BACKGROUND: Venous ultrasound studies evaluating for deep venous thrombosis (DVT) are often only available as unstructured radiology reports. To identify the presence or absence of DVT in a cohort of patients often requires manual review. Existing automated methods (i.e., natural language processing) for identifying the presence of DVT from free text are computationally complex and difficult to integrate into the electronic health record (EHR) and electronic data warehouses as structured data. We sought to develop and validate a simple regular expression algorithm-based approach in structured
СтатьяВалидационное исследованиеМногоцентровое 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.
UNLABELLED: Isoniazid (INH) is a critical antibiotic used worldwide for the treatment and prophylaxis of tuberculosis. Drug resistance (DR) to INH is the single most common type of DR, mediated by multiple genes/loci, including katG, inhA, mabA, mabA-inhA, and the oxyR-ahpC intergenic region. Over the course of 6 years, we performed a two-phase study of 3,696 Mycobacterium tuberculosis complex (MTBC) strains, aiming to determine the molecular basis of INH resistance and assess whole-genome sequencing (WGS) for predicting resistance. In phase 1, we performed a side-by-side study, including 1,76
СтатьяПоддержка службы здравоохранения 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: Due to immunosuppression, mucosal barrier injury, and prolonged neutropenia resulting from both the disease and chemotherapy, along with the frequent use of broad-spectrum antibiotics and glucocorticoids, children with leukemia are at a high risk of invasive fungal disease (IFD). The present study aimed to develop an effective machine learning model to predict fungal infections in children with leukemia.
METHODS: A total of 247 pediatric patients diagnosed with leukemia and concurrent infections were evaluated. Five distinct ML classifiers-Random Forest, Logistic Regression, Suppo
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.
Understanding and targeting functional RNA structures towards treatment of coronavirus infection can help us to prepare for novel variants of SARS-CoV-2 (the virus causing COVID-19), and any other coronaviruses that could emerge via human-to-human transmission or potential zoonotic (inter-species) events. Leveraging the fact that all coronaviruses use a mechanism known as -1 programmed ribosomal frameshifting (-1 PRF) to replicate, we apply algorithms to predict the most energetically favourable secondary structures (each nucleotide involved in at most one pairing) that may be involved in regu
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.
OBJECTIVE: Predictive models for the occurrence of cancer symptoms by using machine learning (ML) algorithms could be used to aid clinical decision-making in order to enhance the quality of cancer care. This study aimed to develop and validate a selection of classification models that used ML algorithms to predict the occurrence of breast cancer-related lymphedema (BCRL) among Chinese women.
METHODS: This was a retrospective cohort study of consecutive cases that had been diagnosed with breast cancer, stages I-IV. Forty-eight variables were grouped into five feature sets. Five classification
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.
HIV treatment programs face challenges in identifying patients at risk for loss-to-follow-up and uncontrolled viremia. We applied predictive machine learning algorithms to anonymised, patient-level HIV programmatic data from two districts in South Africa, 2016-2018. We developed patient risk scores for two outcomes: (1) visit attendance ≤ 28 days of the next scheduled clinic visit and (2) suppression of the next HIV viral load (VL). Demographic, clinical, behavioral and laboratory data were investigated in multiple models as predictor variables of attending the next scheduled visit and VL resu
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Variable selection is crucial in high-dimensional biomedical research, yet many methods are unstable and select irrelevant variables. Stability selection improves robustness but may miss important variables and does not offer prediction. To address these limitations, we developed stabel, an R package, a framework that integrates multiple stability selection procedures with diverse models and subsampling strategies, followed by ensemble-based prediction. The package supports binary and continuous outcomes, offering LASSO, sparseSVM, and random forest for variable selection, and any prediction a
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: The heterogeneity of prognosis and treatment benefits among patients with gliomas is due to tumor microenvironment characteristics. However, biomarkers that reflect microenvironmental characteristics and predict the prognosis of gliomas are limited. Therefore, we aimed to develop a model that can effectively predict prognosis, differentiate microenvironment signatures, and optimize drug selection for patients with glioma.
MATERIALS AND METHODS: The CIBERSORT algorithm, bulk sequencing analysis, and single-cell RNA (scRNA) analysis were employed to identify significant cross-talk 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 protein content of flaxseed (Linum usitatissimum) is a crucial factor influencing its nutritional value and quality. Spectral technology combined with advanced modeling methods offers a fast, accurate, and cost-effective approach for predicting protein content. In this study, visible-near infrared hyperspectral imaging (VNIR-HIS) technology was combined with fractional order ant colony optimization (FOACO) to determine the protein content of flaxseed. Thirty flaxseed varieties commonly cultivated in Northwest China were selected, and hyperspectral data along with protein content measuremen
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: Intra-aortic balloon pump (IABP) implantation in the perioperative period of cardiac surgery is an auxiliary treatment for cardiogenic shock. However, there is a lack of effective prediction models for preoperative IABP implantation.
OBJECTIVES: This study was designed to build machine learning algorithm-based models for early predicting risk factors of preoperative IABP implantation in patients who underwent coronary artery bypass grafting (CABG) surgery.
METHODS: Patients undergoing CABG were retrospectively enrolled from the hospital between January 2015 and March 2024 and div
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: Heart failure combined with hypertension is a major contributor for elderly patients (≥ 65 years) to in-hospital mortality. However, there are very few models to predict in-hospital mortality in such elderly patients. We aimed to develop and test an individualized machine learning model to assess risk factors and predict in-hospital mortality in in these patients.
METHODS: From January 2012 to December 2021, this study collected data on elderly patients with heart failure and hypertension from the Chongqing Medical University Medical Data Platform. Least absolute shrinkage and the
СтатьяМногоцентровое 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.
Regular monitoring of glycated hemoglobin (HbA1c) levels is important for the proper management of diabetes. Studies demonstrated that lower levels of HbA1c play an essential role in reducing or delaying microvascular difficulties that arise from diabetes. In addition, there is an association between elevated HbA1c levels and the development of diabetes-related comorbidities. The advanced prediction of HbA1c enables patients and physicians to make changes to treatment plans and lifestyle to avoid elevated HbA1c levels, which can consequently lead to irreversible health complications. Despite 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.
PURPOSE: To use a combination of partial least squares regression and a machine learning approach to predict intraocular lens (IOL) tilt using preoperative biometry data.
SETTING: Kepler University Clinic Linz, Linz, Austria.
DESIGN: Prospective single-center study.
METHODS: Optical coherence tomography, autorefraction, and subjective refraction were performed at baseline and 8 weeks after cataract surgery. In analysis I, only 1 eye per patient was included and a tilt prediction model was generated. In analysis II, a pairwise comparison between right and left eyes was performed.
RESULTS: I
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: Given the association between vitamin D deficiency and risk for cardiovascular disease, we used machine learning approaches to establish a model to predict the probability of deficiency. Determination of serum levels of 25-hydroxy vitamin D (25(OH)D) provided the best assessment of vitamin D status, but such tests are not always widely available or feasible. Thus, our study established predictive models with high sensitivity to identify patients either unlikely to have vitamin D deficiency or who should undergo 25(OH)D testing.Methods: We collected data from 1002 hypertensive 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: Lower gastrointestinal bleeding (LGIB) is a common presentation of surgical admissions, imposing a significant burden on healthcare costs and resources. There is a paucity of standardised clinical predictive tools available for the initial assessment and risk stratification of patients with LGIB. We propose a simple clinical scoring model to prognosticate patients at risk of severe LGIB and an algorithm to guide management of such patients.
METHODS: A retrospective cohort study was conducted, identifying consecutive patients admitted to our institution for LGIB over a 1-year perio
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.
Dysgraphia, a disorder affecting the written expression of symbols and words, negatively impacts the academic results of pupils as well as their overall well-being. The use of automated procedures can make dysgraphia testing available to larger populations, thereby facilitating early intervention for those who need it. In this paper, we employed a machine learning approach to identify handwriting deteriorated by dysgraphia. To achieve this goal, we collected a new handwriting dataset consisting of several handwriting tasks and extracted a broad range of features to capture different aspects of
СтатьяПоддержка 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.
BACKGROUND: Population-based investigations aimed at uncovering genotype-trait associations often involve high-dimensional genetic polymorphism data as well as information on multiple environmental and clinical parameters. Machine learning (ML) algorithms offer a straightforward analytic approach for selecting subsets of these inputs that are most predictive of a pre-defined trait. The performance of these algorithms, however, in the presence of covariates is not well characterized.
METHODS AND RESULTS: In this manuscript, we investigate two approaches: Random Forests (RFs) and Multivariate A
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.
PURPOSE: To investigate the association between optical coherence tomography angiography (OCTA) parameters and diabetic nephropathy (DN) in adults with diabetes and to evaluate the incremental predictive value of OCTA-derived retinal microvascular metrics using machine learning-based models.
METHODS: This prospective observational study included adults with diabetes who underwent systemic evaluation and OCTA imaging. Vessel density (VD), perfusion density (PD), and foveal avascular zone (FAZ) metrics were quantified from OCTA images. DN severity was classified based on the urine albumin-to-cr
СтатьяНаблюдательное 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.
Objective This study aimed to develop a clinical model in which the C-peptide index (CPI) under non-fasting conditions can predict future insulin therapy in patients with type 2 diabetes mellitus (T2DM). Methods This was a single-center retrospective study. We analyzed the correlation between non-fasting CPI and future insulin therapy in 464 patients who T2DM not receive insulin therapy who attended our clinic and were evaluated for non-fasting CPI on an outpatient basis. We used machine learning as an adjunct method to create a clinical model to predict future insulin therapy. Results At the
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: This study aims to develop an interpretable machine learning (ML) model to accurately predict the probability of achieving total pathological complete response (tpCR) in patients with locally advanced breast cancer (LABC) following neoadjuvant chemotherapy (NAC). Methods: This multi-center retrospective study included pre-NAC clinical pathology data from 698 LABC patients. Post-operative pathological outcomes divided patients into tpCR and non-tpCR groups. Data from 586 patients at Shanghai Ruijin Hospital were randomly assigned to a training set (80%) and a test set (20%). In compa
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