A state-of-the-art, robust classification model using artificial intelligence (AI) algorithms was developed in this study to estimate the gold ore classes based on trace elements measured by inductively coupled plasma (ICP). This approach involves the utilisation of stand-alone machine learning (ML) algorithms integrated within a committee machine (CM) framework. To this end, 19 trace elements including arsenic, bismuth, cadmium, cobalt, chromium, copper, iron, mercury, manganese, molybdenum, nickel, lead, antimony, selenium, tin, strontium, thorium, uranium and zinc acquired from eight drill
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.
INTRODUCTION: This study aimed to compare Fetal Medicine Foundation (FMF), Indonesian Maternal and Children Health Handbook (MCH-HB), and Indonesian Prenatal Institute (IPI) models for predicting PE.
MATERIALS/SUBJECTS AND METHODS: Maternal risk factors, biophysical, and biochemical markers were recorded from women screened for PE at 11-14 gestational weeks. The receiving operator curve (ROC) analysis was used to compare the detection rate (DR) among prediction models.
RESULTS: For all PE at a 10% false-positive rate (FPR), FMF had a DR 62.9%; MCH-HB had a DR 50.0%; IPI had a DR 66.9%. For e
СтатьяСравнительное исследованиеПолный 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.
This narrative review examines the integration of Artificial Intelligence (AI) in prenatal care, particularly in managing pregnancies complicated by Fetal Growth Restriction (FGR). AI provides a transformative approach to diagnosing and monitoring FGR by leveraging advanced machine-learning algorithms and extensive data analysis. Automated fetal biometry using AI has demonstrated significant precision in identifying fetal structures, while predictive models analyzing Doppler indices and maternal characteristics improve the reliability of adverse outcome predictions. AI has enabled early detect
СтатьяОбзорПолный 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.
We developed machine learning (ML) algorithms to predict abnormal tau accumulation among patients with prodromal AD. We recruited 64 patients with prodromal AD using the Alzheimer's Disease Neuroimaging Initiative (ADNI) dataset. Supervised ML approaches based on the random forest (RF) and a gradient boosting machine (GBM) were used. The GBM resulted in an AUC of 0.61 (95% confidence interval [CI] 0.579-0.647) with clinical data (age, sex, years of education) and a higher AUC of 0.817 (95% CI 0.804-0.830) with clinical and neuropsychological data. The highest AUC was 0.86 (95% CI 0.839-0.885)
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.
We present a new framework for predicting cognitive or other continuous-variable data from medical images. Current methods of probing the connection between medical images and other clinical data typically use voxel-based mass univariate approaches. These approaches do not take into account the multivariate, network-based interactions between the various areas of the brain and do not give readily interpretable metrics that describe how strongly cognitive function is related to neuroanatomical structure. On the other hand, high-dimensional machine learning techniques do not typically provide a
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
Sepsis is a common cause of death, but outcomes in individual patients are difficult to predict. Elucidating the molecular processes that differ between sepsis patients who survive and those who die may permit more appropriate treatments to be deployed. We examined the clinical features and the plasma metabolome and proteome of patients with and without community-acquired sepsis, upon their arrival at hospital emergency departments and 24 hours later. The metabolomes and proteomes of patients at hospital admittance who would ultimately die differed markedly from those of patients who would sur
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка правительства СШАПоддержка службы здравоохранения 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 France, surveillance of Lyme borreliosis (LB) is based on general practitioners of a sentinel network and the national hospital discharge database (PMSI). Given the known limitations of the PMSI for epidemiological surveillance, we assessed the performance of its algorithm in identifying hospitalised LB cases in three university hospitals, in terms of sensitivity and positive predictive value (PPV).
METHODS: We identified patients hospitalised during 2017-2018 with positive laboratory results for LB from hospital laboratory databases. Simultaneously, we screened in the PMSI LB
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: Most self-reported beta-lactam antibiotic (BLA) allergies are inaccurate. This study evaluated a digital tool designed to reassess beta-lactam allergies and enable the use of standard perioperative antibiotic prophylaxis (PAP) without the need for prior allergy testing.
METHODS: In this retrospective, observational single-center cohort study, a digital five-step questionnaire was utilized during preoperative anesthesia evaluations for surgical patients reporting beta-lactam allergies. The algorithm assessed the likelihood of a beta-lactam allergy and provided recommendations for e
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: We aimed to develop an algorithm that accurately identifies children with Down syndrome (DS) using administrative data.
METHODS: We identified a cohort of children born between 2000 and 2017, enrolled in the Tennessee Medicaid Program (TennCare), who either had DS coded on their birth certificate or had a diagnosis listed using an International Classification of Diseases (ICD) code (suspected DS), and who received care at Vanderbilt University Medical Center, a comprehensive academic medical center, in the United States. Children with suspected DS were defined as having DS if they
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.
INTRODUCTION: The automatic classification of lymphoma lesions in PET is a main topic of ongoing research. An automatic algorithm would enable the swift evaluation of PET parameters, like texture and heterogeneity markers, concerning their prognostic value for patients outcome in large datasets. Moreover, the determination of the metabolic tumor volume would be facilitated. The aim of our study was the development and evaluation of an automatic algorithm for segmentation and classification of lymphoma lesions in PET.
METHODS: Pre-treatment PET scans from 60 Hodgkin lymphoma patients from the
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.
OBJECTIVES: Several cardiovascular (CV) risk algorithms are available to predict CV events in the general population. Their performance and validity in rheumatic disease patients is suboptimal as some disease-specific variables which strongly contribute to the pathogenesis of CV disease are not included in these CV algorithms. We aimed to evaluate the performance of two CV algorithms and investigate which variables not included in the score contribute to CV risk score in a cohort of rheumatoid arthritis (RA) and Sjögren's syndrome (SS) patients.
METHODS: A consecutive cohort of 77 RA and 68 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: Periprosthetic joint infection (PJI) data elements are contained in both structured and unstructured documents in electronic health records and require manual data collection. The goal of this study is to develop a natural language processing (NLP) algorithm to replicate manual chart review for PJI data elements.
METHODS: PJI was identified among all total joint arthroplasty (TJA) procedures performed at a single academic institution between 2000 and 2017. Data elements that comprise the Musculoskeletal Infection Society (MSIS) criteria were manually extracted and used as the gold
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2020eng
PURPOSE: Artificial intelligence algorithms can now identify hidden data patterns within the scientific literature. In 2019, these algorithms identified a thermoelectric material within the pre-2009 chemistry literature; years before its discovery in 2012. This approach inspired us to apply this algorithm to the back pain literature as the cause of back pain remains unknown in 90% of cases.
METHODS: We created a subset of all PubMed abstracts containing "back" and "pain" and then trained the Word2vec algorithm to predict word proximity. We then identified word pairings having high vector prox
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.
AIM: To test the diagnostic performance of a deep learning-based system for the detection of clinically significant pulmonary nodules/masses on chest radiographs.
MATERIALS AND METHODS: Using a retrospective study of 100 patients (47 with clinically significant pulmonary nodules/masses and 53 control subjects without pulmonary nodules), two radiologists verified clinically significantly pulmonary nodules/masses according to chest computed tomography (CT) findings. A computer-aided diagnosis (CAD) software using a deep-learning approach was used to detect pulmonary nodules/masses to determine
СтатьяВалидационное 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: High-grade cervical dysplasia or cervical intraepithelial neoplasia grade 2 or worse has been widely used as a surrogate endpoint in cervical cancer screening or prevention trials.
METHODS: To identify high-grade cervical dysplasia and cervical cancer, we developed claims-based algorithms that incorporated a combination of diagnosis and procedure codes using the billing data in an electronic medical records database and assessed the validity of the algorithms in an independent administrative claims database. We calculated the positive predictive value (PPV) with the 95% confidence
СтатьяПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения СШАВалидационное 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.
The URGENCY algorithm uses vehicle crash sensor data in Automatic Crash Notification (ACN) systems to assist in instantly identifying crashes that are most likely to have time critical injuries. The algorithm also provides the capability of improving injury identification, using data obtained from the scene. The prime purpose of the algorithm is to automatically provide emergency medical responders with objective information on crash severity to assist in detecting the approximately 1% of crashes with serious injuries needing the most urgent medical care. The algorithm calculates the risk of a
СтатьяВалидационное 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 & AIMS: Various hepatocellular carcinoma (HCC) prediction models have been proposed for patients with chronic hepatitis B (CHB) using clinical variables. We aimed to develop an artificial intelligence (AI)-based HCC prediction model by incorporating imaging biomarkers derived from abdominal computed tomography (CT) images along with clinical variables.
METHODS: An AI prediction model employing a gradient-boosting machine algorithm was developed utilizing imaging biomarkers extracted by DeepFore, a deep learning-based CT auto-segmentation software. The derivation cohort (n = 5,585)
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.
Alzheimer's disease (AD) classification using machine learning has increasingly relied on multimodal inputs such as Magnetic Resonance Imaging (MRI), cognitive assessments, and biological markers. This study evaluates whether integrating these sources enhances predictive performance compared to using them independently. Neural networks were trained on data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) to classify subjects into Cognitively Normal (CN), Mild Cognitive Impairment (MCI), and AD categories using unimodal, bimodal, and trimodal input configurations. Contrary to expecta
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 and validate an interpretable machine learning (ML) model for predicting malignant risk in patients with breast nodules using serum lipid biomarkers.
METHODS: This retrospective study included 899 patients with breast nodules (236 malignant) admitted between March 2022 and December 2024. Patients were randomly assigned to a training cohort (n = 630) and an internal validation cohort (n = 269) at a 7:3 ratio. Baseline clinical and laboratory data were collected upon admission. Following feature selection via LASSO regression, the predictive performance of 8 ML algorithms
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: Patients with metastatic major salivary gland carcinoma (SGCs) always end with a poor prognosis, and survival time is a major concern for clinicians and patients, but effective predictive tools are lacking in clinical practice.
METHODS: Clinical information on patients diagnosed with metastatic major SGCs was extracted from the SEER database. Cox analysis was applied to identify clinicopathological characteristics associated with patient overall survival (OS). A random survival forest (RSF) algorithm was used to establish an accurate prognostic prediction model for these patients.
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.
MedElevator
Войти в исследования