BACKGROUND: We aimed to systematically review applications of artificial intelligence (AI) technologies for ambulatory surgical patients.
METHODS: We systematically searched PubMed, Scopus, Web of Science, and EBSCOhost (2015-2025). Studies were included if they used artificial intelligence in ambulatory surgical populations.
RESULTS: Of 26 studies identified, machine learning was used in 25, with a predominantly orthopaedic (65.3 %) focus. Except for two, all were originated in the USA. We found four themes: (1) Preoperative patient selection (n = 10) - Random forest (RF) and eXtreme gradie
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.
African swine fever virus (ASFV), an extremely contagious virus with high mortality rates, causes severe hemorrhagic viral disease in both domestic and wild pigs. Fortunately, ASFV cannot be transmitted from pigs to humans. However, ongoing ASFV outbreaks could have severe economic consequences for global food security. Although ASFV was discovered several years ago, no vaccines or treatments are commercially available yet; therefore, the identification of new anti-ASFV drugs is urgently warranted. Using molecular docking and machine learning, we have previously identified pentagastrin, cangre
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.
This study investigated how changes in weather factors affect the prevalence of conjunctivitis using public big data in South Korea. A total of 1,428 public big data entries from January 2013 to December 2019 were collected. Disease data and basic climate/air pollutant concentration records were collected from nationally provided big data. Meteorological factors affecting eye diseases were identified using multiple linear regression and machine learning analysis methods such as extreme gradient boosting (XGBoost), decision tree, and random forest. The prediction model with the best performance
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: Because of high variability, tear film osmolarity measures have been questioned in dry eye assessment. Understanding the origin of such variability would aid data interpretation. This study aims to evaluate osmolarity variability in a clinical setting.
MATERIAL AND METHODS: Twenty dry eyes and 20 control patients were evaluated. Three consecutive osmolarity measurements per eye at 5min intervals were obtained. Variability was represented by the difference between both extreme readings per eye. Machine learning techniques were used to quantify discrimination capacity of tear osmolar
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.
OBJECTIVE: To develop and evaluate a machine learning model to forecast treatment-related changes in cranial vault asymmetry index (CVAI) and cranial index (CI) in infants undergoing cranial orthosis therapy for deformational plagiocephaly (DP) and/or deformational brachycephaly (DB).
STUDY DESIGN: This retrospective analysis used serial measurements of CVAI and CI for 6694 infants with DP and/or DB at initiation and throughout cranial orthosis therapy from April 1, 2012 to October 31, 22 across cranial orthosis health services in 9 US states. Extreme Gradient Boosting was employed to predict
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.
PURPOSE: Vestibular schwannomas (VSs) represent the most common cerebellopontine angle tumors, posing a challenge in preserving facial nerve (FN) function during surgery. We employed the Extreme Gradient Boosting machine learning classifier to predict long-term FN outcomes (classified as House-Brackmann grades 1-2 for good outcomes and 3-6 for bad outcomes) after VS surgery.
METHODS: In a retrospective analysis of 256 patients, comprehensive pre-, intra-, and post-operative factors were examined. We applied the machine learning (ML) classifier Extreme Gradient Boosting (XGBoost) for the follo
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 core pathological features of Alzheimer's disease (AD) include Aβ plaques and neurofibrillary tangles, which collectively drive the neurodegenerative process. Meanwhile, the phagocytic function of microglia plays a dual role in AD: it attempts to clear pathological proteins such as Aβ, but its chronic activation may also exacerbate neuroinflammation and synaptic damage. This study integrated microarray data from AD cohorts in the Gene Expression Omnibus (GEO) database. Through differential expression analysis, protein-protein interaction network construction, and three machine learning alg
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.
In recent years, with the repeated occurrence of extreme weather and the continuous increase of air pollution, the incidence of weather-related diseases has increased yearly. Air pollution and extreme temperature threaten sensitive groups' lives, among which air pollution is most closely related to respiratory diseases. Owing to the skewed attention, timely intervention is necessary to better predict and warn the occurrence of death from respiratory diseases. In this paper, according to the existing research, based on a number of environmental monitoring data, the regression model is establish
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 mislabelled Khao Dawk Mali 105 rice coming from other geographical region outside the Thung Kula Rong Hai region is extremely profitable and difficult to detect; to prevent retail fraud (that adversely affects both the food industry and consumers), it is vital to identify geographical origin. Near infrared spectroscopy can be used to detect the specific content of organic moieties in agricultural and food products. The present study implemented the combinatorial method of FT-NIR spectroscopy with chemometrics to identify geographical origin of Khao Dawk Mali 105 rice. Rice samples were col
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: Mucosal healing (MH) is the therapeutic goal of Crohn’s disease (CD), closely related to the prognosis and quality of life of patients. The purpose of this study was to establish the machine learning models, to non-invasively evaluate the MH of children with CD, and use interpretable analysis to assist clinical decision-making. METHODS: This retrospective study included children diagnosed with CD and treated at least one year at Beijing Children's Hospital from January 2016 to June 2025. Recursive feature elimination was used to identify 15 clinical features. Five machine learning m
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.
Glaucoma is a chronic neurodegenerative disease of the visual system, and treatment is targeted toward lowering intraocular pressure. However, some patients fail to respond to treatment and their intraocular pressure levels remain high, risking continuous vision loss. Explainable machine learning provides a mechanism for both individual prognostication and the identification of factors associated with treatment outcome. Here, we used explainable machine learning to predict intraocular pressure for glaucoma patients receiving medication treatment. We accessed the UK Biobank to obtain informatio
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: Interpreting [18F]PSMA-1007 PET/CT scans can be challenging due to the occurrence of unspecific uptake in lymph nodes and bones. Machine learning has proven its suitability to use features to model complex relations leading to accurate diagnosis. We aimed to investigate the impact of contextual information on machine learning performance in identifying lymph node and bone metastases in prostate cancer patients using [18F]PSMA-1007 PET. A Random Forest Classifier (RFC) and Extreme Gradient Boosting (XGBoost) were trained across two feature sets to classify hotspots into malignant or
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: Hematologic changes after splenectomy and hyperthermic intraperitoneal chemotherapy (HIPEC) can complicate postoperative assessment of infection. This study aimed to develop a machine-learning model to predict postoperative infection after cytoreductive surgery (CRS) and HIPEC with splenectomy.
METHODS: The study enrolled patients in the national TriNetX database and at the Johns Hopkins Hospital (JHH) who underwent splenectomy during CRS/HIPEC from 2010 to 2024. Demographics, comorbidities, vital signs, daily laboratory values, and documented infections were collected. The patien
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: The STANDFIRM (Shared Team Approach Between Nurses and Doctors for Improved Risk Factor Management; ANZCTR registration ACTRN12608000166370) trial was designed to test the effectiveness of chronic disease care management for modifying the Framingham risk score (FRS) among patients with stroke or transient ischemic attack. The primary outcome of change in FRS was not met. We determine baseline characteristics that predict reduction in FRS at 12 months and whether future FRS is predetermined at baseline.
METHODS AND RESULTS: We used machine learning regression methods to evaluate 35
СтатьяРандомизированное исследованиеМногоцентровое исследованиеПоддержка 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.
INTRODUCTION: Common variable immunodeficiency (CVID) is characterized by recurrent sinopulmonary infections. However, in the pediatric population, recurrent sinopulmonary infections early in life are common, which can render key clinical features of CVID less distinctive. Accordingly, the diagnosis of CVID is often delayed owing to the heterogeneous nature of the presentation and the broad range of ages of onset. A 10-year lag in diagnosis has been found for CVID, and there is a critical need for improved time to diagnosis.
OBJECTIVE: Our aim was to utilize machine learning techniques to ide
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.
PURPOSE: Postoperative delirium (POD) is a common postoperative complication in elderly patients, and it greatly affects the short-term and long-term prognosis of patients. The purpose of this study was to develop a machine learning model to identify preoperative, intraoperative and postoperative high-risk factors and predict the occurrence of delirium after nonbrain surgery in elderly patients.
PATIENTS AND METHODS: A total of 950 elderly patients were included in the study, including 132 patients with POD. We collected 30 characteristic variables, including patient demographic characteristi
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: Postoperative delirium is a challenging complication due to its adverse outcome such as long hospital stay. The aims of this study were: 1) to identify preoperative risk factors of postoperative delirium following knee arthroplasty, and 2) to develop a machine-learning prediction model.
METHOD: A total of 3,980 patients from two hospitals were included in this study. The model was developed and trained with 1,931 patients from one hospital and externally validated with 2,049 patients from another hospital. Twenty preoperative variables were collected using electronic hospital reco
СтатьяПоддержка 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.
In an overcrowded emergency department (ED), trauma surgeons and emergency physicians need an accurate prognostic predictor for critical decision-making involving patients with severe trauma. We aimed to develope a machine learning-based early prognostic model based on admission features and initial ED management.We only recruited patients with severe trauma (defined as an injury severity score >15) as the study cohort and excluded children (defined as patients <16 years old) from a 4-years database (Chi-Mei Medical Center, from January 2015, to December 2018) recording the clinical features o
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: Cognitive decline is commonly observed in Parkinson's disease (PD). Identifying PD with mild cognitive impairment (PD-MCI) is crucial for early initiation of therapeutic interventions and preventing cognitive decline.
OBJECTIVE: We aimed to develop a machine learning model trained with magnetic susceptibility values based on the multi-atlas label-fusion method to classify PD without dementia into PD-MCI and normal cognition (PD-CN).
METHODS: This multicenter observational cohort study retrospectively reviewed 61 PD-MCI and 59 PD-CN cases for the internal validation cohort and 22
СтатьяМногоцентровое исследованиеНаблюдательное исследованиеПоддержка 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.
The rise of Internet of Things (IoT) technology has moved the digital world in a new direction and is considered the third wave of the information industry. To meet the current growing demand for food, the agricultural industry should adopt updated technologies and smart agriculture based on the IoT which will strongly enable farmers to reduce waste and increase productivity. This research presents a novel system for the application of IoT technology in agricultural soil measurements, which consists of multiple sensors (temperature and moisture), a micro-processor, a microcomputer, a cloud pla
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