BACKGROUND AND AIMS: An unanticipated difficult airway is one of the greatest challenges for anesthesiologists. Proper preoperative airway assessment is crucial to reducing complications. However, current screening tests based on anthropometric features are of uncertain benefit. Therefore, our study explores using voice analysis with machine learning algorithms to predict a difficult airway.
METHODS: Observational, multicenter study with N = 438 patients initially enrolled at Centro Medico Teknon and Institut Universitari Dexeus (2019-2022) for the research study. After excluding 125 patients
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.
Systemic Lupus Erythematosus (SLE) is a multifaceted autoimmune disease that presents with a diverse array of clinical signs and unpredictable disease progression. Conventional diagnostic methods frequently fall short in terms of sensitivity and specificity, which can result in delayed diagnosis and less-than-optimal management. In this study, we introduce a novel approach for improving the identification of SLE through the use of gene-based predictive modelling and Stacked deep learning classifiers. The study proposes a new method for diagnosing SLE using Stacked Deep Learning Classifiers (SD
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: Identifying patients at increased risk of loss to follow-up (LTFU) is key to developing strategies to optimize the clinical management of tuberculosis (TB). The use of national registry data in prediction models may be a useful tool to inform healthcare workers about risk of LTFU. Here we developed a score to predict the risk of LTFU during anti-TB treatment (ATT) in a nationwide cohort of cases using clinical data reported to the Brazilian Notifiable Disease Information System (SINAN).
METHODS: We performed a retrospective study of all TB cases reported to SINAN between 2015 and
СтатьяПоддержка 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: Knee septic arthritis (SA) and Lyme arthritis (LA) often have similar presentations but bacterial SA necessitates urgent surgery. Predictive factors for differentiating SA and other infectious/inflammatory conditions have been published. Our purpose was to test these algorithms using a retrospective multicenter musculoskeletal infection database.
METHODS: Patients ≤18 years old with isolated knee SA or LA were identified. Diagnostic criteria for SA were synovial WBC count >50,000 cells/mm 3 , imaging with fluid aspiration suggestive of SA, or joint aspirate/tissue sample cultured
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2023eng
During the initial stages, atrial fibrillation (AF) typically presents as paroxysmal atrial fibrillation (PAF), which may further progress into persistent atrial fibrillation, leading to high-risk diseases such as ischemic stroke and heart failure. Given that the current machine learning algorithms used for predicting AF involve time-consuming and labor-intensive processes of feature extraction and labeling electrocardiogram data, this study proposes a novel two-stage semi-supervised AF attack prediction algorithm. The first stage is designed as unsupervised learning based on convolutional aut
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.
INTRODUCTION: Post-stroke depression (PSD) is a serious mental disorder after ischemic stroke. Early detection is important for clinical practice. This research aims to develop machine learning models to predict new-onset PSD using real-world data.
METHODS: We collected data for ischemic stroke patients from multiple medical institutions in Taiwan between 2001 and 2019. We developed models from 61,460 patients and used 15,366 independent patients to test the models' performance by evaluating their specificities and sensitivities. The predicted targets were whether PSD occurred at 30, 90, 180,
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: Identifying patients at increased risk of loss to follow-up (LTFU) is key to developing strategies to optimize the clinical management of tuberculosis (TB). The use of national registry data in prediction models may be a useful tool to inform healthcare workers about risk of LTFU. Here we developed a score to predict the risk of LTFU during anti-TB treatment (ATT) in a nationwide cohort of cases using clinical data reported to the Brazilian Notifiable Disease Information System (SINAN).
METHODS: We performed a retrospective study of all TB cases reported to SINAN between 2015-2022
ПрепринтСтатьяПоиск 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: The predictive factors for wheelchair dependence in patients with multiple system atrophy (MSA) are unclear. We aimed to explore the predictive factors for early-wheelchair dependence in patients with MSA focusing on clinical features and blood biomarkers.
METHODS: This is a prospective cohort study. This study included patients diagnosed with MSA between January 2014 and December 2019. At the deadline of October 2021, patients met the diagnosis of probable MSA were included in the analysis. Random forest (RF) was used to establish a predictive model for early-wheelchair dependence
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: Affective states are important aspects of healthy functioning; as such, monitoring and understanding affect is necessary for the assessment and treatment of mood-based disorders. Recent advancements in wearable technologies have increased the use of such tools in detecting and accurately estimating mental states (eg, affect, mood, and stress), offering comprehensive and continuous monitoring of individuals over time.
OBJECTIVE: Previous attempts to model an individual's mental state relied on subjective measurements or the inclusion of only a few objective monitoring modalities (e
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.
UNLABELLED: Foreign body aspiration (FBA) is a common cause of pediatric morbidity, but a standardized protocol to guide decision-making about bronchoscopy is lacking. We aimed to validate a new Foreign body aspiration score (FOBAS) for the pediatric emergency department (ED). Patients aged 0-18 years referred to the ED for suspected FBA were prospectively enrolled. FOBAS was calculated according to clinical features of a choking episode, sudden cough, exposure to nuts, absence of fever and rhinitis, stridor, and unilateral auscultatory and radiological findings. FBA risk was evaluated based o
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.
UNLABELLED: To establish a diagnostic algorithm for predicting complicated appendicitis in children based on CT and clinical features.
METHODS: This retrospective study included 315 children (<18 years old) who were diagnosed with acute appendicitis and underwent appendectomy between January 2014 and December 2018. A decision tree algorithm was used to identify important features associated with the condition and to develop a diagnostic algorithm for predicting complicated appendicitis, including CT and clinical findings in the development cohort (n = 198). Complicated appendicitis was define
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: The identification of patients at risk of progressing from intermediate age-related macular degeneration (iAMD) to geographic atrophy (GA) is essential for clinical trials aimed at preventing disease progression. DeepGAze is a fully automated and accurate convolutional neural network-based deep learning algorithm for predicting progression from iAMD to GA within 1 year from spectral-domain optical coherence tomography (SD-OCT) scans.
OBJECTIVE: To develop a deep-learning algorithm based on volumetric SD-OCT scans to predict the progression from iAMD to GA during the year following
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
PURPOSE: Preterm birth presents a major challenge in perinatal care, and predicting preterm birth remains a major challenge. If preterm birth cases can be accurately predicted during pregnancy, preventive interventions and more intensive prenatal monitoring may be possible. Deep learning has the capability to extract image parameters or features related to diseases. We constructed a deep learning model to predict preterm births using transvaginal ultrasound images.
METHODS: Patients who were hospitalized for threatened preterm labor or shortened cervical length were enrolled. We used images o
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 AND OBJECTIVE: Acute aortic syndrome (AAS) is uncommon and difficult to diagnose, with great variability in clinical presentation. To develop a computerized algorithm, or clinical decision support system (CDSS), for managing and requesting imaging in the emergency department, specifically computerized tomography of the aorta (CTA), when there is suspicion of AAS, and to determine the effect of implementing this system. To determine the factors associated with a positive radiological diagnosis that improve the predictive capacity of CTA findings.
MATERIALS AND METHODS: After develop
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: We formulated and tested ensemble learning models to classify axial length (AXL) from choroidal thickness (CT) as indicated on fovea-centered, 2D single optical coherence tomography (OCT) images.
DESIGN: Retrospective cross-sectional study.
PARTICIPANTS: We analyzed 710 OCT images from 355 eyes of 188 patients. Each eye had 2 OCT images.
METHODS: The CT was estimated from 3 points of each image. We used five machine-learning base algorithms to construct the classifiers. This study trained and validated the models to classify the AXLs eyes based on binary (AXL < or > 26 mm) and mult
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.
OBJECTIVES: Endometrial cancer is the most common gynecologic malignancy in developed countries. The overall risk of recurrence is associated with traditional risk factors.
METHODS: Machine learning was used to predict recurrence among women who were diagnosed and treated for endometrial cancer between 2002 and 2012 at elven university-affiliated centers. The median follow-up time was 5 years. The following data were retrieved from the medical records and fed into the algorithm: age, chronic metabolic diseases, family and personal cancer history, hormone replacement therapy use, endometrial t
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: Breast cancer-related lymphedema is one of the most important complications that adversely affect patients' quality of life. Lymphedema can be managed if its risk factors are known and can be modified. This study aimed to select an appropriate model to predict the risk of lymphedema and determine the factors affecting lymphedema.
METHOD: This study was conducted on data of 970 breast cancer patients with lymphedema referred to a lymphedema clinic. This study was designed in two phases: developing an appropriate model to predict the risk of lymphedema and identifying the risk facto
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 study aimed to establish a machine learning-based scoring nomogram for early recognition of likely pressure injuries in an intensive care unit (ICU) using large-scale clinical data. A retrospective cohort study design was employed to develop and validate a top-performing clinical feature panel accessibly in the electronic medical records (EMRs), which was in the mode of a quantifiable nomogram. Clinical factors regarding demographics, admission cause, clinical laboratory index, medical history and nursing scales were extracted as risk candidates. The performance improvement was based on th
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.
Sickle cell anemia (SCA) is common in sub-Saharan Africa where approximately 1% of births are affected. Severe anemia is a common cause for hospital admission within the region yet few studies have investigated the contribution made by SCA. The Transfusion and Treatment of severe anemia in African Children Trial (ISRCTN84086586) investigated various treatment strategies in 3983 children admitted with severe anemia (hemoglobin < 6.0 g/dl) based on two severity strata to four hospitals in Africa (three Uganda and one Malawi). Children with known-SCA were excluded from the uncomplicated stratum a
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.
Recurrent spontaneous abortion (RSA) is a frequent abnormal pregnancy with long-term psychological repercussions that disrupt the peace of the whole family. In the diagnosis and treatment of RSA worsened by thyroid disorders, recurrent spontaneous abortion is also a significant obstacle. The pathogenesis and possible treatment methods for RSA are yet unclear. Using clinical information, vitamin D and thyroid function measurements from normal pregnant women with RSA, we attempt to build a framework for conducting an effective analysis for RSA in this research. The framework is presented by comb
СтатьяПоддержка 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.
MedElevator
Войти в исследования