PURPOSE: To develop and validate radiomics-based machine learning models combined with clinical parameters derived from venous phase contrast-enhanced computed tomography (CECT) for predicting drainage success in patients with peritonsillar abscess (PTA), aiming to reduce unnecessary invasive procedures.
METHODS: This retrospective study included 94 adult patients with PTA who underwent venous phase CECT followed by incision and drainage within 24 hours. Patients were categorized into drainage (n = 52) and non-drainage (n = 42) groups based on procedural outcomes. Clinical parameters (age, se
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.
To analyze radiomics features of cardiac adipose tissue in individuals with type 2 diabetes (T2DM) and non-alcoholic fatty liver disease (NAFLD), integrating relevant clinical indicators, and employing machine learning techniques to construct a precise model for detecting severe coronary artery stenosis. A retrospective analysis of 710 T2DM patients with NAFLD was conducted at First People's Hospital of Wenling. The study population was randomly divided into a training set (n = 497) and a validation set (n = 213). Radiomics features from cardiac fat CT images, including epicardial adipose tiss
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.
OBJECTIVE: To address the limitations of conventional delirium prediction models in emergency polytrauma care, this study developed an interpretable machine learning (ML) framework incorporating trauma-specific biomarkers and advanced optimization algorithms for risk stratification of delirium in emergency polytrauma patients.
METHODS: This multi-center retrospective observational cohort study was conducted across six hospitals in the Ya'an region. A total of 956 polytrauma patients admitted between January 2020 and December 2024 were enrolled, complying with the American Association for the
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.
Elderly patients undergoing maintenance hemodialysis (MHD) face a heightened risk of cognitive frailty (CF), which significantly compromises quality of life. Early identification of at-risk individuals and timely intervention are essential. Nevertheless, current CF risk prediction models fall short in accuracy to adequately fulfill clinical requirements. This study aimed to examine the determinants of CF in elderly patients undergoing MHD and to develop a risk prediction model through machine learning algorithms. The objective is to furnish healthcare professionals with an early prediction too
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: South Korea has the highest suicide rate among the Organisation for Economic Co-operation and Development nations, with particularly elevated figures among persons with disabilities. Research has shown a strong correlation between suicidal ideation and suicide attempts.
OBJECTIVE: This study aimed to investigate the factors that contribute to suicidal ideation among persons with disabilities in South Korea, utilizing machine learning methods based on national survey data.
METHODS: We employed data from the 2020 National Survey on Persons with Disabilities in South Korea, which in
СтатьяНаблюдательное 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.
BACKGROUND: This study aimed to address the critical gap in the limited application of machine learning (ML) for identifying developmental delays in low-resource settings by developing models to predict off-track development in infants aged 0 to 6 months and identify key predictors.
METHODS: A cross-sectional study involving 1,995 singleton infants aged 0 to 6 months was conducted in Kaloleni and Rabai sub-counties, Kilifi, Kenya, between March 2023 and March 2024. Development was assessed using the World Health Organization's Indicators of Infant and Young Child Development tool, with Develo
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: Sirolimus, also known as rapamycin, is an mTOR receptor inhibitor that suppresses cell proliferation and angiogenesis, demonstrating efficacy against multiple types of vascular anomalies. However, sub-therapeutic concentrations (below effective levels) and supra-therapeutic concentrations (leading to adverse reactions) of sirolimus may both negatively impact patient treatment outcomes. This study aimed to establish optimal models to predict the risk of sirolimus exposure using machine learning, ensure that sirolimus blood concentrations remain within the therapeutic range, and th
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: There is increasing recognition that trauma exposure and related psychiatric consequences predict cardiovascular disease risk. However, most research has specifically examined post-traumatic stress disorder-despite evidence that a range of psychiatric disorders may follow trauma. We applied machine learning to identify key post-traumatic psychiatric predictors of incident major adverse cardiac and cerebrovascular events (MACCE) in a population-based cohort.
METHODS: We conducted a case-control study of adults aged ≥18 years, nested within a trauma-exposed cohort of all Denmark res
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: Cholangiocarcinoma (CCA) poses a significant public health challenge in Thailand, with notably high incidence rates. This study aimed to compare the performance of spatial prediction models using Machine Learning techniques to analyze the occurrence of CCA across Thailand.
METHODS: This retrospective cohort study analyzed CCA cases from four population-based cancer registries in Thailand, diagnosed between January 1, 2012, and December 31, 2021. The study employed Machine Learning models (Linear Regression, Random Forest, Neural Network, and Extreme Gradient Boosting (XGBoost)) to
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.
BACKGROUND: Subclinical psychotic symptoms (SPS) are common among college students and can lead to future mental health issues. However, it is still not clear which specific childhood trauma, stressors and health factors lead to SPSs, partly due to confounding factors and multicollinearity.
OBJECTIVE: To use machine learning to find the main predictors of SPS among university students, with special attention to gender differences.
METHODS: A total of 21 208 university students were surveyed regarding SPS and a wide range of stress-related factors, including academic pressure, interpersonal d
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: Temporomandibular disorders (TMD) are complex chronic conditions that significantly impair quality of life and impose a considerable social and economic burden. Although various treatment strategies have been developed, the prognostic factors influencing therapeutic outcomes remain poorly defined. This study aimed to identify relevant prognostic factors for treatment response using machine learning methods, with patient readiness for discharge serving as the primary outcome.
METHODS: A total of 1050 medical records from patients diagnosed with TMD and treated at the Orofacial Pain
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: Liver failure often results in significant coagulation dysfunction, which is a major complication. Artificial liver support systems (ALSS) have been used to ameliorate coagulation parameters, but the dynamic nature of these improvements and the development of predictive models remain insufficiently explored.
OBJECTIVE: This study aimed to evaluate the effects of ALSS on coagulation function and to develop a dynamic prediction model using machine learning techniques to predict the improvement trends of coagulation parameters.
METHODS: A systematic search was conducted in PubMed, E
СтатьяМетаанализПоддержка 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
This paper investigates methods for estimating interaction forces during the dynamic process of upper limb elevation. By collecting data from two modalities- electromyographic (EMG) signals of the unilateral forearm and joint angles-along with synchronized interaction force data, a deep learning methodology merging convolutional neural network and long short-term memory network (CNN-LSTM) is adopted to generate a predictive model for characterizing dynamic interactive force, ultimately achieving the task of dynamic force estimation. The comparative analysis of estimation performance using two
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.
Various measures have been proposed to quantify upper-limb use through wrist-worn inertial measurement units. The two most popular traditional measures of upper-limb use - thresholded activity counts (TAC) and the gross movement (GM) score suffer from high sensitivity and low specificity, and vice versa. We previously proposed a hybrid version of these two measures - the GMAC - that showed better overall detection performance than TAC and GM. In this paper, we answer two critical questions to improve the GMAC measure's usefulness: (a) can it be implemented using only the accelerometer data? (b
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.
UNLABELLED: To control multiple degrees of freedom (MDoF) upper limb prostheses, pattern recognition (PR) of electromyogram (EMG) signals has been successfully applied. This technique requires amputees to provide sufficient EMG signals to decode their limb movement intentions (LMIs). However, amputees with neuromuscular disorder/high level amputation often cannot provide sufficient EMG control signals, and thus the applicability of the EMG-PR technique is limited especially to this category of amputees. As an alternative approach, electroencephalograph (EEG) signals recorded non-invasively fro
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.
Hepatitis, caused by viruses A-E, can silently progress to liver damage, cirrhosis, or cancer. Chronic B and C increase failure risk. Machine learning models help predict hepatitis risks using patient data, symptoms, and history. This study used Decision Tree Classification (DTC) and Extreme Gradient Boosting Classification (XGBC) with three optimizers Rhizotomy Optimization Algorithm (ROA), Gold Rush Optimizer (GRO), and Motion-Encoded Electric Charged Particles Optimization Algorithm (MEPO) to enhance accuracy. Among hybrids, DTRO achieved the highest accuracy (0.991), outperforming DTC. XGR
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: Early identification of atrial fibrillation (AF) allows for timely interventions to reduce cardiovascular complications. Risk scores including C2HEST and CHA2DS2-VASc have limitations in capturing cardiovascular remodeling. Given the association among hypertension, cardiovascular remodeling, and AF, integrating echocardiographic and demographic parameters may improve AF risk assessment in hypertension.
OBJECTIVE: We aimed to develop and validate a machine learning model integrating echocardiographic and demographic parameters to assess AF risk in hypertension.
METHODS: This 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.
Amyloid proteins have the ability to form insoluble fibril aggregates that have important pathogenic effects in many tissues. Such amyloidoses are prominently associated with common diseases such as type 2 diabetes, Alzheimer's disease, and Parkinson's disease. There are many types of amyloid proteins, and some proteins that form amyloid aggregates when in a misfolded state. It is difficult to identify such amyloid proteins and their pathogenic properties, but a new and effective approach is by developing effective bioinformatics tools. While several machine learning (ML)-based models for in s
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.
Stress is an unavoidable problem for today's college students. Stress can arouse strong personal emotional and behavioral responses. Compared with other groups of the same age, college students have a special way of life and living environment. They have complex interpersonal relationships and relatively weak social support systems. At the same time, they also face fierce competition in both academic and employment. However, they lack the skills to deal with the crisis and are reluctant to ask others for help, which leads to a simultaneous increase in mental stress. The pressure on college stu
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: Tacrolimus (TAC) is a first-line immunosuppressant for patients with refractory nephrotic syndrome (NS). However, there is a high inter-patient variability of TAC pharmacokinetics, thus therapeutic drug monitoring (TDM) is required. In this study, we aimed to employ machine learning algorithms to investigate the impact of clinical and genetic variables on the TAC dose/weight-adjusted trough concentration (C0/D) in Chinese children with refractory NS, and then develop and validate the TAC C0/D prediction models.
PATIENTS AND METHODS: The association of 82 clinical variables and 244 si
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