BACKGROUND: Risk prediction models (RPM) can potentially improve treatment decisions by providing personalized survival estimates for different treatment options, but their effectiveness is uncertain. The VALUE-PERSARC study evaluated the impact of the PERsonalised SARcoma Care (or PERSARC) RPM on decision-making quality in patients with high-grade extremity soft tissue sarcomas (STS). METHODS: A parallel cluster randomized controlled trial was conducted in seven Dutch hospitals, assigned to usual care (control) or care with PERSARC (intervention). PERSARC supported treatment recommendations a
СтатьяРандомизированное исследованиеМногоцентровое исследованиеПолный 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.
Parkinson's disease (PD) is characterized by incurable, rapid progression, and severe disability, severely impacting the lives of patients and their families. With an aging population, the need for early detection of PD is increasing. In vitro diagnosis has attracted attention because of its non-invasiveness and low cost, but there are some problems with the existing methods: 1) facial expression diagnosis has little training data; 2) gait diagnosis requires specialized equipment and acquisition environment, which is poorly generalizable; 3) a single modality is easy to miss the diagnosis; and
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: Differentiated thyroid cancer (DTC) is a common endocrine malignancy with rising incidence and frequent recurrence, despite a generally favorable prognosis. Accurate recurrence prediction is critical for guiding post-treatment strategies. This study aimed to enhance predictive performance by refining feature engineering and evaluating a diverse ensemble of machine learning models using the UCI DTC dataset.
METHODS: Unsupervised data engineering-specifically dimensionality reduction and clustering-was used to improve feature quality. Principal Component Analysis (PCA) and Truncated
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.
Intradialytic hypotension (IDH) is a common complication among hemodialysis patients, adversely affecting quality of life and elevating mortality risk. IDH prediction enables physicians to take proactive measures, effectively reducing its occurrence. However, most prediction works rely on machine learning models, with a focus on real-time or session-level IDH. Hemodialysis patient data is multi-type and temporal, necessitating research on patient condition representation and temporal information utilization. Knowledge graphs (KGs) offer flexible data modeling and encompass rich structured info
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: Viral hepatitis is a major global public health problem that affects millions of people; therefore, accurate and accessible information is essential for both the general public and non-specialist healthcare providers to correctly understand, prevent, and manage the disease. This study evaluated four large language models (LLMs)-Gemini-2.0, Claude-3.5-sonnet, ChatGPT-4.5, and ChatGPT-4-and compared their responses to viral hepatitis-related questions to assess differences in performance across models.
METHODS: This comparative evaluation study, conducted at Nanjing Drum Tower Hospi
СтатьяСравнительное исследованиеПолный 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.
The detection and classification of blood cells are important in diagnosing and monitoring a variety of blood-related illnesses, such as anemia, leukemia, and infection, all of which may cause significant mortality. Accurate blood cell identification has a high clinical relevance in these patients because this would help to prevent false-negative diagnosis and to treat them in a timely and effective manner, thus reducing their clinical impacts.Our research aims to automate the process and eliminate manual efforts in blood cell counting. While our primary focus is on detection and classificatio
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.
99mTc-TRODAT-1 SPECT is effective for the early detection of Parkinson's disease (PD). However, SPECT images suffer from severe partial volume effect, which impairs tissue boundary clarity and subsequent quantification accuracy. This work proposes an anatomical prior- and segmentation-free deep learning (DL)-based partial volume correction (PVC) method using an attention-based conditional generative adversarial network (Att-cGAN) for 99mTc-TRODAT-1 SPECT. A population of 454 digital brain phantoms modelling anatomical and 99mTc-TRODAT activity variations in different PD categories are used to
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.
A novel method is proposed for diagnosing the sleep disorders of insomnia, narcolepsy, periodic leg movement syndrome, nocturnal frontal lobe epilepsy, rapid eye movement behavior disorder, and sleep-disordered breathing. We use the light gradient boosting decision tree model (LightGBM) for the classification of healthy controls and different sleep disorders. The proposed approach is evaluated on the publicly available CAP dataset of 108 subjects. The LightGBM classifier using only an electrooculogram (EOG) channel (L-EOG) achieves a seven-class classification accuracy of 83.3%. This performan
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.
Thyroid disease classification is a critical challenge in medical diagnostics, requiring accurate differentiation between hyperthyroidism, hypothyroidism, and normal thyroid function. This study introduces an advanced machine learning approach that integrates generative adversarial networks (GANs) for data augmentation and Kolmogorov-Arnold networks (KANs) for classification. Various machine learning models including logistic regression, random forest, support vector machines, multilayer perceptrons, and KANs were trained and evaluated. The results indicate that the application of GAN-based da
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) is one of the most known causes of dementia which can be characterized by continuous deterioration in the cognitive skills of elderly people. It is a non-reversible disorder that can only be cured if detected early, which is known as mild cognitive impairment (MCI). The most common biomarkers to diagnose AD are structural atrophy and accumulation of plaques and tangles, which can be detected using magnetic resonance imaging (MRI) and positron emission tomography (PET) scans. Therefore, the present paper proposes wavelet transform-based multimodality fusion of MRI and P
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: Timely intervention in shock is vital, as delays over one hour greatly increase mortality. This study aims to develop an enhanced machine learning model that improves predictive performance by utilizing self-controlled data and applying feature engineering informed by medical knowledge to physiological waveforms, enabling the prediction of shock one hour in advance without relying on blood tests.
METHODS: Patient data and physiological waveforms were obtained from the Medical Information Mart for Intensive Care III (MIMIC-3) database. Shock was defined as a mean arterial pressure
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.
Interpretable deep-learning models have received widespread attention in the field of image recognition. However, owing to the coexistence of medical-image categories and the challenge of identifying subtle decision-making regions, many proposed interpretable deep-learning models suffer from insufficient accuracy and interpretability in diagnosing images of medical diseases. Therefore, this study proposed a feature-driven inference network (FeaInfNet) that incorporates a feature-based network reasoning structure. Specifically, local feature masks (LFM) were developed to extract feature vectors
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.
Heart rate recovery (HRR) is a critical indicator of cardiovascular fitness and autonomic nervous system function, reflecting the balance between sympathetic and parasympathetic activity. Slower HRR is often linked to cardiovascular and metabolic disorders, highlighting its potential for identifying high-risk individuals. In this study, we developed a feature engineering approach integrated to wearable device data to classify individuals into high-risk (slower HRR) and low-risk (faster HRR) groups. Data were collected from 38 participants (aged 20 to 76 years, 55.26% women) during treadmill tr
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.
Although essential in the medical domain, protecting patient privacy often restricts data sharing across institutions. Moreover, publicly available datasets often suffer from poor and inconsistent annotation-particularly for image segmentation that requires precise pixel- or voxel-level annotations. As a result, deep learning models are frequently trained on single-institution datasets that are small and lack the heterogeneity of broader patient populations, which limits their generalizability. Federated learning (FL) enables collaborative model training across institutions by sharing model pa
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: Colorectal cancer is the fourth most deadly cancer, with a high mortality rate and a high probability of recurrence and metastasis. Since continuous examinations and disease monitoring for patients after surgery are currently difficult to perform, it is necessary for us to develop a predictive model for colorectal cancer metastasis and recurrence to improve the survival rate of patients.
RESULTS: Previous studies mostly used only clinical or radiological data, which are not sufficient to explain the in-depth mechanism of colorectal cancer recurrence and metastasis. Therefore, this
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: The growing complexity of oncology and radiation therapy demands structured and precise data management strategies. The National Institutes of Health (NIH) have introduced Common Data Elements (CDEs) as a uniform approach to facilitate consistent data collection. However, there is currently a lack of a comprehensive set of CDEs for describing situations for and within radiation oncology. Specifically for breast cancer, where radiotherapeutic decision-making is complex and based on multiple diverse criteria, there is a clear need for more standardized data. Aim of this study was to
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.
Brain-computer interface (BCI) technology for emotion recognition holds significant potential for future applications in the treatment of refractory emotional disorders. Stereo-electroencephalography (SEEG), being less invasive, can precisely record neural activities originating from the cortex and the deep structures of the brain. Thus, it has broad application prospects in constructing emotion recognition BCI. In this study, SEEG data from nine subjects were collected to construct an emotion dataset, and a Spatial Transformer-based Hybrid Network (STHN) was proposed for SEEG emotion recognit
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.
Fast virtual stenting (FVS) is a promising preoperative planning aid for thoracic endovascular aortic repair (TEVAR) of aortic dissection. It aims at digitally predicting the reshaped aortic true lumen (TL) under specific operation plans (stent-graft deployment region and radius) to assess and avoid reoperation risk, but has not yet been applied clinically due to the difficulty in achieving accurate and time-dependent predictions. In this work, we propose a deep-learning-based model for FVS to solve the above problems. It models the FVS task as a time-dependent prediction of inner wall (TL sur
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: Metastasis significantly influences prognosis in thyroid cancer, especially in papillary thyroid carcinoma. With the rise of artificial intelligence (AI) in medical diagnostics, machine learning (ML) and deep learning (DL) models are being increasingly explored for their ability to enhance the early detection of metastatic spread. This systematic review and meta-analysis aimed to evaluate the diagnostic performance of ML and DL algorithms in detecting metastasis in thyroid cancer.
METHOD: We conducted a comprehensive search of scientific databases, including PubMed, IEEE, Scopus,
СтатьяСистематический обзорМетаанализПоиск 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: Hemorrhagic transformation (HT) is a serious and common complication following intravenous thrombolysis in acute ischemic stroke (AIS), often leading to worsened outcomes. Identifying risk factors for HT and developing accurate predictive models are essential for improving patient management and prognosis.
METHODS: A retrospective analysis was performed on 159 patients with acute ischemic stroke who received intravenous thrombolytic therapy at Hubei Third People's Hospital Affiliated to Jianghan University School of Medicine from March 2019 to July 2022. Boruta algorithm and multi
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.
MedElevator
Войти в исследования