The search for stable, lead-free perovskite materials is critical for developing efficient and environmentally friendly energy solutions. In this study, machine learning methods were applied to predict the bandgap and formation energy of double perovskites, aiming to identify promising photovoltaic candidates. A dataset of 1053 double perovskites was extracted from the Materials Project database, with 50 feature descriptors generated. Feature selection was carried out using Pearson correlation and mRMR methods, and 23 key features for bandgap prediction and 18 key features for formation energy
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: Thoracic endovascular aortic repair (TEVAR) and complex endovascular aneurysm repair (EVAR) are complex procedures that carry a significant risk of complications. While risk prediction tools can aid in clinical decision making, they remain limited. We developed machine learning algorithms to predict outcomes following TEVAR and complex EVAR.
METHODS: The Vascular Quality Initiative database was used to identify patients who underwent elective TEVAR and complex EVAR for noninfrarenal aortic aneurysms between 2012 and 2023. We extracted 172 features from the index hospitalization, i
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: To explore and compare the potential value of radiomics models based on contrast-enhanced computed tomography (CT) for noninvasive preoperative prediction of lymphovascular invasion (LVI) in laryngeal squamous cell carcinoma (LSCC).
MATERIALS AND METHODS: This multicenter diagnostic study retrospectively enrolled patients with LSCC from three tertiary hospitals who underwent surgical treatment. Standardized preprocessing was performed on the CT images, followed by region-of-interest segmentation and extraction of traditional radiomics features and deep learning (DL) features. Feat
СтатьяМногоцентровое 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.
RATIONALE AND OBJECTIVES: Preoperative differentiation of follicular thyroid carcinoma (FTC) from follicular thyroid adenoma (FTA) remains challenging. This study aimed to develop and validate a multimodal prediction model integrating clinical parameters, immunological markers, peritumoral radiomics, and habitat-based features for accurate preoperative FTC diagnosis.
MATERIALS AND METHODS: This retrospective two-center study included 775 patients with pathologically confirmed follicular thyroid neoplasms (training set: n = 353; internal validation: n = 151; external validation: n = 271). Radi
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: Sepsis after hip fracture in elderly people is a risk factor for mortality. The purpose of this study was to screen for risk factors for 60-day sepsis morbidity after hip fracture and to establish a predictive model using various machine learning algorithms.
METHODS: A total of 697 patients who were older than 65 years of age were selected; 590 patients were divided into training and test sets (at a ratio of 7:3), and 107 individuals were used for external validation. Least absolute shrinkage and selection operator (LASSO), the Boruta algorithm, and random survival forest (RSF) we
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: In frail older adults, the incidence of postoperative delirium (POD) is markedly increased, leading to greater morbidity, prolonged length of stay, and higher healthcare costs. An accurate POD prediction model can direct preventive strategies and improve patient outcomes. Employing advanced machine-learning techniques, this study develops a POD prediction model using comprehensive preoperative and intraoperative data.
METHODS: We enrolled 2,089 frail patients aged ≥ 65 years undergoing general anesthesia for noncardiac surgery at Fuyang People's Hospital between February 2023 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.
More liver transplants (LT) are performed worldwide thanks to extended criteria donors (ECD). This is paralleled by a supposed increased risk of allograft failure (AF) at 90 and 365 days. This study has been designed to portray the LT practice worldwide and investigate models of AF prediction and the impact of risk mitigation strategies for further improving graft and patient outcomes. This is a multicenter, international, non-competitive, observational two segment study on consecutive LTs over two periods (2017-2019 and 2022-2024). A steering committee of LT experts defined the study protocol
СтатьяНаблюдательное исследованиеМногоцентровое 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: Acute kidney injury (AKI), a critical complication of childhood idiopathic nephrotic syndrome (INS), markedly increases the risk of chronic kidney disease (CKD) and mortality. This study developed an interpretable machine learning (ML) model for early AKI prediction in pediatric INS to enable proactive interventions and mitigate adverse outcomes. METHODS: A total of 3,390 patients and 356 hospitalized pediatric patients with INS were included in the derivation and external cohorts, respectively, from four hospitals across China. Logistic regression, Random Forest, K-nearest neighbo
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.
Artificial Intelligence is revolutionizing prenatal diagnostics by enhancing the accuracy and efficiency of procedures. This review explores AI and machine learning (ML) in the early detection, prediction, and assessment of neural tube defects (NTDs) through prenatal ultrasound imaging. Recent studies highlight the effectiveness of AI techniques, such as convolutional neural networks (CNNs) and support vector machines (SVMs), achieving detection accuracy rates of up to 95% across various datasets, including fetal ultrasound images, genetic data, and maternal health records. SVM models have dem
СтатьяОбзорПоиск 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: Patients with osteoporosis have a significantly increased risk of depression compared with those without osteoporosis. The aim of this study was to develop and validate predictive models of depression risk for the osteoporosis population.
METHODS: Data from the National Health and Nutrition Examination Survey (NHANES) 2005-2010, 2013-2014, and 2017-2018 were used in this study. Data from the 2017-2018 survey cycle was used as the external validation set. For the remaining years of data, 70 % of the subjects were randomly assigned to the training set and the remaining subjects formed
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: This study was aimed at developing an interpretable machine learning model for predicting osteoporosis (OP) risk using real-world clinical data, and at establishing a web-based visualization tool for assisting clinical decision-making.
METHODS: A total of 5,328 individuals from the Affiliated Hospital of Jiangxi University of Chinese Medicine (2015-2024) were included. Multidimensional data, including demographic characteristics, anthropometric measures, lumbar spine bone mineral density (L1-L4), and more than 90 blood biochemical and inflammatory markers, were collected. Key varia
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.
This narrative review outlines the current applications and considerations of artificial intelligence (AI) for diagnosis, management, and prognosis in rheumatoid arthritis (RA), axial spondyloarthritis (axSpA), and psoriatic arthritis (PsA). Advances in AI, mainly in machine learning and deep learning, have significantly influenced medical research and clinical practice over the past decades by offering precisions in data understanding and treatment approaches. AI applications have enhanced risk prediction models, early diagnosis, and better management in RA. Predictive models have guided trea
СтатьяОбзорПолный 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 comprehensive prediction of occult lymph node metastasis (OLNM) is crucial for optimizing treatment strategy in early-stage lung adenocarcinoma (LUAD). This study aimed to develop and validate a machine learning (ML) model integrating multimodal data for the individualized prediction of OLNM.
METHODS: A retrospective cohort of 12,679 patients with clinical T1N0 LUAD (≤3 cm) was identified from a single institution. After propensity score matching (PSM) to address class imbalance, a balanced cohort of 614 patients (307 with OLNM, 307 without) was used for model development
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: Radiological prediction of Ki-67 plays a crucial role in determining the clinical outcomes of meningioma patients. The aim of this review is to comprehensively review the literature to synthesize evidence on how accurate radiological prediction of the Ki-67 proliferation index is to determine the Ki-67 index's association with clinical outcomes of meningioma.
MATERIALS AND METHODS: A narrative synthesis systematic review followed PRISMA guidelines. The literature was searched using database-specific, relevant keywords, text words, and MeSH terms (controlled vocabulary) such as "Men
Систематический обзорСтатьяПолный 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.
In many low-income countries, over five percent of hospitalized children die following hospital discharge. The lack of available tools to identify those at risk of post-discharge mortality has limited the ability to make progress towards improving outcomes. We aimed to develop algorithms designed to predict post-discharge mortality among children admitted with suspected sepsis. Four prospective cohort studies of children in two age groups (0-6 and 6-60 months) were conducted between 2012-2021 in six Ugandan hospitals. Prediction models were derived for six-months post-discharge mortality, base
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: Lung cancer, a major global health concern, disproportionately impacts low socioeconomic status (SES) patients, who face suboptimal care and reduced survival. This study aimed to evaluate the prognostic performance of traditional Cox proportional hazards (CoxPH) regression and machine learning models, specifically Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), and Extreme Gradient Boosting (XGBoost), in patients with advanced lung cancer with low SES.
DESIGN: A retrospective study.
METHOD: The 949 patients with advanced lung cancer with low SES who entered
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: Navigated transcranial magnetic stimulation (nTMS) is a well-established preoperative mapping tool for motor-eloquent glioma surgery. Machine learning (ML) and nTMS may improve clinical outcome prediction and histological correlation.
METHODS: This was a retrospective cohort study of patients who underwent surgery for motor-eloquent gliomas between 2018 and 2022. Ten healthy subjects were included. Preoperative nTMS-derived variables were collected: resting motor threshold (RMT), interhemispheric RMT ratio (iRMTr)-abnormal if above 10%-and cortical excitability score-number of abn
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: Glycosylation is a complex and fundamental metabolic biosynthetic process orchestrated by multiple glycosyltransferases (GT) and glycosidases enzymes. Functions of GT have been extensively examined in multiple human diseases. Our study investigated the potential role of GT genes in T-cell mediated rejection (TCMR) and possible prediction of graft loss of kidney transplantation.
METHODS: We downloaded the microarray datasets and GT genes from the GEO and the HUGO Gene Nomenclature Committee (HGNC) databases, respectively. Differentially expressed GT genes (DE-GTGs) were obtained by
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.
PURPOSE: To explore the differential miRNA expression profiles and predicted target genes of mandibular bone marrow mesenchymal stem cells (MBMSCs) in a postmenopausal osteoporosis (POP) mouse model using bioinformatics methods, providing new targets for diagnosis, treatment, and prevention of POP.
METHODS: POP mouse model was established by performing ovariectomy surgery, and MBMSCs were obtained using whole bone marrow adherent culture method. Microarray sequencing was performed to detect the miRNA expression profile of MBMSCs. Subsequently, miRNA identification and prediction analysis were
Аннотация на английскомСтатьяПолный 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.
Electrical data could be a new source of big-data for training artificial intelligence (AI) for drug discovery. A Gastro-Intestinal Pacemaker Activity Drug Database (GIPADD) was built using a standardized methodology to test drug effects on electrical gastrointestinal (GI) pacemaker activity. The current report used data obtained from 89 drugs with 4867 datasets to evaluate the potential use of the GIPADD for predicting drug adverse effects (AEs) using a machine-learning (ML) approach and to explore correlations between AEs and GI pacemaker activity. Twenty-four "electrical" features (EFs) wer
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.
MedElevator
Войти в исследования