BACKGROUND: The invasive nature of the methods currently available for screening based on the trans-stenotic pressure gradient (TPG) limits their widespread application. We aimed to develop machine learning models for predicting TPG in the transverse sinus.
METHODS: The study was approved by the Ethics Committee of Beijing Friendship Hospital Affiliated to Capital Medical University. We retrospectively analyzed the data of 83 patients confirmed to have pressure-measured transverse sinus stenosis from January 2017 to June 2022 at Beijing Friendship Hospital. The dataset included clinical, labo
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.
Accurate discrimination between iron deficiency anemia (IDA) and thalassemia trait (TT) is clinically essential for the effective management of patients with hypochromic microcytic anemia. Although numerous discrimination indices based on red blood cell (RBC) parameters have been proposed, their diagnostic accuracy remains suboptimal and highly population-specific. This study aimed to develop and validate a machine learning model to enhance discriminative performance. We utilized a derivation cohort of 376 patients (IDA, n = 186; TT, n = 190) for model development and internal validation, and
СтатьяСравнительное 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.
OBJECTIVE: To develop and evaluate a machine learning model integrating clinical, embryological, morphokinetic, and semen-related variables to estimate the probability of live birth after in vitro fertilization (IVF).
METHODS: This retrospective study included data from 375 IVF cycles performed between 2013 and 2022. Morphokinetic, clinical, and semen-related parameters were analyzed using four machine learning algorithms: logistic regression, support vector machine, neural network, and extreme gradient boosting (XGBoost). Model performance was assessed using the area under the receiver opera
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: This study integrates machine learning with network pharmacology, molecular docking, and molecular dynamics simulations to screen bioactive compounds from Mulberry leaves and elucidate their potential mechanisms against atherosclerosis (AS).
METHODS: A training dataset of anti-AS active compounds was compiled and encoded as Morgan fingerprints. Three machine learning classifiers, specifically Random Forest (RF), Support Vector Machine (SVM), and Extreme Gradient Boosting (XG-Boost), were constructed and evaluated using multiple performance metrics. Potential active components from
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: Intervertebral disc degeneration (IVDD) is a prominent etiology of lower back pain. Type 2 diabetes (T2D), the most prevalent metabolic disorder, may expedite IVDD progression through mechanisms involving hyperglycemia, advanced glycation end products, and microvascular complications. We aim to identify the biomarkers for T2D and IVDD.
METHODS: We retrieved two datasets pertaining to IVDD and T2D respectively from the Gene Expression Omnibus (GEO) database. Initially, differential expression analysis was conducted to identify differentially expressed genes (DEGs) in each group. Su
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: Emerging evidence indicates a bidirectional relationship between gastrointestinal symptoms and psychological distress, yet population-based evidence concerning stomach pain and depression remains scarce. This study investigates the association between stomach pain and depression within a nationally representative cohort of middle-aged and older adults in China.
METHODS: Data were obtained from the China Health and Retirement Longitudinal Study (CHARLS). Multivariable logistic regression was employed to evaluate the association between stomach pain and depression, adjusting for soc
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/Objectives: Non-alcoholic fatty liver disease (NAFLD) represents significant health challenges, especially among patients with chronic hepatitis B (CHB). This study uses machine learning models to predict NAFLD in patients with inactive CHB. It builds on previous research by employing classification algorithms to analyze demographic, clinical, and laboratory data to identify NAFLD predictors. Methods: A single-center cross-sectional study was conducted, including 450 inactive CHB patients from Sultan Qaboos University Hospital. Five ML models were developed: Logistic Regression, Ran
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.
BACKGROUND: For patients with early-onset T1 colorectal cancer (CRC), it is crucial to perform radical resection with minimal tissue damage. This study aims to develop and elucidate a machine learning model for the identification of non-located early-onset T1 CRC. METHODS: We extracted relevant data from the Surveillance, Epidemiology, and End Results (SEER) database and randomly allocated patients into a training set and a validation set. Five machine learning models were utilized: extreme gradient boosting (XGBoost), support vector machine (SVM), random forest (RF), decision tree (DT), and l
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.
OBJECTIVES: To identify factors influencing re-suturing decisions for perineal wound dehiscence, and develop predictive models to assist clinical decision making.
METHODS: Five machine learning models; Logistic Regression, Decision Tree, Random Forest, Support Vector Machine (SVM), and Extreme Gradient Boosting (XGBoost), analyzed 129 cases of postpartum perineal wound dehiscence (October 2020-September 2023). Variables included clinical symptoms, wound characteristics, degree of perineal trauma, and clinician seniority. Models were validated on 20% of the data set as a hold-out set.
RESULTS
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.
Bladder cancer is 1 of the 10 most common cancers in the world. However, the relationship between diabetes, hypertension and bladder cancer are still controversial, limited study used machine learning models to predict the development of bladder cancer. This study aimed to explore the association between diabetes, hypertension and bladder cancer, and build predictive models of bladder cancer. A total of 1789 patients from the National Health and Nutrition Examination Survey were enrolled in this study. We examined the association between diabetes, hypertension and bladder cancer using multivar
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: This study aimed to develop a predictive model for left atrial appendage thrombus (LAAT) in patients with non-valvular atrial fibrillation by integrating clinical and echocardiographic features using machine learning algorithms. The SHapley Additive exPlanations (SHAP) framework was applied to interpret the model and quantify the contribution of each predictor, thereby enhancing the accuracy and clinical interpretability of LAAT risk prediction.
METHODS: In this retrospective study, 325 patients with non-valvular atrial fibrillation who underwent transesophageal echocardiography 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.
BACKGROUND: Non-alcoholic fatty liver disease (NAFLD) is the most common chronic liver disease, seriously threatening the public health. Although the proportion of patients with lean NAFLD is lower than that of patients with obese NALFD, it should not be overlooked. This study aimed to construct interpretable machine learning models for predicting lean NAFLD risk in type 2 diabetes mellitus (T2DM) patients.
METHODS: This study enrolled 1,553 T2DM individuals who received health care at the First Affiliated Hospital of Ningbo University, Ningbo, China, from November 2019 to November 2024. Feat
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 aims to develop and validate interpretable machine learning (ML) models to dynamically predict mortality risk among intensive care unit (ICU) patients diagnosed with acute pancreatitis complicated by acute kidney injury (AP-AKI).
METHODS: The clinical data in the training set, including demographic characteristics, laboratory indicators, scoring systems, treatment modalities, and clinical management strategies, were obtained from three large-scale medical databases: the Medical Information Mart for Intensive Care, and the eICU Collaborative Research Database. The externa
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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.
Childhood absence epilepsy (CAE) is a common type of idiopathic generalized epilepsy, manifesting as daily multiple absence seizures. Although seizures in most patients can be adequately controlled with first-line antiseizure medication (ASM), approximately 25 % of patients respond poorly to first-line ASM. In addition, an accurate method for predicting first-line medication responsiveness is lacking. We used the quantitative electroencephalogram (QEEG) features of patients with CAE along with machine learning to predict the therapeutic effects of valproic acid in this population. We enrolled
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 investigate a multimodal prediction model (DLRCM) based on X-ray images combined with deep learning, radiomics, and clinical data for identifying the stage of vertebral compression fractures (VCFs).
METHOD: This study included X-ray images from 2,129 patients with vertebral compression fractures (VCFs) at Ningbo Second Hospital. (Ethics approval No.: SL-NBEY-KY-2025-254-01, from the Ethics Committee of Ningbo Second Hospital). According to MRI examinations, there were a total of 2,787 vertebrae with compression fractures. We allocated the training set, validation set, and test s
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.
Rehabilitation after a stroke is vital for regaining functional abilities. However, a shortage of rehabilitation professionals leads to many patients with severe disabilities. Traditional rehabilitation methods can be time-consuming and hard to measure for progress. This study introduces an innovative machine learning (ML) approach for lower limb rehabilitation in stroke patients. The proposed methodology integrates two models: a fuzzy logic rule-based system and a K-Nearest Neighbor(K-NN) machine learning model. The rule-based model utilizes the Fugl-Meyer Assessment to evaluate lower limb an
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.
Postoperative pneumonia, a prevalent complication arising from lower limb fracture surgery, can significantly prolong hospitalization periods and elevate mortality rates. Consequently, early prevention and identification of this condition are crucial in improving patient prognosis. In this study, clinical indicators pertaining to postoperative pneumonia in patients with lower limb fractures at Nantong University Hospital, spanning the years 2016 to 2023, were subjected to a analysis. The patients who encountered postoperative pneumonia subsequent to their lower limb fracture surgeries during h
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: Hand weakness is a major contributor to long-term disability in stroke survivors, severely affecting daily function and quality of life. Although wrist-worn accelerometers offer an objective means of measuring upper limb (UL) use in daily life, traditional metrics such as movement duration and interlimb ratios provide only limited insight. When combined with unsupervised clustering, these heuristic measures often fail to capture meaningful clinical differences as the groupings frequently show substantial overlap on clinical scales like the Action Research Arm Test (ARAT).
PURPOSE:
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: Pulmonary hemorrhage (PH) in respiratory distress syndrome (RDS) in extremely preterm infants exhibits a high mortality rate and poor long-term outcomes. The aim of the present study was to develop a machine learning (ML) predictive model for RDS with PH in extremely preterm infants.
METHODS: We performed a retrospective analysis of extremely preterm infants with RDS at the Children's Hospital of Soochow University between January 2015 and January 2021. We applied three ML algorithms-logistic regression (LR), random forest (RF), and extreme gradient boosting (XGBoost)-to evaluate
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.
Objectives: This study aimed to investigate differences in brain imaging characteristics among patients with Parkinson's disease with cognitive impairment (PDCI), Parkinson's disease without cognitive impairment (PDNCI), and healthy controls (HC), and to develop machine learning-based models for the early diagnosis of PDCI. A total of 48 patients with PDCI, 50 patients with PDNCI, and 47 age- and sex-matched healthy controls were enrolled, all of whom underwent magnetic resonance imaging using a 3.0 T MRI scanner. Arterial spin labeling (ASL) was applied to quantify cerebral blood flow (CBF),
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.
MedElevator
Войти в исследования