BACKGROUND: The global prevalence of non-alcoholic steatohepatitis (NASH) and its associated risk of adverse outcomes, particularly in patients with advanced liver fibrosis, underscores the importance of early and accurate diagnosis.
AIM: To develop a machine learning-based diagnostic model for advanced liver fibrosis in NASH patients.
METHODS: A total of 749 patients who underwent liver biopsy at Beijing Ditan Hospital, Capital Medical University, between January 2010 and January 2020 were included. Patients were randomly divided into training (n = 522) and validation (n = 224) cohorts. Fiv
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: Bipolar II disorder (BD-II) can progress to bipolar I disorder (BD-I), carrying profound psychosocial consequences. However, limited research has investigated the transition from BD-II to BD-I. Our study uses machine learning to predict the conversion using real-world data.
METHODS: We conducted a retrospective cohort study using the Taiwan National Health Insurance Research Database (2000-2013) to identify adults diagnosed with BD-II. A predictive model for BD-I conversion was developed using extreme gradient boosting (XGBoost), incorporating demographic factors, healthcare utili
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.
Previous studies have revealed an increased risk of secondary primary cancers (SPC) after lung cancer. The prognostic prediction models for SPC patients after lung cancer are particularly needed to guide screening. Therefore, we study retrospectively analyzed the Surveillance, Epidemiology, and End Results (SEER) database using classical statistics and machine learning to explore the risk factors and construct a novel overall survival (OS) prediction nomogram for patients with SPC after lung cancer. Data of patients with SPC after lung cancer, covering 2000 to 2016, were gathered from the SEER
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: This study used machine learning algorithms to identify critical variables and predict postoperative delirium (POD) in patients with degenerative spinal disease.
METHODS: We included 663 patients who underwent surgery for degenerative spinal disease and received general anesthesia. The LASSO method was used to screen essential features associated with POD. Clinical characteristics, preoperative laboratory parameters, and intraoperative variables were reviewed and were used to construct nine machine learning models including a training set and validation set (80% of participants), a
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.
Hypertension or elevated blood pressure is a serious medical condition that significantly increases the risks of cardiovascular disease, heart disease, diabetes, stroke, kidney disease, and other health problems, that affect people worldwide. Thus, hypertension is one of the major global causes of premature death. Regarding the prevention and treatment of hypertension with no or few side effects, antihypertensive peptides (AHTPs) obtained from natural sources might be useful as nutraceuticals. Therefore, the search for alternative/novel AHTPs in food or natural sources has received much attent
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.
Epilepsy detection is essential for patients with epilepsy and their families, as well as for researchers and medical staff. The use of electroencephalogram (EEG) as a tool to support the diagnosis of patients with epilepsy is fundamental. Today, machine learning (ML) techniques are widely applied in neuroscience. The main objective of our study is to differentiate patients with idiopathic generalized epilepsy from healthy controls by applying machine learning techniques on interictal electroencephalographic recordings. Our research predicts which patients have idiopathic generalized epilepsy
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.
OBJECTIVE: To establish a machine learning model for identifying patients coinfected with hepatitis B virus (HBV) and human immunodeficiency virus (HIV) through two sexual transmission routes in Jiangsu, China.
METHODS: A total of 14197 HIV cases transmitted by homosexual and heterosexual routes were recruited. After data processing, 12469 cases (HIV and HBV, 1033; HIV, 11436) were left for further analysis, including 7849 cases with homosexual transmission and 4620 cases with heterosexual transmission. Univariate logistic regression was used to select variables with significant P value and o
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.
Schistosomiasis is a neglected tropical disease that continues to be a leading cause of illness and mortality around the globe. The causing parasites are affixed to the skin through defiled water and enter the human body. Failure to diagnose Schistosomiasis can result in various medical complications, such as ascites, portal hypertension, esophageal varices, splenomegaly, and growth retardation. Early prediction and identification of risk factors may aid in treating disease before it becomes incurable. We aimed to create a framework by incorporating the most significant features to predict Sch
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.
Anxiety-induced motion artifacts frequently compromise image quality during non-sedated cardiac magnetic resonance imaging (CMR), leading to rescans and increased healthcare burdens. This retrospective cohort study hypothesized that combining multidimensional psychological and physiological indicators could accurately predict artifact occurrence. Baseline data from 514 adult patients, encompassing 15 clinical features, were systematically analyzed. Four machine learning algorithms were trained and evaluated using the area under the receiver operating characteristic curve (AUC). The eXtreme Gra
СтатьяVideo-Audio MediaПолный 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.
Optical coherence tomography (OCT) is extremely useful in the screening and detection of oral cancers. But various challenges, such as its subjectivity, operator dependence in interpretation, and lack of quantitative outcomes, have been delaying its adoption in clinical decision-making. The objective of this research is to quantify various A-scan features embedded in the OCT signal through advanced signal processing techniques and machine learning algorithms.Ex vivoimaging of biopsied oral tissues (normal mucosa, carcinomain situ(CIS), well-differentiated, and poorly differentiated oral squamo
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.
This study presents a novel approach to predicting mortality risk in patients with severe fever with thrombocytopenia syndrome (SFTS) by integrating machine learning models and genetic analysis techniques. Utilizing clinical data from 107 confirmed cases, we developed several predictive models and identified the extreme gradient boosting (XGBoost) algorithm as the most effective, achieving an area under the curve (AUC) of 0.950. Further analysis was performed based on the 15 robust features selected and performance-optimized through the Boruta algorithm, integrating Shapley additive explanatio
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.
Perovskite oxides (ABO3) are widely investigated for energy-related applications due to their compositional flexibility and tunable physicochemical properties. However, identifying formable and cubic perovskite oxides from the vast compositional space remains challenging using conventional approaches, especially for doped perovskite oxides. In this work, a two-stage machine learning framework is developed to accelerate the discovery of formable and cubic perovskite oxides in doped ABO3 compositions. A dataset comprising 1502 ABO3 compounds was compiled from published literature. Compositional
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.
Gold nanoparticles (AuNPs) exhibit size-dependent environmental behaviors and bioaccumulation risks, necessitating precise characterization of their hydrodynamic dimensions and concentrations for toxicity assessment. Existing analytical platforms are limited in their ability to perform efficient multidimensional analysis due to time-consuming procedures and the reliance on large, costly equipment. Herein, we developed a multiemission fluorescence sensing array that assisted with machine learning analysis for the simultaneous size discrimination and quantification of AuNPs. The sensor integrate
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.
OBJECTIVE: Mobilization and collection of peripheral blood stem cells (PBSCs) are time-intensive and costly. Excessive apheresis sessions can cause physical discomfort for donors and increase the costs associated with collection. Therefore, it is essential to identify key predictive factors for successful harvests to minimize the need for multiple apheresis procedures.
METHODS: We retrospectively analyzed 88 PBSC donations at our hospital. Mobilization involved disease-specific chemotherapy plus human recombinant granulocyte-colony-stimulating factor (G-CSF; lenograstim) or G-CSF alone for 5
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 use of the electrodermal activity (EDA) signal for health diagnostics is becoming increasingly popular. The increase is due to advances in computational methods such as machine learning (ML) and the availability of wearable devices capable of better measuring EDA signals. One field where work on EDA has significantly increased is sleep research, as changes in EDA are related to different aspects of sleep and sleep health such as sleep stages and sleep-disordered breathing; for example, obstructive sleep apnoea (OSA).
METHODS: In this work, we used supervised machine learning
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.
Cardiovascular disease (CVD) in cancer patients can affect the risk of unplanned readmissions, which have been reported to be costly and associated with worse mortality and prognosis. We aimed to demonstrate the feasibility of using machine learning techniques in predicting the risk of unplanned 180-day readmission attributable to CVD among hospitalized cancer patients using the 2017-2018 Nationwide Readmissions Database. We included hospitalized cancer patients, and the outcome was unplanned hospital readmission due to any CVD within 180 days after discharge. CVD included atrial fibrillation,
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.
Melanoma is the cutaneous neoplasm responsible for more patient deaths in all countries. BRAF mutations are the most common driver mutation and with the development of molecular targeted therapy, the precise knowledge of BRAF status has become increasingly important. Evaluation of BRAF mutation status has routinely been performed by polymerase chain reaction, a time consuming and expensive technique. Immunohistochemistry has been suggested as a cheaper alternative, but it has not gained general acceptance. A retrospective observational study in a cohort of 106 patients with invasive melanoma w
Наблюдательное 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.
Malaria remains by far one of the most threatening and dangerous illnesses caused by the plasmodium falciparum parasite. Chloroquine (CQ) and first-line artemisinin-based combination treatment (ACT) have long been the drug of choice for the treatment and controlling of malaria; however, the emergence of CQ-resistant and artemisinin resistance parasites is now present in most areas where malaria is endemic. In this work, we developed five machine learning models to predict antimalarial bioactivities of a drug against plasmodium falciparum from the features (i.e., molecular descriptors values) o
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.
The paper formalizes, implements and evaluates a framework for personalized real-time control of inner knee temperature during cryotherapy after knee surgery. Studies have shown that the cryotherapy should be controlled depending on the individual patient's feedback on the cooling, which raises the need for smart personalized therapy. The framework is based on the feedback control loop that uses predicted instead of measured inner temperatures because measurements are not feasible or would introduce invasiveness into the system. It uses machine learning to construct a predictive model for esti
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.
The spectral fusion by Raman spectroscopy and Fourier infrared spectroscopy combined with pattern recognition algorithms is utilized to diagnose thyroid dysfunction serum, and finds the spectral segment with the highest sensitivity to further advance diagnosis speed. Compared with the single infrared spectroscopy or Raman spectroscopy, the proposal can improve the detection accuracy, and can obtain more spectral features, indicating greater differences between thyroid dysfunction and normal serum samples. For discriminating different samples, principal component analysis (PCA) was first used f
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