BACKGROUND: The substantial heterogeneity among septic patients with new‑onset atrial fibrillation (NOAF) complicates intensive care unit (ICU) management, and the absence of a parsimonious subphenotype classifier has impeded the implementation of personalized therapeutic strategies. In this study, we aim to identify the subphenotype of septic patients with NOAF, develop a concise classifier model, and reveal the differential efficacy of heart-rate control therapies across these subphenotypes.
METHODS: This retrospective study utilized data from the Medical Information Mart in Intensive Care
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: Cancer staging data is vital for treatment planning, outcome prediction, clinical research, and healthcare resource allocation. Collection at the population level can improve insights, however existing manual methods are resource intensive. This study aimed to develop rules-based natural language processing (NLP) systems to: (1) extract explicit tumour, node, and metastasis (TNM) entities from data reported to the Western Australian Cancer Registry; (2) extract implicit entities translatable to individual TNM values; and (3) translate these values into cancer stages for melanoma, b
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: Accurate assessment of mental disorders and learning disabilities is essential for timely intervention. Machine learning and feature selection techniques have potential for improving the accuracy and efficiency of mental health assessments. However, limited research has explored the use of large transdiagnostic datasets, as well as the application of these techniques in developing quick, briefer, question-based assessments. This study applies machine learning and feature selection techniques to a large transdiagnostic dataset featuring a high number of assessment items, and to crea
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 aim of this study was to assess the level of user satisfaction with an electronic medical record system (OpenClinic) among healthcare service providers in a hospital setting and its implication on their performance. The study was conducted at the "Centre Hospitalier Universtaire de Kigali", which has been implementing OpenClinic as an Electronic Medical Record system since 2007. The study was a cross-sectional mixed research using explanatory embedded design. The data was collected on a convenient sample of 217 OpenClinic users through the questionnaires including closed and open ended que
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: Delirium is a frequent complication in hospitalised patients, associated with long-term cognitive impairment, prolonged hospital stays, and increased mortality. Early risk assessment is essential for implementing preventive strategies. The Mayo Delirium Prediction (MDP) tool, developed using data from a large academic hospital in the United States, includes separate models for medical and surgical patients. The MDP is available in its original and recalibrated versions. However, its performance in non-US population remains unknown. The objective of this study is to externally valid
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.
Motor imagery based brain-computer interface (MI-BCI) has been extensively researched for neurorehabilitation and motor assistance, while the performance of previous MI-BCI systems for online decoding motor intentions is still not satisfactory. Therefore, a game theory-based adaptive human-machine joint (AHMJ) learning method integrating subject learning and decoder updating was proposed for MI-BCI decoding, by which multi-class MI for unilateral upper limb can be successfully decoded online. On the one hand, a novel MI training method was proposed to facilitate subjects' learning to generate
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: Smartphone-based imaging has shown promise in teledentistry; yet, patient comfort during its use compared with intraoral cameras remains underexplored.
OBJECTIVE: This study aimed to compare self-perceived comfort during oral evaluations using smartphones and intraoral cameras in a teledentistry setting.
METHODS: A convenience sample of 192 participants aged 6 years and older completed a survey and underwent 2 procedures: trained researchers captured 3 photographs of the anterior teeth with a Samsung smartphone, and the same teeth were examined with a MouthWatch intraoral camera.
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.
Self-supervised learning (SSL) has demonstrated its potential to reduce reliance on labeled data and improve generalization to independent test sets compared to traditional supervised learning (SL). However, current SSL paradigms are predominantly designed as domain-agnostic and are often evaluated on benchmark datasets like ImageNet. As already shown in other studies, SSL paradigms tailored for the medical domain can outperform domain-agnostic SSL paradigms. This study introduces NeuroBooster, a paradigm tailored for brain MRI analysis. Its core idea is to leverage automated feature extractio
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: Accurate disease phase assessment remains clinically important in chronic myeloid leukemia (CML), as progression to accelerated or blast phase (AP/BP) is associated with therapeutic resistance and poor prognosis. We aimed to develop an interpretable machine learning (ML) framework integrating peripheral blood long non-coding RNA (lncRNA) expression and clinical variables for disease phase assessment in CML.
METHODS: Using peripheral blood from 305 treatment-naïve CML patients (85 AP/BP; 220 chronic phase) and 90 healthy controls, we identified a progression-associated ten-lncRNA s
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: This study investigates how variations in Major Depressive Disorder (MDD) symptoms (HAM-D) are associated in a predictive model with randomized clinical trial (RCT) arm assignment between SSRIs and SNRIs. METHODS: We applied explainable counterfactual reasoning with counterfactual explanations (CFs) to assess the impact of specific symptom changes on model-predicted RCT arm assignment. RESULTS: Across 17 classifiers, CatBoost achieved the highest performance; typical test metrics ranged 0.74–0.78 with best ROC-AUC 0.7640. Sample-based CFs revealed both local and global feature im
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: Hypertension serves as a prevalent health issue, particularly in South Asia, where it is also a risk factor and comorbidity that affects the prognosis of Acute Coronary Syndrome (ACS) by increasing the likelihood of complications such as heart failure and arrhythmias. Conventional tools for predicting ACS mortality risk, such as the TIMI and GRACE scores, often fail to adequately represent the Asian population and do not specifically address the needs of ACS patients with comorbid hypertension. Our study focuses on developing a tailored and interpretable risk prediction model to as
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.
Effective automated electrocardiogram (ECG) interpretation hinges on disentangling waveform morphology from rhythm dynamics, a challenge for existing multimodal models that often conflate these heterogeneous attributes and introduce semantic ambiguity. We introduce ECG-MTDA, a framework that explicitly decouples these components. It learns morphology-oriented representations via a PQRST-guided masked autoencoder, while separately modeling temporal dynamics using continuous wavelet transform. Crucially, we align the learned morphology with concise, label-conditioned textual descriptions generat
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: Subacute low back pain (LBP) is a highly prevalent condition and a major contributor to disability and health care burden. Early identification of individuals at risk of poor functional recovery is essential to support decision-making in primary care. Although prior research has identified relevant clinical and psychosocial predictors, the application of machine learning techniques for modeling disability and pain outcomes in this population remains limited.
METHODS: We conducted a prospective observational study involving 92 adult patients with subacute LBP attending primary care
СтатьяНаблюдательное 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.
Pediatric congenital hydronephrosis (CH) is a common urinary tract disorder, primarily caused by obstruction at the renal pelvis-ureter junction. Magnetic resonance urography (MRU) can visualize hydronephrosis, including renal pelvis and calyces, by utilizing the natural contrast provided by water. Existing voxel-based segmentation approaches can extract CH regions from MRU, facilitating disease diagnosis and prognosis. However, these segmentation methods predominantly focus on morphological features, such as size, shape, and structure. To enable functional assessments, such as urodynamic simu
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: Sepsis-induced coagulopathy (SIC) is a frequent complication of sepsis that significantly impacts clinical outcomes, underscoring the necessity for early identification to facilitate timely intervention. This study aimed to develop an interpretable machine-learning model to predict early onset SIC within 3 days. METHODS: In this multicenter retrospective cohort study, four distinct cohorts derived from the MIMIC-IV dataset, the eICU Collaborative Research Database, and an ICU cohort from Zhongda Hospital, Southeast University, were used for model derivation and validation. Core pre
СтатьяМногоцентровое исследованиеВалидационное 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: The use of preventive therapy in women at high risk for invasive breast cancer is associated with a significant reduction in breast cancer risk, however, uptake remains suboptimal outside of clinical trials. We conducted a pilot study of a behavior-change intervention to encourage high-risk women to take preventive therapy. METHODS: Women aged 35–69 with a history of lobular carcinoma in situ (LCIS) or atypical hyperplasia (AH) receiving care at MD Anderson Cancer Center, Houston, Texas, were eligible. Following cognitive testing, the tool was field-tested using a pre-post design,
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.
Gait analysis is a cornerstone of clinical decision-making in cerebral palsy (CP), yet multicenter variability limits comparability and translation. This work reports the creation of a standardized, multicenter gait database and a machine learning (ML) classifier to distinguish gait patterns of CP hemiplegia, CP diplegia, and typically developing group to validate the database. Data is contributed by eight ORITEL motion analysis laboratories (156 sessions, 582 trials) using two systems (Vicon/BTS), with unified nomenclature, unit normalization, and resampling. For classification, 95 sessions (
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: Many circulating biomarkers are assessed at different time intervals during clinical studies. Despite of the success of standard joint models in predicting clinical outcomes using low-dimensional longitudinal data (1-2 biomarkers), significant computational challenges are encountered when applying these techniques to high-dimensional biomarker datasets. Modern machine- or deep-learning models show potential for multiple biomarker processes, but systematic evaluations and applications to high-dimensional data in the clinical settings have yet to be reported. We aimed to enhance 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.
BACKGROUND: The triglyceride-to-high-density lipoprotein cholesterol (TG/HDL-C) ratio and triglyceride glucose-body mass (TyG-BMI) index are reliable indicators of insulin resistance (IR). This study investigated their association with ischemic cardiomyopathy (ICM) and developed a machine learning-based model for ICM risk prediction.
METHODS: In total, 1,603 subjects participated in this study. Univariable logistic regression analysis was conducted, and variables with P < 0.05 were selected for multivariable logistic regression to identify independent risk factors for ICM. Variables meeting t
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.
Accurate tinnitus diagnosis is crucial for enabling timely therapeutic intervention and longitudinal treatment monitoring. While non-invasive neuroimaging modalities-particularly electroencephalography (EEG) with millisecond temporal resolution and functional magnetic resonance imaging (fMRI) with millimeter spatial resolution- provide complementary neural features, existing diagnostic approaches remain constrained to unimodal analysis of EEG or fMRI data, inherently limiting diagnostic precision and clinical generalizability. This paper introduces TinnitusLLM, the first multimodal large langu
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