BACKGROUND: Sepsis is a life-threatening condition that is one of the major causes of death worldwide. Early detection of sepsis is required for fast initialization of an appropriate therapy. Complete blood count data containing information about white blood cells, platelets, hemoglobin, red blood cells, and mean corpuscular volume could serve as early indicators. However, previous approaches are limited by their interpretability (i.e., investigating the influence of feature values on individual predictions) and accessibility (i.e., easy accessibility for clinicians without programming experti
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.
PURPOSE OF REVIEW: Machine learning (ML) approaches are an emerging alternative for healthcare risk prediction. We aimed to synthesise the literature on ML and classical regression studies exploring potential prognostic factors and to compare prediction performance for pre-eclampsia.
RECENT FINDINGS: From 9382 studies retrieved, 82 were included. Sixty-six publications exclusively reported eighty-four classical regression models to predict variable timing of onset of pre-eclampsia. Another six publications reported purely ML algorithms, whilst another 10 publications reported ML algorithms an
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.
With advances in artificial intelligence, machine learning (ML) has been widely applied to predict functional outcomes in clinical medicine. However, there has been no attempt to predict walking ability after spinal cord injury (SCI) based on ML. In this situation, the main purpose of this study was to predict gait recovery after SCI at discharge from an acute rehabilitation facility using various ML algorithms. In addition, we explored important variables that were related to the prognosis. Finally, we attempted to suggest an ML-based decision support system (DSS) for predicting gait recovery
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: Chest wall re-depression after bar removal (BR) in pectus excavatum (PE) is insufficiently investigated. However, it is not easy to investigate chest wall re-depression due to its multifactorial characteristics. Herein, we investigated chest wall re-depression after BR using machine learning algorithms. To the best of my knowledge, this is the first study of chest wall re-depression after BR using machine learning algorithms.
METHODS: We retrospectively reviewed 199 consecutive subjects who underwent both minimally invasive repair of pectus excavatum (MIRPE) and BR at a single hos
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.
OBJECTIVE: To determine which statistical techniques enhance our ability to predict ambulation and transfer ability in people with spina bifida (SB).
DESIGN: Retrospective cohort study.
SETTING: Thirty-five US outpatient SB clinic sites.
PARTICIPANTS: Individuals (n=4589) with SB aged 5-73 years (median age=13.59y).
INTERVENTION: Not applicable.
MAIN OUTCOME MEASURES: Ambulation ability, which consisted of the following categories: community ambulators, household ambulators, therapeutic ambulators, and nonambulators.
SECONDARY OUTCOME: Wheelchair transfer ability, as defined by the abili
СтатьяПоддержка службы здравоохранения 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: Avoiding intracranial hypertension after traumatic brain injury (TBI) is a foundation of neurocritical care, to minimize secondary brain injury related to elevated intracranial pressure (ICP). However, this approach at best is reactive to episodes of intracranial hypertension, allowing for periods of elevated ICP before therapies can be initiated. Accurate prediction of ICP crises before they occur would permit clinicians to implement preventive strategies, minimize total time with ICP above threshold, and potentially avoid secondary injury. The objective of this study was to develo
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.
(1) Background: HELLP (hemolysis, elevated liver enzymes, and low platelets) syndrome is a rare and life-threatening complication of preeclampsia. The aim of this study was to evaluate and compare the predictive performances of four machine learning-based models for the prediction of HELLP syndrome, and its subtypes according to the Mississippi classification; (2) Methods: This retrospective case-control study evaluated pregnancies that occurred in women who attended a tertiary maternity hospital in Romania between January 2007 and December 2021. The patients' clinical and paraclinical charact
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.
OBJECTIVES: A significant proportion of patients with acute minor stroke have unfavorable functional outcome due to early neurological deterioration (END). The purpose of this study was to evaluate the applicability of machine learning algorithms to predict END in patients with acute minor stroke.
PATIENTS AND METHODS: We collected clinical and neuroimaging information from patients with acute minor stroke with NIHSS score of ≤ 3. Early neurological deterioration was defined as any worsening of NIHSS score within 3 days after admission. Unfavorable functional outcome was defined as a modified
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: We performed a systematic review of the literature to describe current knowledge of cardiovascular (CV) risk prediction algorithms in rheumatic diseases.
METHODS: A systematic search of MEDLINE, EMBASE, and Cochrane Central databases was performed. The search was restricted to original publications in English, had to include clinical CV events as study outcomes, assess the predictive properties of at least 1 CV risk prediction algorithm, and include patients with rheumatoid arthritis (RA), ankylosing spondylitis (AS), systemic lupus erythematosus (SLE), psoriatic arthritis (PsA), o…
СтатьяПоддержка исследования: вне правительства СШАСистематический 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.
The identification of indicators for severe HFMD is critical for early prevention and control of the disease. With this goal in mind, 185 severe and 345 mild HFMD cases were assessed. Patient demographics, clinical features, MRI findings, and laboratory test results were collected. Gradient boosting tree (GBT) was then used to determine the relative importance (RI) and interaction effects of the variables. Results indicated that elevated white blood cell (WBC) count > 15 × 109/L (RI: 49.47, p < 0.001) was the top predictor of severe HFMD, followed by spinal cord involvement (RI: 26.62, p < 0.0
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.
The prediction of absorption, distribution, metabolism, excretion, and toxicity (ADMET) properties plays a critical role in early-stage drug discovery. While artificial intelligence (AI) has demonstrated transformative potential in revolutionizing this field, existing computational tools remain constrained by limitations in throughput, interpretability, and immobilized modeling frameworks. To address these challenges, we developed ADMETPred, an innovative platform that integrates machine learning and graph neural networks to deliver rapid, accurate, and comprehensive ADMET profiling. Trained o
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.
AIMS: We aimed to develop a deep learning algorithm (DLA) for predicting the risk categories of diabetic foot using corneal nerve images.
METHODS: A total of 23,550 images from 942 eyes of 471 participants were included. We first developed a DLA based on corneal nerve images alone. We then combined classic clinical risk factors of diabetic peripheral neuropathy and quantitative corneal nerve parameters to develop hybrid DLAs. Model performances were assessed based on the area under the receiver operating characteristic curve (AUC).
RESULTS: For the DLA using corneal nerve images alone, the 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.
BACKGROUND: The aim of this study was to use five machine learning approaches and logistic regression to design and validate the acute kidney injury (AKI) prediction model for critically ill individuals with cardiogenic shock (CS).
METHODS: All patients who diagnosed with CS from the MIMIC-IV database, the eICU database, and Zhongnan hospital of Wuhan university were included in this study. Clinical information, including demographics, comorbidities, vital signs, critical illness scores and laboratory tests was retrospectively collected. Five machine learning algorithms (LightGBM, decision tr
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 aimed to identify the risk factors associated with spontaneous rupture and bleeding in hepatocellular carcinoma, establish a prediction model for spontaneous rupture bleeding via a machine learning algorithm, and validate and evaluate the predictive efficacy of the model. A retrospective analysis of 4209 patients with hepatocellular carcinoma (HCC) diagnosed at the Second Affiliated Hospital of Nanchang University from April 2019 to November 2023 was performed. Spontaneous rupture and bleeding occurred in 269 (6.4%) of these patients, and the clinical data of 146 patients (case grou
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.
Associations between delirium and postoperative adverse events in cardiovascular surgery have been reported and the preoperative identification of high-risk patients of delirium is needed to implement focused interventions. We aimed to develop and validate machine learning models to predict post-cardiovascular surgery delirium. Patients aged ≥ 40 years who underwent cardiovascular surgery at a single hospital were prospectively enrolled. Preoperative and intraoperative factors were assessed. Each patient was evaluated for postoperative delirium 7 days after surgery. We developed machine learni
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.
The aedes mosquito-borne dengue viruses cause dengue fever, an arboviral disease (DENVs). In 2019, the World Health Organization forecasts a yearly occurrence of infections from 100 million to 400 million, the maximum number of dengue cases ever testified worldwide, prompting WHO to label the virus one of the world's top ten public health risks. Dengue hemorrhagic fever can progress into dengue shock syndrome, which can be fatal. Dengue hemorrhagic fever can also advance into dengue shock syndrome. To provide accessible and timely supportive care and therapy, it is necessary to have indispensa
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: Cellular therapies using engineered T cells, haploidentical transplants, and autologous gene therapy are increasing. Specified CD3+ or high CD34+ doses are typically required for subsequent manufacturing, manipulation, or CD34+ selection. Simple, practical, and reliable lymphocyte and hematopoietic progenitor cell (HPC) collection algorithms accounting for subsequent CD34+ selection have not been published.
STUDY DESIGN AND METHODS: In this analysis of 15 haploidentical donors undergoing tandem lymphocyte and HPC collections, we validated one-step, practical prediction algorithms …
СтатьяВалидационное 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.
Drug-induced abnormal heart rhythm known as Torsades de Pointes (TdP) is a potential lethal ventricular tachycardia found in many patients. Even newly released anti-arrhythmic drugs, like ivabradine with HCN channel as a primary target, block the hERG potassium current in overlapping concentration interval. Promiscuous drug block to hERG channel may potentially lead to perturbation of the action potential duration (APD) and TdP, especially when with combined with polypharmacy and/or electrolyte disturbances. The example of novel anti-arrhythmic ivabradine illustrates clinically important and o
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.
INTRODUCTION: Prognostic assessment in critically ill patients traditionally relies on severity scores or single biomarkers, each with limited ability to capture the biological heterogeneity of critical illness.
OBJECTIVE: To compare the prognostic performance of multiple biomarkers, individually and in combination with clinical variables, using machine learning approaches for the prediction of mortality and kidney-related outcomes.
MATERIALS AND METHODS: We performed a post-hoc analysis of the FROG-ICU cohort, a prospective observational study of patients admitted to ICUs. The study include
СтатьяНаблюдательное 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 AND OBJECTIVE: Multimodal artificial intelligence (AI) algorithms have been validated to predict prostate cancer (PCa) metastasis using combined histopathology and clinical-pathologic parameters in clinical trial cohorts. Here, we used purely histopathology-based AI algorithms to predict the probability of lethal PCa in surgically treated population- or hospital-based cohorts, comparing with genomic classifiers and standard clinical risk tools.
METHODS: This study included representative whole slide images (WSIs) of radical prostatectomy (RP) and needle biopsy samples, or tissue mi
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