Otitis media (OM) is an extremely common disease that affects children worldwide. Optical coherence tomography (OCT) has emerged as a noninvasive diagnostic tool for OM, which can detect the presence and quantify the properties of middle ear fluid and biofilms. Here, the use of OCT data from the chinchilla, the gold-standard OM model for the human disease, is used to supplement a human image database to produce diagnostically relevant conclusions in a machine learning model. Statistical analysis shows the datatypes are compatible, with a blended-species model reaching ∼95% accuracy and F1 scor
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.
BACKGROUND: Grade 4 immune-related adverse events (irAEs) is life-threatening complications of immune checkpoint inhibitor therapy. Due to its rarity and scarcity of data, there is a lack of systematic research on key factors influencing poor prognosis. This exploratory study aimed to identify clinical features robustly associated with mortality in patients with grade 4 irAEs. Given the extremely small sample size and high‑dimensional data, a triangulation approach integrating traditional univariate statistics and machine learning to maximize the reliability of feature selection.
METHODS: Thi
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: Osteoporosis is highly prevalent in postmenopausal women, yet genome-wide association studies often miss disease-relevant variants because of incomplete single nucleotide polymorphism (SNP) coverage and platform-specific limitations. We aimed to identify genetic contributors to osteoporosis risk by integrating two exome-based genotyping platforms with multilayer analytic approaches. Methods: We analyzed extreme osteoporosis phenotypes in Korean postmenopausal women from the Korean Genome and Epidemiology Study (KoGES) Ansan-Anseong cohorts using the Illumina Infinium HumanExome Bea
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.
No studies have examined the prognostic value of the log odds of negative lymph nodes/T stage (LONT) in locally advanced rectal cancer (LARC) treated with neoadjuvant chemoradiotherapy (nCRT). We aimed to assess the prognostic value of LONT and develop a machine learning model to predict overall survival (OS) and disease-free survival (DFS) in LARC patients treated with nCRT. The study included 820 LARC patients who received nCRT between September 2010 and October 2017. Univariate and multivariate Cox regression analyses identified prognostic factors, which were then used to develop risk asses
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.
OBJECTIVE: Delirium is a common and acute neuropsychiatric syndrome that requires timely intervention to prevent its associated morbidity and mortality. Yet, its diagnosis and symptoms are often overlooked due to its variable clinical presentation and fluctuating nature. Thus, in this study, we address the barriers to delirium diagnosis by utilizing a machine learning-based predictive algorithm for incident delirium that relies on archived electronic health records (EHRs) data.
METHODS: We used the Medical Information Mart for Intensive Care (MIMIC) database to create a detailed dataset for i
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: In the ICU, patients with acute myocardial infarction and cardiogenic shock (AMI-CS) often face high mortality rates, making timely and precise mortality risk prediction crucial for clinical decision-making. Despite existing models, machine learning algorithms hold the potential for improved predictive accuracy.
METHODS: In this study, a predictive model was developed using the MIMIC-IV database, with external validation performed on the eICU-CRD database. We included ICU patients diagnosed with AMI-CS. Feature selection was conducted using the Boruta algorithm, followed by the co
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: Hypokalaemia is a side-effect of diuretics. We aimed to use machine learning to identify features predicting hypokalaemia risk in hypertensive patients.
METHODS: Participants with hypertension in the United States National Health and Nutrition Examination Survey 1999-2018 were included for analysis. To select the most suitable algorithm, we tested and evaluated five machine learning algorithms commonly employed in epidemiological studies: Logistic Regression, k-Nearest Neighbor, Random Forest, Recursive Partitioning and Regression Trees, and eXtreme Gradient Boosting. These algori
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.
INTRODUCTION: The use of machine learning (ML) methods would improve the diagnosis of respiratory changes in systemic sclerosis (SSc). This paper evaluates the performance of several ML algorithms associated with the respiratory oscillometry analysis to aid in the diagnostic of respiratory changes in SSc. We also find out the best configuration for this task.
METHODS: Oscillometric and spirometric exams were performed in 82 individuals, including controls (n = 30) and patients with systemic sclerosis with normal (n = 22) and abnormal (n = 30) spirometry. Multiple instance classifiers and diff
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: Diabetic retinopathy, a major microvascular complication of type 2 diabetes mellitus, remains a leading cause of preventable blindness worldwide. Early identification of individuals at high risk is essential, yet conventional screening systems are limited by workforce shortages and delayed detection. Artificial intelligence, particularly machine learning, offers substantial potential to support prognostic scoring tools capable of predicting the development of diabetic retinopathy. This review summarises current evidence on AI-driven prognostic models for diabetic retinopathy amon
СтатьяОбзорПолный 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: Overt hepatic encephalopathy (OHE) is a frequent complication after transjugular intrahepatic portosystemic shunt (TIPS) in patients with cirrhosis and can markedly impair quality of life and prognosis. This study aimed to develop and validate a machine learning-based risk prediction model to determine the most effective model and key predictive factors.
METHODS: This retrospective study included 297 patients with cirrhosis who underwent TIPS at the First Hospital of Shanxi Medical University from 2019 to 2024, among whom 89 developed postoperative OHE. Preoperative clinical chara
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.
OBJECTIVE: The aim of this study was to investigate the incidence of early arteriovenous fistula (AVF) failure and identify associated factors using multiple predictive models.
METHODS: A total of 1010 consecutive patients who underwent AVF creation at our institute between 2008 and 2020 were included. Clinical data were retrospectively reviewed, and patients were randomly divided into two training and validation cohorts. The study focused on two main investigations: the cumulative incidence of early AVF failure and the comparison of predictive models, including logistic regression and machin
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.
OBJECTIVE: To develop machine learning models, facilitate a more accurate diagnosis of ovarian cancer (OC), and explore potential markers.
METHODS: Overall, 311 patients diagnosed with OC, 56 with borderline ovarian tumors (OTs), and 368 patients with benign OTs were defined as derivation cohort and randomly divided into training (70%) and internal validation (30%) sets. An independent external validation cohort was also established. A total of 34 variables including patients' demographic characteristics and laboratory test results were collected. Models were developed using artificial neural
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: Allergic asthma (AA) is common in children. Excess copper is observed in AA patients. It is currently unclear whether copper imbalance can cause cuproptosis in pediatric AA.
METHODS: The datasets about pediatric AA (GSE40732 and GSE40888) were obtained from Gene Expression Omnibus (GEO) database. The expression of cuproptosis-related genes (CRGs) and immune cell infiltration in pediatric AA samples were analyzed. Single-cell RNA sequencing (scRNA-seq) data (GSE193816) were used to evaluate the expression patterns of CRGs in AA. The identification of differentially expressed genes w
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.
Minor amputations are performed in a large proportion of patients with diabetic foot ulcers (DFU) and early identification of the outcome of minor amputations facilitates medical decision-making and ultimately reduces major amputations and deaths. However, there are currently no clinical predictive tools for minor amputations in patients with DFU. We aim to establish a predictive model based on machine learning to quickly identify patients requiring minor amputation among newly admitted patients with DFU. Overall, 362 cases with University of Texas grade (UT) 3 DFU were screened from tertiary
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Symptoms-based models for predicting SARS-CoV-2 infection may improve clinical decision-making and be an alternative to resource allocation in under-resourced settings. In this study we aimed to test a model based on symptoms to predict a positive test result for SARS-CoV-2 infection during the COVID-19 pandemic using logistic regression and a machine-learning approach, in Bogotá, Colombia. Participants from the CoVIDA project were included. A logistic regression using the model was chosen based on biological plausibility and the Akaike Information criterion. Also, we performed an analysis usi
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: Severe acute pancreatitis (SAP) represents the most severe form of acute pancreatitis (AP) and is associated with considerable morbidity, mortality, and socioeconomic burden. Early identification of critically ill patients is crucial for disease management in AP. However, commonly used scoring systems are often complex, time-consuming, and lack interpretability. Therefore, the purpose of this study is to develop a machine learning-based model for early prediction of severity in AP and to perform interpretability analysis.
METHODS: A total of 528 AP patients meeting the inclusion c
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: Non-invasive determination of epidermal growth factor receptor (EGFR) mutation status is essential for selecting lung adenocarcinoma patients suitable for EGFR-tyrosine kinase inhibitors (EGFR-TKIs). This study aimed to develop and validate an online ensemble machine learning (EML) model that combines multiple machine learning (ML) models to predict the EGFR mutation status in lung adenocarcinoma.
METHODS: A total of 823 lung adenocarcinoma patients with known EGFR mutation status from three medical centers were divided into a training cohort (n=556) and a validation cohort (n=267
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.
Assessment of lower limb spasticity is crucial for enhancing both functional recovery and rehabilitation effectiveness of stroke patients. Traditional methods like the Modified Ashworth Scale (MAS) are often hampered by subjective bias, leading to inconsistent assessments among clinicians. In contrast, neurophysiological methods, mainly surface Electromyography (sEMG) data analysis, offer a more objective and sensitive alternative. Most of the existing studies based on sEMG focus more on upper limb applications, while research on the assessment of lower limb spasms is still under exploration.
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.
To evaluate movement quality of upper limb (UL) prosthesis users, performance-based outcome measures have been developed that examine the normalcy of movement as compared to a person with a sound, intact hand. However, the broad definition of "normal movement" and the subjective nature of scoring can make it difficult to know which areas of the body to evaluate, and the expected magnitude of deviation from normative movement. To provide a more robust approach to characterizing movement differences, the goals of this work are to identify degrees of freedom (DOFs) that will inform abnormal movem
СтатьяПоддержка правительства СШАПоддержка службы здравоохранения 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: Prediabetes is a serious health condition characterized by blood glucose levels that are higher than normal but not high enough for a diagnosis of type 2 diabetes. It remains unclear whether alterations in cortical morphology occur during the prediabetic stage. This study aimed to investigate changes in cortical thickness and gyrification in individuals with prediabetes, and to explore whether these changes can predict cognitive performance using a machine learning approach.
METHODS: T1-weighted MRI scans were acquired from 48 patients with prediabetes and 42 healthy controls. Sur
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