OBJECTIVE: To evaluate clinical and airway microbiome features of excessive mucus secretion (CMH) in COPD progression and apply machine learning for CMH status identification.
METHODS: A total of 319 COPD patients from Changzhi People's Hospital (May 2020-March 2024) were consecutively enrolled and divided by sputum volume and characteristics into a high mucus secretion group (n=173) and a non-high mucus secretion group (n=146). Patients were randomly assigned to training (80%) and testing (20%) sets. Airway microbiome structure was analyzed via 16S rRNA sequencing. From clinical and microbio
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: Implant-based reconstruction failure remains a significant complication following breast reconstruction, with substantial implications for patient outcomes. Reliable preoperative risk prediction tools are lacking.
METHODS: A retrospective single-center cohort study was conducted, including 381 IBR procedures performed from 2006 to 2023. Reconstruction failure was defined as explantation without immediate replacement within one year. Elastic net regression was used to develop a multivariable model based on age, BMI, smoking status, radiation therapy, chemotherapy, use of expander,
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: Viral respiratory tract infections (vRTIs) are a leading cause of paediatric hospitalisation and healthcare utilisation. Existing syndromic surveillance tools, including the WHO Severe Acute Respiratory Infection definition, demonstrate limited diagnostic accuracy in children whose symptom profiles vary widely. This study aimed to develop a machine learning (ML) model to predict microbiologically confirmed vRTIs in hospitalised children and to evaluate performance across age groups and viral pathogens.
METHODS: We conducted a retrospective cross-sectional study of 2050 paediatric
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: Type 2 diabetic kidney disease (T2DKD) affects 20-40% of patients with type 2 diabetes mellitus and has become the leading cause of end-stage renal disease globally. Early identification of patients at risk of rapid progression remains challenging, as existing prediction models often rely on complex indicators unsuitable for primary care settings. This study aimed to develop and validate a machine learning model using routine clinical parameters to predict T2DKD progression.
METHODS: This single-center retrospective cohort study enrolled 349 patients diagnosed with T2DKD according
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.
PURPOSE: PPOI is one of the common complications of intraperitoneal hyperthermic chemotherapy during laparoscopic radical resection of rectal cancer, which seriously affects the prognosis of patients. The purpose of this study is to establish a prediction system for PPOI secondary to laparoscopic radical resection of rectal cancer combined with intraperitoneal hyperthermic chemotherapy with lobaplatin.
MATERIALS AND METHODS: Retrospectively analyzed the clinical data of 800 patients who received laparoscopic radical rectal cancer combined with lobaplatin hyperthermia and intraperitoneal chemo
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: This study aims to develop a prediction model to identify individuals at risk of hypertensive disorders of pregnancy (HDPs), including gestational hypertension and preeclampsia, by integrating epigenetic biomarkers and clinical factors in the first trimester of pregnancy.
METHODS: A 2-stage nested case-control study, matched by age and body mass index, was conducted with 618 pregnant women in China, with peripheral blood samples collected in the first trimester to evaluate the average methylation levels of differentially methylated regions (DMRs) between controls and HDP cases. In
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 develop and validate integrated prediction models for pediatric lupus nephritis (LN) treated with a mycophenolate mofetil (MMF)-based induction regimen (combined with glucocorticoids and hydroxychloroquine), incorporating both disease heterogeneity and pharmacokinetic variability. The primary model predicts the achievement of low disease activity (Systemic Lupus Erythematosus Disease Activity Index 2000 [SLEDAI-2 K] ≤ 4) at 12 months, while a secondary model predicts renal complete response during the same period.
METHODS: A total of 120 children with LN treate
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: Patients with rheumatoid arthritis (RA) prescribed adalimumab often discontinue treatment within 6 months because of a perceived lack of benefit. Specialty pharmacies are well-positioned to intervene early, but identifying patients at high risk for early discontinuation is difficult to predict with existing tools.
OBJECTIVE: To develop a predictive model using machine learning (ML) to identify patients with RA at high risk of discontinuing adalimumab within 6 months, enabling targeted pharmacist interventions.
METHODS: We used the retrospective data of patients with RA who initia
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: Monitoring the progression of preclinical Alzheimer's disease (AD) is challenging due to the absence of obvious cognitive impairment, yet it's crucial for determining the optimal timing for disease-modifying treatments. METHODS: This prognostic study used data from the Anti-Amyloid Treatment in Asymptomatic Alzheimer’s Disease (A4) study. The development cohort included 412 participants from the placebo arm, and external validation was performed using 342 participants from the treatment arm. All participants had baseline brain amyloid-beta (Aβ) positron emission tomography (PET) st
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: Hemodynamic instability, a life-threatening condition marked by circulatory failure, presents a significant challenge in intensive care unit (ICU) settings, often leading to poor patient outcomes. Traditional monitoring methods that rely on single parameters may delay diagnosis. Machine learning models offer a solution by integrating multiple clinical parameters to more dynamically and accurately predict instability. METHODS: We developed the Time-varying Hemodynamic Early Warning Score (TvHEWS), an AI-assisted model used to predict hemodynamic instability in intensive care unit (I
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.
Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA2025eng
Machine learning drives osteoporosis detection and screening with higher clinical accuracy and accessibility than traditional osteoporosis screening tools. This review takes a step-by-step view of machine learning for osteoporosis detection, providing insights into today's osteoporosis detection and the outlook for the future. The early diagnosis and risk detection of osteoporosis have always been crucial and challenging issues in the medical field. With the in-depth application of artificial intelligence technology, especially machine learning technology in the medical field, significant brea
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.
BACKGROUND & AIMS: An algorithm based on fecal levels of 2 microRNAs (miR-421 and miR-27a-3p), fecal hemoglobin concentration, and patient age and sex can identify patients with advanced colorectal neoplasia. We investigated whether this algorithm, called miRFec, could increase effectiveness and efficiency of fecal immunochemical test (FIT)-based colorectal cancer (CRC) screening programs.
METHODS: We obtained data and fecal samples from 767 persons with a positive result from the FIT who then underwent colonoscopy examination while participating a population-based CRC screening program, from
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.
Synonymous variations, once considered irrelevant to gene regulation or disease progression, are now known to play a significant role in human diseases. We developed a one-stop resource, comprehensive database for deleterious synonymous variation prediction (CDsyn) to assess their significance and disease relevance. CDsyn encompasses six categories of information, including existing prediction scores, conservation scores, translation efficiency, sequence information, population frequency and other annotation information. With the assistance of CDsyn, we emphasize the significance of splicing m
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.
Sunspots play a crucial role in both weather forecasting and the monitoring of solar storms. In this work, we propose a novel combined model for sunspot prediction using improved gated recurrent units (GRU) guided by pinball loss for probabilistic forecasts. Specifically, we optimize the GRU parameters using the slime mould algorithm and employ a seasonal-trend decomposition procedure based on loess to tackle challenges related to sequence prediction, such as self-correlations and non-stationarity. To address prediction uncertainty, we replace the traditional l 2 -norm loss with pinball loss.
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.
Traditional predictions of microalgal growth states rely on empirical or easily implementable kinetic models, leading to significant biases and elevated cost. This study proposes a kinetic-assisted machine learning method for predicting the growth curve of microalgal biomass under small sample conditions. Firstly, a microalgae growth kinetic model is constructed based on the logistic model. A two-stage kinetic fitting strategy is specified to account for the light-dark ratio. The Box-Behnken method is employed for experimental design. Then, using Two-stage TrAdaboost.R2 algorithm, the kinetic
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 assess the use of continuous heart rate variability (HRV) as a predictor of brain injury severity in newborns with moderate to severe HIE that undergo therapeutic hypothermia.
STUDY DESIGN: Two cohorts of newborns (n1 = 55, n2 = 41) with moderate to severe hypoxic-ischemic encephalopathy previously treated with therapeutic hypothermia. HRV was characterized by root mean square in the short time scales (RMSS) during therapeutic hypothermia and through completion of rewarming. A logistic regression and Naïve Bayes models were developed to predict the MRI outcome of the infants usi
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Cataracts are the problems associated with the crystallins proteins of the eye lens. Any perturbation in the conformity of these proteins results in a cataract. Age-related cataract is the most common type among all cataracts as it accounts for almost 80% of cases of senile blindness worldwide. This research study was performed to predict the role of single nucleotide polymorphisms (SNPs) of the GJA8 gene with age-related cataracts in 718 subjects (400 age-related cataract patients and 318 healthy individuals). A comparison of supervised machine learning classification algorithm including logi
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.
Peritonsillar abscess (PTA) is a difficult diagnosis to make clinically, with clinical examination of even otolaryngologists showing poor sensitivity and specificity. Machine learning is a form of artificial intelligence that "learns" from data to make predictions. We developed a machine learning classifier to predict the diagnosis of PTA based on patient symptoms. We retrospectively collected clinical data and symptomatology from 916 patients who underwent attempted needle aspiration for PTA. Machine learning classifiers were trained on a subset of the data to predict the presence or absence
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: Extracorporeal membrane oxygenation-induced coagulopathy (ECMO-IC) represents a frequent and severe complication, contributing to oxygenator replacement and unfavorable outcomes. Currently, no reliable machine learning (ML) model exists for early identification. This study comprehensively assesses routine clinical characteristics to develop a reliable, accurate, and explainable ML model for estimating ECMO-IC risk and to identify modifiable factors.
METHODS: This study included two center cohorts with 266 patients undergoing ECMO from 2015 to 2024. Feature selection utilized the B
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.
UNLABELLED: <p>Introduction: We aimed to compare three preeclampsia screening methods in the third trimester: (a) Fetal Medicine Foundation (FMF) multi-marker algorithm (maternal factors, biophysical markers, serum placental growth factor [PlGF], and soluble fms-like tyrosine kinase-1 [sFLT-1]); (b) Roche triage (sFLT-1/PlGF), on fresh and stored samples; and (c) Quidel triage (PlGF) on stored samples.
METHODS: Women with two live fetuses were enrolled at a twin clinic at 11-13 weeks' gestation. They visited the clinic every 2-4 weeks until delivery for examination. Blood testing was conducte
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.
MedElevator
Войти в исследования