BACKGROUND: Inflammatory bowel diseases (IBDs), Crohn's disease (CD) and ulcerative colitis (UC), are chronic diseases that have been increasingly treated with biological drugs in recent years. Newly developed coding algorithms for IBD identification using claims databases are needed to improve post-marketing surveillance of biological drugs.
OBJECTIVE: To test algorithms to identify CD and UC, as indication for use of biological drugs approved for IBD treatment, using a claims database.
METHODS: Data were extracted from the Caserta Local Health Unit database between 2015 and 2018. CD/UC dia
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.
Leishmaniasis is a parasitic disease for which existing treatments can be toxic and costly, and resistance to current therapies is becoming increasingly common. This study implemented a systematic review of data regarding antileishmanial activity in plant-derived compounds and used machine learning techniques to train and test a Random Forest algorithm to predict the antileishmanial activity of plant-derived compounds. Asteraceae, Euphorbiaceae, Lamiaceae, and Myrtaceae plant families were identified for their high or moderate antileishmanial activity and nativity to areas of high leishmaniasi
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.
We systematically analyzed the relationships between gene fitness profiles (co-fitness) and drug inhibition profiles (co-inhibition) from several hundred chemogenomic screens in yeast. Co-fitness predicted gene functions distinct from those derived from other assays and identified conditionally dependent protein complexes. Co-inhibitory compounds were weakly correlated by structure and therapeutic class. We developed an algorithm predicting protein targets of chemical compounds and verified its accuracy with experimental testing. Fitness data provide a novel, systems-level perspective on the c
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
Machine learning (ML) is increasingly being used in clinical medicine. The objective of this study was to identify factors predictive of hospitalization, with the support of ML, in outpatients with mild-to-moderate COVID-19. Unvaccinated adults with mild-to-moderate COVID-19 were randomized 1:1 to molnupiravir or placebo in MOVe-OUT (NCT04575597). In this post hoc analysis, various factors were evaluated among participants who progressed or did not progress to hospitalization. ML was used as an unbiased method to evaluate multiple factors for their association with hospitalization in placebo-t
СтатьяРандомизированное исследованиеКлиническое исследование III фазыПоиск 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: Gestational diabetes mellitus (GDM) is a common pregnancy complication. Although lipid parameters, the triglyceride-glucose (TyG) index, and TyG-body mass index (TyG-BMI) have been associated with GDM, their relative value within an integrated lipid-glycaemic prediction framework remains unclear. This study developed and internally validated an interpretable model for GDM risk estimation.
METHODS: This single-centre retrospective study included 287 pregnant women who underwent 75 g oral glucose tolerance testing and fasting lipid assessment at 24-28 gestational weeks, including 72
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.
Context-dependent alternative splicing plays a critical role in disease pathogenesis and organ development, but its complex regulation remains challenging to predict. Here, to address this, we developed HELIX, a hierarchical deep learning framework that integrates pre-mRNA sequence and RNA-binding protein expression profiles to predict tissue- and condition-specific splicing patterns and transcript isoform usage simultaneously. By leveraging both short-read and long-read RNA sequencing data during training, HELIX achieves greater accuracy than existing splicing prediction models and convention
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.
BACKGROUND: Trauma is a major global cause of morbidity and mortality, with haemorrhage representing a leading preventable cause of early death. Timely blood transfusion is a crucial intervention, but current prehospital decision-making tools are scarce. Conventional triggers, such as haemoglobin concentrations, are often unreliable in the acute setting. There is a clear need for more robust, data-driven methods to guide transfusion decisions before hospital arrival.
METHODS: We conducted a retrospective, machine learning development and validation study to predict the need for prehospital tr
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.
Allogeneic hematopoietic stem cell transplantation remains critical for treating high-risk hematological malignancies like leukemia. Despite advances in treatment, early mortality remains clinically significant, with approximately 6-11% of patients dying within the first 100 days after transplantation. This highlights the need for dynamic monitoring strategies beyond static pre-transplant risk assessments. This study introduces a novel, interpretable, real-time proof-of-concept monitoring framework that continuously assesses individualized mortality risk during treatment using routinely collec
Оценочное исследованиеСтатьяПоиск 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.
Pressure ulcers represent a significant healthcare challenge among respiratory patients. This study aimed to develop and validate a predictive nomogram based on machine learning algorithms to identify patients at high risk for pressure ulcer development. We conducted a retrospective analysis of 263 respiratory patients (166 with pressure ulcers). Patients were randomly divided into training and testing cohorts at a 7:3 ratio. Potential risk factors were identified through univariate logistic regression. Least absolute shrinkage and selection operator (LASSO) regression selected 17 significant
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: Early-onset preeclampsia (eoPE), defined as preeclampsia occurring before 34 weeks of gestation, remains one of the leading causes of severe maternal morbidity, iatrogenic prematurity, and maternal mortality worldwide. Its heterogeneous and rapidly evolving clinical course makes the prediction of adverse outcomes particularly challenging. Although machine learning (ML)-based models have shown promise in stratifying eoPE risk and supporting clinical decision-making, robust prospective external validation is still lacking. The present study aims to address this gap through a multicen
Протокол клинического исследованияСтатьяПоиск 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: Survival analysis is widely used to predict time-to-event outcomes, with the Cox regression model being a standard approach. However, machine learning methods such as Random Survival Forests (RSF) can capture complex, non-linear relationships that traditional models may miss. OBJECTIVE: This study compared the predictive performance of RSF and Cox regression in modelling tuberculosis (TB) mortality. METHODS: We conducted a retrospective study of TB patients treated at the East London Central Clinic in South Africa. Patient data included demographic, clinical, and treatment-related
СтатьяСравнительное 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: Traditional COVID-19 forecasting often misses the rapid dynamics of viral competition, limiting timely ublic health responses. This study demonstrates the value of incorporating SARS-CoV-2 variant data into recurrent neural networks, using an interpretable, data-driven approach to improve accuracy in the current pandemic phase. METHODS: We validated our approach on post-pandemic data (2022–2025) from New York City and the United Kingdom, integrating epidemiological time series with genomic surveillance of variants. We implemented and compared several neural network structures, with
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/AIM: Bladder cancer (BCa) is associated with high recurrence rates, emphasizing the importance of early and accurate detection. This study aimed to develop a lightweight and fast deep learning model, Light-Bladder-Net (LBN), for non-invasive BCa detection using conventional urine data.
MATERIALS AND METHODS: We improved LBN's generalization by applying data transformations, adding uniform noise, and employing feature selection methods (mRMR, PCA, SVD, t-SNE) to extract key vectors from its fully connected layer. These vectors were integrated into the original dataset, and multiple
Оценочное исследованиеСтатьяВалидационное 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: Cardiovascular diseases (CVDs) remain the leading cause of morbidity and mortality in end-stage kidney disease patients, with persistently high rates of major adverse cardiovascular events (MACEs). Traditional risk factors such as diabetes and hypertension have limited predictive value in this population, while chronic kidney disease (CKD)-specific factors including inflammation, disordered mineral metabolism, and vascular calcification play significant roles. Therefore, we developed a machine learning-based model incorporating traditional and CKD-specific variables to improve MACE
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: Clinical decision algorithms used by clinicians guide evidence-based decisions and actions. Automated tools can help with the adoption and sustainability of these algorithms, and automation is especially needed in the emergency setting which requires quick decision making in a chaotic environment. This preimplementation study evaluated whether a large language model (LLM) can apply the Pediatric Emergency Care Applied Research Network (PECARN) Head Injury Algorithm safely and accurately on emergency department notes, a preliminary step in the development of a clinical decision supp
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.
Actigraphy is a popular behavioral sleep assessment tool in research and clinical practice. Hierarchical hand-scoring approaches remain the standard for actigraphy rest interval estimation, but can be impractical for large cohort studies and suffer from reproducibility problems. We developed a semi-automated pipeline (actiSleep) to set rest intervals consistent with best-practice hand-scoring algorithms incorporating event marker, diary, light, and activity data. To evaluate actiSleep performance, we used data from an observational study of 51 adolescents (14-19yr), with and without family his
СтатьяПрепринтПолный 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: The purpose of this study was to perform a systematic review to assess the validity of administrative database algorithms used to identify cases of autism spectrum disorder (ASD), attention-deficit/hyperactivity disorder (ADHD) and fetal alcohol spectrum disorder (FASD).
METHODS: MEDLINE, Embase, Global Health and PsycInfo were searched for studies that validated algorithms for the identification of ASD, ADHD and FASD in administrative databases published between 1995 and 2021 in English or French. The grey literature and reference lists of included studies were also searched. T
Систематический обзорСтатьяПолный 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 assess how an artificial intelligence (AI) algorithm performs against five experienced musculoskeletal radiologists in diagnosing scaphoid fractures and whether it aids their diagnosis on conventional multi-view radiographs.
METHODS: Four datasets of conventional hand, wrist, and scaphoid radiographs were retrospectively acquired at two hospitals (hospitals A and B). Dataset 1 (12,990 radiographs from 3353 patients, hospital A) and dataset 2 (1117 radiographs from 394 patients, hospital B) were used for training and testing a scaphoid localization and laterality classification
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: Osteonecrosis of the jaw (ONJ) is a medical condition associated with antiresorptive drugs, among others, used to treat osteoporosis and bone metastasis. Currently, there is no consensus regarding the definition of ONJ, and no ONJ-specific International Classification of Diseases-10 code exists. Therefore, register-based studies of this condition may be troublesome.
PURPOSE: To evaluate an algorithm ascertaining ONJ cases in an attempt to facilitate future assessments of ONJ in clinical and epidemiological studies.
METHODS: By means of the Patient Register and the Prescribed Drug
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: We compared the Down syndrome screening efficiency of a new algorithm that combines humerus length measurement and serum analytes versus that of the traditional triple-analyte serum screen.
STUDY DESIGN: Humerus length measurements were obtained prospectively in 1743 midtrimester (14 to 24 weeks) singleton fetuses before genetic amniocentesis. All patients had triple-marker serum screening before amniocentesis. Data on humerus length were expressed as multiples of the median, and were normalized by log transformation. Backward multiple stepwise logistic regression analysis was perf
Сравнительное исследованиеСтатьяПоиск 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