Background: The aim of the present study was to identify machine learning (ML)-driven risk constellations to predict specific postoperative … fication algorithms for specific complications and recovery targets were used: logistic regression, support vector machine (SVM), XGBoost, decision tree, and gradient boosting. The dataset was randomly divided into training (80%) and testing (20%) subsets. Model performance was assessed using F1-score for classification task, and for each prediction target; the best-per …
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: Obstructive sleep apnea (OSA) is strongly associated with metabolic dysfunction and may contribute to the development of hepatic … were retained for model training. Four supervised machine learning algorithms-logistic regression, support vector machine, random forest, and artificial neural network were trained to predict steatosis, MASLD, and liver fibrosis. Model performance was evaluated by accuracy, F1-score, and area under the ROC curve. Feature importance analysis identified the most influent …
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: Patients with coexisting type 2 diabetes mellitus (T2DM) and hypertension (HTN) face a synergistically elevated risk of major ad … election from 69 clinical variables. Four algorithms, including logistic regression, random forest, support vector machine, and XGBoost, were developed and compared. Model performance was assessed using discrimination, calibration, and clinical utility metrics. SHapley Additive exPlanations (SHAP) were used to interpret the final model.
RESULTS: LASSO identified six st …
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: Sepsis-associated encephalopathy (SAE) is a common neurological complication of sepsis and is associated with prolonged intensiv … validation only. Six models were developed, including logistic regression, random forest, XGBoost, support vector machine, k-nearest neighbors, and naive Bayes. Model performance was assessed using discrimination, calibration, and decision curve analysis.
RESULTS: SAE occurred in 215 patients, corresponding to an incidence of 40.0%. Compared with non-SAE patients, pat …
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: Fixation choice (polymethyl-methacrylate bone cement or cementless implants) in total knee arthroplasty (TKA) varies widely acro … ion of cemented versus cementless fixation. Five models were evaluated (logistic regression, LASSO, support vector machine, XGBoost, and Random Forest). Model performance was assessed using discrimination, precision–recall performance, calibration, and F1 score within a nested cross-validation framework. All confidence intervals were estimated using surgeon-clustered bo …
СтатьяСравнительное 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.
OBJECTIVE: To develop and validate a machine learning-based model for predicting the risk of peripherally inserted central catheter (PICC)-a … uct five models: Logistic Regression (LR), Extreme Gradient Boosting (XGBoost), Decision Tree (DT), Support Vector Machine (SVM), and Random Forest (RF). Model performance was evaluated using the area under the curve (AUC), accuracy, precision, recall, and F1 score. The Shapley Additive Explanations (SHAP) was applied for model interpretation.
RESULTS: Eight variables …
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: Osteoarthritis (OA) is a degenerative joint disease characterized by synovial inflammation, cartilage degradation, and subchondr … iption factor prediction. Three ML models (least absolute shrinkage and selection operator (LASSO), support vector machine recursive feature elimination (SVM-RFE), and Random Forest) were used to identify OA-specific characteristic genes. Key diagnostic genes were identified from the intersection of the ML results and validated using external datasets of cartilage, syno …
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: Type 2 diabetes mellitus (T2DM) is a major global public health challenge, with many individuals remaining undiagnosed until complications develop. Machine learning (ML)-based risk prediction models have the potential to support early identification of individuals at increased risk using primary care data. However, the characteristics and applicability of these models within primary care settings have not been comprehensively mapped.
OBJECTIVE: To systematically map the available evidence on machine learning (ML)-based models for risk prediction, early detection, and case-finding
СтатьяScoping ReviewОбзорПоиск 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: Although the Southeastern United States (SE US) has been identified as a major terrestrial carbon sink, the balance of CO2 and CH4 fluxes from its wetlands remains poorly constrained due to strong environmental heterogeneity and limited regional-scale assessments. In this study, we used observations from 24 wetland sites located in the SE US, including freshwater and salt marshes, to train machine learning models (Random Forest, XGBoost, Support Vector Machine, Artificial Neural Network, and Partial Least Squares Regression) to predict monthly mean gross primary productivity (GPP),…
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 identification of patients with acute hypoxemic respiratory failure (AHRF) who are at risk of failing high-flow nasal cann … xygenation and respiratory rate scores.
RESULTS: Internal and external predictive performance of a Support Vector Machine (SVM) ML model was superior to all clinical indices across all scenarios tested. In external validation on the 567-patient dataset, a SVM model trained on non-invasive measurements had an accuracy of 73%, sensitivity of 73%, specificity of 73%, 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.
Objective.To develop an efficient deep learning framework for precise three-dimensional (3D) segmentation of complex orbital structures in m … I), contrast-enhanced T1WI (T1CE), and T2-weighted imaging (T2WI)-are subsequently integrated, with support vector machine, random forest, and logistic regression models employed for assessment to distinguish between active and inactive TED phases.Main results.RQNet achieved Dice similarity coefficients of 83.34%-87.15% on TED datasets (T1WI, T2WI, T1CE), outperforming …
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 ever-growing concern about petroleum-based packaging and the need to find more sustainable food packaging solutions from agriculture-bas … I algorithms (computer based analysis of data to create predictions and trends e.g. neural network, support vector machine) and IoT (sensor and smart device system where data are collected through cloud platforms), monitoring systems to the packaging film, has enabled the food safety industry to enjoy real time evaluation of food produce quality, predicting remaining da …
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.
INTRODUCTION: Molecular subtyping of breast cancer, particularly the discrimination between Luminal A and Basal-like tumours, is critical fo … D pipeline achieved a mean AUC of 0.682 vs. 0.631 for the 2D pipeline. In the 3D configuration, the Support Vector Machine with SelectKBest-MI feature selection attained the highest performance (AUC = 0.768 ± 0.066), while the 2D configuration was led by Logistic Regression (AUC = 0.769 ± 0.109), albeit with substantially higher fold-to-fold variability. Six out of seve …
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.
INTRODUCTION AND HYPOTHESIS: De novo stress urinary incontinence (SUI) remains a clinically relevant complication after colpocleisis for adv … ictors were identified using multivariable logistic regression. Logistic regression, random forest, support vector machine, and extreme gradient boosting (XGBoost) models were constructed and internally validated using tenfold cross-validation. Model performance was assessed by discrimination, calibration, and decision curve analysis.
RESULTS: Among 475 eligible women, …
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: To evaluate the behaviour of insulin resistance indices and non-invasive liver fibrosis scores across the dysglycaemia spectrum … ification of T2DM (group E vs. groups A-D) and early dysglycaemic impairment (group D vs. group A). Support vector machine (SVM) models integrating the best-performing indices were constructed with adjustment for age and sex.
RESULTS: Insulin resistance indices, fibrosis scores, and CRP showed progressive deterioration across worsening glycaemic stages (p<0.001). TyG s …
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: Differentiating spastic paraplegia type 4 (SPG4) from type 5 (SPG5) is clinically relevant with differing therapeutic strategies, yet genetic testing remains limited necessitate alternative approaches. This study aimed to develop and validate an interpretable radiomics model based on spinal cord MRI for distinguishing SPG4 from SPG5.
METHODS: In this prospective study, SPG4 (N = 40) and SPG5 (N = 30) were randomly assigned to training (n = 56) and test (n = 14) sets. Radiomic features were extracted from the whole spinal cord (WSC) and cervical spinal cord functional subregions (S
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.
Precise pretreatment prediction of nasopharyngeal carcinoma (NPC) recurrence remains a clinical challenge. This study develops a circularly … cies rising from 71.1 vs 66.7% (NP) to a maximum of 93.9 vs 87.8% (LHCP + RHCP). Integration with a support vector machine (SVM) further enhanced the accuracy to 95.6%. These results indicate that the fused dual-polarization SE-SERDS strategy provides a powerful tool for pretreatment NPC recurrence prediction to support clinical intervention.
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.
This study aims to develop a multidimensional risk prediction model, identify characteristic inflammation-nutrition biomarkers, and optimize … variance inflation factor and collinearity screening for secondary feature selection. Finally, the Support Vector Machine-Recursive Feature Elimination (SVM-RFE) algorithm was used to optimize feature variables. The results showed that age, clinical stage, poor differentiation, ECOG PS 0-1, serum albumin level, LMR, HRR, and ALB/GLB were independent prognostic factors. …
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.
Microbial contamination of heavily urbanized watersheds is of significant public health concern. Escherichia coli (E. coli) is frequently traced as a fecal indicator bacterium (FIB) for microbial contamination, thereby highlighting the need for real-time predictive methods to support water quality management. Current predictive frameworks often lack inputs that simultaneously leverage a broad spectrum of environmental predictors (hydrometeorological, landscape, physicochemical, etc.), particularly antecedent rainfall characteristics that account for time-lagged microbial responses and capture
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 aimed to identify risk factors associated with less invasive surfactant administration (LISA) failure in preterm infan … . Various prediction models were developed and validated on the testing set, with random forest and support vector machine using radial kernel demonstrating the highest accuracy (92.42% and 90.91%, respectively). In terms of sensitivity, Lasso penalized logistic regression was the best performing model followed by the random forest (96.55% and 93.88% respectively). The …
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