OBJECTIVES: This study investigates independent risk factors for postoperative internal fixation device infection in patients with maxillofacial fractures and proposes an early warning model based on the synthetic minority over-sampling technique (SMOTE) algorithm.
METHODS: A total of 1 104 patients who underwent surgical treatment for maxillofacial fractures at Oral and Maxillofacial Surgery Department, Affiliated Hospital of Nantong University from January 2021 to December 2024 were retrospectively analyzed. The patients were divided into two groups based on the presence of postoperative in
Аннотация на английскомСтатьяПоиск 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.
Bioconcentration factors (BCF) and concentrations of per- and polyfluoroalkyl substances (PFAS) in crops were predicted by four machine learning models using a newly compiled data set composed of 11 crops, 11 plant tissue compartments, and 21 PFAS, as well as diverse soil properties and cultivation conditions. The eXtreme Gradient Boosting (XGBoost) achieved the best performance, with a coefficient of determination (R2) of 0.951 for Log BCF and 0.943 for Log C. Feature importance analysis showed that soil pH and PFAS carbon chain length are key predictors of BCF. Soil PFAS concentration is the
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.
Successful development of direct-compression formulations can be hindered by poor compactibility of active pharmaceutical ingredients active pharmaceutical ingredients (APIs), necessitating rational formulation strategies. This work presents a neural network model trained on a large tableting dataset comprising over 200 formulations prepared from 33 powders, including 17 APIs, to predict tablet tensile strength across the full compaction pressure range directly from material properties and formulation composition for binary mixtures. The predictive accuracy of the neural network model was comp
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.
AIMS: The elevated risk of all-cause and cardiovascular mortality in individuals with type 2 diabetes mellitus (T2DM) has led to growing efforts to develop prognostic models for early identification of high-risk individuals. This systematic review synthesised existing models to inform future model development, enhance predictive performance and guide targeted prevention strategies in diverse clinical and population health settings.
METHODS: We systematically searched Ovid MEDLINE, Scopus and Web of Science for studies published between January 1, 2015, and June 11, 2024, reporting prognostic
СтатьяСистематический обзорПолный 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: Breastfeeding duration is influenced by a complex interplay of obstetric, physiological, and sociodemographic factors. Traditional linear statistical models often struggle to capture the high-dimensional, non-linear synergistic effects among these variables, while complex deep learning models are prone to overfitting on small clinical datasets.
METHODS: To address these challenges, this study proposes an interpretable machine learning framework based on eXtreme Gradient Boosting (XGBoost). We analyzed clinical follow-up data from 210 postpartum women. The framework incorporates Ex
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.
Untreated periodontitis causes inflammation within the supporting tissue of the teeth and can ultimately lead to tooth loss. Modeling periodontal outcomes is beneficial as they are difficult and time-consuming to measure, but disparities in representation between demographic groups must be considered. There may not be enough participants to build group-specific models, and it can be ineffective, and even dangerous, to apply a model to participants in an underrepresented group if demographic differences were not considered during training. We propose an extension to the RECaST Bayesian transfer
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.
Molecular property prediction plays a vital role in drug discovery and chemical research by facilitating the efficient selection and optimization of candidate compounds. Traditional Quantitative Structure-Activity Relationship models and early machine learning methods often rely on handcrafted molecular descriptors, which limit their generalizability and predictive performance. Recent advancements have shown that the powerful representation capabilities of Large Language Models on textual molecular data, combined with the relational learning strengths of Attention-based Graph Neural Networks,
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: Schizophrenia (SCZ) is a highly heritability psychological disorder, however the exact etiology remains unclear, and lack of the reliable and effective biomarkers for diagnosis and treatments in the management of SCZ, thus exploring the novel biomarkers in SCZ may enhance the efficacy of its predictive, preventive, and personalized medicine (PPPM/3PM) approach.
METHODS: Based on differentially expressed genes (DEGs) and weighted gene co-expression network (WGCNA) analyses from five brain datasets, we screened SCZ-key genes and then developed a novel machine learning (ML) framework
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.
Post-Covid syndrome remains a major clinical challenge due to the lack of specific biomarkers and reliance on exclusion criteria. Routine laboratory data offers potential for identifying biological signatures, but their use in machine learning is hampered by data quality issues. This study investigates the impact of preprocessing on classification performance using 52 laboratory parameters from the German NAPKON cohort (n = 1,292: 1,130 Covid recovered, 162 post-Covid patients), measured at four time points. Data preprocessing included unit harmonization, handling of missing values and statist
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.
Accurate risk prediction and early diagnosis are crucial for the early intervention of Alzheimer's disease (AD). Current prediction models usually have limited power in capturing the complex interplays between the heterogeneous inputs or lack biological explainability required for clinical adoption and new diagnosis biomarkers discovery. Inspired by pioneering works on biologically informed network and multi-modal learning, we presented an Explainable Imaging-Genetic Neural Network (EIGNN), integrating genetic and neuroimaging data to generate accurate, robust, and explainable AD risk predicti
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: Multifactorial breast cancer (BC) risk prediction models use a range of predictors to estimate an individual's chance of developing BC. Data on risk factors are often incomplete, and point estimates calculated when data are missing can mask considerable uncertainty. Quantifying this uncertainty is critical for effective risk communication.
METHODS: We used Monte Carlo simulation methods to estimate the distribution of 10-year BC risk for individuals with missing data, using the BOADICEA multifactorial model as an example. Multivariate imputation by chained equations with large repres
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 safety risks associated with cyclists at signalized intersections are often analyzed within isolated units, an approach that fails to account for the inherent behavioral dependencies across consecutive intersections. Ignoring such cross-intersection persistence results in a fragmented understanding of cyclist decision-making and hinders the early identification of risky behaviors. This study investigates cyclists' behavioral persistence across consecutive signalized intersections using high-resolution trajectory data collected from unmanned aerial vehicles and roadside cameras. A re-identi
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.
IMPORTANCE: The Epic Sepsis Model version 2 (ESM v2) is a widely implemented proprietary sepsis prediction model, but no multicenter, external validation of its performance has been reported to guide adoption and use.
OBJECTIVE: To conduct a multicenter validation of the ESM v2 to compare performance against the original ESM v1, outline differences across heterogenous clinical sites, and compare model performance against clinician recognition of sepsis.
DESIGN, SETTING, AND PARTICIPANTS: This prognostic study included adult inpatient encounters at 4 large US health systems between August 31,
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка NIH: внешняя программаПолный 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: Hypotension prediction has attracted considerable attention in the medical community, leading to numerous publications on the topic. Several data-driven models have been proposed, but framing, data selection, and evaluation metrics differ widely in the literature.
METHODS: Using datasets from noncardiac and cardiac surgery and a forward framing, the authors assess how data selection affects model performance. The study compares models trained and tested with or without segments containing ongoing hypotension at prediction time or interventions that could affect the classification
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.
Fragility hip fractures in older adults are a major burden for the individual and the society, as they result in increased morbidity, mortality and substantial health care expenditure. Most fragility hip fractures are caused by falls, resulting in an impact on the postero-lateral aspect of the hip, inducing a force that exceeds the femoral bone strength. The risk of fracture depends on the rate of falling, the fall-induced impact force, and the femoral bone strength. This article presents the framework of a novel fragility hip fracture risk calculator based on a combined mechanistic and stocha
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.
INTRODUCTION: Reliable sarcopenia risk prediction models are essential for identifying older adults who are currently non-sarcopenic but at risk of developing sarcopenia in the future, thereby enabling early and personalized prevention strategies. However, the prediction models for sarcopenia have not yet been systematically evaluated. This systematic review aimed to conduct a comprehensive overview and critical appraisal of current sarcopenia risk prediction models.
METHODS: We conducted a systematic search across MEDLINE, Embase, Cochrane Library, and SCI-EXPANDED. Eligible primary studies
СтатьяСистематический обзорПолный 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.
Real-time forecasting of infectious diseases is essential for public health decision-making. Traditional forecasting methods for epidemics exhibiting repeated waves, such as influenza and RSV, rely on strongly regular patterns in the incidence data, with stable duration (i.e., one year), peak timing, magnitude and initial incidence. In 2022-2023, COVID-19 epidemic waves became more regular compared to early in the pandemic, but they were nonetheless characterised by an absence of seasonality that shaped their overall trajectories, rendering existing methods unfit for use. Furthermore, the tota
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: Hypothyroidism represents a multisystem endocrine disorder involving cardiovascular, renal, and metabolic alterations beyond thyroid hormone deficiency. However, validated tools for hypertension (HTN) risk stratification specifically designed for patients with hypothyroidism remain lacking. This study aimed to develop and externally validate a hypothyroidism-specific HTN prediction model incorporating routinely available clinical variables.
METHODS: This retrospective multicohort study included patients with hypothyroidism from a hospital-based cohort and an independent external p
СтатьяВалидационное 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.
Accurately predicting the carcinogenicity of compounds is of great significance for drug discovery, clinical drug safety, and chemical risk assessment. Traditional methods for assessing carcinogenicity rely on animal testing, which suffers from limitations such as time-consuming processes, high costs, significant interspecies differences, and low predictive throughput. In recent years, computational modeling-based prediction methods (such as Quantitative Structure-Activity Relationships, QSAR) have made some progress, but they still face challenges such as insufficient molecular feature inform
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.
Complement-amplifying events/conditions associated with thrombotic microangiopathy (TMA) include pregnancy/postpartum period, severe hypertension, autoimmune diseases, drug exposures, infections and organ transplantation. Some of these 'triggers' may exist comorbidly with atypical haemolytic uraemic syndrome (aHUS; a complement-mediated form of TMA), unmask previously undiagnosed aHUS, or occur secondary to aHUS, thus creating a considerable diagnostic challenge. A major goal in patients presenting with TMA is to differentiate complement-mediated aHUS from other causes of TMA such that appropr
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.
MedElevator
Войти в исследования