Traditional binary frameworks tend to combine the various aspects of unmet family planning needs into one general category. This study evaluates unmet family planning needs by first using conventional multinomial logistic regression to determine baseline demographic risk profiles. It then applies machine learning methods such as Random Forest and XGBoost to see if they can provide further insights into non-linear patterns and complex interactions between features that standard regression might miss. Using data from the Bangladesh Demographic and Health Survey (BDHS 2022), we built a multivaria
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: Gastric cancer, with disproportionately higher incidence in East Asia, arises from complex host-microbiome-environment interactions beyond Helicobacter pylori (HP) infection. However, the molecular architecture linking environmental carcinogens, microbial succession and host response remains unclear.
OBJECTIVE: To delineate multifactorial aetiologies and clinically actionable subtypes/biomarkers of gastric cancer through integrative proteogenomic, microbial and environmental exposure profiling.
DESIGN: We established a multiomics atlas of paired tumour, adjacent mucosa tissues 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.
Cardiovascular diseases are among the leading causes of global mortality and morbidity, underscoring the need for accurate and explainable predictive models. This study aimed to develop and evaluate explainable AI models for predicting major cardiovascular events (MCVE) over 60 months. We conducted a secondary analysis of two large cohort studies nested within the Golestan (northeast Iran) and Pars (south Iran) Cohorts, which followed identical protocols. After applying exclusion criteria, 9,769 participants. Predictors included demographic, clinical, and biochemical variables, with class imba
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 absence of clinically validated biomarkers and objective diagnostic protocols hinders the accurate and effective diagnosis of depression. Although machine learning has been increasingly explored in psychiatric diagnosis, there remains a pressing need to develop a reliable tool that integrates multimodal data-such as clinical features, cognitive functions, electroencephalographic microstates, and inflammation-associated proteins-to improve diagnostic accuracy and objectivity. One hundred and fifteen patients with depression and 66 healthy controls were included in this study, and data on th
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.
PURPOSE: Hypervascular pancreatic ductal adenocarcinoma (PDAC) and mass-forming pancreatitis (MFP) represent a classic diagnostic mimicry on contrast-enhanced ultrasound, as both exhibit similar arterial-phase hyperenhancement, precluding reliable visual distinction. Crucially, the hypervascular PDAC subtype is associated with a more favorable prognosis, rendering its accurate identification from its benign inflammatory mimic (MFP) a clinically significant priority for early and appropriate intervention. This study aimed to develop and validate a small-sample-oriented machine learning framewor
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.
Mild cognitive impairment (MCI) is a clinically important stage preceding Alzheimer's disease and related dementias, in which cognitive and balance functions are commonly evaluated using standard clinical assessments such as the Montreal Cognitive Assessment (MoCA) and Mini-Balance Evaluation Systems Test (Mini-BESTest). These assessments are administered episodically by clinicians and may miss functional changes during everyday movement. Recent studies and prior work in the Charlie and Harriet Shaffer Cognitive Empowerment Program (CEP), a therapeutic environment supporting lifestyle interven
СтатьяПрепринтПолный 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.
The evolutionary relationship between amphibian IgM, IgY, and IgX/A-like antibodies has remained difficult to resolve, largely because repetitive heavy-chain loci are often incompletely or inconsistently annotated. In this study, I re-analyzed reconstructed four-domain heavy-chain constant regions from amphibian loci to test whether the evolution of IgXA is better explained by uniform divergence or by a mosaic history involving partial exon replacement. The reconstructed dataset comprised 86 complete antibodies from 29 species (29 IgM, 33 IgY, and 24 IgXA). Exact nucleotide matching against th
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: Obstructive sleep apnea (OSA) is traditionally classified according to the apnea-hypopnea index (AHI), although AHI alone does not fully capture the heterogeneity of disease severity. This study introduces a novel polysomnography-derived biomarker, the Sleep Disturbance Ratio (SDR), and evaluates its contribution to OSA severity classification using explainable machine learning approaches. Methods: A retrospective study was conducted using polysomnographic data from 767 adults who underwent overnight sleep studies. SDR was calculated as the logarithmic ratio between ligh
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.
INTRODUCTION: Recurrent Clostridioides difficile infection (rCDI) is associated with substantial morbidity, healthcare utilization, and costs. US FDA-approved microbiota-based therapies, fecal microbiota spores, live-brpk (VOS) and fecal microbiota, live-jslm (RBL), reduce recurrence risk, but cost-effective placement within the rCDI treatment pathway remains uncertain.
METHODS: We performed a US payer-perspective cost-effectiveness analysis using decision-tree modeling according to CHEERS 2022 guidelines. Adults with rCDI entered the model after the first or second recurrence and were follow
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: Acute kidney injury (AKI) is a frequent, severe complication in the intensive care units (ICU). Existing machine learning models are typically inflexible, classification-based (i.e., predicting AKI occurrence as yes/no), and of limited clinical utility. This study proposes and externally validates the first multi-step, multivariate distributional regression model that directly predicts future distributions of serum creatinine (sCr) and urine output across multiple time horizons, thereby enhancing AKI risk stratification and personalized clinical decision support.
METHODS: The mode
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.
Improving overall health and preventing complications is crucial for timely and effective treatment of diabetes patients. In this direction, accurate measurement and detection of glucose concentration in blood is essential. The aim of this study is to develop an affordable, reliable and accurate Point-of-Care (POC) diagnostic platform for glucose concentration detection using microfluidic and colorimetric principles. A microfluidic chip is fabricated which provides the base for efficient colorimetric reaction. The proposed system requires only ~ 20 µL of sample per microwell, with a colorimetr
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.
Urosepsis is a severe infectious complication of retrograde intrarenal surgery (RIRS) that can progress to septic shock and become life-threatening. Early detection and prompt intervention are crucial for enhancing the prognosis of patients at risk for urosepsis. This study seeks to develop and verify a prediction model for post-RIRS urosepsis utilizing machine learning (ML) techniques. Electronic health record (EHR) data from 124 urosepsis patients and 1,786 non-urosepsis patients, all of whom had upper urinary tract stones and underwent RIRS, were analyzed. Participants were randomly allocat
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.
Global plastic waste generation exceeds 460 million tons per year, while recycling rates remain below 10%. Innovative solutions are needed for recycling plastic waste into valuable products. This study employs experimental data and two methods to evaluate economic analysis of fluid catalytic cracking (FCC) of plastic-derived pyrolysis oil: physics-based and machine learning (ML)-based methods to model the effects of reactions in the FCC unit. FCC offers many advantages compared to hydrocracking: e.g., it operates under lower pressure (implying lower equipment costs), eliminates the use of hydr
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: Admission hypothermia remains a frequent and preventable complication in preterm infants and is associated with increased morbidity and mortality. Early risk stratification may enable timely thermal management and targeted preventive strategies. This study aimed to develop and internally validate multivariable machine learning-based models for predicting admission hypothermia in preterm infants.
METHODS: We conducted a retrospective cohort study including consecutively admitted preterm infants (<37 weeks' gestation) at a tertiary neonatal referral center in Southwest China (Januar
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/OBJECTIVES: Craniofacial malformations such as orofacial clefts affect ~1 in 700 births; 40-60% lack clear genetic etiology, and many exhibit asymmetry and variable expressivity unexplained by classical Sonic Hedgehog (SHH) morphogen gradient models. We investigated whether integrated molecular modules linking morphogen signaling with metabolic stress responses may better account for craniofacial developmental outcomes.
METHODS: Sequential UniProt gene set integration identified 186 candidate craniofacial regulators. STRING network analysis revealed modular architecture. Molecular
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.
Cesarean section (CS) delivery is an important surgical intervention for reducing maternal and neonatal morbidity and mortality when medically indicated; however, substantial inequalities in its utilization persist across Sub-Saharan Africa (SSA). This study evaluated the performance of explainable machine learning (ML) algorithms in classifying cesarean section delivery patterns using Demographic and Health Survey (DHS) data from ten SSA countries collected between 2016 and 2024. A weighted sample of 388,015 women aged 15-49 years was included, among whom 7,369 (1.82%) had undergone cesarean
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: Several statistical models have been developed to predict the stability of distal radius fractures after closed reduction, but their findings have not been consistently reproduced. We aimed to develop a machine learning (ML) model to predict radiographic outcomes of nonsurgically treated distal radius fractures based on pre-reduction and postreduction radiographic parameters and demographic variables.
METHODS: Adults with displaced distal radius fractures at a single institution between 2012 and 2024 were identified through retrospective chart review. Inclusion criteria required
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 predict siesta behavior using machine learning models trained on self-reported and objective data-temperature (T), activity (A), position (P), and the integrated TAP variable-and to explore its associations with obesity-related traits.
METHODS: From ONTIME-MT, 889 adults wore wrist sensors for 7 days to continuously record temperature, activity, and position, and self-reported daily siesta. Machine learning models were developed to classify 30-second epoch siesta data, to reconstruct weekly siesta behavior. Anthropometric and metabolic parameters were assessed. Associations wer
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: Chemotherapy-induced alopecia is a common side effect with psychological impacts that affect quality of life. Up to 14% of patients may decline chemotherapy due to concerns over hair loss. While existing scalp cooling therapies can reduce alopecia, constraints including space, staffing, and extended chair time limit their use in health services. Hence, a novel scalp cooling cap ("Product X") was developed to address this gap. Product X is cordless and portable and does not require patients to remain in treatment chairs post-chemotherapy. This early-stage cost-effectiveness analysis
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: Retinopathy of prematurity (ROP) is a leading cause of childhood blindness. Chronic hypoxia at high altitude may create a unique risk profile and potentially influence the onset and progression of ROP. However, predictive tools specifically designed for preterm infants in high-altitude settings remain limited. This study aimed to develop and validate machine learning (ML)-based models for individualized ROP risk prediction in this population. METHODS: We retrospectively collected clinical data from 2,138 preterm infants who underwent standardized ROP screening at Qinghai Red Cross
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