OBJECTIVES: To derive and validate a new clinical risk prediction algorithm (QThrombosis, www.qthrombosis.org) to estimate individual patients' risk of venous thromboembolism.
DESIGN: Prospective open cohort study using routinely collected data from general practices. Cox proportional hazards models used in derivation cohort to derive risk equations evaluated at 1 and 5 years. Measures of calibration and discrimination undertaken in validation cohort.
SETTING: 564 general practices in England and Wales contributing to the QResearch database.
PARTICIPANTS: Patients aged 25-84 years, with no
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.
BACKGROUND: Patients on maintenance hemodialysis (MHD) face a dramatically elevated risk of cardiovascular death, which is 10 - 20 times higher than in the general population. To address this high risk, we developed and validated a prediction model to accurately estimate cardiovascular disease (CVD) mortality and guide preemptive clinical management.
MATERIALS AND METHODS: This study retrospectively collected data from MHD patients at the First Affiliated Hospital of Chengdu Medical College from 2016 to 2021 (Approval No. CYFYEC-C-005), including demographic characteristics, medical history,
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.
To construct an efficient predictive model for post-lung cancer resection delirium (POD) using artificial intelligence, with a focus on leveraging synthetic data (generated via the Synthetic Data Vault [SDV] framework) in small-sample training scenarios. Additionally, we aim to enhance clinical interpretability through a locally interpretable model-agnostic explanation (LIME) method, thereby addressing the existing research gap in AI-driven POD prediction following pneumonectomy. The SDV framework was employed to generate 2,000 synthetic data points (serving as the training set), while real-wo
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: Predict the occurrence of pressure injury in critically ill patients by using machine learning models and conducting internal validation.
METHODS: A prospective cohort study was conducted. Critically ill patients admitted to the intensive care unit (ICU) of the North District of Hangzhou First People's Hospital from January 2023 to March 2024 were enrolled using convenience sampling. Patients were divided into two groups based on the occurrence of pressure injury during their ICU stay, and the differences in pressure injury related indicators were compared between the groups. The d
СтатьяВалидационное исследованиеАннотация на английскомПолный 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: To investigate risk factors for rebleeding in patients during the acute phase of intracerebral hemorrhage, compare the predictive performance of various machine learning models, and develop an optimal predictive model based on SHAP interpretation.
METHODS: A retrospective analysis of clinical data from 368 patients with intracerebral hemorrhage was conducted. First, the chi-square test and the Mann-Whitney U test were used to compare the rebleeding group with the non-rebleeding group; Lasso regression was then adopted to screen predictive factors. Based on the six core variables id
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.
PURPOSE: Chemotherapy-induced vomiting and nausea (CINV) is difficult to accurately predict, especially in the delayed phase and can negatively affect a patient's' quality of life as well as reduce their motivation to continue lifesaving therapy. We have previously reported on a blood-based assay that can be used to tailor an individualized antiemetic prophylaxis. The purpose of this current study was to validate our previous finding in a larger cohort of patients treated with a platinum-containing regimen.
METHODS: Blood samples and patient reported outcomes from 202 cancer patients aged 18
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: Partial nephrectomy (PN) for localized renal cancer is associated with favorable survival outcomes due to preservation of renal function. Approaches for predicting new-baseline-GFR (NBGFR) after PN have been proposed, including multivariable algorithms and a formula presuming that 90% of the renal parenchyma is preserved during PN. However, these models were developed from cohorts with sporadic single-tumor renal cancer. We evaluate these predictive models in patients undergoing PN for multifocal disease. Accurate prediction of NBGFR has major implications in these patients, as 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.
The removal of osteophytes during total knee arthroplasty (TKA) results in reduced soft tissue tension, which may result in joint laxity. Thus, for gap balancing, a surgeon may try to predict the effect of osteophyte removal on the resulting flexion and extension gap before any bone cuts are made and before those osteophytes are removed. Posterior osteophytes, however, are relatively inaccessible, since their removal can be done only after posterior bone cuts are made on the femur. Any laxity created by posterior osteophyte removal cannot be corrected by adjusting bone cuts because they have a
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: To investigate the incidence of pre-eclampsia (PE) and the predictive performance of the Fetal Medicine Foundation (FMF) first-trimester PE screening algorithm across pregnancies conceived using assisted reproductive technology (ART), after ovulation induction (OI) and through spontaneous conception (SC).
METHODS: This prospective multicenter study included women with a singleton pregnancy undergoing routine combined first-trimester screening for aneuploidies at six Danish university hospitals from May 2019 to December 2020. Data on maternal characteristics, including mode of conce
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: Coronary heart disease (CHD) is a major cause of mortality worldwide. This study aimed to develop and validate a multimodal deep learning algorithm using retinal imaging to assist in CHD risk assessment.
METHODS: In this retrospective study, we developed a deep learning algorithm that integrates retinal fundus photographs and optical coherence tomography (OCT) images. A clinical nomogram was also developed by combining the imaging-based predictions with clinical risk factors. Model performance was evaluated on internal validation and test cohort using receiver operating characteri
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: Early-onset colorectal cancer (EOCRC), defined as colorectal cancer diagnosed before age 50, is increasing in the United States. Accurate mortality prediction may help identify high-risk patients and inform survivorship planning, yet the performance of machine-learning algorithms in state-level EOCRC populations remains unclear.
METHODS: We conducted a retrospective population-based prediction study using Tennessee Cancer Registry data for adults aged 20-49 diagnosed with colorectal cancer from 2011 to 2020. The analytic cohort included 3467 patients with available survival time a
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: The association between air temperature and angina has been confirmed by several studies, which show that some patients with cardiovascular disease are "heat sensitive" and experience angina more frequently in high-temperature environments. Although several predictive models for cardiovascular risk stratification and angina-related outcomes have been reported, predictive tools specifically designed to identify susceptibility to heat-sensitive angina (HSA) exacerbation under hot weather conditions remain limited.
METHODS: The derivation cohort consisted of 1,246 individuals with st
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: Gestational diabetes mellitus (GDM) is a common metabolic disorder during pregnancy, leading to adverse maternal and neonatal outcomes. Exosomal microRNAs (exo-miRNAs) have emerged as promising noninvasive biomarkers due to their stability and regulatory roles in glucose metabolism. However, robust diagnostic models integrating exo-miRNAs profiles for early prediction of GDM remain lacking.
METHODS: In this study, we used the GSE192813 dataset as a discovery cohort to identify differentially expressed exo-miRNAs (DE-exo-miRNAs) in exosomes between GDM and normal glucose tolerance
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.
European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2025eng
BACKGROUND: T2-T4 gastric cancer often has distant metastasis.The aim of this study is to establish and validate a prediction model for distant metastasis of T2-T4 gastric cancer using machine learning algorithms.
METHODS: We developed nine machine learning models using 17030 patients with T2-T4 gastric cancer in the Surveillance, Epidemiology, and End Results (SEER) database. 100 patients from a Chinese hospital were selected for external verification of the performance of the model. We evaluated the model using the area under the receiver operating characteristic curve (AUC), the area under
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: Esophageal squamous cell carcinoma (ESCC) is a highly aggressive malignancy, and current postoperative prognostic assessment methods remain unsatisfactory, underlining the urgent to develop a reliable approach for precision medicine. Given the similarities with gametogenesis, cancer/testis genes (CTGs) are acknowledged for regulation unrestrained multiplication and immune microenvironment during oncogenic processes. These processes are associated with advanced disease and poorer prognosis, indicating that CTGs could serve as ideal prognostic biomarkers in ESCC. The purpose of this
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.
Athletic person's fatigue and stamina prediction plays a vital role for improving the overall performance in the sports. Identification of the athletic person's facial expression on track and field using image, is still a challenge task. The complex background and improper environmental lighting conditions affects the identification of athlete's facial expressions while playing. Existing methods use RGB and traditional night vision cameras for detecting athlete's facial expressions that operates only in minimum lighting condition. These cameras does not function in low lighting (< 30%) and com
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.
STUDY DESIGN: Retrospective cohort study.
OBJECTIVE: The primary aim was to develop a machine learning (ML) model to predict rehospitalization during the first year of traumatic spinal cord injury (TSCI) and to identify top predictors using data obtained during initial rehabilitation. The secondary aim was to predict prolonged hospital stay among the rehospitalized group.
SETTING: Eighteen SCI Model Systems centers throughout the United States.
METHODS: Data were retrieved from the National Spinal Cord Injury Model Systems Database. The participants were divided into 2 groups based on rehos
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.
SIGNIFICANCE: Machine learning random forest algorithms were used to predict objective refractive outcomes after cycloplegic refraction using noncycloplegic clinical data. A classification model predicted post-cycloplegic myopia and could be useful in screening, and a second regression model predicted post-cycloplegic refractive and could provide a useful objective starting point in noncycloplegic subjective refractions.
PURPOSE: A classification model sought to predict post-cycloplegic myopia using noncycloplegic clinical data to enhance myopia screening accuracy, whereas the regression mode
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.
Abdominal aortic aneurysm (AAA) progression carries a significant rupture risk, demanding accurate prediction models beyond traditional methods that rely on limited clinical parameters and often overlook complex factor interplay. We aimed to enhance prediction by developing and validating an end-to-end multi-modal deep learning (DL) model that integrates features extracted using ResNet from computed tomography (CT) images, geometric features derived from radiomics based on CT annotations, and clinical features obtained from clinical records. This retrospective study utilized data from 561 AAA
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.
AIM: To estimate the prevalence of retinopathy of prematurity (ROP) and investigate the prediction and validity of WINROP (Weight, Insulin-Like Growth Factor-1, Neonatal Retinopathy of Prematurity), an online monitoring algorithm in preterm infants at an African low/medium income country (LMIC) based neonatal intensive care unit (NICU).
METHODS: Data from the ROP screening proforma for preterm infants between January 2020 and December 31, 2022, with gestational age (GA) from 24 to 32 weeks were entered into the WINROP algorithm system which signals an ROP risk alarm based on weekly weight gai
СтатьяНаблюдательное 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.
MedElevator
Войти в исследования