Low reticuloruminal pH (rpH) for a prolonged period could lead to SARA. This disease negatively affects cow health and is associated with monetary losses for the dairy industry. The aim of this study was to predict rpH and SARA separately using different machine learning (ML) models applied to Fourier-transform infrared spectroscopy (FTIR) spectra obtained from routine DHI milk analysis of individual cows. A total of 107 primiparous and multiparous Holstein cows were selected from 12 commercial farms in Québec, Canada, and their rpH was continuously monitored for 150 d using wireless boluses.
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.
Cerebral arteriovenous malformation (AVM) is a cerebrovascular disease associated with a risk of intracranial hemorrhage. Currently, most risk prediction models for AVM rupture are based on demographic characteristics and lesion morphology, while quantitative hemodynamics-based models remain scarce. This study aims to identify potential biomarkers associated with hemorrhagic risk through quantitative analysis of hemodynamic parameters within AVM lesions, and to develop a predictive model for AVM rupture risk. This study was based on a nationwide, multicenter registry (the MATCH study), enrolli
СтатьяВалидационное исследованиеМногоцентровое 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.
OBJECTIVE: Cardiovascular disease (CVD) risk is increased in SLE and underestimated by general population prediction algorithms. We aimed to develop a novel SLE-specific prediction tool, SLECRISK, to provide a more accurate estimate of CVD risk in SLE.
METHODS: We studied patients in the Brigham and Women's Hospital SLE cohort. We collected one-year baseline data including the presence of traditional CVD factors and SLE-related features at cohort enrollment. Ten-year follow-up for the first major adverse cardiovascular event (MACE; myocardial infarction (MI), stroke, or cardiac death) began a…
СтатьяПоддержка NIH: внешняя программаПолный 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.
Firefighters face numerous challenges when entering burning structures to rescue trapped victims, assess the conditions of a residential structure, and extinguish the fire as quickly as possible. These challenges include extreme temperatures, smoke, toxic gases, explosions, and falling objects, which can hinder their efficiency and pose risks to their safety. Accurate information and data about the burning site can help firefighters make informed decisions about their duties and determine when it is safe to enter and evacuate, reducing the likelihood of casualties. This research presents unsup
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: Obstructive sleep apnea (OSA) is a globally prevalent disease closely associated with hypertension. To date, no predictive model for OSA-related hypertension has been established. We aimed to use machine learning (ML) to construct a model to analyze risk factors and predict OSA-related hypertension.
MATERIALS AND METHODS: We retrospectively collected the clinical data of OSA patients diagnosed by polysomnography from October 2019 to December 2021 and randomly divided them into training and validation sets. A total of 1,493 OSA patients with 27 variables were included. Independent
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.
Tomato spotted wilt virus is a wide-spread plant disease in the world. It can threaten thousands of plants with a persistent and propagative manner. Early disease detection is expected to be able to control the disease spread, to facilitate management practice, and further to guarantee accompanying economic benefits. Hyperspectral imaging, a powerful remote sensing tool, has been widely applied in different science fields, especially in plant science domain. Rich spectral information makes disease detection possible before visible disease symptoms showing up. In the paper, a new hyperspectral
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
BACKGROUND: Injuries are responsible for 950,000 deaths per year among children and adolescents under 18 years old. Trauma prediction scores are useful in determining severity and prognosis of injury patients. The pediatric resuscitation and trauma outcome (PRESTO) score was developed as a simple score for short-term mortality prediction in pediatric populations in low- and middle-income countries (LMICs). Using variables available at the bedside in resource-limited settings, PRESTO has been validated in South Africa, Rwanda, and Tanzania. In Tanzania, our team found these variables were prese
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: Prognostic prediction following gastric cancer surgery plays a pivotal role in postoperative management, helping to optimize therapeutic strategies and improve patient survival. Standard clinicopathological indicators, including tumor differentiation and lymph node metastasis, continue to serve as the basis for outcome evaluation; however, they do not adequately represent the host's systemic inflammatory response and immunonutritional status, both of which significantly affect tumor progression and postoperative recovery. Systemic inflammatory markers, such as the Neutrophil-to-Lym
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: Due to the high propensity for occult lymph node metastasis (OLNM) in early-stage oral tongue squamous cell carcinoma (OTSCC), elective neck dissection has become standard practice for many patients with clinically node-negative (cT1-2 N0) disease, which may lead to overtreatment in some patients. Hence, accurate identification and prediction of OLNM are of great significance.
AIM: This study aimed to develop and validate an explainable machine learning (ML) model to predict OLNM in OTSCC.
METHODS: A total of 678 early-stage OTSCC patients from multiple centers were enrolled an
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND: COVID-19 has been linked to acute kidney injury (AKI) and chronic kidney disease (CKD), but machine learning (ML) models predicting these risks post-pandemic have been absent. We aimed to use large electronic health records (EHR) and ML algorithms to predict the incidence of AKI and CKD during the post-pandemic period, assess the necessity of including COVID-19 infection history as a predictor, and develop a practical webpage application for clinical use.
METHODS: National EHR data from TriNetX, emulating a prospective cohort of 104,565 patients from 07/01/2022 to 03/31/2024, were
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: Bleeding is a serious complication in cardiac surgery, especially among patients receiving combined anticoagulant and antiplatelet therapy. Current prediction models rarely include those undergoing both valve surgery and coronary artery bypass grafting (CABG) or account for postoperative factors and dual antithrombotic therapy, limiting their clinical utility.
AIM: This study aimed to develop and validate machine learning models for the individualized prediction of bleeding events within three months after discharge in patients receiving warfarin plus aspirin following combined
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: Measures of genetic predisposition can improve prediction of risk of cardiometabolic diseases but more data is needed in groups under-represented in genomics research. In this study, we investigated the impact of genetic risk factors for coronary heart disease (CHD) - polygenic risk, monogenic risk [in the form of familial hypercholesterolemia (FH)], and family history (FamHx) - on CHD risk estimates, across the age spectrum, in two diverse cohorts of US adults - eMERGE IV (eIV) and All of Us (AoU).
METHODS: CHD was defined as myocardial infarction, unstable angina, and coronary r
СтатьяПрепринтПоиск 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: Dermatomyositis is an autoimmune disease characterized by damage to the skin and muscles. CD4+ T cells are of crucial importance in the occurrence and development of dermatomyositis (DM). However, there are few bioinformatics studies on potential pathogenic genes and immune cell infiltration of DM. Therefore, this study intended to explore CD4+ T-cell infiltration-associated key genes in DM and construct a new model to predict the level of CD4+ T-cell infiltration in DM.
METHODS: GSE46239, GSE142807, GSE1551, and GSE193276 datasets were downloaded. The WGCNA and CIBERSORT algorith
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.
PURPOSE: This study proposes machine learning to analyze the risk factors of the collapse in patients with non-traumatic hip osteonecrosis of the femoral head.
METHODS: We collected data of 900 consecutive patients (634 males) with bilateral (428) or unilateral non-traumatic osteonecrosis diagnosed before collapse (at stage I or stage II). The follow-up was average five years (3 to 8 years). A total of 50 variables related to the osteonecrosis were included in the study. The osteonecroses were randomly divided into a training set (80%) and a validation set (20%) with a similar percentage of 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.
IMPORTANCE: An adequate system for triaging patients with head trauma in prehospital settings and choosing optimal medical institutions is essential for improving the prognosis of these patients. To our knowledge, there has been no established way to stratify these patients based on their head trauma severity that can be used by ambulance crews at an injury site.
OBJECTIVES: To develop a prehospital triage system to stratify patients with head trauma according to trauma severity by using several machine learning techniques and to evaluate the predictive accuracy of these techniques.
DESIGN,
СтатьяМногоцентровое 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: For medical artificial intelligence (AI) training and validation, human expert labels are considered the gold standard that represents the correct answers or desired outputs for a given data set. These labels serve as a reference or benchmark against which the model's predictions are compared.
OBJECTIVE: This study aimed to assess the accuracy of a custom deep learning (DL) algorithm on classifying diabetic retinopathy (DR) and further demonstrate how label errors may contribute to this assessment in a nationwide DR-screening program.
METHODS: Fundus photographs from the Lifeline
СтатьяВалидационное 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.
OBJECTIVE: To verify the accuracy of an online algorithm using Bayes' theorem for diagnosing ectopic pregnancy (EP) using human chorionic gonadotropin (hCG), ultrasound, and clinical data in a real cohort.
DESIGN: A retrospective cohort study.
SETTING: Gynecologic emergency unit in a tertiary teaching hospital.
PATIENT(S): First-trimester pregnant women who attended the gynecologic emergency unit for any reason. Those who had <13 weeks of pregnancy confirmed by a recent positive pregnancy test; a digital image or electronic report of transvaginal ultrasound (TVUS) obtained from hospital dat
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: Heart failure is a clinical syndrome caused by any structural or functional cardiac disorder that impairs the heart's ability to function efficiently and pump blood around the body. Function can also be monitored using cardiac implantable electronic devices, some of which may also deliver a therapeutic benefit (e.g. pacemakers), while others only monitor metrics over time. Implantable devices can include algorithms that aim to predict the occurrence of a heart failure event. They are intended to be used alongside clinical judgement and make treatment decisions.
OBJECTIVES: To dete
СтатьяСистематический обзорПоддержка 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.
INTRODUCTION: Tannin content is a key factor influencing the taste of walnuts and serves as an important index for evaluating walnut quality. Rapid and accurate detection of tannin levels in walnut kernels is therefore significant for quality assessment and management. This study aims to develop an efficient method for predicting tannin content in walnut kernels using near-infrared (NIR) spectroscopy combined with machine learning techniques.
METHODS: A total of 180 samples of 'Wen 185' walnut kernels were used as the research objects. The NIR reflectance spectra of the samples were measured
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: Distant metastasis (DM) in intrahepatic cholangiocarcinoma (ICC) is associated with poor prognosis and significantly high mortality. Therefore, developing an effective early prediction method for DM risk is crucial for tailoring personalized treatment plans and improving patient outcomes.
METHODS: This study included data from eligible ICC patients collected from the Surveillance, Epidemiology, and End Results (SEER) database between 2004 and 2021. Feature selection was performed using three methods, including least absolute shrinkage and selection operator (LASSO) regression, the
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