The increasing prevalence of fungal infections represents a growing threat to human health, driven in part by the misuse of antibiotics and the rising incidence of resistance to conventional antifungal agents. Antifungal peptides (AFPs) have emerged as promising alternatives due to their diverse mechanisms of action and their relatively low propensity to develop resistance. To facilitate the systematic discovery of AFPs, we developed AI4AFP. This computational framework integrates curated antifungal peptide resources with advanced machine learning approaches to predict antifungal potential dir
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: Cardiovascular disease (CVD) is a major concern among cancer survivors. However, the intersection of cancer and CVD has only recently gained broader attention, and substantial evidence gaps remain. This study aimed to identify risk factors associated with incident CVD in cancer survivors and to develop a machine learning model for CVD risk prediction.
METHODS: In this retrospective study, we included 2,500 patients receiving systemic antitumor therapy at Jilin Cancer Hospital; 188 incident CVD events were observed. Variables spanning demographic, clinical, tumor- and treatment-rel
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: Postoperative hemoglobin (Hb) reduction reflects the physiologic extent of perioperative blood loss after total knee arthroplasty (TKA). Whereas previous studies have relied on transfusion as a binary endpoint, transfusion decisions are highly variable across institutions, obscuring the underlying hematologic trajectory. This study aimed to develop and interpret machine learning (ML) models to characterize and quantify the determinants of postoperative Hb reduction in a standardized cohort of non-transfused TKA patients. Methods: A retrospective cohort of 866 patients who underwent
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: Elderly chronic disease management is often complicated by multimorbidity and the need for lifelong polypharmacy, yet poor adherence severely impedes progress. Existing studies mainly focus on exploring influencing factors of medication adherence, while most predictive models lack model interpretability and rarely integrate psychological and social support factors for community elderly populations. Predictive models identifying risk of adherence could enable proactive intervention.
OBJECTIVE: To develop an interpretable machine learning prediction model that fills the above resear
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.
Omics research is changing the way medicine develops new strategies for diagnosis, prevention, and treatment. With the surge of advanced machine learning models tailored for omicss analysis, recent research has shown improved results and pushed the progress towards personalized medicine. The dissection of multiple layers of genetic information has provided new insights into precision medicine, at the same time raising issues related to data abundance. Studies focusing on single-cell scale have upgraded the knowledge about gene expression, revealing the heterogeneity that governs the functionin
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: Compared with normoglycaemic pregnancies, gestational diabetes mellitus (GDM) confers a markedly elevated risk of dysglycaemia at 6-12 weeks postpartum.
OBJECTIVE: This study aimed to develop and externally validate a prediction model for the risk of dysglycaemia at 6-12 weeks postpartum in a Chinese population of women with gestational diabetes mellitus and to provide a clinically usable risk-assessment tool.
METHODS: The derivation cohort comprised 500 Chinese women diagnosed with GDM at 24-28 weeks'gestation in the obstetric outpatient clinic of Beijing Friendship Hospital aff
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: Predicting enterocutaneous fistula (ECF)-associated sepsis and mortality poses significant challenges in digital health care due to the disease's complexity and heterogeneous clinical manifestations. Current approaches that rely on single-modal data or traditional scoring systems often fail to capture the intricate immune-inflammatory dynamics and multisystem involvement in patients with ECF.
OBJECTIVE: This study aims to develop an artificial intelligence (AI)-driven multimodal fusion model integrating clinical, imaging, and transcriptomic data for early prediction of ECF-associa
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: Early prediction of renal function changes in patients undergoing hip replacement surgery enables timely intervention for acute kidney injury and acute renal failure, which in turn improves treatment outcomes. This study aimed to develop and validate an interpretable machine learning model that uses real-world clinical parameters to predict postoperative renal function changes. The model incorporates tranexamic acid (TXA) and antibiotics as key predictive factors, examines their combined effect on renal function, and identifies associated risk factors.
METHODS: This observational
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.
INTRODUCTION AND AIM: Insulin resistance and obesity are significant metabolic risk factors for periodontitis. This study aimed to systematically investigate the association between the novel metabolic obesity composite index, triglyceride glucose-a body shape index (TyG-ABSI), and the risk of periodontitis, further evaluating its clinical predictive performance.
METHODS: Data from 4545 participants were obtained from the National Health and Nutrition Examination Survey (NHANES) 2009 to 2014. To investigate the relationship between TyG-ABSI and the risk of periodontitis, weighted multivariabl
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: Artificial intelligence (AI) is an important branch of computer science. In recent years, it has been widely applied in the healthcare field based on machine learning (ML). The diagnosis and treatment of male disorders face various limitations such as complex etiological and pathological mechanisms, strong subjectivity in diagnosis, limited treatment options, and low patient motivation to seek medical care. This article systematically searches and summarizes the application progress of AI in male infertility (MI), erectile dysfunction (ED), premature ejaculation (PE),
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 and Objectives: Alzheimer's disease (AD) is the most common neurodegenerative disorder, and current therapies provide only limited symptomatic relief without effectively slowing its progression. Increasing evidence suggests that aberrant activation of the Janus kinase/signal transducer and activator of transcription (JAK/STAT) signaling cascade contributes to AD-associated neuroinflammation. This study investigated the therapeutic potential and molecular mechanisms of JAK inhibitors in AD using integrated bioinformatics and network pharmacology approaches. Materials and Methods: Pot
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: The aging trend of people living with HIV or AIDS in China is increasing day by day. Frailty is a common condition among older adults living with HIV or AIDS and represents a significant cause of poor prognosis, including falls, decreased quality of life, increased mortality, and potentially prolonged hospital stays. Consequently, early frailty screening in this population holds important clinical significance.
OBJECTIVE: This study aims to describe the theoretical basis, research objectives, and implementation plan of a prospective observational study. It will focus on investigat
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.
The fermentation of Candida utilis has become a cost-effective and high-yield process, characterized by its high nutritional value, high productivity, and short fermentation time. To efficiently and comprehensively monitor the fermentation process of Candida utilis, this study employed an integrated data fusion system, based on attenuated total reflectance mid-infrared (ATR-MIR) spectroscopy and colorimetry, combined with chemometrics to achieve efficient and comprehensive monitoring of the Candida utilis fermentation process. By analyzing the trends in key physicochemical indicators during fe
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.
Machine learning (ML) risk prediction models for post-stroke cognitive impairment (PSCI) are still far from optimal. This study aims to generate a reliable predictive model for predicting PSCI in Chinese individuals using ML algorithms. We collected data on 494 individuals who were diagnosed with acute ischemic stroke (AIS) and hospitalized for this condition from January 2022 to November 2023 at a Chinese medical institution. We assessed cognitive function of patients recently diagnosed with a stroke (in the preceding 3-6 months), PSCI was determined from MMSE or MOCA scores. All of the obser
СтатьяВалидационное 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.
OBJECTIVE: To develop and validate a real-world evidence-driven early warning system for the risk-stratified prediction of coronavirus disease 2019 (COVID-19)-associated hepatic dysfunction in hospitalized patients, leveraging interpretable machine learning models to provide clinically actionable decision support for timely intervention.
METHODS: A retrospective single-center cohort study was conducted utilizing high-resolution electronic health records (EHRs) from 983 hospitalized COVID-19 patients. Clinical features (e.g., laboratory results, medication exposures, and disease progression ma
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.
Laryngeal cancer (LC) is a malignant tumor that occurs in the larynx. N6-methyladenosine (m6A) RNA methylation, a pivotal and prevalent epigenetic modification in eukaryotic mRNA, intricately intertwines with ferroptosis, and together, they play a crucial role in the development of LC. Accordingly, further research on related molecular mechanisms and pathology of LC is necessary. Weighted gene co-expression network analysis and correlation analysis were used to identify differentially expressed m6A-related ferroptosis genes in LC. The TCGA-HNSC and GSE65858 datasets were obtained from public d
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: Retinal vein occlusion (RVO) is a leading cause of vision loss globally. Routine health check-up data-including demographic information, medical history, and laboratory test results-are commonly utilized in clinical settings for disease risk assessment. This study aimed to develop a machine learning model to predict RVO risk in the general population using such tabular health data, without requiring coding expertise or retinal imaging.
METHODS: We utilized data from the Korea National Health and Nutrition Examination Surveys (KNHANES) collected between 2017 and 2020 to develop the
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: Short stature is a prevalent pediatric endocrine disorder for which early detection and prediction are pivotal for improving treatment outcomes. However, existing diagnostic criteria often lack the necessary sensitivity and specificity because of the complex etiology of the disorder. Hence, this study aims to employ machine learning techniques to develop an interpretable predictive model for normal-variant short stature and to explore how growth environments influence its development.
METHODS: We conducted a case‒control study including 100 patients with normal-variant short statu
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.
OBJECTIVE: Acute respiratory distress syndrome (ARDS) is estimated to be prevalent in 10% of ICU patients and results in high mortality rates of up to 45%. The recognition of ARDS can be complex and is often delayed or missed entirely. Recognition of increased ARDS risk among critically ill patients may prompt judicious care management strategies and initiation of preventative therapies known to improve survival.
DESIGN: Retrospective observational cohort study.
SETTING: In-patient tertiary hospital.
PATIENTS: Among 1160 patients (2017-2018), 761 had adequate duration and quality of monitor
СтатьяНаблюдательное 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.
BackgroundBone metastases (BM) represent a prevalent complication of tumors. Early and accurate diagnosis, however, is a significant hurdle for radiologists. Recently, artificial intelligence (AI) has emerged as a valuable tool to assist radiologists in the detection of BM. This meta-analysis was undertaken to evaluate the AI diagnostic accuracy for BM.MethodsTwo reviewers performed an exhaustive search of several databases, including Wei Pu (VIP) database, China National Knowledge Infrastructure (CNKI), Web of Science, Cochrane Library, Ovid-Embase, Ovid-Medline, Wan Fang database, and China
Полный текст 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