BACKGROUND: Urinary tract infections (UTIs) are common in pediatrics. This study aimed to develop and validate a machine learning model for predicting urine culture positivity in children with suspected UTIs and to characterize regional pathogen and antimicrobial resistance profiles.
METHODS: Clinical and laboratory data were collected from children with suspected UTIs. Variables were selected via univariate analysis, LASSO regularization, and recursive feature elimination. Machine learning models were constructed using selected variables, followed by validation and interpretability analysis.
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.
The immune response to vaccination is highly heterogeneous and arises from a dynamic interplay of immune components. Harnessing machine learning (ML) to learn immune interdependencies offers the potential not only to decode immune signatures linked to a specified comorbidity but also to reveal individualized patterns laying the groundwork for precision-guided vaccination and targeted clinical follow-up. We employ a random forest (RF) approach to classify informative differences in immunogenicity between older people living with HIV (PLWH) on antiretroviral therapy (ART) and an age-matched cont
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/Objectives: Population pharmacokinetics (PopPK) has been used to aid valproic acid (VPA) dose individualization. However, this approach faces limitations owing to the complexity and high dimensionality of datasets. Machine learning (ML) can handle these challenges. However, the comparative evaluation of these ML algorithms and their practical application in optimizing VPA therapy have not yet been established. This review aims to summarize the current evidence, identify research gaps, and outline ML applications for VPA in clinical practice. Methods: PubMed, ScienceDirect, Scopus, t
СтатьяОбзорПоиск 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.
Breast cancer is a significant global health issue, demanding early identification to provide appropriate therapy and satisfactory survival results. This work used two independent imbalanced datasets (EIS-BT and WBCD). CNN1D with Long Short-Term Memory (LSTM) was integrated to acquire features from these datasets to identify breast cancer. Three scenarios for breast cancer detection were investigated based on CNN1D-LSTM derived characteristics from Dataset-1, Dataset-2, and their combination. The Synthetic Minority Over-sampling Technique (SMOTE) was used to balance the collected features in 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: Subsyndromal delirium is common in intensive care unit (ICU) patients and can prolong hospital stay, increase costs, and worsen prognosis. Advance intervention to prevent subsyndromal delirium would be valuable.
OBJECTIVE: To construct a machine learning-based model to predict the risk of subsyndromal delirium in ICU patients.
METHODS: This prospective cohort study included data from 447 patients hospitalized in the ICU between September 2023 and August 2024. Eight independent predictors of subsyndromal delirium were identified by least absolute shrinkage and selection operator 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.
INTRODUCTION: Patients with mental disorders are at increased risk of adverse outcomes from COVID-19, but prognostic evidence specific to this population remains limited. This study aimed to develop and validate machine-learning models for predicting 31-day mortality among hospitalized patients with mental disorders and laboratory-confirmed COVID-19.
METHODS: Data were retrospectively collected from 439 hospitalized patients across 10 hospitals in Henan Province, China. Patients were randomly divided into a training cohort (n = 308) and an independent test cohort (n = 131). Oversampling was 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: Osteoporosis is a common complication among long-term breast cancer (BC) survivors. Assessment of osteoporosis risk of patients before therapy is essential for timely intervention and long-term health management.
METHODS: We included female BC patients treated between 2018 and 2022 at a tertiary hospital in China. Baseline characteristics, hematologic parameters, and pathological subtypes were collected and stratified into four molecular groups based on hormone receptor and HER2 status. Twelve machine learning (ML) algorithms were developed, and the best-performing models were int
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.
Cytomegalovirus (CMV) infections remain a major complication following allogeneic hematopoietic stem cell transplantation (allo-HCT), with refractory infections associated with increased morbidity and mortality. Machine learning (ML) approaches may improve risk stratification and clinical management of CMV infections. This retrospective multicenter study analyzed 933 allo-HCT recipients from 21 Spanish centers (2014-2018) using data from the Spanish Hematopoietic Transplantation and Cell Therapy Group registry. Three ML models were developed to predict: (1) CMV DNAemia occurrence, (2) clinical
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.
Diabetic retinopathy (DR) is a leading cause of vision impairment among individuals with type 2 diabetes mellitus (T2DM). This study aimed to construct and evaluate predictive models for DR by integrating clinical data with optical coherence tomography (OCT) parameters, using both Least Absolute Shrinkage and Selection Operator (LASSO) regression and random forest (RF) algorithms. A retrospective analysis was conducted on medical records of T2DM patients admitted between September 2020 and December 2023. After applying inclusion and exclusion criteria, 10,054 cases were selected. Patients were
СтатьяСравнительное 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.
Objective: This study examined whether baseline demographic and clinical variables could predict clinically significant reductions in insomnia symptoms among veterans receiving a 2-week Cognitive Processing Therapy (CPT)-based intensive PTSD treatment programme (ITP). A key aim was to identify individuals likely to benefit from additional, sleep-focused interventions.Method: A total of 449 veterans completed the Insomnia Severity Index (ISI) at baseline, post-treatment, and at 1- and 3-month follow-up. Linear mixed models were used to analyse insomnia trajectories and clinical predictors (e.g.
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.
INTRODUCTION: This study aims to investigate computed tomography (CT) radiomic features and dosimetric-clinical biomarkers to predict vocal cord dysfunction (VCD) in nonlaryngeal head and neck cancer (HNC) patients treated with chemoradiation therapy (CRT), using machine learning (ML) models.
METHODS: Sixty-five HNC patients who underwent CRT were recruited to assess radiation-induced VCD 6 months posttreatment. For each patient, CT radiomic features of the laryngeal region, clinical, and dose-volume histogram (DVH) metrics were collected to develop ML models. Nine classifiers were trained us
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: Cognitive behavioral therapy (CBT) is a first-line treatment for obsessive-compulsive disorder (OCD), but clinical response is difficult to predict. In this study, we aimed to develop predictive models using clinical and neuroimaging data from the multicenter Enhancing Neuro-Imaging and Genetics through Meta-Analysis (ENIGMA)-OCD consortium.
METHODS: Baseline clinical and resting-state functional magnetic imaging (rs-fMRI) data from 159 adult patients aged 18-60 years (88 female) with OCD who received CBT at four treatment/neuroimaging sites were included. Fractional amplitude of
СтатьяВалидационное исследованиеМногоцентровое 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.
BACKGROUND: A reliable approach to predict the response to Ustekinumab (UST) in patients with Crohn's disease (CD) is lacking.
OBJECTIVES: This study aims to develop and validate machine learning (ML) models to predict the response to UST and further achieve personalized therapy.
DESIGN: Retrospective multi-center study.
METHODS: This study included 162 CD patients treated with UST between May 2022 and May 2024. Four ML algorithms (extreme gradient boosting, random forest, logistic regression, and support vector machine) were integrated to identify the optimal model, and Shapley Additive ex
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.
Alcohol use disorder (AUD) is a chronic condition that impairs health and function. Cognitive behavioral therapy (CBT) is an evidence-based treatment traditionally delivered face-to-face. Recently, digital CBT delivered online has gained prominence because of access barriers and user preferences. Although many digital CBT studies have emerged, few systematic reviews have directly compared digital and face-to-face CBT in adults with AUD. This systematic review and meta-analysis aimed to evaluate their comparative effectiveness. Following Preferred Reporting Items for Systematic Reviews and Meta
Сравнительное исследованиеСтатьяМетаанализСистематический обзорПоддержка 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 develops and compares population pharmacokinetics (PopPK) models and machine learning methods, including neural networks, to predict steady-state trough concentrations in pediatric patients and provide improved dosing recommendations.
METHODS: Valproic acid concentration data were collected from 490 pediatric epilepsy patients treated at Beijing Tiantan Hospital and Beijing Children's Hospital. We developed predictive models employing PopPK, maximum a posteriori Bayesian (MAPB), multiple linear regression (MLR), machine learning (including Random Forest, XGBoost, and Light
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.
Recurrent spontaneous abortion (RSA) poses a significant obstetric challenge and its underlying molecular mechanisms remain largely unknown. Ferroptosis, an iron-dependent cell death, is characterized by iron overload and widespread lipid peroxidation. In this study, we discovered a characteristic metabolic spectrum of ferroptosis in RSA by untargeted UPLC-MS/MS metabolomics analysis. The metabolic profiles of the villous of RSA patients could be effectively differentiated from these of controls in OPLS-DA and random forest analysis, indicating distinct metabolic signatures in RSA villous. The
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: Acne is an inflammatory skin disease afflicting the majority of the world's population at some point in their lifetime, and is seen to be chronic in about 50% of cases. Acne leads to significant social withdrawal, depression, and disfiguring scars in many cases. Available treatments are characterized by high rates of relapse, dangerous side effects, and social stigma, which often leads to poor patient compliance and treatment failure.
OBJECTIVES: The aim of this article was to discuss and share the authors' experiences utilizing fractional radiofrequency (RF) (Morpheus8; InMode Lt
СтатьяСравнительное 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.
In endovascular therapy (EVT) for femoropopliteal artery (FPA) lesions, studies examining the relationship between lesion morphology and hemodynamic status are limited. The purpose of this study was to investigate FPA lesion characteristics, including imaging findings and their cutoff values that can predict hemodynamic significance after balloon angioplasty. This single-center retrospective study enrolled 50 de novo FPA lesions from 43 patients treated under intravascular ultrasound (IVUS) usage between June 2022 and March 2023. As a physiological parameter, the pressure gradient was measured
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: Acute large vessel occlusion (LVO) stroke is highly prevalent and severe. Despite thrombolytic therapy, many patients experience substantial complications. Understanding the origins, constituents, and pathologic processes involved in thrombus formation in acute intracranial large artery occlusion is crucial.
OBJECTIVES: To identify the characteristics of insoluble proteins from different sources of cerebral thrombus.
METHODS: This study included 13 patients with cardiogenic embolic (CE) thrombus and 15 with large artery atherosclerotic (LAA) thrombus. High-performance liquid chro
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.
Parotid mucoepidermoid carcinoma (P-MEC) is a significant histopathological subtype of salivary gland cancer with inherent heterogeneity and complexity. Existing clinical models inadequately offer personalized treatment options for patients. In response, we assessed the efficacy of four machine learning algorithms vis-à-vis traditional analysis in forecasting the overall survival (OS) of P-MEC patients. Using the SEER database, we analyzed data from 882 postoperative P-MEC patients (stages I-IVA). Single-factor Cox regression and four machine learning techniques (random forest, LASSO, XGBoost,
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