PURPOSE: This study aims to develop and validate a clinical-radiomics fusion model that integrates clinical characteristics with CT-derived radiomic features for the rapid and accurate prediction of drug resistance in patients with cavitary pulmonary tuberculosis (TB).
PATIENTS AND METHODS: A total of 231 patients with microbiologically confirmed cavitary pulmonary TB were retrospectively enrolled and divided into a drug-resistant TB group (n=89) and a drug-sensitive TB group (n=142) based on drug susceptibility testing. Radiomics features were extracted from CT images, and a radiomic signatu
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: Glioblastoma is an extremely aggressive brain tumor that diffusely infiltrates white matter and alters large-scale brain connectivity. Most prognostic models focus on localized tumor features and clinical variables, overlooking broader effects on the brain's structural connectome. This study addressed this limitation by integrating graph-theoretical analysis of preoperative diffusion tensor imaging (DTI)-derived structural connectomes with machine learning (ML) to improve prediction of overall survival (OS) in newly diagnosed glioblastoma. Methods: Preoperative DTI data from 871 gl
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.
High-throughput genome and exome sequencing have uncovered numerous intronic variants in disease genes, yet predicting their impact on pre-mRNA splicing is still challenging. While deep learning tools have improved variant prioritization, their ability to detect atypical regulatory mechanisms remains unknown. We combined predictions from multiple complementary splicing prediction tools with functional RNA studies to evaluate the splicing consequences of intronic variants identified in patients with neurodegenerative diseases. Nine intronic variants with uncertain impact on splicing were select
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: Periodontitis represents a chronic inflammatory disease resulting from the interaction between plaque-associated microorganisms and the host immune response. PANoptosis, a newly recognized programmed cell death, is linked to multiple inflammatory disorders. However, its role in periodontitis pathogenesis and diagnostic potential remains unclear. This study aimed to identify key PANoptosis-related biomarkers in periodontitis using bioinformatics analysis followed by experimental verification.
METHODS: Three machine-learning algorithms were applied to identify key differentially exp
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.
OBJECTIVE: To develop and validate a multimodal ultrasound-based model integrating tumor radiomics and axillary lymph node (ALN) morphologic classification for preoperative prediction of axillary nodal metastasis burden in breast cancer.
METHODS: This retrospective study included 583 patients with pathologically confirmed breast cancer, randomly divided into training and testing cohorts (7:3). Radiomic features were extracted from primary tumor ultrasound images, and ALN classification and clinicopathological variables were collected. A hierarchical modeling strategy was applied: first-level
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.
RATIONALE AND OBJECTIVES: Diagnosing Parkinson's disease (PD) typically relies on clinical evaluations, often detecting it in advanced stages. Recently, artificial intelligence has increasingly been applied to imaging for neurodegenerative disorders. This study aims to develop a diagnostic prediction model using T1-weighted magnetic resonance imaging (T1-MRI) data from the caudate and putamen in individuals with early-stage PD.
MATERIALS AND METHODS: This retrospective case-control study included 69 early-stage PD patients and 22 controls, recruited through the Parkinson's Progression Markers
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.
Thyroid eye disease (TED), the most common adult orbital disease, can significantly impair patients' quality of life. Currently, effective diagnostic and predictive models for TED remain limited, making early intervention and personalized treatment for patients challenging. Oxidative stress (OS) plays an important role in pathogenesis of TED, and OS related biomarkers may serve as good candidates for TED prediction. Here, we integrated the peripheral blood bulk-RNA sequencing data and clinical features of 152 TED, 61 health control (HC), and 20 patients with simple Graves' disease (GD) to iden
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: Atrial fibrillation (AF) is one of the primary etiologies for ischemic stroke, and it is of paramount importance to delineate the risk phenotypes among elderly AF patients and to investigate more efficacious models for predicting stroke risk.
METHODS: This single-center prospective cohort study collected clinical data and cardiac computed tomography angiography (CTA) images from elderly AF patients. The clinical phenotypes and left atrial appendage (LAA) radiomic phenotypes of elderly AF patients were identified through K-means clustering. The independent correlations between thes
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.
BACKGROUND: Mortality in patients with acute respiratory failure remains high. Predicting progression of acute respiratory failure may be critical to improving patient outcomes. Machine learning, a subset of artificial intelligence is a rapidly expanding area, which is being integrated into several areas of clinical medicine. This manuscript will address the knowledge gap in predicting the onset and progression of respiratory failure, provide a review of existing prognostic strategies, and provide a clinical perspective on the implementation and future integration of machine learning into clin
СтатьяОбзорПоиск 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.
AIM: The aim of this study was to develop a PET-based machine learning model for predicting visceral pleural invasion (VPI) in patients with clinical stage IA non-small cell lung cancer.
MATERIALS AND METHODS: A total of 294 patients and 69 patients from two institutions who underwent the 18F-FDG-PET scan were retrospectively analyzed. We extracted PET-based radiomics features from the gross tumor volume (GTV) and gross tumor volume incorporating peritumoral 4, 8 and 12 mm regions (GPTV4, GPTV8, GPTV12), respectively. Then four models were respectively established by using machine learning al
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.
Patients with epilepsy (PWE) taking antiseizure medications (ASMs) exhibit altered autonomic nervous system (ANS) parameters. ANS signals ma … e prediction. These biosignal data can support device-based neuromodulation, seizure detection, and prediction algorithms.
СтатьяОбзорПоиск 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: Systemic inflammatory response syndrome (SIRS) is a frequent and serious complication of acute pancreatitis (AP), often associated with increased mortality. This study aims to leverage automated machine learning (AutoML) algorithms to create a model for the early and precise prediction of SIRS in AP.
METHODS: This study retrospectively analyzed patients diagnosed with AP across multiple centers from January 2017 to December 2021. Data from the First Affiliated Hospital of Soochow University and Changshu Hospital were used for training and internal validation, while testing was con
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.
Starch content in rice is one of the important parameters in characterizing the nutritional quality of rice, and the starch content of rice produced in saline soils under different fertilization conditions varies. In this study, Raman spectroscopy combined with three machine learning models, support vector machine (SVM), feedforward neural network, and k-nearest neighbor classification, was used to classify and evaluate the effect of different fertilizer treatments on rice. The collected rice spectral data were normalized before machine learning, then preprocessed with multiple scattering corr
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 number of predictive models for assessing the risk of subsyndromal delirium (SSD) in critically ill patients is increasing, yet the quality and applicability of these models in clinical practice remain unclear.
AIM: To systematically review and critically evaluate the existing risk prediction models.
STUDY DESIGN: Eleven Chinese and English databases, including PubMed, Web of Science and Embase, were searched from their inception to August 16, 2024. Two researchers independently screened the literature, extracted data and assessed the risk of bias and applicability using the
СтатьяСистематический обзорМетаанализПоиск 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 build computed tomography (CT)-based radiomics models, with independent external validation, to predict recurrence and disease-specific mortality in patients with colorectal liver metastases (CRLM) who underwent liver resection.
METHODS: 113 patients were included in this retrospective study: the internal training cohort comprised 66 patients, while the external validation cohort comprised 47. All patients underwent a CT study before surgery. Up to five visible metastases, the whole liver volume, and the surrounding free-disease parenchymal liver were separately delineated on the
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: Osteoradionecrosis (ORN) is a serious complication in oral cancer patients undergoing tumor excision and mandibular reconstruction, particularly after radiotherapy. This study compared a logistic regression-based nomogram with five machine learning (ML) algorithms to identify the most clinically useful ORN prognostication tool.
METHODS: We retrospectively analyzed 275 irradiated oral cancer patients who underwent segmental mandibulectomy and immediate fibula flap reconstruction at a single center. Patients were split 75:25 into training and test cohorts. 34 patient variables were
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: This study aimed to develop prediction models for severe oral mucositis (OM) (grade ≥ 3) from head and neck cancer (HNC) radiotherapy (RT) using machine learning (ML) techniques and different types of features, including clinical, dose-volume metric, and radiomic features.
MATERIALS AND METHODS: Retrospective data of 148 HNC RT patients were collected and randomly divided into 80% training and 20% test datasets. Sixteen combinations of feature selection and classification algorithms were used for modeling with different combinations of feature types. The model performance was evaluat
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.
Early diagnosis of post-operative delirium (POD) in the older surgical population allows for timely interventions and reduces morbidities. Risk prediction models (RPMs) utilizing machine learning have emerged as promising tools to predict POD, but their performance and applicability in clinical settings remain uncertain. This systematic review evaluates the predictive accuracy and quality of RPMs for POD developed from 2014 to 2024 focusing on patients after non-cardiac surgery. PubMed and EMBASE were systematically searched for studies that developed RPMs predicting POD. Two authors independe
СтатьяСистематический обзорМетаанализПоиск 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: Not much is known about the applications of artificial intelligence (AI) in cleft lip and/or palate. We aim to perform a scoping review to synthesize the literature in the last 10 years on integrating AI in the approach to this condition and highlight aspects of research into its prediction, diagnosis and treatment.
METHODS: A search was performed via PubMed, Science Direct, Scopus, and LILACS from 2014 to 2024, in which 649 articles were identified, and 3 studies were identified via the snowball method; the title and abstract were identified, and 35 articles were obtained for full r
СтатьяScoping ReviewПолный 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.
BACKGRUOUND: Bone fracture risk assessment for osteoporotic patients is essential for implementing early countermeasures and preventing disc … (NFX) cases. To model the association of the bone's current health status with prevalent FXs, three prediction algorithms-extreme gradient boosting (XGB), support vector machine, and multilayer perceptron-were trained using two-dimensional dual-energy X-ray absorptiometry (2D-DXA) analysis results and subsequently benchmarked. The XGB classifier, which proved most effe …
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