Chronic pain remains a challenge for clinicians, with limited individualized predictive tools that can aid with diagnosis, disease course, or prediction of treatment outcomes. We hypothesized that a comprehensive analysis, encompassing a patient's complete pain-related clinical data, medical history and brain imaging, can identify key contributors linked to surgical outcomes and stratify specific outcome categories for trigeminal neuralgia (TN)-chronic facial pain syndrome. Using supervised and unsupervised machine learning approaches, we analysed data from 102 subjects with classical TN. 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.
Cardiogenic shock (CS) is a complex clinical syndrome with various etiologies and clinical presentations. Despite advances in therapeutic options, mortality remains high, and clinical trials in the field are complicated in part by the heterogeneity of CS patients. More individualized targeted therapeutic approaches might improve outcomes in CS, but their implementation remains challenging. The present review discusses current and emerging machine learning-based approaches, including unsupervised and supervised learning methods that use real-world clinical data to individualize therapeutic stra
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: This study harnessed AI-powered tools like principal component analysis (PCA) and multivariate models (PCA-MV) to integrate clinical and laboratory data from Parkinson’s disease (PD) patients, individuals with idiopathic REM sleep behavior disorder (iRBD), and healthy controls. The aim was to identify phenotypic similarities between iRBD and PD and to explore subgroup patterns within the iRBD population. METHODS: Baseline clinical and laboratory data were analyzed from 49 participants: PD (n = 15), iRBD (n = 19), and healthy controls (n = 14). Variables included Hoehn and Yahr sc
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: The age of onset and causes of heart failure differ between high-income and low-and-middle-income countries (LMIC). Heart failure patients in LMIC also experience a higher mortality rate. Innovative ways that can risk stratify heart failure patients in this region are needed. The aim of this study was to demonstrate the utility of machine learning in predicting all-cause mortality in heart failure patients hospitalised in a tertiary academic centre.
METHODS: Six supervised machine learning algorithms were trained to predict in-hospital all-cause mortality using data from 500 conse
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.
Pulmonary embolism (PE) can result in long-term sequelae, such as post-PE syndrome, including persistent dyspnea and chronic thromboembolic pulmonary hypertension (CTEPH). Existing prediction tools for severe post-PE complications lack sensitivity and specificity. This study aimed to develop a machine learning model to identify patients at risk for long-term consequences after PE. Using data from the RIETE registry, the largest prospective international PE registry, we developed supervised machine learning models to identify patients at increased risk of CTEPH and post-PE syndrome. Our approac
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: Housing and income are important social determinants of health (SDoH). Primary care providers often do not have information about these determinants, which could be used to support equitable health system planning and care delivery. The aim of this study was to use primary care electronic medical record (EMR) data to test two approaches (machine learning and regular expression searches) to obtain information about patients' housing instability and low income status.
METHODS: We used de-identified EMR data from the St. Michael's Hospital Academic Family Health Team (Toronto, Ontari
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.
Biomarker-based tests may facilitate Tuberculosis (TB) diagnosis, accelerate treatment initiation, and thus improve outcomes. This review synthesizes the literature on biomarker-based detection for TB diagnosis using machine learning. The systematic review approach follows the PRISMA guideline. Articles were sought using relevant keywords from Web of Science, PubMed, and Scopus, resulting in 19 eligible studies after a meticulous screening. All the studies were found to have focused on the supervised learning approach, with Support Vector Machine (SVM) and Random Forest emerging as the top two
Систематический обзорСтатьяПолный 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.
OBJECTIVES: Approximately 30% of patients with aneurysmal subarachnoid hemorrhage (aSAH) develop delayed cerebral ischemia (DCI). DCI is associated with increased mortality and persistent neurological deficits. This study aimed to analyze heart rate variability (HRV) data from patients with aSAH using machine learning to evaluate whether specific patterns could be found in patients developing DCI.
MATERIAL & METHODS: This is an extended, in-depth analysis of all HRV data from a previous study wherein HRV data were collected prospectively from a cohort of 64 patients with aSAH admitted to Sahl
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.
Machine learning (ML) integrated with metabolomics has emerged as a promising strategy to advance precision pharmacotherapy, enabling data-driven prediction of drug response. This review provides an overview of commonly applied ML methodologies in metabolomics-based pharmacological studies, including supervised models (Random Forest, Extreme Gradient Boosting, Support Vector Machine, Logistic Regression, K-Nearest Neighbors), unsupervised models (K-Means Clustering, Principal Component Analysis), and deep learning approaches. We summarize recent progress in the application of metabolomics-driv
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.
We present an optically gated thin-film transistor sensor that distinguishes chemicals through illumination-induced transient electrical responses. The device consists of a p-type silicon substrate with native oxide and an amorphous Ge2Se3 photogating layer, and operates without reference electrodes or surface functionalization. Structured light-pulse sequences produce time-dependent electrical signatures whose features differ across chemical environments. These transient responses are analyzed using supervised machine-learning models to demonstrate real-time chemical differentiation in contro
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.
Minimal/measurable residual disease detection is routinely performed as part of post-diagnostic treatment plans for many types of cancer, for which multiparameter flow cytometry is one possible modality frequently used. We propose a machine learning approach for binary prediction of minimal residual disease status with flow cytometry data. Our method involves the projection of cells from the original feature space to a low-dimensional embedding in which cells are clustered by similarity, and the cluster-wise cell proportions are used for prediction as well as regression. This is a weakly super
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 flavor of base liquor is critical to the grading quality of Baijiu. This study focuses on the base liquor grades of five different strong-flavor Baijiu brands. Headspace Solid-phase Microextraction Gas Chromatography Time-of-flight Mass spectrometry (HS-SPME-GC-TOF/MS) and Headspace Gas Chromatography Ion Mobility Spectrometry (HS-GC-IMS) identified 313 and 188 compounds respectively. 12 compounds correlated with quality grade (|ρ| > 0.5), including ethyl 2-methylbutanoate, ethyl isopentanoate, ethyl propanoate. Distinct compounds significantly related to the quality grades were identified
СтатьяОценочное 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.
In deep brain stimulation (DBS) surgery for Parkinson's disease (PD), the accurate intraoperative identification of key nuclei-such as the subthalamic nucleus (STN)-is critical to ensuring therapeutic efficacy. However, current approaches heavily depend on expert annotations, and classification tasks are typically confined to binary distinctions between STN and non-STN regions. This limitation hampers the real-time recognition of complex and diverse neuroanatomical structures during PD-related DBS procedures. To overcome this challenge, we propose a three-class classification strategy for micr
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.
Decision making on the treatment of vestibular schwannoma (VS) is mainly based on the symptoms, tumor size, patient's preference, and experience of the medical team. Here we provide objective tools to support the decision process by answering two questions: can a single checkup predict the need of active treatment?, and which attributes of VS development are important in decision making on active treatment? Using a machine-learning analysis of medical records of 93 patients, the objectives were addressed using two classification tasks: a time-independent case-based reasoning (CBR), where each
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: Voice analysis has emerged as a promising non-invasive approach for monitoring respiratory and systemic health conditions. However, subtle physiological alterations are often difficult to capture using recordings collected at rest. In addition, combining traditional acoustic descriptors with modern self-supervised speech representations may provide complementary information for clinical voice analysis.
OBJECTIVES: This study evaluates a generalized screening model integrating stress-induced acoustic analysis with machine learning. We investigate how physical exertion and the fusio
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: Users increasingly use social networking services (SNSs) to share their feelings and emotions. For those with mental disorders, SNSs can also be used to seek advice on mental health issues. One available SNS is Reddit, in which users can freely discuss such matters on relevant health diagnostic subreddits.
OBJECTIVE: In this study, we analyzed the distinctive linguistic characteristics in users' posts on specific mental disorder subreddits (depression, anxiety, bipolar disorder, borderline personality disorder, schizophrenia, autism, and mental health) and further validated their
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.
Sensitive detection of treatment-associated Raman spectral alterations in tumor tissues remains challenging, particularly when such changes are not readily apparent from conventional morphological evaluation. Here, we developed a label-free Raman biosensing strategy combined with explainable machine learning to characterise treatment-associated spectral signatures in melanoma tumours. A B16-F10 melanoma-bearing mouse model was used to compare untreated and PBS-treated controls with cohorts receiving immune checkpoint blockade, anti-angiogenic intervention, or combination therapy. Raman spectra
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.
Pancreatic ductal adenocarcinoma (PDAC) remains difficult to subtype using single omics layers. We conducted an exploratory investigation integrating reverse-phase protein array (RPPA) and DNA methylation data from the cancer genome atlas (TCGA)- pancreatic adenocarcinoma (PAAD) to assess the feasibility of multi-omics subtyping, alongside a supervised machine learning analysis of a small gene expression omnibus (GEO) transcriptomic cohort (n = 26) to identify candidate diagnostic genes. RPPA-based K-means clustering suggested a weak, possible two-subtype structure (silhouette ≈ 0.16) that rem
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: The forced oscillation technique (FOT) allows non-invasive lung function testing during quiet breathing even without expert guidance. However, it still relies on an operator for excluding breaths with artefacts such as swallowing, glottis closure and coughing. This manual selection is operator-dependent and time-consuming. We evaluated supervised machine learning methods to exclude breaths with artefacts from data analysis automatically.
METHODS: We collected 932 FOT measurements (Resmon Pro Full, Restech) from 155 patients (6-87 years) following the European Respiratory Society (
СтатьяРандомизированное 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.
Biophysical interactions between proteins and peptides are key determinants of molecular recognition specificity landscapes. However, an understanding of how molecular structure and residue-level energetics at protein-peptide interfaces shape these landscapes remains elusive. We combine information from yeast-based library screening, next-generation sequencing, and structure-based modeling in a supervised machine learning approach to report the comprehensive sequence-energetics-function mapping of the specificity landscape of the hepatitis C virus (HCV) NS3/4A protease, whose function-site-spe
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
MedElevator
Войти в исследования