BACKGROUND: Acute kidney injury (AKI) is a common severe complication in intensive care unit (ICU). However, an early risk assessment model that can accurately and promptly predict the risk of AKI in critically ill children remains lacking.
METHODS: This retrospective study included 3,799 children from the Pediatric Intensive Care (PIC) database. The dataset was randomly divided into training set and validation set at a ratio of 7:3. LASSO regression and the Boruta algorithm were employed for feature selection, and the selected variables were incorporated into five machine learning models (Lo
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: Subcortical regions are widely implicated in the pathological mechanisms and treatment of schizophrenia, and accumulating evidence, including our prior findings, suggests that subcortical functional dysconnectivity is closely associated with treatment response. Accordingly, the present study aimed to examine the relationship between the subcortical functional connectivity (FC) and treatment outcomes in schizophrenia using multivariate analytical approaches and machine learning algorithms.
METHODS: One hundred and nineteen individuals with first-episode schizophrenia were recruited
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.
Artificial intelligence (AI) has developed into a powerful tool that employs human knowledge to swiftly resolve complex issues. Significant advancements in computer learning and artificial intelligence present a revolutionary opportunity for pharmaceutical formulation, drug discovery, and dosage form testing. AI algorithms would analyze a tremendous amount of biological reference data, such as proteomics and genomes, to assist researchers in identifying target diseases and predicting their possible interactions with proposed approaches to treatment. Just such focused and efficient drug develop
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.
Protecting patients' right to be forgotten (RtbF) in the digital era underscores algorithms to delete health records from deployed artificial intelligence (AI) models upon requests, a paradigm also known as machine unlearning. Such forgetfulness, however, will alter AI models' views of subpopulations and could yield discriminating clinical decisions that undermine healthcare equality and endanger patient trust, a common phenomenon confirmed by our thorough investigations. This observation reveals an ethical dilemma in clinical AI: protecting the RtbF of certain patients will compromise the del
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.
This study investigates the efficacy of eight multiplicative degree-based and three classical degree-based topological indices in Quantitative Structure-Property Relationship (QSPR) models for predicting critical physicochemical properties of 38 antidepressant drugs. Molecular structures of compounds including Bupropion, Amitriptyline, and Fluoxetine were translated into numerical descriptors using indices such as Multiplicative Sum Zagreb, Multiplicative Sombor, and the First Zagreb index. These descriptors were integrated with machine learning algorithms: Random Forest, XGBoost, and linear r
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: Head-related transfer functions (HRTFs) contain time and level cues and may be utilized in automatic algorithms to identify locations of sound, a desirable feature for next-generation hearing devices. Due to substantial variability in individual head sizes and ear acoustics, individualized HRTFs are expected to provide the best localization results. However, acquiring individualized HRTFs for each user is time-consuming.
METHODS: This study constructed three binaural and/or monaural algorithms suitable for hearing devices. A linear classifier was trained on HRTF databases from a s
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: Emerging evidence highlights the significant role of neutrophil extracellular traps (NETs) in periodontitis, though the precise mechanisms remain insufficiently understood. This study intends to investigate the comprehensive effects of NET-related genes (NRGs) on periodontitis by bioinformatic analysis. METHODS: The microarray datasets were obtained from the Gene Expression Omnibus (GEO) database. Differentially expressed NRGs (DE-NRGs) were identified and functionally annotated. Then, machine learning algorithms were exploited to screen hub NRGs, and a predictive model was constru
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: Collagen, within the tumor microenvironment (TME), assumes a crucial function in the development of cancer. However, the expression of collagen genes in bladder cancer (BCa) remains inadequately comprehended. The aim of this study is to examine the collagen genes expression in the BCa TME, and construct a nomogram to predict the overall survival for patients diagnosed with BCa.
METHODS: The Cancer Genome Atlas (TCGA) database (N = 401) and the Gene Expression Omnibus (GEO) database (N = 165) were employed for training and validation cohorts. The correlation between the collagen ge
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.
Despite advances in gait-assist wearable robots, application in real-world scenarios remains limited, largely due to challenges in developing an effective user intention recognition algorithm. These algorithms are crucial as they enable the robot to move harmoniously with the user by predicting their intent during various locomotion activities such as level walking, stair ascent, stair descent, and sit-to-stand. It is essential to not only identify these locomotion modes but also their phases and progression for real-time assistance. Traditional classification methods often require extensive m
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.
Some veterans face unique physical, mental, and social challenges, leading them to seek assistance from military charities. This case-control study uses data from the MONARCH Study and the tri-service food insecurity study, with the aim to identify key risk factors associated with charity usage among UK veterans. Cases (veterans who accessed charities in 2022) were compared to controls (veterans who did not access charities). Logistic regression and a random forest algorithm were used to identify risk factors for charity use. Several risk factors for charity use were identified: younger age, l
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.
This study's objective was to develop predictive models for bladder cancer (BLCA) using tumor infiltrated immune cell (TIIC)-related genes. Multiple RNA expression data and scRNA-seq were downloaded from the TCGA and GEO databases. A tissue specificity index was calculated and a computational framework developed to identify TIIC signature scores based on three algorithms. Univariate Cox analysis was performed, and the TIIC-related model was generated by 20 machine learning algorithms. A significant correlation between TIIC signature score and survival status, tumor stage, and TNM staging syste
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: Preeclampsia remains a leading cause of maternal morbidity worldwide. There is a critical need for predictive systems that not only perform accurately but also provide interpretable insights for clinical decision-making. This work introduces SK-MOEFS, an explainable framework based on fuzzy logic and multi-objective evolutionary optimization, designed to classify preeclampsia risk while generating clinically interpretable rules. Methods: The model integrates fuzzy decision trees with a genetic algorithm to identify a compact and relevant set of rules, optimized for both accuracy an
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: Staphylococcus aureus is a widely distributed and highly pathogenic zoonotic bacterium. Sortase A represents a crucial target for the research and development of novel antibacterial drugs.
OBJECTIVE: This study aims to establish quantitative structure-activity relationship models based on the chemical structures of a class of benzofuranene cyanide derivatives. The models will be used to screen new antibacterial agents and predict the properties of these molecules.
METHODS: The compounds were randomly divided into a training set and a test set. A large number of descriptors were c
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: The measurement of passive muscle-tendon parameters (PMPs) is crucial for understanding and analyzing human movement. However, the common methods for measuring PMPs are inconsistent or involve invasive procedures.
METHODS: We propose a novel noninvasive method for estimating PMPs using a direct collocated optimal control algorithm. The optimal control algorithm was employed to determine PMPs of a fully in silico musculoskeletal simulation, of a mechanical analogue, and of human subjects in vivo. To eliminate the confounding effects of force-velocity and active muscle contraction, a q
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: Accurate diagnoses in dermatology can be challenging for general practitioners. In this context, the support of artificial intelligence tools can be beneficial in the Brazilian primary care setting.
OBJECTIVES: To develop an interpretable machine-learning algorithm capable of assisting in the diagnosis of erythematous-squamous dermatological diseases through clinical data, without histopathological support.
METHODS: The random-forest algorithm was trained with the public Dermatology database of 366 patients diagnosed with: chronic dermatitis, lichen planus, pityriasis rosea, pity
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.
(1) Background: Radiation-induced thrombocytopenia (RIT) often occurs in cancer patients undergoing radiation therapy, which can result in morbidity and even death. However, a notable deficiency exists in the availability of specific drugs designed for the treatment of RIT. (2) Methods: In our pursuit of new drugs for RIT treatment, we employed three deep learning (DL) algorithms: convolutional neural network (CNN), deep neural network (DNN), and a hybrid neural network that combines the computational characteristics of the two. These algorithms construct computational models that can screen c
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Malaria is a deadly disease caused by Plasmodium parasites. While potent drugs are available in the market for malaria treatment, over the years, Plasmodium parasites have successfully developed resistance against many, if not all, front-line drugs. This poses a serious threat to global malaria eradication efforts, and the continued discovery of new drugs is necessary to tackle this debilitating disease. With recent unprecedented progress in machine learning techniques, single-cell transcriptomic in Plasmodium offers a powerful tool for identifying crucial proteins as a drug target and subsequ
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.
Artificial intelligence (AI) in medicine is transforming healthcare by automating system tasks, assisting in diagnostics, predicting patient outcomes and personalising patient care, founded on the ability to analyse vast datasets. In paediatric endocrinology, AI has been developed for diabetes, for insulin dose adjustment, detection of hypoglycaemia and retinopathy screening; bone age assessment and thyroid nodule screening; the identification of growth disorders; the diagnosis of precocious puberty; and the use of facial recognition algorithms in conditions such as Cushing syndrome, acromegal
СтатьяОбзорПоиск 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.
CONTEXT: Thyrotoxicosis requires accurate and expeditious differentiation between Graves' disease (GD) and thyroiditis to ensure effective treatment decisions.
OBJECTIVE: This study aimed to develop a machine learning algorithm using ultrasonography and Doppler images to differentiate thyrotoxicosis subtypes, with a focus on GD.
METHODS: This study included patients who initially presented with thyrotoxicosis and underwent thyroid ultrasonography at a single tertiary hospital. A total of 7719 ultrasonography images from 351 patients with GD and 2980 images from 136 patients with thyroiditis
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.
We compared the ability of seven machine learning algorithms to use wearable inertial measurement unit (IMU) data to identify the severe knee loading cycles known to induce microdamage associated with anterior cruciate ligament rupture. Sixteen cadaveric knee specimens, dissected free of skin and muscle, were mounted in a rig simulating standardized jump landings. One IMU was located above and the other below the knee, the applied three-dimensional action and reaction loads were measured via six-axis load cells, and the three-dimensional knee kinematics were also recorded by a laboratory motio
СтатьяПоддержка NIH: внешняя программаПолный 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