PURPOSE OF REVIEW: Machine learning has emerged as a promising tool to support antimicrobial decision-making in infectious diseases. In colonized patients, distinguishing multidrug-resistant Gram-negative bacteria (MDR-GNB) colonization from true infection remains a major clinical challenge, as both delayed appropriate therapy in severe infections and unnecessary broad-spectrum antimicrobial use may adversely affect patient outcomes and antimicrobial stewardship. This review discusses the current evidence on machine learning models for predicting or detecting MDR-GNB infection in colonized pat
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: The predictive value of preoperative resting ECGs for cardiovascular events after noncardiac surgery is unclear. This study evaluated whether incorporating conventional ECG features or the output of a deep-learning algorithm for ECG waveform analysis (PreOpNet) improves risk prediction beyond established clinical risk scores.
METHODS: We conducted a secondary analysis of two prospective cohorts of patients undergoing major noncardiac surgery in China between 2019 and 2023. Eight prespecified conventional ECG features were extracted from ECG reports, and raw ECG waveforms were anal
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: Failed placement of a Ureteral Access Sheath (UAS) during flexible ureteroscopic lithotripsy (FURL) creates significant operative challenges. The objective of this study was to develop a machine learning (ML) model that integrates diverse indicators to predict the likelihood of UAS placement failure. METHODS: We conducted an analysis of clinical records from 1,153 patients diagnosed with upper urinary tract calculi, followed by the enrollment of 265 consecutive patients for independent prospective validation. The predictive model integrated variables including patient medical histo
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.
OBJECTIVE: This study explores radiomics and deep learning for predicting pulmonary metastasis in head and neck Adenoid Cystic Carcinoma (ACC), assessing machine learning(ML) algorithms' model performance.
METHODS: The study retrospectively analyzed contrast-enhanced CT imaging data and clinical records from 130 patients with pathologically confirmed ACC in the head and neck region. The dataset was randomly split into training and test sets at a 7:3 ratio. Radiomic features and deep learning-derived features were extracted and subsequently integrated through multi-feature fusion. Z-score norm
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.
OBJECTIVE: Gallbladder polyps (GBPs) are increasingly prevalent, with the majority being benign; however, neoplastic polyps carry a risk of malignant transformation, highlighting the importance of accurate differentiation. This study aimed to develop and validate interpretable machine learning (ML) models to accurately predict neoplastic GBPs in a retrospective cohort, identifying key features and providing model explanations using the Shapley additive explanations (SHAP) method.
METHODS: A total of 924 patients with GBPs who underwent cholecystectomy between January 2013 and December 2023 at
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 this cross-sectional study, we developed and validated a predictive model for uterine fibroid risk using routine physical examination indicators and 5 machine learning algorithms: logistic regression, random forest, k-nearest neighbors, categorical boosting (CatBoost), and light gradient boosting machine. The primary dataset consisted of health examination records from the MJ Health Screening Center in Beijing, China (2013-2023), while an independent external validation dataset (2024) was used to assess generalizability. LASSO regression identified 13 significant predictors, including age,
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.
ObjectiveThe aim of this study is to develop and validate a deep-learning radiomics model for predicting surgical risk factors for lumbar disc herniation (LDH) in young patients to assist clinicians in identifying surgical candidates, alleviating symptoms, and improving prognosis.MethodsA retrospective analysis of patients from two medical centers was conducted. From sagittal and axial MR images, the regions of interest were handcrafted to extract radiomics features. Various machine-learning algorithms were employed and combined with clinical features, resulting in the development of a deep-le
Полный 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.
Melanoma is a highly malignant form of skin cancer that typically originates from abnormal melanocytes. Despite significant advances in treating metastatic melanoma with immune checkpoint blockade (ICB) therapy, a substantial number of patients do not respond to this treatment and face risks of recurrence and metastasis. This study collected data from multiple datasets, including cohorts from Riaz et al., Gide et al., MGH, and Abril-Rodriguez et al., focusing on on-treatment samples during ICB therapy. We used the single-sample gene set enrichment analysis (ssGSEA) method to calculate immunoge
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.
Obstructive sleep apnea (OSA) is closely associated with the development and chronicity of temporomandibular disorder (TMD). Given the intricate pathophysiology of both OSA and TMD, comprehensive diagnostic approaches are crucial. This study aimed to develop an automatic prediction model utilizing multimodal data to diagnose OSA among TMD patients. We collected a range of multimodal data, including clinical characteristics, portable polysomnography, X-ray, and MRI data, from 55 TMD patients who reported sleep problems. This data was then analyzed using advanced machine learning techniques. Thr
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.
Currently, there is uncertainty about the predictive factors for metastatic epidural spinal cord compression (MESCC) and consecutive symptomatology in tumor patients. Prognostic algorithms for identifying patients at risk for paralysis are missing. The influence of the pathologic fracture on the patient's symptoms is widely discussed in the literature and we hypothesize that pathologic fractures contribute to spinal cord compression and are therefore predictive of severe paralysis. We tested this hypothesis in 136 patients who underwent surgery for spinal metastases. The most common primary ca
Полный текст 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: Postoperative delirium is a challenging complication due to its adverse outcome such as long hospital stay. The aims of this study were: 1) to identify preoperative risk factors of postoperative delirium following knee arthroplasty, and 2) to develop a machine-learning prediction model.
METHOD: A total of 3,980 patients from two hospitals were included in this study. The model was developed and trained with 1,931 patients from one hospital and externally validated with 2,049 patients from another hospital. Twenty preoperative variables were collected using electronic hospital reco
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.
BACKGROUND AND AIM: Many HCC risk prediction scores were developed to guide HCC risk stratification and identify CHC patients who either need intensified surveillance or may not require screening. There is a need to compare different scores and their predictive performance in clinical practice. We aim to compare the newest HCC risk scores evaluating their discriminative ability, and clinical utility in a large cohort of CHC patients.
PATIENTS AND METHODS: The performance of the scores was evaluated in 3075 CHC patients who achieved SVR following DAAs using Log rank, Harrell's c statistic, als
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 patients with mild cognitive impairment (MCI), enhanced cerebral amyloid-β plaque burden is a high-risk factor to develop dementia with Alzheimer's disease (AD). Not all patients have immediate access to the assessment of amyloid status (A-status) via gold standard methods. It may therefore be of interest to find suitable biomarkers to preselect patients benefitting most from additional workup of the A-status. In this study, we propose a machine learning-based gatekeeping system for the prediction of A-status on the grounds of pre-existing information on APOE-genotype 18F-FDG PE
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: To use echocardiographic and clinical features to develop an explainable clinical risk prediction model in patients with aortic stenosis (AS), including those with low-gradient AS (LGAS), using machine learning (ML).
METHODS: In 1130 patients with moderate or severe AS, we used bootstrap lasso regression (BLR), an ML method, to identify echocardiographic and clinical features important for predicting the combined outcome of all-cause mortality or aortic valve replacement (AVR) within 5 years after the initial echocardiogram. A separate hold out set, from a different centre (n=540),
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
AIMS: Risk stratification in patients with a new onset or worsened heart failure (HF) is essential for clinical decision making. We have utilized a novel approach to enrich patient level prognostication using longitudinally gathered data to develop ML-based algorithms predicting all-cause 30, 90, 180, 360, and 720 day mortality.
METHODS AND RESULTS: In a cohort of 2449 HF patients hospitalized between 1 January 2011 and 31 December 2017, we utilized 422 parameters derived from 151 451 patient exams. They included clinical phenotyping, ECG, laboratory, echocardiography, catheterization data or
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.
PURPOSE: In primary hyperparathyroidism (PHPT), intraoperative localization of the parathyroid adenoma can be challenging, especially in cases of negative preoperative imaging. Since a focused unilateral parathyroidectomy has benefits compared to a conventional bilateral neck exploration, the question arises whether adenoma size prediction can facilitate a targeted approach. We investigated whether single parathyroid adenoma size can be estimated using preoperative parathyroid hormone (PTH), calcium, and phosphate in patients with PHPT. Preoperative imaging accuracy was evaluated.
METHODS: Th
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.
PURPOSE: To train a deep learning (DL) algorithm that quantifies glaucomatous neuroretinal damage on fundus photographs using the minimum rim width relative to Bruch membrane opening (BMO-MRW) from spectral-domain optical coherence tomography (SDOCT).
DESIGN: Cross-sectional study.
METHODS: A total of 9282 pairs of optic disc photographs and SDOCT optic nerve head scans from 927 eyes of 490 subjects were randomly divided into the validation plus training (80%) and test sets (20%). A DL convolutional neural network was trained to predict the SDOCT BMO-MRW global and sector values when evaluat
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАВалидационное 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 World Health Organization (WHO) algorithm for the diagnosis of tuberculosis in seriously ill human immunodeficiency virus (HIV)-infected patients lacks a firm evidence base. We aimed to develop a clinical prediction rule for the diagnosis of tuberculosis and to determine the diagnostic utility of the Xpert MTB/RIF assay in seriously ill HIV-infected patients.
METHODS: We conducted a prospective study among HIV-infected inpatients with any cough duration and WHO-defined danger signs. Culture-positive tuberculosis from any site was the reference standard. A priori selected varia
СтатьяПоддержка NIH: внешняя программаПолный 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: It is known that bone mineral density (BMD) predicts the fracture's risk only partially and the severity and number of vertebral fractures are predictive of subsequent osteoporotic fractures (OF). Spinal deformity index (SDI) integrates the severity and number of morphometric vertebral fractures. Nowadays, there is interest in developing algorithms that use traditional statistics for predicting OF. Some studies suggest their poor sensitivity. Artificial Neural Networks (ANNs) could represent an alternative. So far, no study investigated ANNs ability in predicting OF and SDI. The ai
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.
Epitopes from all available full-length sequences of yellow fever virus (YFV) and dengue fever virus (DENV) restricted by Human Leukocyte Antigen class I (HLA-I) alleles covering 12 HLA-I supertypes were predicted using the NetCTL algorithm. A subset of 179 predicted YFV and 158 predicted DENV epitopes were selected using the EpiSelect algorithm to allow for optimal coverage of viral strains. The selected predicted epitopes were synthesized and approximately 75% were found to bind the predicted restricting HLA molecule with an affinity, K(D), stronger than 500 nM. The immunogenicity of 25 HLA-
СтатьяПоддержка NIH: внешняя программаПолный 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