BACKGROUND: The accurate prediction of epitopes associated with Systemic Lupus Erythematosus (SLE) plays a vital role in advancing our understanding of autoimmune pathogenesis and in designing effective immunotherapeutics. Traditional bioinformatics methods often struggle to capture the intricate sequence patterns and high-dimensional signals characteristic of epitope data. Deep learning presents a compelling alternative, with its ability to perform automatic feature learning and model complex dependencies inherent in biological sequences. This study proposes a hybrid deep learning architectur
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.
PURPOSE: Cumulative bowel damage (BD) critically influences the progression and prognosis of Crohn's disease (CD). Although the Lémann Index (LI) remains the standard for BD assessment, its clinical utility is limited by heavy reliance on extensive clinical data. Multiparametric magnetic resonance enterography (MRE) provides noninvasive macroscopic evaluation of BD severity, however, it fails to characterize microscopic alterations. We therefore integrated MRE with gut microbiome and metabolomic data to uncover mechanistic insights and develop a comprehensive model for better prediction of BD.
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: Cardiovascular disease (CVD) is the leading cause of death in patients with chronic kidney disease (CKD). This study aimed to develop CVD risk prediction models using machine learning to support clinical decision making and improve patient prognosis.
METHODS: Electronic medical records from patients with CKD at a single center from 2015 to 2020 were used to develop machine learning models for the prediction of CVD. Least absolute shrinkage and selection operator (LASSO) regression was used to select important features predicting the risk of developing CVD. Seven machine learning
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: Orbital floor fractures result in critical changes in the shape and inferior rectus muscle (IRM) position. Radiological imaging of IRM changes can be used for surgical decision making or prediction of ocular symptoms. Studies with a systematic consideration of the orbital floor defect ratio in this context are missing in the literature. Accordingly, this study on human cadavers aimed to systematically investigate the impact of the orbital floor defect ratio on changes in the IRM and the prediction of posttraumatic enophthalmos.
METHODS: Seventy-two orbital floor defects were place
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: Intraocular lenses are typically calculated based on a pseudophakic eye model, and for toric lenses (tIOL) a good estimate of co … ive CASIA measurements were assessed. Feedforward neural network and multivariate linear regression prediction algorithms were implemented to predict the postoperative total corneal power (as a reference for tIOL calculation) from the preoperative IOLM and CASIA keratometric measurements.
RESULTS: On average, the preoperative IOLM keratometric / total corneal power un …
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: The present study presents the development and validation of a clinical prediction model using random survival forest (RSF) and stepwise Cox regression, aiming to predict the probability of pelvic inflammatory disease (PID) progressing to sepsis.
METHODS: A retrospective cohort study was conducted, gathering clinical data of patients diagnosed with PID between 2008 and 2019 from the Medical Information Mart for Intensive Care (MIMIC)-IV database. Patients who met the Sepsis 3.0 diagnostic criteria were selected, with sepsis as the outcome. Univariate Cox regression and stepwise
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) is able to extract patterns and develop algorithms to construct data-driven models. We use ML models to gain insight into the relative importance of variables to predict obstructive coronary artery disease (CAD) using the Coronary Computed Tomographic Angiography for Selective Cardiac Catheterization (CONSERVE) study, as well as to compare prediction of obstructive CAD to the CAD consortium clinical score (CAD2). We further perform ML analysis to gain insight into the role of imaging and clinical variables for revascularization.
METHODS: For prediction of obs
СтатьяМногоцентровое исследованиеРандомизированное исследованиеПоддержка NIH: внешняя программаПоддержка 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.
MOTIVATION: Patients with hematological malignancies are susceptible to life-threatening infections after chemotherapy. The current study aimed to evaluate whether management of such patients in dedicated inpatient and emergency wards could provide superior infection prevention and outcome.
METHODS: We have developed an approach allowing to retrieve infection-related information from unstructured electronic medical records of a tertiary center. Data on 2,330 adults receiving 13,529 chemotherapy treatments for hematological malignancies were identified and assessed. Infection and mortality haz
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.
OBJECTIVE: Despite a broad arsenal of antidepressants, about a third of patients suffering from major depressive disorder (MDD) do not respond sufficiently to adequate treatment. Using the data pool of the Group for the Study of Resistant Depression and machine learning, we intended to draw new insights featuring 48 clinical, sociodemographic, and psychosocial predictors for treatment outcome.
METHOD: Patients were enrolled starting from January 2000 and diagnosed according to DSM-IV. Treatment-resistant depression (TRD) was defined by a 17-item Hamilton Depression Rating Scale (HDRS) score ≥
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.
INTRODUCTION: Robotic therapy is an effective approach for poststroke rehabilitation of upper-limb function. There is a need for research on predictors of clinically meaningful change in patient-reported outcome measures of bilateral arm function relevant for daily life function in stroke patients receiving robotic therapy.
METHODS: This secondary analysis included data from 123 participants who received robotic therapy. We constructed machine learning classification models to predict the achievement of meaningful recovery of patient-perceived outcome of bilateral upper limb function based on
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: Chronic diseases account for approximately 90% of the $4.5 trillion annual healthcare expenditure in the United States. While traditional clinical risk factors have been extensively studied, the predictive utility of multidimensional social determinants of health (SDOH), including psychosocial factors such as loneliness, psychological distress, and social support, remains inadequately characterized within machine learning (ML) prediction frameworks.
OBJECTIVE: To develop and compare ML models that classify the presence of six major chronic conditions-hypertension, type 2 diabetes,
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.
The proto-oncogene serine/threonine kinase PIM2 is a critical regulator of cell proliferation, survival, and tumor progression and represents an attractive therapeutic target for several cancers. In this study, an integrated machine learning-guided computational pipeline was developed to identify potential PIM2 inhibitors by combining quantitative structure-activity relationship (QSAR) modeling, virtual screening, molecular docking, molecular dynamics (MD) simulations, and pharmacokinetic prediction. Bioactivity data for PIM2 inhibitors were retrieved from the ChEMBL database, yielding 5953 co
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: Acute type A aortic dissection (ATAAD) is an extremely life-threatening cardiovascular emergency characterized by a critical clinical course and high mortality rate. Once the diagnosis is confirmed, emergency surgical intervention is required to save the patient's life. Postoperative paraplegia is a relatively rare but severe surgical complication, typically manifesting as transient or permanent loss of sensory and motor functions in both lower extremities after surgery. It severely impairs patients' survival and prognosis, imposing a heavy burden on both patients' families and the
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 OBJECTIVE: Immune checkpoint therapy (ICT) has revolutionized the treatment of gastric cancer (GC), but only a small part of patients benefits from it, highlighting the urgency of developing models for precise immunotherapy response prediction of GC patients. However, the development of such models is hindered by the limited availability of ICT-related data. This study aimed to develop an accurate prediction model for immunotherapy response in GC patients using data augmentation and active learning techniques.
METHODS: We utilized a generative adversarial network (GAN) to augme
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: Early diagnosis and intervention for chronic kidney disease (CKD) can significantly improve patient's quality of life and prognosis. Besides routine laboratory indicators and medical history, risk prediction models can predict CKD outcome. However, there is currently a lack of CKD prognostic prediction models based on transcriptomics and machine learning.
METHODS: Utilizing weighted correlation network analysis (WGCNA) and random forest algorithms in GSE137570, three core gene sets of different sizes were constructed, which were externally validated in GSE66494 and GSE180394, and
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: Macrosomia presents significant risks to both maternal and neonatal health, however, accurate antenatal prediction remains a major challenge. This study aimed to develop machine learning approaches to enhance the prediction of fetal macrosomia at different stages of pregnancy.
METHODS: This retrospective study involved 500 pregnant women who delivered singleton infants at Beijing Tsinghua Changgung Hospital between December 2019 and July 2024. The training set comprised 208 cases of macrosomia and 208 non-macrosomia cases, with 84 additional cases used for external validation. A t
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: Osteoporosis in postmenopausal women is characterized by significant bone mass loss due to reduced oestrogen, leading to an increased risk of osteoporotic vertebral compression fractures (OVCF). Comprehensive risk prediction models for diagnosing and predicting fracture risk in this population are still lacking.
OBJECTIVE: This study aims to identify key risk factors for OVCF in postmenopausal osteoporotic women and develop a machine learning model to predict OVCF risk by integrating clinical, biological, and musculoskeletal data.
METHODS: This retrospective case-control study in
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/Objectives: Secondary hyperparathyroidism (SHPT) affects 30-50% of end-stage renal disease patients. Parathyroidectomy (PTX), while effective for medication-refractory SHPT, carries 20-70% risk of hungry bone syndrome (HBS)-severe sustained hypocalcemia requiring intensive care and prolonged hospitalization. Accurate preoperative risk stratification using biochemical markers and validated prediction tools is critical for optimal preventive management. Methods: We conducted a comprehensive narrative review synthesizing evidence on HBS predictors after PTX in SHPT, evaluating traditio
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.
Implantable cardioverter-defibrillators (ICDs) protect patients from sudden cardiac death (SCD). Landmark trials demonstrating their efficacy for primary prevention in patients with heart failure (HF) used reduced left ventricular ejection fraction (LVEF) as a major inclusion criterion and current recommendations for ICD implantation rely on this variable in patient selection. However, contemporary medical management has reduced the risk of SCD in patients with reduced LVEF so that an increasingly large proportion of this population never requires the protection offered by the device. Although
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.
Conventional protein-protein docking algorithms usually rely on heavy candidate sampling and reranking, but these steps are time-consuming and hinder applications that require high-throughput complex structure prediction, for example, structure-based virtual screening. Existing deep learning methods for protein-protein docking, despite being much faster, suffer from low docking success rates. In addition, they simplify the problem to assume no conformational changes within any protein upon binding (rigid docking). This assumption precludes applications when binding-induced conformational chang
СтатьяПоддержка NIH: внешняя программаПолный 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