different imaging and non-imaging features from right hemispheric stroke patients: individual d
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: Out-of-hospital sudden cardiac arrest (SCA) is a major cause of mortality and improved risk prediction is needed. The Observational Study of Sudden Cardiac Arrest Risk (OSCAR) is an electronic health records (EHR)-based cohort study of patients receiving routine medical care in the Cedars-Sinai Health System (CSHS) in Los Angeles County, CA designed to evaluate predictors of SCA. This paper describes the rationale, objectives, and study design for the OSCAR cohort.
METHODS AND RESULTS: The OSCAR cohort includes 379,833 Los Angeles County residents with at least one patient encount
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: Pancreatic ductal adenocarcinoma (PDAC) is an aggressive malignancy with poor survival, driven in part by early metastatic spread. Conventional imaging lacks sufficient precision to predict metastasis accurately. Machine learning (ML)-based radiomics, integrating quantitative imaging features from modalities such as magnetic resonance imaging (MRI) and positron emission tomography (PET), may enhance prognostic accuracy.
OBJECTIVE: To systematically review the diagnostic accuracy and clinical utility of ML-based radiomics models for predicting metastasis in PDAC.
METHODS: A system
СтатьяСистематический обзорПолный 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.
INTRODUCTION: Metabolic disturbances are major contributors to the onset and progression of non-alcoholic fatty liver disease (NAFLD), which includes a histological spectrum ranging from single steatosis (SS) to non-alcoholic steatohepatitis (NASH). This study aimed to identify serum metabolites and lipids enriched in different histological stages of NAFLD and to explore metabolites/lipids as non-invasive biomarkers in risk prediction of NAFLD and NASH in obese Chinese.
METHODS: Serum samples and liver biopsies were obtained from 250 NAFLD subjects. Untargeted metabolomic and lipidomic profil
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 PNPLA3-rs738409-G variant was the first common variant associated with hepatic fat accumulation and progression of metabolic dysfunction-associated steatotic liver disease (MASLD). Nevertheless, to date, the clinical translation of this discovery has been minimal because it has not yet been clearly demonstrated where the genetic information may play an independent and additional role in clinical risk prediction. In this mini-review, we will discuss the most relevant evidence regarding the potential integration of the PNPLA3 variant into scores and algorithms for liver disease diagnostics a
СтатьяОбзорПоддержка исследования: вне правительства СШАПоиск 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: Computed tomography (CT) radiomics combined with deep transfer learning was used to identify cholesterol and adenomatous gallbladder polyps that have not been well evaluated before surgery.
PURPOSE: To investigate the potential of various machine learning models, incorporating radiomics and deep transfer learning, in predicting the nature of cholesterol and adenomatous gallbladder polyps.
MATERIAL AND METHODS: A retrospective analysis was conducted on clinical and imaging data from 100 patients with cholesterol or adenomatous polyps confirmed by surgery and pathology at our hospi
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: The rapid evolution of artificial intelligence (AI) in conjunction with recent updates in dual antiplatelet therapy (DAPT) management guidelines emphasizes the necessity for innovative models to predict ischemic or bleeding events after drug-eluting stent implantation. Leveraging AI for dynamic prediction has the potential to revolutionize risk stratification and provide personalized decision support for DAPT management.
METHODS AND RESULTS: We developed and validated a new AI-based pipeline using retrospective data of drug-eluting stent-treated patients, sourced from the Cerner H
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Metal-organic frameworks (MOFs) are porous materials with applications in gas separations and catalysis, but a lack of water stability often limits their practical use given the ubiquity of water. Consequently, it is useful to predict whether a MOF is water-stable before investing time and resources into synthesis. Existing heuristics for designing water-stable MOFs lack generality and limit the diversity of explored chemistry due to narrowly defined criteria. Machine learning (ML) models offer the promise to improve the generality of predictions but require data. In an improvement on previous
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 AND AIMS: The duodenal papillae are the primary and essential pathway for ERCP, greatly determining its complexity and outcome. We investigated the association between papilla morphology and post-ERCP pancreatitis (PEP) and constructed a robust model for PEP prediction.
METHODS: We retrospectively enrolled patients who underwent ERCP in 2 centers from January 2019 to June 2022. Radiomic features of the papilla were extracted from endoscopic images with deep learning. Potential predictors and their importance were evaluated with 3 machine learning algorithms. A predictive model was
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.
BACKGROUND: Dilated cardiomyopathy (DCM) is a progressive heart condition characterized by ventricular dilatation and impaired myocardial contractility with a high mortality rate. The molecular characterization of DCM has not been determined yet. Therefore, it is crucial to discover potential biomarkers and therapeutic options for DCM.
METHODS: The hub genes for the DCM were screened using Weighted Gene Co-expression Network Analysis (WGCNA) and three different algorithms in Cytoscape. These genes were then validated in a mouse model of doxorubicin (DOX)-induced DCM. Based on the validated hu
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.
Primates have evolved sophisticated, visually guided reaching behaviors for interacting with dynamic objects, such as insects, during foraging.1,2,3,4,5 Reaching control in dynamic natural conditions requires active prediction of the target's future position to compensate for visuo-motor processing delays and to enhance online movement adjustments.6,7,8,9,10,11,12 Past reaching research in non-human primates mainly focused on seated subjects engaged in repeated ballistic arm movements to either stationary targets or targets that instantaneously change position during the movement.13,14,15,16,1
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПолный 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: Acute mesenteric ischemia (AMI) is a medical condition with high levels of morbidity and mortality. However, most patients suspected of AMI will eventually have a different diagnosis. Nevertheless, these patients have a high risk for co-morbidities.
OBJECTIVES: To analyze patients with suspected AMI with an alternative final diagnosis, and to evaluate a machine learning algorithm for prognosis prediction in this population.
METHODS: In a retrospective search, we retrieved patient charts of those who underwent computed tomography angiography (CTA) for suspected AMI between January
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.
(1) Background: The clinical burden of aortic stenosis (AS) remains high in Western countries. Yet, there are no screening algorithms for this condition. We developed a risk prediction model to guide targeted screening for patients with AS. (2) Methods: We performed a cross-sectional analysis of all echocardiographic studies performed between 2013 and 2018 at a tertiary academic care center. We included reports of unique patients aged from 40 to 95 years. A logistic regression model was fitted for the risk of moderate and severe AS, with readily available demographics and comorbidity variables
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.
Minor amputations are performed in a large proportion of patients with diabetic foot ulcers (DFU) and early identification of the outcome of minor amputations facilitates medical decision-making and ultimately reduces major amputations and deaths. However, there are currently no clinical predictive tools for minor amputations in patients with DFU. We aim to establish a predictive model based on machine learning to quickly identify patients requiring minor amputation among newly admitted patients with DFU. Overall, 362 cases with University of Texas grade (UT) 3 DFU were screened from tertiary
СтатьяПоддержка 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.
BACKGROUND: Mood disorders require consistent management of symptoms to prevent recurrences of mood episodes. Circadian rhythm (CR) disruption is a key symptom of mood disorders to be proactively managed to prevent mood episode recurrences. This study aims to predict impending mood episodes recurrences using digital phenotypes related to CR obtained from wearable devices and smartphones.
METHODS: The study is a multicenter, nationwide, prospective, observational study with major depressive disorder, bipolar disorder I, and bipolar II disorder. A total of 495 patients were recruited from eight
Наблюдательное исследованиеМногоцентровое исследованиеСтатьяПоддержка 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.
OBJECTIVE: The aim of this study was to determine the feasibility of using machine learning to establish the need for preclinical airway management for injured patients based on a standardized emergency dataset.
METHODS: A registry-based, retrospective analysis was conducted of adult trauma patients who were treated by physician-staffed emergency medical services in southwestern Germany between 2018 and 2020. The primary outcome was to assess the feasibility of using the random forest (RF) and Naive Bayes (NB) machine learning algorithms to predict the need for preclinical airway management.
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.
Prediction of chronological age from neuroimaging in the healthy population is an important issue because the deviations from normal brain age may highlight abnormal trajectories towards brain disorders. As a first step, ML models have emerged to predict chronological age from brain MRI, as a proxy measure of biological age. However, there is currently no consensus w.r.t which Machine Learning (ML) model is best suited for this task, largely because of a lack of public benchmark. Furthermore, new large emerging population neuroimaging datasets are often biased by the acquisition center images
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.
MedElevator
Войти в исследования