OBJECTIVE: This study systematically examines the clinical factors associated with enteral nutrition-related diarrhea (ENAD) in patients with severe stroke and uses interpretable machine learning methods to assess the strength of these associations.
METHODS: This retrospective study included 766 patients with severe stroke from two hospitals between January 2021 and December 2025; data were sourced from electronic medical records and nursing notes. The study compared eight machine learning algorithms: logistic regression (Logistic), support vector machines (SVM), random forests (RF), extreme …
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: Allergic rhinitis (AR) represents a highly prevalent inflammatory disorder of the nasal mucosa, but molecular indicators capable … strategies: least absolute shrinkage and selection operator regression, random forest modeling, and support vector machine-recursive feature elimination. The selected markers were then assessed for diagnostic discrimination, individualized prediction, calibration performance, and potential clinical net benefit. In addition, immune infiltration, upstream regulatory netwo …
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.
Head and neck cancer (HNC) presents a significant challenge due to its anatomic complexity and treatment-related complications such as stick … as further evaluated across five machine-learning classifiers, including K-nearest neighbors (KNN), support vector machine (SVM), random forest (RF), logistic regression (LR), and eXtreme Gradient Boosting (XGBoost), were initially benchmarked using a common feature selection procedure, after which SVM was selected as the reference classifier for systematic comparison o …
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: Community-acquired acute cholangitis (CAAC) can progress to acute organ injury (AOI), increasing poor prognosis risk. This study … erator (LASSO) penalty via 5-fold cross-validation. Five models were developed: random forest (RF), support vector machine (SVM), LR, neural network (NN), and adaptive boosting (AdaBoost). Optimization used 5-fold stratified cross-validation and grid search. The optimal model was selected by cross-validated area under the receiver operating characteristic curve (ROC-AUC …
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: Previous research on brain network topology in Tobacco Use Disorder (TUD) has been inconsistent, likely due to overlooking the h … subnetworks, and performed correlation analyses between global graph metrics and clinical scales. A Support Vector Machine (SVM) classifier was constructed using functional connectivity (FC) strength, graph metrics, and multi-scale fusion features to discriminate the severity of smoking at the individual level within a rigorous repeated stratified nested cross-validatio …
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: Preoperative prediction of right recurrent laryngeal nerve (RLN) lymph node metastasis (LNM) in esophageal squamous cell carcino … chine learning algorithms [logistic regression (LR), K-nearest neighbors (KNN), decision tree (DT), support vector machine (SVM), random forest (RF), extreme gradient boosting (XGBoost)] were trained. Clinical risk factors were identified via univariate/multivariate LR. A combined model fused radiomics scores and clinical factors. Performance was evaluated using ROC cur …
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/Objectives: Vitamin B12 deficiency is a common but often underdiagnosed complication in patients with type 2 diabetes (T2D) under … 15 μmol/L). XGBoost was selected after comparison with Logistic Regression (L2), Random Forest, and Support Vector Machine on the same 5-fold stratified cross-validated pipeline. Hyperparameters were optimized via Bayesian search (100 iterations × 5-fold stratified cross-validation), with the Matthews correlation coefficient (MCC) as the primary optimization metric to a …
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: This study aimed to create and validate a machine learning (ML) model for predicting the risk of multidrug-resistant (MDR) infect … algorithm and least absolute shrinkage and selection operator (LASSO). Five ML algorithms-XGBoost, support vector machine (SVM), LightGBM, CatBoost, and Gaussian naïve Bayes (NB)-were trained with 10-fold cross-validation. Model performance was evaluated by the area under the receiver operating characteristic curve (AUC), accuracy, sensitivity, specificity, F1 score, c …
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: Accurate survival prediction for patients with advanced esophageal cancer (EC) and liver metastases is critical for clinical dec … est sets in a 7:3 ratio. Six ML models-Logistic Regression (LR), Random Forest (RF), XGBoost (XGB), Support Vector Machine (SVM), K-Nearest Neighbors (KNN), and Iterative Dichotomiser 3 (ID3)-were trained using clinical variables from the training set. Model selection was performed via the DeLong test. Performance was rigorously evaluated in the internal test set using …
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: Heart failure (HF) is a major public health issue globally, requiring early risk stratification to improve patient outcomes. D … with 15 clinical features. Ten ML algorithms (five traditional: Logistic Regression, Decision Tree, Support Vector Machine, K-Nearest Neighbors, Naive Bayes; five ensemble: Random Forest, Gradient Boosting, XGBoost, LightGBM, CatBoost) were compared under rigorously standardized conditions, including an 80:20 stratified train-test split, identical preprocessing, and a f …
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 remains a leading cause of death in critically ill patients. Host mRNA biomarkers may provide complementary biological in … x proportional hazards regression, random survival forest (RSF), Deep Survival Analysis (DeepSurv), support vector machine (SVM), and extreme gradient boosting (XGBoost). Model discrimination was assessed using AUCs and compared using DeLong's test. Internal validation was performed using the bootstrap 0.632 method.
RESULTS: Among the 198 patients included in the final …
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: The diagnosis and management of velopharyngeal dysfunction (VPD) is a particularly challenging part of the cleft care timeline, … ularly those using Whisper and HuBERT features, achieved near-perfect performance, with the Whisper/Support Vector Machine (SVM) pipeline reaching 100% accuracy and a 1.0 macro F1-score. The traditional MFCC baseline model also performed exceptionally well, achieving 99.2% accuracy and a 0.95 macro F1-score. Cross-domain generalization testing on the out-of-domain datas …
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: Airway hyperresponsiveness (AHR) is a frequent sequela after acute Mycoplasma pneumoniae pneumonia (MPP) in children. This study assessed the association between bronchoalveolar lavage fluid (BALF) leukotriene C4 (LTC4) and MPP, evaluated its predictive value for AHR, and developed an early-identification machine-learning model.
METHODS: We retrospectively studied 158 children with MPP admitted between January 2023 and December 2024; 20 children undergoing bronchoscopy for airway foreign bodies served as controls. BALF LTC4 was measured by enzyme-linked immunosorbent assay (ELISA)
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: As a critical hallmark of systemic lupus erythematosus, lupus nephritis (LN) stands as a major organ-threatening condition drive … res, we integrated three computational frameworks: least absolute shrinkage and selection operator, support vector machine-recursive feature elimination, and random forest. Immune infiltration was analyzed by single-sample gene set enrichment analysis, CIBERSORT, and MCP-Counter, and regulatory networks were predicted using NetworkAnalyst and miRNet. Molecular subgroups …
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.
INTRODUCTION: Rheumatoid Arthritis (RA) is a common autoimmune disease. The Basement Membrane (BM) plays a critical structural role in tissu … ne learning algorithms were used to screen for biomarkers, including LASSO, Random Forest (RF), and Support Vector Machine Recursive Feature Elimination (SVM-RFE). The screening results were validated using the GSE77298 dataset and confirmed via qRT-PCR. In addition, molecular docking technology was applied to predict the binding potential between Schisandrin (SCH) and …
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: Breast Cancer-Related Lymphedema (BCRL) is one of the common complications after breast cancer treatment. It is characterized by … criterion for BCRL was "the difference in upper limb circumference ≥2 cm". Using LASSO regression, Support Vector Machine Recursive Feature Elimination (SVM-REF), Random Forest (RF) and Boruta, 34 variables were subjected to feature selection, and features selected by all four algorithms were used as modeling variables. The SHAP value analysis was performed to construc …
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: Sclerosing adenosis (SA) and breast cancer (BC) often exhibit overlapping clinical, imaging, and pathological characteristics, m … 89 SA + BC cases (90 SA-DCIS, 99 SA-IBC). Multiple machine learning algorithms-logistic regression, support vector machine, decision tree, XGBoost, and random forest-were compared using AUC, accuracy, F1-score, and C-index. Model interpretability was assessed with SHAP to elucidate feature contributions and identify key predictors. Additionally, we incorporated an indep …
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: Analyze the psychological and clinical factors of clinically significant tinnitus (THI score ≥38) in patients with hearing loss, … L algorithms-logistic regression (LR), random forest (RF), extreme gradient boosting (XGBoost), and support vector machine (SVM)-were applied to construct and validate predictive models. The area under the receiver operating characteristic curve (AUC) of each model in the validation set was compared using the DeLong test. Additionally, model performance metrics in the v …
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 construct a machine learning (ML) model to predict the risk of lung metastasis in papillary thyroid carcinoma (PTC).
METHODS: … or (LASSO) regression was used for feature screening. Logistic Regression (LR), Random Forest (RF), Support Vector Machine (SVM) and extreme gradient boosting (XGBoost) were constructed, and we used 10-fold cross-validation in the validation of the models, assessed through the receiver operating characteristic (ROC) curves, calibration curves, area under the precision r …
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 current study demonstrated that oxidative stress (OS) is closely related to the pathogenesis of polycystic ovary syndrome … el was obtained to identify key genes by comparing the performance of the random forest model (RF), support vector machine model (SVM), and generalized linear model (GLM). The molecular networks were constructed to reveal the non-coding regulatory mechanisms of key genes based on GSE138572 and GSE145296. The Drug-Gene Interaction Database (DGIdb) was used to predict the …
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