OBJECTIVE: This study aims to develop and validate machine learning (ML) models for predicting treatment failure in trauma patients using co … perator (LASSO) regression in the training set. 5 ML models-Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), k-Nearest Neighbors (KNN), and Extreme Gradient Boosting (XGBoost)-were trained and evaluated. The optimal model was interpreted using SHapley Additive exPlanations (SHAP) analysis.
RESULTS: LASSO regression selected 13 candidate predictors …
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.
Obstructive sleep apnea (OSA) is a common and severe sleep disorder closely associated with oxidative stress (OS). This study aims to identi … protein interaction (PPI) network analysis, Lasso regression analysis, random forest algorithm, and support vector machine recursive feature elimination (SVM-RFE) method. Evaluate and validate the accuracy of key genes through receiver operating characteristic (ROC) curve analysis. The human single-cell RNA sequencing (scRNA-seq) dataset is used for cell classification …
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.
Objectives: Testicular torsion is a time-critical pediatric urological emergency in which delayed presentation may increase the likelihood o … e supervised machine-learning algorithms-logistic regression, random forest, XGBoost, LightGBM, and support vector machine-were assessed using nested stratified cross-validation with an outer 5-fold loop and inner 3-fold hyperparameter selection. Model performance was estimated from out-of-fold predictions. Results: Orchiectomy was performed in 37 patients (22.4%), wher …
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.
OBJECTIVE: This study explored the interactions between ferroptosis and lipid metabolism in colon cancer, established a prognostic model to elucidate immune microenvironment heterogeneity, and evaluated the prospects of immunotherapy.
METHODS: Transcriptome sequencing and single-cell transcriptome data from The Cancer Genome Atlas and Gene Expression Omnibus were analyzed. Nonnegative matrix factorization clustering and weighted gene coexpression network analysis identified ferroptosis- and lipid metabolism-related genes. Machine learning algorithms including support vector machine, random fo…
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: Diabetic nephropathy (DN), a major complication of type 2 diabetes mellitus (DM), is driven by complex mechanisms involving mito … ated machine learning, five hub genes-CLDN1, TYROBP, HDAC9, CASP3, and RCN1-were selected, with the support vector machine (SVM) model achieving high diagnostic accuracy. ScRNA-seq revealed 13 distinct kidney cell types, with proximal tubule (PT) cells emerging as key contributors to the signaling pathway associated with mitochondrial dysfunction and senescence. These t …
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.
ObjectiveTo develop and validate a CT-based radiomics model for predicting sequential immunotherapy response after concurrent radiochemother … hms: logistic regression (LR), discriminant analysis (DA), neural network (NN), random forest (RF), support vector machine (SVM) and K-Nearest Neighbour (KNN). Finally, Kaplan-Meier survival analysis was performed for high- and low-risk patients predicted by radiomic modeling.ResultsBased on the performance of radiomics models constructed by various machine learning alg …
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.
BACKGROUND: Non-alcoholic steatohepatitis (NASH), a prominent driver of hepatocellular carcinoma (HCC) besides virus and alcohol, induces a … were screened using the least absolute shrinkage and selection operator (LASSO), random forest, and support vector machine recursive feature elimination (SVM-RFE) machine learning algorithms. Subsequently, the signature genes were subjected to diagnostic efficacy tests, gene set enrichment analysis, immune cell infiltration assessment and real-time reverse transcription …
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: Despite the global commitment to ending AIDS by 2030, the loss of follow-up (LTFU) in HIV care remains a significant challenge. … re facilities. Six supervised ML classifiers-J48 decision tree, random forest, K-nearest neighbors, support vector machine, logistic regression, and naïve Bayes-were utilized for training via Weka 3.8.6 software. The performance of each algorithm was evaluated through a 10-fold cross-validation approach. Algorithm performance was compared via the corrected resampled t t …
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: Ulcerative colitis (UC) is a gastrointestinal condition characterized by chronic intestinal inflammation and damage to the mucos … s). Machine learning techniques, including Least Absolute Shrinkage and Selection Operator (LASSO), Support Vector Machine-Recursive Feature Elimination (SVM-RFE), and Random Forest (RF), were employed to isolate key hub genes. The diagnostic potential of these genes was evaluated through receiver operating characteristic (ROC) curve analysis, and their expression was 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.
BACKGROUND: People living with diabetes mellitus (DM) and chronic kidney disease (CKD) are at significantly high risk of cardiovascular events (CVEs), however the predictive performance of traditional risk prediction methods are limited.
METHODS: We utilised machine learning (ML) model to predict CVEs in persons with DM and CKD from the Silesia Diabetes-Heart Project, a routine standard of care dataset. CVEs were defined as composite of nonfatal myocardial infarction, new onset heart failure, nonfatal stroke, incident atrial fibrillation, undergoing percutaneous coronary intervention or coron
СтатьяСравнительное исследованиеПоддержка 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: Sepsis associated encephalopathy (SAE) is prevalent among elderly patients in the ICU and significantly affects patient prognosi … gorical Boosting (CatBoost),Light Gradient Boosting Machine(LGBM), Multilayer Perceptron (MLP), and Support Vector Machines (SVM), were subsequently developed using these variables. A comprehensive set of performance metrics was used to assess the predictive accuracy, calibration, and clinical applicability of these models. For the machine learning model with the best p …
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: With the aging demographic on the rise, we're seeing a spike in the occurrence of postoperative delirium (POD). Our research aim … n machine learning algorithms to train and develop the predictive models: Logistic Regression (LR), Support Vector Machine (SVM), Gradient Boosting Model (GBM), Neural Network (NN), Random Forest (RF), Xgboost, K-Nearest Neighbors (KNN), AdaBoost, LightGBM, and CatBoost. The performance of the models was evaluated by the area under the receiver operating characteristic …
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.
OBJECTIVE: To investigate the determinants affecting live birth outcomes in fresh embryo transfer among polycystic ovary syndrome (PCOS) pat … bors (KNN), light gradient boosting machine (LightGBM), naive Bayes model(NBM), random forest (RF), support vector machine (SVM) and extreme gradient boosting (XGBoost). The evaluation of model effectiveness incorporated diverse metrics, encompassing area under the curve (AUC), accuracy, positive predictive value, negative predictive value, F1 score, and Brier score. Ca …
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: Sepsis is a life-threatening condition, and early detection remains a challenge. While bile acids have been implicated in various d … ure Elimination (RFE), Least Absolute Shrinkage and Selection Operator (LASSO), Random Forest (RF), Support Vector Machine-RFE (SVM-RFE), and Gradient Boosting Decision Tree (GBDT), were employed to identify key BAs for sepsis diagnosis.
RESULTS: Untargeted metabolomics revealed bile acid pathway dysregulation, validated by targeted quantification showing elevated prim …
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: Limited health literacy (HL) leads to poor health outcomes, psychological stress, and misutilization of medical resources. Althou … c gradient boosting, random forest, Bayes point machine, elastic-net penalized logistic regression, support vector machine) were developed to predict limited HL.
RESULTS: Seven hundred and fifty-three patients were included for model development, of whom 259 (34.4%) had limited HL. Variables identified for predicting limited HL were age, Area Deprivation Index-national …
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.
OBJECTIVES: Neuropathic pain (NP) is a common and challenging complication following thoracic oncology surgery, characterized by complex eti … eloped using Python 3.11: logistic regression (LR), K-nearest neighbors (K-NN), random forest (RF), support vector machine (SVM), XGBoost, and LightGBM (LGBM). To enhance model accuracy, parameter tuning and ten-fold cross-validation were employed, and performance was evaluated using the testing set with the Area Under the Curve (AUC) metric. A visualization analysis of …
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: Considerable evidence highlights the intricate association between liquid-liquid phase separation (LLPS) and tumorigenesis, prog … ed genes was used to filter 11 hub genes. Hub genes were further selected through Random Forest and Support Vector Machine-Recursive Feature Elimination (SVM-RFE), with ZCCHC12, CDH13, and CDKN2A identified as the optimal candidates. A LLPS-based risk score (LlpsHBScore) was constructed using Lasso regression, and its performance was evaluated in the testing cohort. 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.
The study aims to utilize interpretable machine learning models to predict the risk of myasthenia gravis onset in thymoma patients and inves … myasthenia gravis (MG). All six models demonstrated satisfactory predictive capabilities, with the support vector machine (SVM) model exhibiting superior performance on the test cohort. It achieved an area under the curve (AUC) of 0.904 (95% confidence interval [CI] 0.798-1.000), outperforming other models such as logistic regression, multilayer perceptron (MLP), and 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: Thymoma and thymic carcinoma are the most common tumors of the anterior mediastinum. However, there are little research on apply … classifiers, including elastic net regularized logistic regression, random forest (RF), non-linear support vector machine (SVM), extreme gradient boosting (XGBoost) machine, and categorical boosting (CatBoost) were trained. The hyper-parameter of the algorithms was optimized by a grid search with five repeats of 10-fold cross-validation. Ensemble models were built base …
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.
OBJECTIVE: This study aims to evaluate the value of a machine learning model based on tongue features in the adjunctive diagnosis of Hashimoto's thyroiditis (HT) and its concomitant hypothyroidism.
METHODS: Tongue images and related clinical data were retrospectively collected from 120 HT patients (60 each from the euthyroid group and the hypothyroidism group), and the tongue region was segmented by preprocessing, and the image feature dimensions were extracted with 1,125 dimensions. Therefore, four methods, namely, random forest (RF), logistic regression (LR), support vector machine (SVM), a…
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