Family history, body mass index (BMI), and ethnicity are three key, well-established determinants of susceptibility to type 2 diabetes mellitus (T2DM), reflecting genetic predisposition, modifiable metabolic risk, and biological as well as social influences, respectively. These factors interact in complex, non-linear patterns that are not fully captured by conventional risk prediction models. This review examines how artificial intelligence (AI) and machine learning approaches can integrate these variables to improve risk stratification and early identification of individuals at high risk of T
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.
Wastewater-based epidemiology (WBE) is a valuable tool for monitoring emerging disease trends in a community. Specifically, early predictions of hospitalization in a community can help reduce the strain on healthcare services and facilitate better planning and preparation. This study examines the use of SARS-CoV-2 RNA concentrations in wastewater to predict COVID-19 hospitalizations in South Carolina. We analyzed SARS-CoV-2 RNA concentration collected from six wastewater treatment plants (WWTPs) across South Carolina from April 19, 2020 to February 2, 2021 to predict COVID-19-related hospitali
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.
This study evaluates growth performance in Lori sheep using two modeling approaches: traditional nonlinear regression and artificial neural networks (ANNs). Body weight data were collected from 210 lambs at monthly intervals from birth to six months of age. Six nonlinear growth models including Brody, von Bertalanffy, Gompertz, Logistic, Verhulst, and negative exponential were compared with two neural network architectures: multilayer perceptron (MLP) and radial basis function (RBF). Model performance was assessed using the coefficient of determination (R²), root mean square error (RMSE), Akai
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: Enterovirus infections cause substantial pediatric morbidity worldwide, with severe cases requiring hospitalization. Accurate forecasting of hospitalization burden supports proactive resource allocation and clinical preparedness. During the postpandemic period (2023-2024), Taiwan experienced a resurgence of enterovirus activity following COVID-19-related suppression, although at levels below prepandemic baselines, creating unique operational forecasting challenges.
OBJECTIVE: This study aimed to develop and validate random forest models for 1-week-ahead enterovirus hospitalization
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.
Bacteremia requires early detection and appropriate treatment. High rates of false-positives in blood cultures in emergency departments (EDs) have led to the need for accurate predictive tools. This study developed and validated a bacteremia prediction score to improve patient selection for blood cultures. A multicenter retrospective cohort study used data from a tertiary academic hospital in Republic of Korea (2014–2019) to develop and validate the model, with external validation at two additional hospitals (Hospital A and Hospital B) (2022). The AutoScore method, integrating machine learning
СтатьяМногоцентровое 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: Prediction in pediatric heart transplantation is challenging due to clinical heterogeneity. This presents the dilemma of modeling non-linear relationships and complex variable structures. It may be overcome by survival-based machine learning techniques designed to accommodate time to event outcomes, contrary to traditional approaches.
METHODS: In this study, we developed and evaluated a Random Survival Forest model to predict graft failure among pediatric heart transplant recipients using United Network for Organ Sharing registry data (post-July 2016). The primary outcome was graf
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: Knee osteoarthritis (KOA) is a highly prevalent chronic condition that substantially impairs functional capacity and quality of life among middle-aged and older adults. Sensory loss, including hearing and vision loss, is another major health concern in aging populations. Dual sensory loss (DSL), the coexistence of visual and auditory impairment, leads to more severe clinical consequences than single sensory deficits, largely due to disrupted sensory integration and diminished neural compensatory mechanisms. Emerging evidence indicates that osteoarthritis is linked to progressive de
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: Hypertension serves as a prevalent health issue, particularly in South Asia, where it is also a risk factor and comorbidity that affects the prognosis of Acute Coronary Syndrome (ACS) by increasing the likelihood of complications such as heart failure and arrhythmias. Conventional tools for predicting ACS mortality risk, such as the TIMI and GRACE scores, often fail to adequately represent the Asian population and do not specifically address the needs of ACS patients with comorbid hypertension. Our study focuses on developing a tailored and interpretable risk prediction model to as
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: Gallstone disease constitutes a substantial global health burden, characterized by notable clinical heterogeneity and a complex risk of recurrence. However, large-scale studies systematically characterizing this heterogeneity and translating these findings into clinically applicable prediction tools remain limited. This study sought to systematically elucidate the clinical heterogeneity within a large cohort of gallstone patients, identify independent risk factors for postoperative recurrence, and develop a machine learning-based model for postoperative recurrence prediction.
METH
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.
IMPORTANCE: Childhood myopia is a global health concern with escalating prevalence and can lead to severe irreversible visual impairment. Early prediction of myopia progression is crucial for timely intervention to prevent high myopia and associated complications.
OBJECTIVE: To develop and validate a quantitative method, based on a deep learning method and using only fundus images and baseline refraction data, to predict both myopia progression trajectory and high myopia risk in schoolchildren.
DESIGN, SETTING, AND PARTICIPANTS: This longitudinal school-based cohort study (Anyang Childhood E
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.
OBJECTIVE: To evaluate machine learning (ML) models' performance in predicting acute pancreatitis (AP) severity using early-stage variables while excluding laboratory and imaging tests.
BACKGROUND: Severe acute pancreatitis (SAP) affects ∼20% of patients with AP and is associated with high mortality rates. Accurate early prediction of SAP and in-hospital mortality is crucial for effective management. Traditional scores such as Acute Physiology and Chronic Health Disease Classification System II and Bedside Index of Severity in Acute Pancreatitis are complex and require laboratory tests, while
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.
RATIONALE AND OBJECTIVES: This study aimed to develop and validate a predictive model integrating clinical, radiomics, deep learning (DL), and machine learning (ML) from multiparametric magnetic resonance imaging (MRI) for predicting tumor cell proliferation status and prognosis in patients with locally advanced rectal cancer (LARC).
MATERIALS AND METHODS: A total of 384 LARC patients from three centers (January 2016-August 2022) were retrospectively enrolled. Radiomics and DL features were extracted from multisequence MRI (T2WI, DWI, T1WI, and contrast-enhanced T1WI). Twelve ML algorithms ac
СтатьяМногоцентровое исследованиеПоддержка 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.
BACKGROUND: While psychological interventions are effective at improving symptoms of psychosis, accessible, cost- and time-efficient treatments remain limited. Personalized medicine has emerged as a promising approach, tailoring interventions to individual needs. Metacognitive Training (MCT), with its established efficacy and adaptable format, is well-suited for personalization. The PERMEPSY project (Towards a Personalized Medicine Approach to Psychological Treatment for Psychosis) aims to deliver tailored MCT intervention for individuals with psychosis.
METHODS: PERMEPSY is an international
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.
INTRODUCTION: Early prediction of prognosis for neurosurgical diseases remains challenging. This study aimed to develop a machine learning-based model to predict unfavorable outcomes in neurosurgical patients.
METHODS: We conducted a retrospective cohort study of patients with traumatic brain injury, intracerebral hemorrhage, or aneurysmal subarachnoid hemorrhage between 2018 and 2020. The primary outcome was functional status at discharge, assessed via the modified Rankin Scale. Feature selection used LASSO regression and the Boruta algorithm, with overlapping selected features retained for
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: Crohn's disease (CD) is a chronic inflammatory bowel disease, with infliximab (IFX) commonly used for treatment. However, no clinically applicable model currently exists to predict the response of patients with CD to IFX therapy. Given the strong association between sarcopenia and IFX treatment outcomes, this study developed computerized tomography radiomics-based machine learning (ML) models, utilizing psoas muscle volume as a proxy for skeletal muscle mass, to predict the response of patients with CD to IFX therapy.
METHODS: In this retrospective study, patients with CD from two
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: Drug-induced liver injury (DILI) is one of the most common and serious adverse drug reactions related to first-line anti-tuberculosis drugs in pediatric tuberculosis patients. This study aims to develop an automatic machine learning (AutoML) model for predicting the risk of anti-tuberculosis drug-induced liver injury (ATB-DILI) in children.
METHODS: A retrospective study was performed on the clinical data and therapeutic drug monitoring (TDM) results of children initially treated for tuberculosis at the affiliated Changsha Central Hospital of University of South China. After the feat
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: Normal reproductive function requires adequate regulation of follicle stimulating hormone (FSH) and luteinizing hormone (LH) secretion. During ovarian stimulation for in-vitro fertilization (IVF), some patients will demonstrate an early rise in LH despite being treated with a gonadotropin releasing-hormone (GnRH) antagonist, sometimes necessitating cycle cancellation. Previous studies have demonstrated a possible link between a premature LH rise with ovarian response to gonadotropins. We sought to determine what clinical parameters can predict this premature LH rise and their relat
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 Systolic Blood Pressure Intervention Trial (SPRINT) demonstrated an intensive (<120 mm Hg) vs. standard (<140 mm Hg) systolic blood pressure (SBP) goal lowered cardiovascular disease (CVD) risk. Estimating the effect of intensive SBP lowering among SPRINT-eligible adults most likely to benefit can guide implementation efforts.
METHODS: We studied SPRINT participants and SPRINT-eligible participants in the Reasons for Geographic and Racial Differences in Stroke (REGARDS) Study and National Health and Nutrition Examination Surveys (NHANES). A published algorithm of predicted CVD
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Widespread implementation of on-site water reuse is hindered by the limited availability of monitoring approaches that ensure microbial quality during operation. In this study, we developed a methodology for monitoring microbial water quality in on-site water reuse systems using inexpensive and commercially available online sensors. An extensive dataset containing sensor and microbial water quality data for six of the most critical types of disruptions in membrane bioreactors with chlorination was collected. We then tested the ability of three typological machine learning algorithms - logistic
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.
Kidney biomarkers appear to be useful in differential diagnosis between acute tubular necrosis (ATN) and other types of acute kidney injury (AKI) in cirrhosis, particularly hepatorenal syndrome (HRS-AKI). Distinction is important because treatment is different. However, kidney biomarkers are still not used in clinical practice. The aim of the current study was to investigate the accuracy of several biomarkers in differential diagnosis of AKI and in predicting kidney outcome and patient survival. This was a prospective study of 320 consecutive cases of AKI in patients hospitalized for decompens
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.
MedElevator
Войти в исследования