INTRODUCTION: The prevalence of end-stage renal disease has raised the need for renal replacement therapy over recent decades. Even though a kidney transplant offers an improved quality of life and lower cost of care than dialysis, graft failure is possible after transplantation. Hence, this study aimed to predict the risk of graft failure among post-transplant recipients in Ethiopia using the selected machine learning prediction models.
METHODOLOGY: The data was extracted from the retrospective cohort of kidney transplant recipients at the Ethiopian National Kidney Transplantation Center fro
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 journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians2023eng
OBJECTIVE: The primary aim of this study is to utilize a neural network model to predict adverse neonatal outcomes in pregnancies complicated by gestational diabetes (GDM).
DESIGN: Our model, based on XGBoost, was implemented using Python 3.6 with the Keras framework built on TensorFlow by Google. We sourced data from medical records of GDM-diagnosed individuals who delivered at our tertiary medical center between 2012 and 2016. The model included simple pregnancy parameters, maternal age, body mass index (BMI), parity, gravity, results of oral glucose tests, treatment modality, and glycemic
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.
Pressure injury (PI), or local damage to soft tissues and skin caused by prolonged pressure, remains controversial in the medical world. Patients in intensive care units (ICUs) were frequently reported to suffer PIs, with a heavy burden on their life and expenditures. Machine learning (ML) is a Section of artificial intelligence (AI) that has emerged in nursing practice and is increasingly used for diagnosis, complications, prognosis, and recurrence prediction. This study aims to investigate hospital-acquired PI (HAPI) risk predictions in ICU based on a ML algorithm by R programming language a
СтатьяОтозванная публикацияПолный 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: Recurrence of common bile duct stones (CBDs) commonly happens after endoscopic retrograde cholangiopancreatography (ERCP). The clinical prediction models for the recurrence of CBDs after ERCP are lacking.
AIMS: We aim to develop high-performance prediction models for the recurrence of CBDS after ERCP treatment using automated machine learning (AutoML) and to assess the AutoML models versus the traditional regression models.
METHODS: 473 patients with CBDs undergoing ERCP were recruited in the single-center retrospective cohort study. Samples were divided into Training Set (65%) a
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.
BACKGROUND: Atopic dermatitis (AD) and psoriasis vulgaris (PV) are almost mutually exclusive diseases with different immune polarizations, mechanisms and therapeutic targets. Switches to the other disease ("Flip-Flop" [FF] phenomenon) can occur with or without systemic treatment and are often referred to as paradoxical reactions under biological therapy.
METHODS: The objective was to develop a diagnostic algorithm by combining clinical criteria of AD and PV to identify FF patients. The algorithm was prospectively validated in patients enrolled in the CK-CARE registry in Bonn, Germany. Afterwa
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.
BACKGROUND: In this paper, we examine whether machine learning and deep learning can be used to predict difficult airway intubation in patients undergoing thyroid surgery.
METHODS: We used 10 machine learning and deep learning algorithms to establish a corresponding model through a training group, and then verify the results in a test group. We used R for the statistical analysis and constructed the machine learning prediction model in Python.
RESULTS: The top 5 weighting factors for difficult airways identified by the average algorithm in machine learning were age, sex, weight, height, and
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.
In assisted reproductive technology (ART), embryos produced by in vitro fertilization (IVF) are graded according to their live birth potential, and high-grade embryos are preferentially transplanted. However, rates of live birth following clinical ART remain low worldwide. Grading is based on the embryo shape at a limited number of stages and does not consider the shape of embryos and intracellular structures, e.g., nuclei, at various stages important for normal embryogenesis. Here, we developed a Normalized Multi-View Attention Network (NVAN) that directly predicts live birth potential from t
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.
OBJECTIVE: A predictive model was established based on logistic regression and XGBoost algorithm to investigate the factors related to postoperative hypocalcemia in patients with secondary hyperparathyroidism (SHPT).
METHODS: A total of 60 SHPT patients who underwent parathyroidectomy (PTX) in our hospital were retrospectively enrolled. All patients were randomly divided into a training set (n = 42) and a test set (n = 18). The clinical data of the patients were analyzed, including gender, age, dialysis time, body mass, and several preoperative biochemical indicators. The multivariate logisti
СтатьяРандомизированное исследованиеПоиск 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: An easily accessible caries risk prediction model (CRPM) based on nonbiological predictors is lacking. Developing a CRPM for community screening is essential for children's dental health promotion by a public health approach.
OBJECTIVE: This study aimed to develop and validate a caries risk prediction model (CRPM) for children using a machine learning algorithm based on dental care behavioral factors and other nonbiological factors using a 3-month multicenter cohort.
METHODS: Children aged 12 months to 60 months were recruited at three primary care settings and three kindergarten
Многоцентровое исследованиеСтатьяПоиск 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 and establish a prediction model of the outcome of induced labor based on machine learning algorithm. This was a cross-sectional design. The subjects were divided into primipara and multipara, and the risk factors for the outcomes of induced labor were assessed by multifactor logistic regression analysis. The outcome model of labor induced with oxytocin (OT) was constructed based on the four machine learning algorithms, including AdaBoost, logistic regression, naive Bayes classifier, and support vector machine. Factors, such as accuracy, recall, precision, F1 value, and receiver op
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.
BACKGROUND: Decompression of the lumbar spine is one of the most common procedures performed in spine surgery. Hospital length of stay (LOS) is a clinically relevant metric used to assess surgical success, patient outcomes, and socioeconomic impact. This study aimed to investigate a variety of machine learning and deep learning algorithms to reliably predict whether a patient undergoing decompression of lumbar spinal stenosis will experience a prolonged LOS.
METHODS: Patients undergoing treatment for lumbar spinal stenosis with microsurgical and full-endoscopic decompression were selected wit
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.
PURPOSE: This study aims to identify potential risk factors associated with anxiety or depression and propose algorithms to predict anxiety and depression especially among university students.
METHODS: We included and analyzed 881 university students from eight colleges in China in November 2020. Student's basic information, lifestyles, sport habits, comorbidities, and mental health conditions were collected. Anxiety and depression were measured using the generalized anxiety disorder 7 (GAD-7) and the patient health questionnaire 9 (PHQ-9), respectively. A multiple linear regression analysis
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: Glucocorticoid (GC) pulse therapy is used for multiple sclerosis (MS) relapse treatment; however, GC resistance is a common problem. Considering that GC dosing is individual with several response-influencing factors, establishing a predictive model, which supports clinicians to estimate the maximum GC dose above which no additional therapeutic value can be expected presents a huge clinical need.
METHOD: We established two, independent retrospective cohorts of MS patients. The first was an explorative cohort for model generation, while the second was established for its validation.
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: Stress-related mental health problems are one of the most common causes of the burden in university students worldwide. Many studies have been conducted to predict the prevalence of stress among university students, however most of these analyses were predominantly performed using the basic logistic regression (LR) model. As an alternative, we used the advanced machine learning (ML) approaches for detecting significant risk factors and to predict the prevalence of stress among Bangladeshi university students.
METHODS: This prevalence study surveyed 355 students from twenty-eight d
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: Adverse drug events (ADEs) are unintended side effects of drugs that cause substantial clinical and economic burdens globally. Not all ADEs are discovered during clinical trials; therefore, postmarketing surveillance, called pharmacovigilance, is routinely conducted to find unknown ADEs. A wealth of information, which facilitates ADE discovery, lies in the growing body of biomedical literature. Knowledge graphs (KGs) encode information from the literature, where the vertices and the edges represent clinical concepts and their relations, respectively. The scale and unstructured form
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: Despite advances in endoscopic transnasal transsphenoidal surgery (E-TNS) for pituitary adenomas (PAs), cerebrospinal fluid (CSF) leakage remains a life-threatening complication predisposing to major morbidity and mortality. In the current study we developed a supervised ML model able to predict the risk of intraoperative CSF leakage by comparing different machine learning (ML) methods and explaining the functioning and the rationale of the best performing algorithm.
METHODS: A retrospective cohort of 238 patients treated via E-TNS for PAs was selected. A customized pipeline of se
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: The Pediatric Emergency Care Applied Research Network (PECARN) head trauma clinical decision rules informed the development of algorithms that risk stratify the management of children based on their risk of clinically important traumatic brain injury (ciTBI). We aimed to determine the rate of ciTBI for each PECARN algorithm risk group in an external cohort of patients and that of ciTBI associated with different combinations of high- or intermediate-risk predictors.
METHODS: This study was a secondary analysis of a large multicenter prospective data set, including patients with Gla
СтатьяМногоцентровое исследованиеПоддержка 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.
BACKGROUND: Patient satisfaction is a unique and important measure of success after total hip arthroplasty (THA). Our study aimed to evaluate the use of machine learning (ML) algorithms to predict patient satisfaction after THA.
METHODS: Prospectively collected data of 1508 primary THAs performed between 2006 and 2018 were extracted from our joint replacement registry and split into training (80%) and test (20%) sets. Supervised ML algorithms (Random Forest, Extreme Gradient Boosting, Support Vector Machines, Logistic LASSO) were developed with the training set, using patient demographics, 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.
An estimated 31.5 million Americans have a mobility limitation. Health care administrative data could be a valuable resource for research on this population but methods for cohort identification are lacking. We developed and tested an algorithm to reliably identify adults with mobility limitation in U.S. Department of Veterans Affairs health care data. We linked diagnosis, encounter, durable medical equipment, and demographic data for 964 veterans to their self-reported mobility limitation from the Medicare Current Beneficiary Survey. We evaluated performance of logistic regression models in c
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BACKGROUND: Preoperative prognostication of adverse events (AEs) for patients undergoing surgery for lumbar degenerative spondylolisthesis (LDS) can improve risk stratification and help guide the surgical decision-making process. The aim of this study was to develop and validate a set of predictive variables for 30-day AEs after surgery for LDS.
METHODS: The American College of Surgeons National Surgical Quality Improvement Program was used for this study (2005-2016). Logistic regression (enter, stepwise, and forward) and LASSO (least absolute shrinkage and selection operator) methods were pe
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.
MedElevator
Войти в исследования