ObjectiveTo develop a machine learning model for predicting intestinal necrosis in older patients with incarcerated hernia and interpret the model using SHapley additive exPlanations (SHAP) to assist clinicians in early identification of intestinal necrosis and formulating more appropriate treatment strategies.MethodsThis retrospective cohort study analyzed 324 older patients with incarcerated hernia who were admitted to the Department of Emergency Surgery and Department of Hernia and Abdominal Wall Surgery at the Affiliated Lu'an Hospital of Anhui Medical University between March 2015 and Feb
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.
This study seeks to address critical gaps in household air pollution (HAP) exposure assessment in low- and middle-income settings by applying a proxy-based exposure reconstruction framework supported by machine learning to develop an exploratory proxy-based exposure index and examine associations with nonlinear health patterns in Kabale, Uganda. A quantitative cross-sectional survey (N = 275) was conducted to capture behavioral, environmental, and socio-demographic proxies of exposure, including fuel type, cooking duration, ventilation, and cooking location. A latent exposure index was develop
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 subset of breast cancer patients with pathologic node-negative status (ypN0) after neoadjuvant chemotherapy (NAC) who benefit from postoperative radiotherapy (PORT) through a reduced risk of recurrence remains poorly defined. This study aimed to develop and validate an interpretable machine learning (ML) model to perform risk stratification for recurrence among ypN0 patients who all received PORT.
METHODS: We conducted a retrospective analysis of 1450 breast cancer patients treated between January 2017 and January 2024. All patients received NAC, underwent radical surgery confi
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: The diagnosis of systemic lupus erythematosus (SLE) is clinically complex, and early identification is essential for timely intervention and reducing disease burden. Machine learning offers a promising approach to distinguish early-stage SLE patients from healthy individuals.
METHODS: A total of 2672 SLE patients and 154 798 healthy controls from the Luzhou (discovery) cohort, along with 2532 SLE patients and 38 597 healthy controls from the Enshi (validation) cohort, were enrolled in this study. A complete machine learning pipeline-including data preprocessing, feature selection,
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.
Air pollution poses a major environmental health risk, leading to approximately 6.7 million premature deaths annually. Key pollutants like PM2.5, carbon monoxide (CO), sulfur dioxide (SO2), and ozone (O3) significantly affect air quality. This study utilizes a Long Short-Term Memory (LSTM) deep neural network algorithm to predict air pollution levels, focusing on PM2.5 concentrations in Nairobi. Sensor data from GeoHealth Hub was split into training, validation, and testing datasets. The LSTM model, optimized with the Adam algorithm and evaluated using Root Mean Squared Error (RMSE), demonstra
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 OF REVIEW: Beta-lactam allergy is frequently reported, but only a minority of cases correspond to true allergies. Tools to stratify the risk of a real allergic reaction can possibly help delabeling patients. We aimed to retrieve evidence on algorithms for risk stratification of patients with a beta-lactam allergy label.
RECENT FINDINGS: We performed a systematic review, searching three databases and included 28 studies. Most of the applied tools involved the assessment of the presence of rash/hives/other exanthemas ( n = 24), angioedema/localized swelling ( n = 23), bronchospasm/whe
СтатьяСистематический обзорПоиск 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.
Disease forecasting and surveillance often involve fitting models to a tremendous volume of historical testing data collected over space and time. Bayesian spatio-temporal regression models fit with Markov chain Monte Carlo (MCMC) methods are commonly used for such data. When the spatio-temporal support of the model is large, implementing an MCMC algorithm becomes a significant computational burden. This research proposes a computationally efficient gradient boosting algorithm for fitting a Bayesian spatio-temporal mixed effects binomial regression model. We demonstrate our method on a disease
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.
Diabetes mellitus is the second most common disease after cardiovascular diseases and malignant tumors. With the continuous acceleration of people's living standards and life rhythm, the number of diabetic patients is rapidly increasing and showing a trend of youthfulness. A recent study found that 114 million adults in China have diabetes and have a high prevalence rate, but the awareness rate, treatment rate, and compliance rate are low. If diabetes is not treated and controlled in time, various complications will occur, such as cardiovascular, cerebrovascular, and diabetic foot, which will
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.
Machine learning has been used for distinct purposes in the science field but no applications on illegal drug have been done before. This study proposes a new web-based system for cocaine classification, profiling relations and comparison, that is capable of producing meaningful output based on a large amount of chemical profiling's data. In particular, the Profiling Relations In Drug trafficking in Europe (PRIDE) system, offers several advantages to intelligence actions across Europe. Thus, it provides a standardized, broad methodology which uses machine learning algorithms to classify and co
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.
Predicting disease genes for a particular genetic disease is very challenging in bioinformatics. Based on current research studies, this challenge can be tackled via network-based approaches. Furthermore, it has been highlighted that it is necessary to consider disease similarity along with the protein's proximity to disease genes in a protein-protein interaction (PPI) network in order to improve the accuracy of disease gene prioritization. In this study we propose a new algorithm called proximity disease similarity algorithm (ProSim), which takes both of the aforementioned properties into con
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 expanding role of haematopoietic stem-cell transplantation (HSCT) renders the previous policy of avoiding transplantation in high-risk cardiac patients obsolete. Patients with amyloid, autoimmune conditions, sickle-cell disease, or thalassaemia, and patients over the age of 60 years are increasingly being offered HSCT. It is evident that the policy of avoiding transplantation in patients with impaired systolic function fails to identify all high-risk patients in such groups, and will deprive some patients of the benefits of HSCT unnecessarily. The development of an appropriate algorithm fo
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.
Automated sensor-based monitoring of cows has become an important tool in herd management to improve or maintain animal health and welfare. Location systems offer the ability to locate animals within the barn for, for example, artificial insemination. Furthermore, they have the potential to measure the time cows spend in important areas of the barn, which might indicate need for improvement in the management of the herd or individuals. In this study, we tested the sensor-based real-time location system (RTLS) Smartbow (SB, Smartbow GmbH) under field conditions. The objectives of this study wer
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 aims to develop a machine learning (ML) model to predict the risk of central lymph node metastasis (CLNM) in patients with papillary thyroid microcarcinoma (PTMC) using a combination of clinical and ultrasound features.
METHODS: Multiple ML models were integrated, with least absolute shrinkage and selection operator regression applied for feature selection and a LightGBM model optimized for prediction. Clinical and ultrasound features were used to construct the predictive model.
RESULTS: The model demonstrated high predictive accuracy in the validation cohort, with an a
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.
Metabolic dysfunction-associated steatotic liver disease (MASLD), marked by excess fat in the liver, has become the most prevalent chronic liver disease worldwide, affecting over 30% of adults. Its advanced form, metabolic dysfunction associated steatohepatitis (MASH), includes liver ballooning, and inflammation, and can progress to cirrhosis and hepatocellular carcinoma (HCC). Despite the increasing burden, effective pharmacotherapies for MASLD/MASH are still lacking. Programmed cell death mechanisms, such as autophagy and ferroptosis, are critical in the pathology of MASLD, influencing liver
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.
Amputation disrupts normal gait biomechanics, reducing strength, balance, and toe clearance. These factors contribute to an increase in falls in amputees, leading to both physical injury and psychological burden. Powered and microprocessor prosthetic legs can potentially react to external perturbations, but fast and reliable perturbation detection algorithms are needed. We developed three different algorithms for trip detection, each based on a different approach: thresholds, machine learning, or anomaly detection. Each trip detection method was validated offline with data acquired from 17 hea
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.
AIM: To develop and internally evaluate an interpretable machine learning model for distinguishing current gastric cancer (GC) from intestinal metaplasia (IM) among patients with psychological symptoms.
METHODS: This retrospective, single-center, cross-sectional study included 302 patients with psychological symptoms, comprising 185 with IM and 117 with GC. Patients were randomly divided into a training cohort (n = 212) and an independently retained validation cohort (n = 90). Candidate features were evaluated using LASSO, Boruta, and recursive feature elimination. Seven machine learning algo
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.
Early identification of high-risk trauma patients in the prehospital setting is crucial for optimizing resource allocation and improving survival. We developed and externally validated a real-time AI model predicting emergency room mortality using 21 prehospital variables. Model development and internal validation utilized the Korean Trauma Data Bank (KTDB; 204,189 patients), and external validation included four South Korean trauma centers (8,358 patients) and one Australian Level 1 center (3,578 patients). Our Prehospital-AI model, an ensemble of XGBoost, LightGBM, and random forest, achieve
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND: Diabetic foot ulcers are a leading cause of non-traumatic lower-limb amputation, but early identification of inpatients at high risk of major amputation remains challenging.
METHODS: We retrospectively reviewed consecutive admissions for diabetic foot ulcers at a single center, developing models in a 2019-2020 cohort and temporally validating them in a later 2024 cohort. The outcome was in-hospital major lower-extremity amputation above the ankle. Candidate predictors were routinely available admission variables within 24 hours, including comorbidities, bedside limb/ulcer assessme
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.
PURPOSE: Numerous risk factors for ROP have been identified, with gestational age and birth weight being the most established. Ongoing improvements in neonatal care may change the critical thresholds for these factors associated with ROP development. We applied a classification and regression tree (CART) analysis to predict the likelihood of developing ROP using a contemporary database.
METHODS: This cross-sectional study included 1296 premature infants who completed ROP screening by pediatric ophthalmologists from a children's hospital. Relevant infant and maternal parameters were obtained 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.
AIM: To improve prediction of fetal acidemia during labor using a random forest model incorporating cumulative fetal stress assessment, focusing on an umbilical cord arterial pH < 7.20 as an early clinically relevant threshold.
METHODS: This retrospective case-enriched model development study was conducted at Toho University Omori Medical Center. Data were collected from full-term vaginal deliveries between January 2017 and June 2021 for cases with umbilical cord arterial pH < 7.20 and between September 2018 and April 2019 for those with pH ≥ 7.20. Fetal acidemia was defined as pH < 7.20 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.
MedElevator
Войти в исследования