BACKGROUND: The accuracy of current tools for predicting adverse events in older inpatients with possible sarcopenia is still insufficient to develop individualized nutrition-related management strategies. The objectives were to develop a machine learning model based on nutritional assessment for the prediction of all-cause death and infectious complications.
METHODS: A cohort of older patients with possible sarcopenia (divided into training group [70%] and validation group [30%]) from 30 hospitals in 14 major cities in China was retrospectively analyzed. Clinical characteristics, laboratory
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 AIMS: Low muscle mass (LMM) is a critical complication in patients with obesity and diabetes, exacerbating metabolic and cardiovascular risks. Novel obesity indices, such as the body roundness index (BRI), conicity index, and relative fat mass, have shown promise for assessing body composition. This study aimed to investigate the associations of these indices with LMM and to develop machine learning models for accurate and accessible LMM prediction.
METHOD: Data from NHANES 2011-2018 (n = 2,176) were analyzed. Obesity was defined by body fat percentage, and LMM was determined u
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.
Cardiovascular diseases (CVDs) pose a significant threat to human health and place considerable strain on healthcare systems. Therefore, it is crucial to maximize the acquisition of cardiovascular information (CVI) through non-invasive methods to enhance early screening, diagnosis, and evaluation of CVDs. Numerous studies have demonstrated that obtaining more CVI by simultaneously acquiring multi-site signals and applying pressure stimulation at specific sites, such as blood pressure measurement, is an effective approach. Based on this evidence, we proposed a novel signal acquisition-and-analy
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
PURPOSE: This study aims to analyze the key features of scoliosis based on children's foot pressure and body angle data and to develop a predictive model to support early screening for scoliosis in pediatric populations.
METHODS: Data were collected from 5970 primary school students in Kunming. After excluding incomplete and anomalous samples, 3723 students were included. Machine learning algorithms, including Logistic Regression(LR), Support Vector Machine(SVM), Random Forest(RF), and LightGBM, were employed to construct classification models. Model performance was evaluated using accuracy,
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.
Current diagnosis of nasopharyngeal carcinoma (NPC) mainly relies on detection of plasma Epstein-Barr virus DNA or nasal endoscopy. However, trace metals or other elements may have critical roles in the pathophysiology of NPC. In this pilot study, blood plasma samples from 93 NPC patients and 30 healthy control were prepared by alkali dilution method, and metal contents were analysed quantitatively by inductively coupled plasma-mass spectrometry. We then built six machine learning (ML) algorithms based on the element concentrations in blood plasma and evaluated the predictive performance by th
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 STUDY AIMS: This study aimed to develop a clinical prediction model to assess the 24-hour post-ERCP complication risk in patients with common bile duct stones (CBDs), guiding clinical decision-making for ERCP as a day surgery.
PATIENTS AND METHODS: Retrospective data from The First Hospital of Lanzhou University (2010-2019) and prospective multicenter data on post-ERCP complications (2020-2023) were collected and registered on ClinicalTrials.gov (NCT04234126, NCT04242394). The ADASYN method was used for dataset balancing. Machine learning algorithms, including KNN, XGBoost, RF,
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: Artificial intelligence (AI) could be used as an automatically diagnosis method for dental disease due to its accuracy and efficiency. This research proposed a novel convolutional neural network (CNN)-based deep learning (DL) ensemble model for tooth position detection, tooth outline segmentation, tooth tissue segmentation, periodontal bone loss and periodontitis stage prediction using dental panoramic radiographs.
METHODS: The dental panoramic radiographs of 320 patients during the period January 2020 to December 2023 were collected in our dataset. All images were de-identified w
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: nonalcoholic fatty liver disease (NAFLD) is a common liver disease affecting the global population and its impact on human health will continue to increase. Genetic susceptibility is an important factor influencing its onset and progression, and there is a lack of reliable methods to predict the susceptibility of normal populations to NAFLD using appropriate genes.
METHODS: RNA sequencing data relating to nonalcoholic fatty liver disease was analyzed using the "limma" package within the R software. Differentially expressed genes were obtained through preliminary intersection scree
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: Heart failure (HF) is one of the most frequent diagnoses for 30-day readmission after hospital discharge. Nurses have a role in reducing unplanned readmission and providing quality of care during HF trajectories. This systematic review assessed the quality and significant factors of machine learning (ML)-based 30-day HF readmission prediction models.
METHODS AND RESULTS: Eight academic and electronic databases were searched to identify all relevant articles published between 2013 and 2023. Thirteen studies met our inclusion criteria. The sample sizes of the selected studies ranged from
СтатьяСистематический обзорПоиск 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: Hospital-acquired complications (HACs) have an adverse impact on patient recovery by impeding their path to full recovery and increasing healthcare costs.
OBJECTIVE: The aim of this study was to create a HAC risk prediction machine learning (ML) framework using hospital administrative data collections within North Metropolitan Health Service (NMHS), Western Australia.
METHOD: A retrospective cohort study was performed among 64,315 patients between July 2020 to June 2022 to develop an automated ML framework by inputting HAC and the healthcare site to obtain site-specific predictiv
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.
PURPOSE: Artificial Intelligence is being applied in oncology to improve patient and service outcomes. Yet, there is a limited understanding of how these advanced computational techniques are employed in cancer nursing to inform clinical practice. This review aimed to identify and synthesise evidence on artificial intelligence in cancer nursing.
METHODS: CINAHL, MEDLINE, PsycINFO, and PubMed were searched using key terms between January 2010 and December 2022. Titles, abstracts, and then full texts were screened against eligibility criteria, resulting in twenty studies being included. Critica
Систематический обзорСтатьяПоиск 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: Obstructive sleep apnea (OSA) is a common sleep disorder characterized by repetitive cessation or reduction in airflow during sleep. Stroke patients have a higher risk of OSA, which can worsen their cognitive and functional disabilities, prolong their hospitalization, and increase their mortality rates.
METHODS: We conducted a comprehensive literature search in the databases of PubMed, CINAHL, Embase, PsycINFO, Cochrane Library, and CNKI, using a combination of keywords and MeSH words in both English and Chinese. Studies published up to March 1, 2022, which reported the developmen
Систематический обзорСтатьяПоиск 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 aimed to develop an ultrasomics model for predicting lymph node metastasis preoperative in patients with gastric cancer (GC).
METHODS: This study enrolled GC patients who underwent preoperative ultrasound examination. Manual segmentation of the region of interest (ROI) was performed by an experienced radiologist to extract radiomics features using the Pyradiomics software. The Z-score algorithm was used for feature normalization, followed by the Wilcoxon test to identify the most informative features. Linear prediction models were constructed using the least absolute shr
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.
Hepatocellular carcinoma (HCC) is the second most common cause of cancer-related death worldwide. Most patients with advanced HCC acquire sorafenib resistance. Drug resistance reflects the heterogeneity of tumors and is the main cause of tumor recurrence and death.We identified and validated sorafenib resistance related-genes (SRGs) as prognostic biomarkers for HCC. We obtained SRGs from the Gene Expression Omnibus and selected four key SRGs using the least absolute shrinkage and selection operator, random forest, and Support Vector Machine-Recursive feature elimination machine learning algori
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.
PURPOSE: The introduction of the time-lapse monitoring system (TMS) and the development of predictive algorithms could contribute to the optimal embryos selection for transfer. Therefore, the present study aims at investigating the efficiency of KIDScore and iDAScore systems for blastocyst stage embryos in predicting live birth events.
METHODS: The present retrospective study was conducted in a private IVF Unit setting throughout a 10-month period from October 2021 to July 2022, and included the analysis of 429 embryos deriving from 91 IVF/ICSI cycles conducted due to infertility of various e
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.
OBJECTIVE: To establish a nomogram model for predicting clinical pregnancy rate in patients with endometriosis undergoing fresh embryo transfer.
METHODS: We retrospectively collected the data of 464 endometriosis patients undergoing fresh embryo transfer, who were randomly divided into a training dataset (60%) and a testing dataset (40%). Using univariate analysis, multiple logistic regression analysis, and LASSO regression analysis, we identified the factors associated with the fresh transplantation pregnancy rate in these patients and developed a nomogram model for predicting the clinical p
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.
Haploinsufficiency of JAG1 is the primary cause of Alagille syndrome (ALGS), a rare, multisystem disorder. The identification of JAG1 intronic variants outside of the canonical splice region as well as missense variants, both of which lead to uncertain associations with disease, confuses diagnostics. Strategies to determine whether these variants affect splicing include the study of patient RNA or minigene constructs, which are not always available or can be laborious to design, as well as the utilization of computational splice prediction tools. These tools, including SpliceAI and Pangolin, u
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.
Recent advances in single-cell RNA-Sequencing (scRNA-Seq) technologies have revolutionized our ability to gather molecular insights into different phenotypes at the level of individual cells. The analysis of the resulting data poses significant challenges, and proper statistical methods are required to analyze and extract information from scRNA-Seq datasets. Sample classification based on gene expression data has proven effective and valuable for precision medicine applications. However, standard classification schemas are often not suitable for scRNA-Seq due to their unique characteristics, a
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: Machine learning (ML) has been widely applied to predict the outcomes of numerous diseases. The current study aimed to develop a prognostic prediction model using machine learning algorithms and identify risk factors associated with residual back pain in patients with osteoporotic vertebrae compression fracture (OVCF) following percutaneous vertebroplasty (PVP).
METHODS: A total of 863 OVCF patients who underwent PVP surgery were enrolled and analyzed. One month following surgery, a Visual Analog Scale (VAS) score of ≥ 4 was deemed to signify residual low back pain following the o
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: Bipolar disorder (BD) is associated with increased morbidity/mortality. Adverse outcome prediction might help with the management of patients with BD.
METHODS: We systematically reviewed the performance of machine learning (ML) studies in predicting adverse outcomes (relapse or recurrence, hospital admission, and suicide-related events) in patients with BD. Demographic, clinical, and neuroimaging-related poor outcome predictors were also reviewed. Three databases (PubMed, Scopus, and Web of Science) were explored from inception to July 2023.
RESULTS: Eighteen studies, accounting
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.
MedElevator
Войти в исследования