BACKGROUD: No universally accepted model exists for predicting bleeding risk in patients receiving low-molecular-weight heparin or fondaparinux.
OBJECTIVE: This study leveraged seven machine learning algorithms to build a short-term bleeding risk prediction platform for this population.
METHODS: This retrospective real-world observational study included hospitalized patients who received low-molecular-weight heparin or fondaparinux between January 2022 and December 2023. After applying predefined criteria, the cohort were randomly split into training (70%) and validation (30%) sets. Predicto
СтатьяНаблюдательное 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.
INTRODUCTION: Klebsiella species are well-recognized pathogens implicated in both healthcare-associated and community-acquired infections, and they contribute substantially to the global burden of antimicrobial resistance. In this study, we investigated the epidemiology, temporal resistance trends, multidrug resistance profiles, and the application of machine learning (ML) approaches to predict antimicrobial susceptibility among Klebsiella isolates in Al-Kharj, Saudi Arabia.
METHODS: A retrospective analysis conducted using routine microbiology laboratory data collected between 2019 and 2024.
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: Evidence-based medicine combines scientific research, clinical expertise, and patient preferences to enhance the patient outcomes and improve health care quality. Clinical data are crucial in aligning medical decisions with evidence-based practices, whether derived from systematic research or real-world data sources. Quality assurance of clinical data, mainly through predictive quality algorithms and machine learning, is essential to mitigate risks such as misdiagnosis, inappropriate treatment, bias, and compromised patient safety. Furthermore, excellent quality of clinical data is
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.
Pasteurella multocida is a major zoonotic pathogen causing fowl cholera and other animal-derived infectious diseases, posing significant threats to the poultry industry and public health. Rapidly identifying its host preference is critical for disease control and understanding cross-species transmission. This study collected genomic data of P. multocida from four key hosts (chicken, cat, pig, cattle) in the NCBI Pathogen Database, yielding 814 qualified strains. Phylogenetic analysis showed host-correlated branching: cat strains formed a distinct clade, while cattle, pig, and chicken strains c
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: Abnormal white blood cell count after kidney transplantation is an important adverse clinical outcome. The abnormal white blood cell count in patients after surgery may be caused by the use of immunosuppressive agents and other factors. A lower white blood cell count than normal will greatly increase the probability of adverse outcomes such as infection and reduce the success rate of surgery.
OBJECTIVE: To establish a machine learning prediction model of leukocyte drop to abnormal level after kidney transplantation, and provide reference for clinical treatment.
METHODS: A total o
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: This study aims to construct a low-cost echocardiographic myocardial texture-based screening model to identify patients with myocardial fibrosis and filter out non-fibrosis patients, reducing unneeded contrast use and offering an efficient screening method for resource-limited hospitals.
METHODS: This study enrolled 149 patients with hypertrophic cardiomyopathy (HCM), 105 (70%) of whom were late gadolinium enhancement (LGE) positive. Using stratified random sampling, we divided the patients into training and test sets at a 6:4 ratio. Logistic regression was subsequently used to ide
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: An injurious fall is one of the main indicators of care quality in healthcare facilities. Despite several fall screen tools being widely used to evaluate a patient's fall risk, they are frequently unable to reveal the severity level of patient falls. The purpose of this study is to build a practical system useful to predict the severity level of in-hospital falls. This practice is done in order to better allocate limited healthcare resources and to improve overall patient safety.
METHODS: Four hundred and forty-six patients who experienced fall events at a large Taiwanese hospital
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: Hypertension is a leading cause of cardiovascular morbidity and mortality in Bangladesh. This study examined its prevalence, risk factors, and predictive modeling using machine learning (ML) and deep learning (DL) approaches.
METHOD: We analyzed cross-sectional data from the 2022 Bangladesh Demographic and Health Survey, which included 14,283 adults (≥18 years). Prevalence was estimated, chi-square tests assessed associations, and four ML models (weighted logistic regression, random forest, extreme gradient boosting, light gradient boosting machine) and two DL models (TabNet, and
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: Accurately identifying patients at high risk of delirium is vital for timely preventive intervention measures. Approaches for identifying the risk of developing delirium among critically ill children are not well researched.
OBJECTIVE: To develop and validate machine learning-based models for predicting delirium among critically ill children 24 h after pediatric intensive care unit (PICU) admission.
DESIGN: A prospective cohort study.
SETTING: A large academic medical center with a 57-bed PICU in southwestern China from November 2019 to February 2022.
PARTICIPANTS: One thousand
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.
The machine learning model developed by Shi et al for predicting colorectal polyp recurrence after endoscopic mucosal resection represents a significant advancement in the field of clinical gastroenterology. By integrating patient-specific factors, such as age, smoking history, and Helicobacter pylori infection, the eXtreme Gradient Boosting algorithm enables precise personalised colonoscopy follow-up planning and risk assessment. This predictive tool offers substantial benefits by optimising surveillance intervals and directing healthcare resources more efficiently toward high-risk individual
Письмо в редакциюПоиск 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: Osteoporosis, a metabolic bone disorder, markedly elevates fracture risks, with vertebral compression fractures being predominant. Antiosteoporotic treatments for patients with osteoporotic vertebral compression fractures (OVCF) lessen both the occurrence of subsequent fractures and associated pain. Thus, diagnosing osteoporosis in OVCF patients is vital.
PURPOSE: The aim of this study was to develop a predictive radiographic model using T1 sequence MRI images to accurately determine whether patients with lumbar spine compression fractures also have osteoporosis.
STUDY DESIGN: Re
СтатьяВалидационное 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.
IMPORTANCE: Anticipating the risk of gastrointestinal bleeding (GIB) when initiating antithrombotic treatment (oral antiplatelets or anticoagulants) is limited by existing risk prediction models. Machine learning algorithms may result in superior predictive models to aid in clinical decision-making.
OBJECTIVE: To compare the performance of 3 machine learning approaches with the commonly used HAS-BLED (hypertension, abnormal kidney and liver function, stroke, bleeding, labile international normalized ratio, older age, and drug or alcohol use) risk score in predicting antithrombotic-related GIB
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка 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.
Nanofluidic channels impose extreme confinement on water, giving rise to unusual transport phenomena of the liquid. However, how the transport of hydroxide and hydronium ions is influenced by such confinement is still not fully understood. This study employs machine learning-accelerated simulations, based on the SCAN density functional, to investigate proton transfer dynamics in CNTs of varying diameters (0.8 nm to 2.8 nm). The extreme confinement of water inside a 0.8 nm CNT not only enhances the probability of multiple consecutive proton jumps, but also reverses the relative diffusion coeffi
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 aimed to develop and compare the performance of machine learning models in identifying depressive symptom status among middle-aged and elderly patients with chronic kidney disease (CKD), while identifying key factors that influence depressive symptoms. Data from the 2015 China Health and Retirement Longitudinal Study were used to construct the training and validation sets, while data from 2011 served as the independent external test set. The core feature variables were screened through the intersection of the Boruta algorithm, least absolute shrinkage and selection operator regressi
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: Synovitis is a key driver of osteoarthritis (OA), characterized by a chronic inflammatory microenvironment. However, the contribution of immune-cell senescence to synovial pathology and its therapeutic potential remains poorly understood. This study aims to map the senescent immune landscape and identify actionable targets for OA therapy.
METHODS: Single-cell RNA dataset (GSE152805) of OA synovium was used to identify immune subsets with senescence-related transcriptional signatures and subset-specific gene signatures. These gene signatures served as machine-learning features to t
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: This study aimed to systematically evaluate the predictive performance of machine learning (ML)-based models for predicting hypoglycemia in Chinese patients with diabetes.
METHODS: We systematically searched PubMed, Embase, Web of Science, the Cochrane Library, CINAHL, CNKI, and Wanfang databases from inception to February 2026. Eligible studies focused on the development or validation of ML-based models for predicting hypoglycemia in Chinese patients with diabetes. Study selection and data extraction were performed independently by two reviewers. Information on study characterist
СтатьяСистематический обзорМетаанализПоиск 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: Prolonged postoperative length of stay (PLOS) is associated with several clinical risks and increased medical costs. This study aimed to develop a prediction model for PLOS based on clinical features throughout pre-, intra-, and post-operative periods in patients undergoing laparoscopic gastrointestinal surgery. METHODS: This secondary analysis included patients who underwent laparoscopic gastrointestinal surgery in the FDP-PONV randomized controlled trial. This study defined PLOS as a postoperative length of stay longer than 7 days. All clinical features prospectively collected in
СтатьяВалидационное исследованиеРандомизированное исследованиеПолный 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.
Preterm brain injury affects both white and gray matter, including altered cortical development and gyrification, with associated neurodevelopmental sequelae such as cerebral palsy and learning deficits. The preterm brain also displays regionally heterogeneous responses to both injury and treatment, suggesting that drug combinations may be needed to provide global neuroprotection. We developed an extremely preterm-equivalent organotypic whole hemisphere (OWH) slice culture mild injury model using the gyrencephalic ferret brain to probe treatment mechanisms of promising therapeutic agents and t
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 systematically compared full-body, upper limb, lower limb, and trunk kinematic features in fall risk classification among community-dwelling older adults. Full-body and upper limb features yielded higher accuracy than lower limb and trunk, underscoring the key role of arm movements in balance control. Feature importance analysis selected 12.5% of key variables, including wrist displacement and upper limb velocity, boosting model accuracy from 57% to 78%, demonstrating strong clinical potential. Different machine-learning models showed complementary strengths: XGBoost excelled with n
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: Trigeminal neuralgia (TN) is defined as spontaneous pain in the region of the trigeminal nerve that seriously affects a patient's quality of life. Percutaneous balloon compression of the trigeminal ganglion is a simple and reproducible surgical procedure that reduces the incidence of TN, but the postoperative outcome is poor in some patients, with it being ineffective or TN recurring.
OBJECTIVES: To establish a machine learning-based clinical imaging nomogram to predict the recurrence of trigeminal neuralgia in patients treated with percutaneous balloon compression.
STUDY DESIGN:
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.
MedElevator
Войти в исследования