OBJECTIVE: This study aimed to develop and externally validate an interpretable machine learning (ML) model for diabetic retinopathy (DR) risk stratification using routine clinical biomarkers, and to explore potential probabilistic dependencies and interactive pathways between clinical biomarkers and DR pathogenesis through Bayesian network modeling.
METHODS: We integrated clinical data from the National Health and Nutrition Examination Survey (NHANES) with an independent hospital cohort (Nantong First People's Hospital). A multi-stage feature selection pipeline (Boruta algorithm and LASSO re
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: Alzheimer’s disease imposes a substantial socioeconomic burden on families and society, while diagnosis at the Mild Cognitive Impairment stage remains critical for effective prevention and management. Current machine learning approaches, however, are predominantly reliant on invasive neuroimaging or cerebrospinal fluid analyses, thereby facing inherent diagnostic limitations. Blood biomarkers provide a minimally invasive alternative, yet their integration with explainable ML frameworks for early detection remains underexplored, particularly in the context of scalable clinical imple
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: Automatic detection of the 1st (S1) and 2nd (S2) heart sounds is difficult, and existing algorithms are imprecise. We sought to develop a wavelet-based algorithm for the detection of S1 and S2 in children with and without pulmonary arterial hypertension (PAH).
METHOD: Heart sounds were recorded at the second left intercostal space and the cardiac apex with a digital stethoscope simultaneously with pulmonary arterial pressure (PAP). We developed a Daubechies wavelet algorithm for the automatic detection of S1 and S2 using the wavelet coefficient 'D6' based on power spectral analysi
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 an optimal screening model to identify the individuals with a high risk of hypertension in China by comparing tree-based machine learning models, such as classification and regression tree, random forest, adaboost with a decision tree, extreme gradient boosting decision tree, and other machine learning models like an artificial neural network, naive Bayes, and traditional logistic regression models.
METHODS: A total of 4,287,407 adults participating in the national physical examination were included in the study. Features were selected using the least absolute shrinkage
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.
AIM: To develop and validate an algorithm for the prediction of therapeutic dose of acenocoumarol in Romanian patients.
METHODS: The inclusion criteria for entry to the study was age ≥ 18 years and starting acenocoumarol treatment for at least one of the following clinical indications: acute deep vein thrombosis of the lower limbs, persistent or permanent atrial fibrillation, and/or the presence of valvular prostheses requiring prolonged oral anticoagulant therapy. The patients were followed up for 3 months. Patients admitted to the internal medicine, cardiology, and geriatrics wards of the M
СтатьяНаблюдательное исследованиеПоддержка исследования: вне правительства СШАВалидационное исследованиеПоиск 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.
Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology2026eng
BACKGROUND: Despite being the most effective option for maintaining sinus rhythm, atrial fibrillation (AF) catheter ablation reaches few patients. For this reason, identifying candidates with the highest likelihood of success or individualizing counselling to a specific patient to improve procedural outcome could enhance clinical benefits and cost-effectiveness.
OBJECTIVE: To integrate machine learning (ML) into an outcome prediction model based on a large cohort of AF patients undergoing pulsed field ablation (PFA).
METHODS: Consecutive AF patients undergoing transcatheter PFA between June
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: Acute graft-versus-host disease (aGvHD) is a major immune complication of allogeneic hematopoietic stem cell transplantation (Allo-HSCT), driven by complex immune-cytokine interactions. This study employed machine learning (ML) algorithms to develop early predictive models for aGvHD using immune and cytokine profiles of Allo-HSCT recipients at the time of engraftment.
MATERIALS AND METHODS: Seventy patients with hematological disorders undergoing their first Allo-HSCT were recruited prospectively. Peripheral blood immune subsets and cytokines were analyzed using flow cytometry and
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.
AIM: Tacrolimus dosing in the early post-kidney transplant period is challenging due to a narrow therapeutic index and substantial interindividual pharmacokinetic (PK) variability. This study aimed to develop and validate mechanism-informed machine learning (ML) models to support individualized tacrolimus dosing during this critical period.
METHODS: A total of 4311 tacrolimus trough concentrations (Ctrough) within 7 days post-transplant were obtained from 1624 kidney transplant recipients. Two ML models, Gated Recurrent Unit (GRU) and eXtreme Gradient Boosting (XGBoost), were developed to pre
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.
Diabetes represents a significant global health challenge, underscoring the need for enhanced methodologies in glycemic monitoring and risk assessment. Static biomarkers, including fasting plasma glucose and glycated hemoglobin, may have limitations in capturing the temporal variations and individual heterogeneities inherent in glucose regulation. Continuous glucose monitoring (CGM) offers a high-resolution approach that may facilitate timely metabolic categorization. However, there is a notable scarcity of modeling frameworks that integrate CGM data while maintaining both interpretability and
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: Hip fractures are often associated with deep vein thrombosis (DVT). This study aimed to develop machine learning models to predict preoperative DVT risk using basic clinical data from elderly patients with hip fractures.
METHODS: Clinical data were retrospectively collected from 538 elderly hip fracture patients hospitalized at Beijing Shijitan Hospital. Eighteen clinical parameters were assessed. Patients from October 2021 to September 2024 (n=405) formed the development cohort, randomly divided into training and test sets (7:3). Patients from October 2024 to September 2025 (n=133)
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.
Primary peritonitis-associated acute kidney injury (PPA-AKI) represents a complex complication that substantially elevates mortality risk. Currently, no effective machine learning (ML) models exist for precise detection. This investigation aims to construct an interpretable ML model for forecasting PPA-AKI risk while determining modifiable risk factors. This investigation used two cohorts: a derivation cohort (n = 329) from Hengyang Central Hospital (HYCH) and a validation cohort (n = 367) from the Medical Information Mart for Intensive Care IV (MIMIC-IV) database. Using the Boruta algorithm s
СтатьяМногоцентровое исследованиеВалидационное 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.
CONTEXT: Prospective measures of high external knee-abduction moment (KAM) during landing identify female athletes at increased risk of patellofemoral pain (PFP). A clinically applicable screening protocol is needed.
OBJECTIVE: To identify biomechanical laboratory measures that would accurately quantify KAM loads during landing that predict increased risk of PFP in female athletes and clinical correlates to laboratory-based measures of increased KAM status for use in a clinical PFP injury-risk prediction algorithm. We hypothesized that we could identify clinical correlates that combine to acc
СтатьяНаблюдательное 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.
BACKGROUND: The maintenance and progression of pregnancy rely on immune homeostasis at the maternal-fetal interface. However, pregnancy complicated by autoimmune abnormalities can disrupt this balance and significantly increase the risk of adverse pregnancy outcomes (APOs).
OBJECTIVE: This study aimed to (1) develop an interpretable predictive tool for APOs in patients with immune abnormalities and (2) interpret the models using Shapley additive explanations (SHAP) values.
METHODS: This study retrospectively analyzed clinical data from 288 patients with autoimmune abnormalities at Yichang Ce
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.
Background and Objectives: The COVID-19 pandemic has caused global public panic, leading to severe mental illnesses, such as post-traumatic stress disorder (PTSD). This study aimed to establish a risk prediction model of PTSD based on a machine learning algorithm to provide a basis for the extensive assessment and prediction of the PTSD risk status in adults during a pandemic. Materials and Methods: Model indexes were screened based on the cognitive-phenomenological-transactional (CPT) theoretical model. During the study period (1 March to 15 March 2020), 2067 Chinese residents were recruited
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.
PURPOSE: Because severe preeclampsia (SP) may be associated with acute pulmonary oedema, fluid responsiveness needs to be accurately predicted. Passive leg raising (PLR) predicts fluid responsiveness. PLR has never been reported during pregnancy. Our first aim was to determine the percentage of SP patients with oliguria increasing their stroke volume after fluid challenge. Our second aim was to assess the accuracy of PLR to predict fluid responsiveness in those patients.
METHODS: Patients with SP were prospectively included in the study. In the subgroup developing oliguria, transthoracic echo
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.
Physiologically Based Pharmacokinetic (PBPK) modeling is a powerful tool in drug development that integrates drug-specific information with physiological parameters to predict drug concentrations. However, parameter estimation in PBPK models presents significant challenges due to the large number of parameters involved and limited observed data. This tutorial introduces a novel approach coupling whole-body PBPK (WB-PBPK) models with population estimation methods (popWB-PBPK) to leverage individual data and estimate inter-individual variability on physiologically relevant parameters. The framew
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.
Artificial intelligence (AI) is moving rapidly from retrospective prediction and image analysis into treatment selection, operative planning, intraoperative guidance, and postoperative prognostication in cardiothoracic surgery. This transition raises an ethical problem that cannot be resolved by model accuracy alone: when an algorithm begins to shape a high-stakes clinical decision, the distribution of knowledge, authority, and responsibility also changes. This review synthesizes cardiothoracic and closely related medical evidence available through August 2026, with emphasis on quantitative pe
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.
A corneal ulcer is a condition in which an injury to the corneal surface occurs as a result of infection. This can lead to severe vision loss and even blindness. For this reason, early diagnosis of this disease is of great importance. Deep learning algorithms are used in many critical health applications and are used effectively in the early diagnosis stages of diseases. Thus, a deep learning algorithm was applied in this study and corneal ulcer and severity were predicted. The study consisted of four stages over three different scenarios. In the first scenario, the types of corneal ulcers wer
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: The study aim was to develop and assess the performance of a deep learning (DL) algorithm in the detection of radiolucent intraosseous jaw lesions in cone beam computed tomography (CBCT) volumes.
STUDY DESIGN: A total of 290 CBCT volumes from more than 12 different scanners were acquired. Fields of view ranged from 6 × 6 × 6 cm to 18 × 18 × 16 cm. CBCT volumes contained either zero or at least one biopsy-confirmed intraosseous lesion. 80 volumes with no intraosseous lesions were included as controls and were not annotated. 210 volumes with intraosseous lesions were manually annotat
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.
PURPOSE: Clinical outcomes vary considerably among individuals with vessel occlusion of the posterior circulation. In the present study we evaluated machine learning algorithms in their ability to discriminate between favourable and unfavourable outcomes in patients with endovascular treatment of acute ischaemic stroke of the posterior circulation.
METHODS: This retrospective study evaluated three algorithms (generalised linear model, K-nearest neighbour and random forest) to predict functional outcomes at dismissal of 30 patients with acute occlusion of the basilar artery who were treated wi
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.
MedElevator
Войти в исследования