Early identification of the death risk of sepsis may improve short-term prognosis. The objective of this study was to identify urinary proteomic biomarkers and create a model to predict short-term outcomes in sepsis patients. A total of 46 sepsis patients selected from the intensive care unit of a comprehensive tertiary hospital were enrolled in this study. We used data-independent acquisition (DIA) proteomics to detect proteins in the urinary of death patients (n = 14) and survivals (n = 32). KEGG and GO analyses were conducted to investigate the possible functions of these proteins. Feature
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: High-grade serous ovarian cancer (HGSOC) remains one of the most challenging gynecological malignancies, with over 70% of ovarian cancer patients ultimately experiencing disease progression. The current prognostic tools for progression-free survival (PFS) in HGSOC patients have limitations. This study aims to develop an explainable machine learning (ML) model for predicting PFS in HGSOC patients.
METHODS: Nine ML algorithms for PFS prediction were developed using a prospective cohort of 310 HGSOC patients consecutively enrolled from a large Chinese tertiary hospital between Januar
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: The purpose of this study is to explore the epidemiological characteristics of acute myeloid leukemia (AML) and establish a more accurate model for predicting the prognosis of AML patients based on machine learning.
METHODS: We obtained clinical data of a total of 87,090 AML patients between 1975 and 2019 from the SEER database. First, we used Kaplan-Meier analysis to examine the prognosis of patients in different strata. Then, we discussed the independent factors that influenced the overall survival (OS) of AML patients, using univariate and multivariate Cox regression analysis. F
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.
Scaphoid fractures are the most common carpal bone injuries and continue to pose diagnostic and therapeutic challenges due to their tendency for delayed union or non-union. Interpretation variability and delayed detection remain key contributors to missed injuries and adverse outcomes. Deep learning (DL) models, particularly convolutional neural networks (CNNs), have shown strong performance in musculoskeletal imaging and offer potential to improve diagnostic accuracy and prognostication in hand surgery. A systematic review of PubMed, Embase, and PMC was conducted covering January 2015 to Marc
СтатьяОбзорПолный 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.
INTRODUCTION: Lymphoedema is a distressing and long-term complication for breast cancer survivors. However, the reported incidence of lymphoedema varies, and its risk factors remain underexplored. Currently, a well-established risk prediction model is still lacking. This study aims to describe the rationale, objectives, protocol and baseline characteristics of a prospective cohort study focused on examining the incidence and risk factors of breast cancer-related lymphoedema (BCRL), as well as developing a risk prediction model.
METHODS AND ANALYSIS: This study is an ongoing single-centre pros
СтатьяПротокол клинического исследованияПоиск 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 cardiogenic shock (CS) patients at risk for renal replacement therapy (RRT) is crucial for improving clinical outcomes. This study aimed to develop and validate a prediction model using readily available clinical variables.
METHODS: A retrospective cohort study was conducted using data from 4,133 CS patients from the MIMIC and eICU-CRD databases. Patients from MIMIC databases were randomly divided into 80 % training and 20 % validation cohorts, while those from eICU-CRD constituted the test cohort. Feature selection involved univariate logistic regression (
СтатьяОбзорПолный 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: The integration of machine learning (ML) in predicting asthma-related outcomes in children presents a novel approach in pediatric health care.
OBJECTIVE: This scoping review aims to analyze studies published since 2019, focusing on ML algorithms, their applications, and predictive performances.
METHODS: We searched Ovid MEDLINE ALL and Embase on Ovid, the Cochrane Library (Wiley), CINAHL (EBSCO), and Web of Science (core collection). The search covered the period from January 1, 2019, to July 18, 2023. Studies applying ML models in predicting asthma-related outcomes in children a
СтатьяScoping ReviewПоиск 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: Machine Learning is increasingly used to predict rehabilitation outcomes in stroke in the context of precision rehabilitation and patient-centered care. However, predictors for patient-centered outcome measures for activities and participation in stroke rehabilitation requires further investigation.
METHODS: This study retrospectively analyzed data collected for our previous studies from 124 participants. Machine Learning models were built to predict postintervention improvement of patient-reported outcome measures of daily activities (i.e, the Motor Activity Log and the Nottingha
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.
BACKGROUND: This study aimed to investigate the expression profile of immune response-related proteins of Behcet's disease (BD) patients and identify potential biomarkers for this disease.
METHODS: Plasma was collected from BD patients and healthy controls (HC). Immune response-related proteins were measured using the Olink Immune Response Panel. Differentially expressed proteins (DEPs) were used to construct prediction models via five machine learning algorithms: naive Bayes, support vector machine, extreme gradient boosting, random forest, and neural network. The prediction performance of t
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.
BACKGROUND: Low-dose aspirin treatment reduces the risk of preeclampsia among high-risk pregnant women. Internationally, several first-trimester risk-calculation methods are applied.
OBJECTIVE: This study aimed to assess the costs and benefits of different first-trimester preeclampsia risk estimation algorithms: EXPECT (an algorithmic prediction model based on maternal characteristics), National Institute for Health and Care Excellence (a checklist of risk factors), and the Fetal Medicine Foundation (a prediction model using additional uterine artery Doppler measurement and laboratory testing
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 global mortality rate is known to be the highest due to cardiovascular disease (CVD). Thus, preventive, and early CVD risk identification in a non-invasive manner is vital as healthcare cost is increasing day by day. Conventional methods for risk prediction of CVD lack robustness due to the non-linear relationship between risk factors and cardiovascular events in multi-ethnic cohorts. Few recently proposed machine learning-based risk stratification reviews without deep learning (DL) integration. The proposed study focuses on CVD risk stratification by the use of techniques mainly solo deep
СтатьяОбзорПолный 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: To evaluate the diagnostic performance of a Machine Learning (ML) algorithm based on Texture Analysis (TA) parameters in the prediction of Pathological Complete Response (pCR) to Neoadjuvant Chemoradiotherapy (nChRT) in Locally Advanced Rectal Cancer (LARC) patients. Methods: LARC patients were prospectively enrolled to undergo pre- and post-nChRT 3T MRI for initial loco-regional staging. TA was performed on axial T2-Weighted Images (T2-WI) to extract specific parameters, including skewness, kurtosis, entropy, and mean of positive pixels. For the assessment of TA parameter diagnost
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: Recurrent implantation failure (RIF) refers to that infertile patients have undergone multiple in vitro fertilization (IVF) or intracytoplasmic sperm injection (ICSI) cycles and transferred multiple embryos without embryo implantation or clinical pregnancy. Due to the lack of clear evidence-based medical guidelines for the number of embryos to be transferred in RIF patients, how to obtain the highest single cycle pregnancy success rate with as few embryos transferred as possible while avoiding multiple pregnancy as much as possible, that is, how to balance the pregnancy success rat
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: The aim of this study was to develop prediction models for patients with total hip arthroplasty (THA) and total knee arthroplasty (TKA) to predict the risk for surgical complications based on personal factors, comorbidities and medication use.
DESIGN: Retrospective cohort study.
SETTING: Tertiary care in outpatient clinic of university medical centre.
PARTICIPANTS: 3776 patients with a primary THA or TKA between 2004 and 2018.
PRIMARY AND SECONDARY OUTCOME MEASURES: Multivariable logistic regression models were developed for primary outcome surgical site infection (SSI), and sec
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: Intrauterine Insemination (IUI) outcome prediction is a challenging issue which the assisted reproductive technology (ART) practitioners are dealing with. Predicting the success or failure of IUI based on the couples' features can assist the physicians to make the appropriate decision for suggesting IUI to the couples or not and/or continuing the treatment or not for them. Many previous studies have been focused on predicting the in vitro fertilization (IVF) and intracytoplasmic sperm injection (ICSI) outcome using machine learning algorithms. But, to the best of our knowledge, a f
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.
PURPOSE: Early-stage oral tongue squamous cell cancer (OTSCC) has a rate of metastasis to the cervical lymph nodes of 20 to 50%. This study aimed to build and validate 4 machine learning (ML) models to predict the occurrence of lymph node metastasis before and after surgery for early-stage (cT1N0 to cT2N0) OTSCC.
MATERIALS AND METHODS: We designed a retrospective cross-sectional study and reviewed the clinical and pathologic records of patients with early-stage OTSCC. The sample was composed of 2 groups with different node status (positive or negative) and was randomly split into training (70
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.
Wireless acoustic sensor networks are nowadays an essential tool for noise pollution monitoring and managing in cities. The increased computing capacity of the nodes that create the network is allowing the addition of processing algorithms and artificial intelligence that provide more information about the sound sources and environment, e.g., detect sound events or calculate loudness. Several models to predict sound pressure levels in cities are available, mainly road, railway and aerial traffic noise. However, these models are mostly based in auxiliary data, e.g., vehicles flow or street geom
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: Cardiac resynchronization therapy (CRT) has significant nonresponse rates. We assessed whether machine learning (ML) could predict CRT response beyond current guidelines.
METHODS: We analyzed CRT patients from Cleveland Clinic and Johns Hopkins. A training cohort was created from all Johns Hopkins patients and an equal number of randomly sampled Cleveland Clinic patients. All remaining patients comprised the testing cohort. Response was defined as ≥10% increase in left ventricular ejection fraction. ML models were developed to predict CRT response using different combinations of c
Сравнительное исследованиеСтатьяМногоцентровое исследованиеПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
The causative agent of Plague, Yersinia pestis, is a highly virulent pathogen and a potential bioweapon. Depending on the route of infection … ell epitopes. All 4067 proteins of Y. pestis were analyzed with state-of-the-art recently developed prediction algorithms aimed at mapping potential MHC class I binders. A compilation of the results obtained from several prediction methods revealed a total of 238,000 peptide candidates, which necessitated downstream filtering criteria. Our previously established and pr …
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.
With the proliferation of screening tools for chemical testing, it is now possible to create vast databases of chemicals easily. However, rigorous statistical methodologies employed to analyze these databases are in their infancy, and further development to facilitate chemical discovery is imperative. In this paper, we address the challenge of predicting an organic solvent's water pollution class based on its chemical structure. We hypothesize that solvents with similar chemical structure are more likely to belong in the same hazard class. This chemical similarity is measured by the Tanimoto d
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