BACKGROUND: Adverse events associated with vaccination have been evaluated by epidemiological studies and more recently have gained additional attention with the emergency use authorization of several COVID-19 vaccines. As part of its responsibility to conduct postmarket surveillance, the US Food and Drug Administration continues to monitor several adverse events of special interest (AESIs) to ensure vaccine safety, including for COVID-19.
OBJECTIVE: This study is part of the Biologics Effectiveness and Safety Initiative, which aims to improve the Food and Drug Administration's postmarket sur
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: Predicting thyroid cancer (TC) and its accompanying metastasis remains challenging because of the complexity of the disease and its diverse pathological subtypes. The complexity and variability of TC necessitate innovative approaches that leverage machine learning (ML) and deep learning (DL) for enhanced accuracy in diagnosis and lymph node metastasis (LNM) prediction. METHODS: 803 patients were examined using ultrasound for thyroid nodules, inculing 369 benign nodules, and 433 malignant nodules, of which 118 were LNM. All patients were diagnosed by pathologists based on preoperati
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.
This study proposes a hybrid machine learning framework that integrates one-dimensional convolutional neural networks (1D-CNN) with multi-head attention and Light Gradient Boosting Machines (LightGBM) to model the relationship between physical fitness and body mass index (BMI), thereby generating personalized exercise prescriptions. The dataset consists of 6,698 male students aged 18–20 years, including BMI measurements alongside four standardized fitness indicators: 3,000-meter run (aerobic capacity), pull-up test(muscular strength), sit-up test (muscular endurance), and 30 × 2 shuttle run (a
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: Systemic sclerosis (SSc) is characterized by an increased mortality. Various mortality risk factors are included in the DETECT algorithm, a screening tool for SSc-associated pulmonary arterial hypertension. We tested the DETECT score as a predictor of all-cause mortality in SSc.
METHODS: SSc patients from the European Scleroderma Trial And Research (EUSTAR) cohort, with available data for calculating the DETECT and the SCOpE (currently proposed risk algorithm) scores and follow-up were included. Patients from the University Hospital Zurich served as derivation cohort, the remainin
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.
IMPORTANCE: Ethanol ablation (EA) was shown to be safe and effective for treating ranula, but few studies have assessed long-term outcomes and recurrence of ranula after EA.
OBJECTIVE: To evaluate the long-term outcomes and the risk factors for recurrence and receipt of subsequent surgery in patients who underwent treatment with EA for ranula.
DESIGN, SETTING, AND PARTICIPANTS: This case-series study was conducted at a single tertiary hospital and assessed patients who were treated with EA between July 2009 and March 2021. Among 70 consecutive patients, those with follow-up loss or who 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.
PURPOSE: Monoclonal gammopathy (MG) is a disorder defined by the presence of monoclonal immunoglobulin. Monoclonal protein (M-protein) serves as an important biomarker for the spectrum of MG that includes plasma cell myeloma (PCM) and, its precursor, MG of undetermined significance (MGUS). Recent evidence suggest early identification of MGUS before the onset of PCM is associated with improvement in overall survival. Despite these benefits, the recognition rate of MG remains inadequate. Addressing this care gap would help identify at-risk patients who may benefit from targeted evaluation to pre
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: Late presentation and delayed antiretroviral therapy (ART) initiation among people living with HIV (PLWH) are associated with increased morbidity, mortality, and transmission risk. Identifying individuals at high risk of delayed care or severe immunosuppression (CD4 < 200 cells/μL) could enable targeted interventions.
OBJECTIVE: To develop and validate an artificial intelligence (AI)-based risk stratification tool using routinely collected data to identify PLWH at high risk of delayed ART initiation or advanced immunosuppression.
METHODS: We conducted a retrospective cohort study
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: Knowledge about the influencing factors on hospital in-patient length-of-stay is integral for optimizing care and resource planning. Many existing studies on prolonged length-of-stay prediction choose a single threshold for the number of days that classifies the length-of-stay as prolonged. The analyses are based on either very heterogeneous or specific cohorts. Most studies take somatic comorbidities into account, while only a few incorporate mental comorbidities. OBJECTIVES: (I) After which timeframe does the number of days of inpatient treatment indicate a prolonged length-of-st
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.
Rift Valley Fever (RVF) is an emerging zoonotic arbovirus with a complex cycle of transmission that makes difficult the prediction of its expansion. Recent outbreaks outside Africa have led to rediscover the human disease but it remains poorly known. The wide spectrum of acute and delayed manifestations with potential unfavorable outcome much complicate the management of suspected cases and prediction of morbidity and mortality during an outbreak. We reviewed literature data on bio-clinical characteristics and treatments of RVF human illness. We identified gaps in the field and provided a prac
СтатьяОбзорПолный 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.
This study was conducted to investigate the travel behavior of residents in a medium-sized Chinese city, with the goal of exploring travel characteristics and identifying the key factors influencing urban travel mode choices. While traditional discrete choice models are known for their strong interpretability, their predictive accuracy remains limited. In contrast, machine learning models are recognized for offering higher predictive accuracy but are frequently criticized for their lack of interpretability. To address this issue, a CART-Apriori predictive model was constructed through the inte
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: Tuberculosis (TB) remains a global health challenge, with heterogeneous treatment outcomes despite standardized protocols. Traditional statistical models struggle with high-dimensional clinical data, necessitating advanced machine learning (ML) approaches.
OBJECTIVE: To analyze clinical data from 467 pulmonary TB patients and construct a predictive model using multiple ML algorithms.
METHODS: A prospective cohort of 467 patients (218 intervention, 249 control) was enrolled from Xi'an Chest Hospital. Medical ratio features (ALT/AST, CD4/CD8) and polynomial interaction terms (e.g.,
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: In women with ductal carcinoma in situ (DCIS) undergoing breast-conserving surgery, still part will progress to invasive breast cancer (IBC) in the future. Mammograms offer rich tumor data for patient stratification, but current prediction methods focus on clinicopathological factors, overlooking imaging insights.
METHODS: We retrospectively analyzed 140 DCIS patients from Harbin Medical University Cancer Hospital (2011-2020, followed up to 2025). Preoperative digital mammograms and clinicopathological data were collected, with mammographic features extracted using pyradiomics and
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.
INTRODUCTION/OBJECTIVE: The increasing resistance of pathogens to antibiotics poses a major public health challenge. This study aims to develop an innovative approach to combat this resistance by exploring synergies between standard antibiotics and marine metabolites.
METHODS: The methodology combines disk diffusion testing and mixture design to assess the antimicrobial efficacy of the combinations.
RESULTS: The results demonstrate promising synergies between carotenoids, polyphenols, and alkaloids with standard antibiotics, offering potential targeted use in the fight against clinical multi
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: Patients with chronic kidney disease (CKD) are considered the primary population at risk for post-contrast acute kidney injury (PC-AKI), yet there are few predictive tools specifically designed for this vulnerable population.
METHODS: Adult CKD patients undergoing coronary angiography or percutaneous coronary intervention at the Second Xiangya Hospital (2015-2021) were enrolled. The patients were divided into a derivation cohort and a validation cohort based on their admission dates. The primary outcome was the development of PC-AKI. The random forest algorithm was used to identif
СтатьяВалидационное 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.
INTRODUCTION: There are limited data available regarding the connection between heavy metal exposure and mortality among hypertension patients.
AIM: We intend to establish an interpretable machine learning (ML) model with high efficiency and robustness that monitors mortality based on heavy metal exposure among hypertension patients.
METHODS: Our datasets were obtained from the US National Health and Nutrition Examination Survey (NHANES, 2013-2018). We developed 5 ML models for mortality prediction among hypertension patients by heavy metal exposure, and tested them by 10 discrimination char
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.
Heart failure (HF) is a leading cause of morbidity and mortality in the United States and worldwide, with a high associated economic burden. This study aimed to assess whether artificial intelligence models incorporating clinical, stress test, and imaging parameters could predict hospitalization for acute HF exacerbation in patients undergoing SPECT/CT myocardial perfusion imaging. Methods: The HF risk prediction model was developed using data from 4,766 patients who underwent SPECT/CT at a single center (internal cohort). The algorithm used clinical risk factors, stress variables, SPECT imagi
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
High-grade serous ovarian cancer has a high degree of malignancy, and at detection, it is prone to infiltration of surrounding soft tissues, as well as metastasis to the peritoneum and lymph nodes, peritoneal seeding, and distant metastasis. Whether recurrence occurs becomes an important reference for surgical planning and treatment methods for this disease. Current recurrence prediction models do not consider the potential pathological relationships between internal tissues of the entire ovary. They use convolutional neural networks to extract local region features for judgment, but the accur
Аннотация на английскомСтатьяПоиск 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: Home health services are an important site of care following hospitalization among Medicare beneficiaries, providing health assessments that can be leveraged to detect diagnoses that are not available in other data sources. In this work, we aimed to develop a parsimonious and accurate algorithm using home health outcome and assessment information set (OASIS) measures to identify Medicare beneficiaries with a diagnosis of Alzheimer's disease and related dementia (ADRD).
METHODS: We conducted a retrospective cohort study of Medicare beneficiaries with a complete OASIS start of care
СтатьяПоддержка NIH: внешняя программаПоиск 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 AND AIMS: Adequate infliximab concentrations during induction treatment are predictive for deep remission [corticosteroid-free clinical and endoscopic remission] at 6 months in children with inflammatory bowel diseases [IBD]. Under standard infliximab induction dosing, children often have low infliximab trough concentrations. Model-informed precision dosing [MIPD; i.e. model-based therapeutic drug monitoring] is advocated as a promising infliximab dosing strategy. We aimed to develop and validate an MIPD framework for guiding paediatric infliximab induction treatment.
METHODS: Data
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 aimed to develop and validate a fully automated machine learning (ML) algorithm that predicts bone marrow edema (BME) on a quadrant level in sacroiliac (SI) joint magnetic resonance imaging (MRI).
METHODS: A computer vision workflow automatically locates the SI joints, segments regions of interest (ilium and sacrum), performs objective quadrant extraction, and predicts presence of BME, suggestive of inflammatory lesions, on a quadrant level in semicoronal slices of T1/T2-weighted MRI scans. Ground truth was determined by consensus among human readers. The inflammation classifier
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.
MedElevator
Войти в исследования