Warfarin is a commonly prescribed anticoagulant with a narrow therapeutic window, which requires frequent and specialized monitoring. This work aims to develop standardized optimal warfarin dose decision support using a machine learning model based on time-series anticoagulation data and patient demographic characteristics. We propose an offline reinforcement learning model (RL) using a Batch-Constrained Q-Learning algorithm (BCQ) in a discrete action setting to predict the cumulative warfarin dose for the days until the next INR (International Normalized Ratio) test. Prior approaches utilized
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Alcohol Use Disorder (AUD), encompassing Alcohol Abuse (AA) and Alcohol Dependence (AD), is a chronic, relapsing brain condition that can cause mental and physical issues. Confusion between AA and AD can lead to ineffective or even excessively aggressive treatments, but distinguishing them is difficult due to similar symptoms and physiological indicators. Fortunately, from a psychological perspective, AA is closely linked to poor behavioral control, while AD is associated with affective lability. These psychological mechanisms are differently featured in the activity of patients' brain regions
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.
Dynamic Ensemble Learning (DEL)-based mortality prediction models offer promising utility for monitoring sepsis progression. Existing DEL methods rely on unsupervised techniques, such as bootstrap sampling or feature partitioning, to generate training data subsets, failing to capture the inherent heterogeneity in the relationships between sepsis phenotypes and associated mortality risks. Moreover, combining heterogeneous base models leads to a loss of model explainability. To this end, we propose a novel SHapley Additive exPlanations (SHAP)-driven Dynamic Ensemble, then Knowledge Distillation
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 respiratory diseases such as pneumoconiosis require to close monitor the symptoms such as abnormal respiration and cough. This study introduces an automated, nonintrusive method for detecting cough events in clinical settings using a flexible chest patch with tri-axial acceleration sensors.
METHODS: Twenty-five young healthy persons (hereinafter referred to as healthy adults) and twenty-five clinically diagnosed pneumoconiosis patients (hereinafter referred to as patients) participated in the experiment by wearing a flexible chest patch with an embedded ACC sensor. The top 56
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.
Cervical cancer remains a significant global health burden, particularly in low- and middle-income countries (LMICs) where access to early diagnostic tools is limited. In Ethiopia, cervical cancer diagnosis often relies on manual interpretation of biopsies, which can be time-consuming and subjective. This study aims to develop a multimodal machine learning model that integrates histopathological images and associated patient clinical records to improve cervical cancer risk prediction and biopsy detection. The dataset comprises 404 biopsy images and corresponding clinical records from 499 patie
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: This systematic review aims to explore the early predictive value of machine learning (ML) models for the progression of gestational diabetes mellitus (GDM) to type 2 diabetes mellitus (T2DM).
METHODS: A comprehensive and systematic search was conducted in Pubmed, Cochrane, Embase, and Web of Science up to July 02, 2024. The quality of the studies included was assessed. The risk of bias was assessed through the prediction model risk of bias assessment tool and a graph was drawn accordingly. The meta-analysis was performed using Stata15.0.
RESULTS: A total of 13 studies were inclu
СтатьяСистематический обзорМетаанализПолный 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: Bloodstream Infection (BSI) is a severe systemic infectious disease that can lead to sepsis and Multiple Organ Dysfunction Syndrome (MODS), resulting in high mortality rates and posing a major public health burden globally. Early identification of BSI is crucial for effective intervention, reducing mortality, and improving patient outcomes. However, existing diagnostic methods are flawed by low specificity, long detection times and high demands on testing platforms. The development of artificial intelligence provides a new approach for early disease identification. This study aims
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: Gestational diabetes mellitus (GDM) is one of the most common complications during pregnancy and has been on a continuous increase in recent years. This study aimed to establish a combined prediction model for the risk of GDM and to provide more reliable reference information for non-invasive assessment of GDM in clinical practice.
METHODS: This study retrospectively collected clinical data and ultrasound information of 122 pregnant women who underwent fetal nuchal translucency screening, which divided into 36 cases of the GDM group and 86 cases of the non-gestational diabetes mel
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: Patients with end‑stage kidney disease (ESKD) often struggle to choose among kidney replacement therapy options due to information ambiguity and the complexity of treatment pathways. In nursing, comprehensive, person-centered care has become more popular, placing a strong emphasis on advocacy and the defense of patients' rights. Discussions about the value of patient-physician collaboration in decision-making, patient involvement strategies, and the nuances of decision-making processes have resulted from this. Currently, there is a steady increase in research on dialysis modality d
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.
Sepsis, a critical infection-induced inflammatory condition, poses substantial global health challenges, demanding timely detection for effective intervention. This article explores the application of machine learning (ML) and deep learning (DL) in predicting sepsis using electronic health record (EHR) to enhance patient outcomes. A comprehensive search across PubMed, IEEE Xplore, Google Scholar, and Scopus yielded 39 studies meeting stringent inclusion criteria. Predominantly retrospective (n = 34) and geographically diverse, these studies, spanning North America (n=19), Asia (n=13), Europe (
СтатьяСистематический обзорПоиск 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.
Delirium represents a significant clinical concern characterised by high morbidity and mortality rates, particularly in patients with mild cognitive impairment (MCI). This study investigates the associated risk factors for delirium by analysing the comorbidity patterns relevant to MCI and developing a longitudinal predictive model leveraging machine learning (ML) methodologies. A retrospective analysis utilising the MIMIC-IV v2.2 database was performed to evaluate comorbid conditions, survival probabilities, and predictive modelling outcomes. The examination of comorbidity patterns identified
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.
Alzheimer's disease progressively disrupts temporal-frontal language networks, manifesting through degraded speech production detectable years before clinical dementia diagnosis. Traditional automated detection systems rely on handcrafted acoustic features, including mel-frequency cepstral coefficients, that may discard diagnostically relevant temporal dynamics through fixed spectral transformations. Drawing inspiration from cognitive neuroscience models of hierarchical speech processing, we propose the neuro residual acoustic learning framework, an end-to-end system operating directly on raw
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: Urosepsis is a leading cause of perioperative mortality after upper urinary tract stone surgery. This study aimed to develop a simple and accurate predictive model for postoperative sepsis by integrating laboratory parameters using machine learning (ML) and the Shapley Additive Explanations (SHAP) algorithm. METHODS: Data from 7,464 patients were analyzed, including 155 pre- and postoperative features. Key variables were selected using Least Absolute Shrinkage and Selection Operator (LASSO) regression and correlation analysis. Eight ML algorithms were employed to develop the predict
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: Intraoperative acquired pressure injury (IAPI) represents a major risk in elderly cardiac surgery patients due to skin fragility and impaired perfusion. Reliable risk prediction is essential for prevention and personalized care. METHODS: Using data from 12,222 patients aged ≥60 years in the MIMIC-IV database, we developed machine learning models with 24 clinically relevant features. Seven classifiers were trained and integrated via a stacking ensemble. Internal evaluation employed stratified fivefold cross-validation with 10 repetitions and bootstrapped confidence intervals (2,000
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: Alzheimer’s disease imposes a substantial socioeconomic burden on families and society, while diagnosis at the Mild Cognitive Impairment stage remains critical for effective prevention and management. Current machine learning approaches, however, are predominantly reliant on invasive neuroimaging or cerebrospinal fluid analyses, thereby facing inherent diagnostic limitations. Blood biomarkers provide a minimally invasive alternative, yet their integration with explainable ML frameworks for early detection remains underexplored, particularly in the context of scalable clinical imple
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.
Recently, fast Magnetic Resonance Imaging reconstruction technology has emerged as a promising way to improve the clinical diagnostic experience by significantly reducing scan times. While existing studies have used Generative Adversarial Networks to achieve impressive results in reconstructing MR images, they still suffer from challenges such as blurred zones/boundaries and abnormal spots caused by inevitable noise in the reconstruction process. To this end, we propose a novel deep framework termed Anisotropic Diffusion-Assisted Generative Adversarial Networks, which aims to maximally preserv
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: Hyperuricemia (HUA) as a global public health challenge, although its overall epidemiological characteristics have been widely reported, its age-specific risk pattern remains controversial. This study aims to reveal the risk factors of HUA in healthy physical examination populations of different age groups and construct a machine learning-driven risk prediction model to achieve precise intervention.
METHODS: A cross-sectional study design was adopted. A total of 2821 physical examinees from a tertiary hospital from January 2022 to December 2024 were included and divided into 5 gro
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.
Deep learning-based brain tumor segmentation on multi-sequence magnetic resonance imaging (MRI) has gained widespread attention due to its great potential in supporting brain disease diagnosis. Although, compared to single-sequence images, more information is available from multi-sequence MR images, noise and artifacts on any given MR sequence can result in significant performance degradations. As in clinical routine, it is not always possible to maintain high imaging quality across all MR sequences (e.g., foreign bodies, ventricular drainage, shunts, involuntary patient motion, etc.), ensurin
СтатьяПоддержка исследования: вне правительства 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.
Ageing is associated with cognitive and functional decline, which can hamper daily activities and independent living. Chronic diseases may intensify this process. Early detection of unhealthy decline is key but hindered by similarity to normal ageing. This study presents an approach for early screening of healthy ageing, using an instrumented ink pen to ecologically assess handwriting performance in three age groups: 40-59, 60-69 and 70+ years old. Raw handwriting data from 60 healthy subjects were used to extract fourteen indicators related to gesture and tremor. The indicators were then used
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Current neuroscience indicates that multiple brain regions in individuals with Attention Deficit Hyperactivity Disorder (ADHD) are structurally and functionally interconnected. The patient exhibited abnormal alterations in both respective modal brain regions and co-occurrent brain regions with multi-level relationships encompassing hierarchical interactions between function-structural alterations as well as hierarchical progression from local regions to broader brain networks. However, most existing multi-modal ADHD classification approaches independently embed functional and structural data i
СтатьяПоддержка исследования: вне правительства 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.
MedElevator
Войти в исследования