BACKGROUND: Vaccination is an important public health intervention across the life course but its determinants may differ by life stage. We aimed to identify and compare predictors of childhood vaccination and recent influenza vaccination among older adults using conventional and machine learning approaches.
METHODS: We used data from the second wave (2019-2021) of the Brazilian Longitudinal Study of Aging (ELSI-Brazil), a nationally representative cohort of individuals aged 50+. Analyses included 9,211 participants for childhood vaccination and 9,863 for influenza vaccination. Predictors wer
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.
Understanding and predicting sexual behavior patterns through the lens of Social Cognitive Theory (SCT) is essential for identifying behavioral bridges that facilitate HIV transmission. MSM who engage in sexual activity with women (MSM-W) represent a critical yet underexplored subgroup in China. However, existing studies lack theory-driven predictive frameworks that explicitly integrate psychological mechanisms with robust analytics. This study aimed to develop and validate an SCT-guided machine-learning model to predict MSM-W behavior and to evaluate its discriminatory and calibration perform
СтатьяМногоцентровое 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 and Objectives: Type 2 diabetes mellitus (T2DM) affects over 537 million adults worldwide and disproportionately burdens low- and middle-income countries, where diagnostic resources are limited. Predictive models trained in one population often fail to generalize across regions due to shifts in feature distributions and measurement practices, hindering scalable screening efforts. Materials and Methods: We evaluated a few-shot domain adaptation framework using a simple multilayer perceptron with four shared clinical features (age, body mass index, mean arterial pressure, and plasma g
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 future of ozone (O3) pollution presents significant environmental and public health challenges worldwide. High O3 levels can harm respiratory health, exacerbating conditions such as asthma and increasing the risk of cardiovascular diseases. Addressing these challenges requires advanced spatio-temporal modeling techniques to assess and predict O3 pollution levels accurately. This research fills a crucial gap in current modeling approaches by proposing a novel methodology that integrates an ensemble machine-learning algorithm with swarm-based metaheuristic optimization algorithm. The study u
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.
Appendicitis, an infection and inflammation of the appendix is a prevalent condition in children that requires immediate treatment. Rupture of the appendix may lead to several complications, such as peritonitis and sepsis. Appendicitis is medically diagnosed using urine, blood, and imaging tests. In recent times, Artificial Intelligence and machine learning have been a boon for medicine. Hence, several supervised learning techniques have been utilized in this research to diagnose appendicitis in pediatric patients. Six heterogeneous searching techniques have been used to perform hyperparameter
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.
STUDY DESIGN: Cross-sectional study.
OBJECTIVE: The purpose of this study is to develop and validate a machine learning algorithm for the automated identification of anterior cervical discectomy and fusion (ACDF) plates from smartphone images of anterior-posterior (AP) cervical spine radiographs.
SUMMARY OF BACKGROUND DATA: Identification of existing instrumentation is a critical step in planning revision surgery for ACDF. Machine learning algorithms that are known to be adept at image classification may be applied to the problem of ACDF plate identification.
METHODS: A total of 402 smartph
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: Postpartum hemorrhage remains one of the largest causes of maternal morbidity and mortality in the United States.
OBJECTIVE: The aim of this paper is to use machine learning techniques to identify patients at risk for postpartum hemorrhage at obstetric delivery.
METHODS: Women aged 18 to 55 years delivering at a major academic center from July 2013 to October 2018 were included for analysis (N=30,867). A total of 497 variables were collected from the electronic medical record including the following: demographic information; obstetric, medical, surgical, and family history; vital
СтатьяПоддержка NIH: внешняя программаПоиск 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.
IMPORTANCE: Current algorithms for management of neonatal early-onset sepsis (EOS) result in medical intervention for large numbers of uninfected infants. We developed multivariable prediction models for estimating the risk of EOS among late preterm and term infants based on objective data available at birth and the newborn's clinical status.
OBJECTIVES: To examine the effect of neonatal EOS risk prediction models on sepsis evaluations and antibiotic use and assess their safety in a large integrated health care system.
DESIGN, SETTING, AND PARTICIPANTS: The study cohort includes 204 485 infa
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: There is growing evidence that the pathogenesis of Alzheimer's disease is closely linked to the resident innate immune cells of the central nervous system, including microglia and astrocytes. Mitochondrial dysfunction in microglia has also been reported to play an essential role in the pathogenesis of AD and other neurological diseases. Therefore, finding the mitochondrial and immune-related gene (MIRG) signatures in AD can be significant in diagnosing and treating AD.
METHODS: In this study, the intersection of the differentially expressed genes (DEGs) from the GSE109887 cohort,
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: Severe pneumonia has a poor prognosis and high mortality. Current severity scores such as Acute Physiology and Chronic Health Evaluation (APACHE-II) and Sequential Organ Failure Assessment (SOFA), have limited ability to help clinicians in classification and management decisions. The goal of this study was to analyse the clinical characteristics of severe pneumonia and develop a machine learning-based mortality-prediction model for patients with severe pneumonia.
METHODS: Consecutive patients with severe pneumonia between 2013 and 2022 admitted to Beijing Chaoyang Hospital affilia
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: Estimating the risk of a difficult tracheal intubation should help clinicians in better anaesthesia planning, to maximize patient safety. Routine bedside screenings suffer from low sensitivity.
OBJECTIVE: To develop and evaluate machine learning (ML) and deep learning (DL) algorithms for the reliable prediction of intubation risk, using information about airway morphology.
METHODS: Observational, prospective cohort study enrolling n=623 patients who underwent tracheal intubation: 53/623 difficult cases (prevalence 8.51%). First, we used our previously validated deep convolutional
Наблюдательное исследованиеСтатьяПоиск 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: Delayed cerebral ischemia (DCI) is a common and serious complication of subarachnoid hemorrhage (SAH). Its pathogenesis is not fully understood. Here, we developed a predictive model based on peripheral blood biomarkers and validated the model using several bioinformatic multi-analysis methods.
METHODS: Six datasets were obtained from the GEO database. Characteristic genes were screened using weighted correlation network analysis (WGCNA) and differentially expressed genes. Three machine learning algorithms, elastic networks-LASSO, support vector machines (SVM-RFE) and random fores
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: Prediction of outcomes following open abdominal aortic aneurysm (AAA) repair remains challenging with a lack of widely used tools to guide perioperative management. We developed machine learning (ML) algorithms that predict outcomes following open AAA repair.
METHODS: The Vascular Quality Initiative (VQI) database was used to identify patients who underwent elective open AAA repair between 2003 and 2023. Input features included 52 preoperative demographic/clinical variables. All available preoperative variables from VQI were used to maximize predictive performance. The primary outc
СтатьяПоддержка исследования: вне правительства СШАПолный 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: In the recent years, artificial intelligence (AI) algorithms have been used to accurately diagnose musculoskeletal diseases. However, it is not known whether the particular regions of interest (ROI) delineation method would affect the performance of the AI algorithm.
PURPOSE: The purpose of this study was to investigate the influence of ROI delineation methods on model performance and observer consistency.
METHODS: In this retrospective analysis, ultrasound (US) measures of median nerves affected with carpal tunnel syndrome (CTS) were compared to median nerves in a control group
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 presents a novel approach to predicting mortality risk in patients with severe fever with thrombocytopenia syndrome (SFTS) by integrating machine learning models and genetic analysis techniques. Utilizing clinical data from 107 confirmed cases, we developed several predictive models and identified the extreme gradient boosting (XGBoost) algorithm as the most effective, achieving an area under the curve (AUC) of 0.950. Further analysis was performed based on the 15 robust features selected and performance-optimized through the Boruta algorithm, integrating Shapley additive explanatio
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.
PURPOSE OF REVIEW: Post-traumatic care is evolving from a reactive, protocol-driven paradigm to a predictive, personalized approach. This review examines how artificial intelligence and machine learning are redefining postoperative management by predicting complications before they manifest.
RECENT FINDINGS: Recent literature (2023-2025) highlights three major advances: (a) the validation of gradient boosting algorithms (e.g. Extreme Gradient Boosting) that significantly outperform traditional scoring systems for predicting trauma-induced coagulopathy; (b) the development of interpretable, ph
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.
The hormesis phenomenon of antibiotic mixtures hinders environmental risk assessment owing to the lack of predictive models for chemical mixtures. This study developed a novel machine learning classification approach to predict the hormesis effect of 275 binary antibiotic mixtures on Vibrio qinghaiensis sp.-Q67. Time-dependent toxicities (12, 18, and 24 h) indicate that 81.1 % of mixtures demonstrate hormesis at 24 h (compared with 54.1 % at 12 h), revealing a time-dependent amplification. A machine learning framework incorporating nine algorithms was developed to distinguish between hormesis
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.
Patches represent a significant dosage form within transdermal drug delivery systems. In the quality control of transdermal patches, thickness not only affects the drug loading per unit area and drug release behavior but also is associated with patient usability and product stability. Targeting curcumin patch, a method used for thickness distribution monitoring utilizing machine vision coupled with near infrared (NIR) spectroscopy was proposed. Twenty-nine batches of patches were prepared via the central composite design. The RGB color space data were extracted from the captured images of all
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.
Visual imaging experts play an important role in multiple fields, and studies have shown that the combination of functional magnetic resonance imaging and machine learning techniques can predict cognitive abilities, which provides a possible method for selecting individuals with excellent image interpretation skills. We recorded behavioral data and neural activity of 64 participants during image interpretation tasks under different workloads. Based on the comprehensive image interpretation ability, participants were divided into two groups. general linear model analysis showed that during imag
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.
BACKGROUND: We aimed to determine the best-performing machine learning (ML)-based algorithm for predicting gestational diabetes mellitus (GDM) with sociodemographic and obstetrics features in the pre-conceptional period.
METHODS: We collected the data of pregnant women who were admitted to the obstetric clinic in the first trimester. The maternal age, body mass index, gravida, parity, previous birth weight, smoking status, the first-visit venous plasma glucose level, the family history of diabetes mellitus, and the results of an oral glucose tolerance test of the patients were evaluated. 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.
MedElevator
Войти в исследования