BACKGROUND: Long-acting reversible contraceptives (LARCs), including intrauterine devices and implants, are highly effective in preventing unintended pregnancies. Despite their benefits, utilization remains low across many Sub-Saharan African (SSA) countries.
OBJECTIVE: This study aimed to predict LARC utilization and identify key determinants among women of reproductive age in SSA using advanced machine learning techniques.
METHODS: A secondary analysis was conducted using the latest Demographic and Health Survey (DHS) datasets from eight SSA countries, yielding a weighted sample of 29,016
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.
Ankylosing spondylitis (AS) is an arthritis with symptoms visible in medical imagery. This paper proposes, to the authors' best knowledge, the first use of statistical machine learning- and deep learning-based classifiers to detect erosion, an early AS symptom, via analysis of computed tomography (CT) imagery, giving some consideration to patient age in so doing. We used gray-level co-occurrence matrices and local binary patterns to generate input features to machine learning algorithms, specifically k-nearest neighbors (k-NN) and random forest. Deep learning solutions based on a modified Ince
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 development of low-power, sensitive, and selective gas sensors capable of detecting and differentiating toxic gases is pivotal for safety and environmental monitoring. This paper describes a chemiresistive sensor array comprising a series of three conductive hexahydroxytriphenylene-based metal-organic frameworks (MOFs) (M3(HHTP)2 (M = Ni, Cu, Zn)) capable of detecting and differentiating parts-per-million (ppm) levels of carbon monoxide (CO), ammonia (NH3), sulfur dioxide (SO2), hydrogen sulfide (H2S), and nitric oxide (NO), as well as binary mixtures of SO2 and H2S in dry nitrogen at room
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.
Individuals with developmental dyslexia vary in their ability to improve reading skills, but the brain basis for improvement remains largely unknown. We performed a prospective, longitudinal study over 2.5 y in children with dyslexia (n = 25) or without dyslexia (n = 20) to discover whether initial behavioral or brain measures, including functional MRI (fMRI) and diffusion tensor imaging (DTI), can predict future long-term reading gains in dyslexia. No behavioral measure, including widely used and standardized reading and language tests, reliably predicted future reading gains in dyslexia. Gre
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Electroencephalography (EEG) is a key objective biomarker of newborn brain function, delivering critical, cotside insights to aid the management of encephalopathy. Access to continuous EEG is limited, forcing reliance on subjective clinical assessments. In hypoxia ischaemia, the primary cause of encephalopathy, alterations in EEG patterns correlate with. injury severity and evolution. As HIE evolves, causing secondary neuronal death, EEG can track injury progression, informing neuroprotective strategies, seizure management and prognosis. Despite its value, challenges with interpretation and la
СтатьяОбзорПолный 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.
One of the most dangerous conditions in clinical practice is breast cancer because it affects the entire life of women in recent days. Nevertheless, the existing techniques for diagnosing breast cancer are complicated, expensive, and inaccurate. Many trans-disciplinary and computerized systems are recently created to prevent human errors in both quantification and diagnosis. Ultrasonography is a crucial imaging technique for cancer detection. Therefore, it is essential to develop a system that enables the healthcare sector to rapidly and effectively detect breast cancer. Due to its benefits in
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: Applying machine-learning algorithms to large datasets such as those available in Huntington's disease offers the opportunity to discover hidden patterns, often not discernible to clinical observation.
OBJECTIVES: To develop and validate a model of Huntington's disease progression using probabilistic machine learning methods.
METHODS: Longitudinal data encompassing 2079 assessment measures from four observational studies (PREDICT-HD, REGISTRY, TRACK-HD, and Enroll-HD) were integrated and machine-learning methods (Bayesian latent-variable analysis and continuous-time hidden Markov
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.
Parkinson's disease (PD) is a neurodegenerative disorder characterized by motor symptoms, including gait impairments, which significantly affect patient mobility and quality of life. An accurate assessment of the severity of PD is crucial for clinical management. This study investigates the utility of smartphone-derived gait data to objectively cluster PD severity using unsupervised machine learning, with the aim of improving precision in disease monitoring. We analyze gait data from the mPower dataset, comprising 8779 accelerometer recordings from 1957 participants (PD patients and healthy co
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.
Ensuring food safety necessitates rapid, non-destructive, and reliable monitoring strategies, among which colorimetric sensor arrays (CSAs), based on analyte-induced color changes, have emerged as cost-effective tools for real-time food quality monitoring. Recent advances in sensing materials, fabrication strategies, and colorimetric mechanisms have expanded the analytical capability of CSAs, particularly through integration with machine learning. Automated feature extraction, pattern recognition, and predictive modeling significantly improve sensitivity, specificity, and classification accura
СтатьяОбзорПоиск 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.
Multiple system atrophy (MSA) is a fatal neurodegenerative disorder lacking effective diagnostic tools. While protein palmitoylation is crucial for neuronal function, its specific role in MSA pathogenesis remains unexplored. We integrated bulk and single-nucleus RNA sequencing (snRNA-seq) data from postmortem MSA brain tissues. Eight machine learning algorithms were utilized to screen palmitoylation-related genes. Downstream analyses, including functional enrichment, cellular deconvolution, and pseudotime trajectory inference, were then conducted. ZDHHC20 and its highly correlated gene, AK5, w
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.
Despite well-established clinical diagnostic criteria for Parkinson's disease (PD), challenges remain in early-stage diagnosis, differentiating atypical parkinsonism disorders, and understanding of underlying disease mechanisms. Neuroimaging, particularly positron emission tomography (PET) with [18F]fluorodeoxyglucose (FDG), plays a crucial role by offering in vivo assessments of brain activity through glucose metabolism, a marker of neuronal function. FDG-PET has demonstrated consistent metabolic abnormalities in PD, even in early or ambiguous stages, supporting its potential as both a diagno
СтатьяОбзорПолный 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.
Olfactory impairment is an early symptom of Alzheimer's disease (AD). However, currently used olfactory task-based functional magnetic resonance imaging (fMRI), functional near-infrared spectroscopy (fNIRS), and electroencephalogram features are not powerful enough to detect the impairment. To address this issue, we propose an explainable Artificial Intelligence (XAI) framework that comprises discriminant analysis/naive Bayes/thresholding classifiers driven by the sample entropy (SE) of olfactory event-related potentials (OERPs) at the Fz/Pz electrodes. The proposed XAI framework exhibits a hi
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 co-occurrence of osteoporosis (OP) and type 1 diabetes mellitus (T1DM) represents a clinically significant comorbidity pattern, characterized by skeletal fragility and insulin deficiency. While epidemiological links exist, their shared molecular mechanisms remain undefined. This study investigates autophagy-a critical cellular degradation pathway-as a potential mechanistic bridge between OP and T1DM pathogenesis. We integrated multi-omics approaches using GEO datasets to identify autophagy- associated hub genes. Machine learning (LASSO/Random Forest) prioritized CPNE1 and FRAT2, validated
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.
Imaging of mild traumatic brain injury (TBI) using conventional techniques such as CT or MRI often results in no specific imaging correlation that would explain cognitive and clinical symptoms. Molecular imaging of mild TBI suggests that secondary events after injury can be detected using PET. However, no single specific pattern emerges that can aid in diagnosing the injury or determining the prognosis of the long-term behavioral profiles, indicating the heterogeneous and diffuse nature of TBI. Chronic traumatic encephalopathy, a primary tauopathy, has been shown to be strongly associated with
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.
2-Bromo-4,6-dinitroaniline (BDNA), a synthetic intermediate of brominated azo dyes, poses potential nephrotoxicity risks; however, its early molecular injury mechanisms remain elusive. This study integrated network toxicology prediction, machine learning algorithms (least absolute shrinkage and selection operator [LASSO], support vector machine recursive feature elimination [SVM-RFE], and random forest), and transcriptomic data mining with a 90-day subchronic male Sprague-Dawley (SD) rat exposure model to identify early biomarkers of BDNA-induced nephrotoxicity. Cross-validation of three algor
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.
Minimal change disease (MCD) and focal segmental glomerulosclerosis (FSGS) are two key nephrotic syndrome types with significant clinical implications. MCD predominantly affects children, while FSGS is more common in adults, often leading to irreversible kidney dysfunction. Despite shared features like podocyte injury and immune dysregulation, their pathological and clinical presentations differ. Understanding gene expression changes in these diseases could reveal new therapeutic targets. Single-cell transcriptomic datasets (GSE213030 and GSE176465) were analyzed to investigate cellular intera
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.
Psychological, behavioral, and physical factors jointly contribute to heterogeneity in health-related outcomes, yet existing instruments often assess these domains separately or require lengthy questionnaires. In this study, we aimed to identify multidimensional psychosomatic profiles and develop a brief machine learning-based tool for their classification. Data from 3,207 employees (aged 18-65 years) were analyzed using responses from the NEO Five-Factor Inventory (NEO-FFI), coping questionnaires, the 12-item General Health Questionnaire (GHQ-12), body mass index (BMI), and physical activity
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: The term 'schizo-obsessive comorbidity (SOC)' is used to describe the presence of obsessive-compulsive symptoms or obsessive-compulsive disorder (OCD) in patients with schizophrenia (SOC). Recent studies have found overlapped executive dysfunctions in SCZ and OCD implicating shared pathophysiology. However, specific deficits in the components of executive function (EF) in patients with SOC remains unclear.
METHODS: We recruited 37 patients with SOC, 68 patients with SCZ, 70 patients with OCD, and 59 healthy controls (HCs). All participants completed a battery of measures for EF co
СтатьяСравнительное исследованиеПоддержка 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.
This study integrates causal inference, graph analysis, temporal complexity measures, and machine learning to examine whether individual symptom trajectories can reveal meaningful diagnostic patterns. Testing on a longitudinal dataset of N = 45 individuals affected by general anxiety disorder (GAD) and/or major depressive disorder (MDD) derived from Fisher, Reeves, Lawyer, Medaglia, and Rubel, 2017, we propose a novel pipeline for the analysis of the temporal dynamics of psychopathological symptoms. First, we employ the PCMCI+ algorithm with a nonparametric independence test to determine the
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 introduces a graph theory-based machine learning framework to analyze functional brain networks in Multiple Sclerosis (MS) patients during working memory tasks. Using fMRI data from 22 participants (8 MS patients/14 controls) performing a Persian n-back task, we constructed functional connectivity networks with an automated anatomical labeling atlas (116 regions). Novel methodological contributions include: a proportional thresholding approach (5-80% connectivity strength) to optimize network analysis, and extraction of six graph-theoretic features (degree, clustering coefficient, b
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