Результаты поиска

Cuproptosis related genes in immune infiltration and treatment of osteoporosis by bioinformatic analysis and machine learning methods.

Cuproptosis, a copper-dependent form of cell death, has been implicated in immune function and osteoporosis. However, the specific roles of cuproptosis-related genes (CRGs) in osteoporosis remain unclear. The differentially expressed CRGs from the Gene Expression Omnibus datasets of persons with osteoporosis and healthy individuals were categorized using R software tools in this study. Following that, the CIBERSORT algorithm and the GSVA technique were used to investigate the relationships between the different clusters and immune infiltration characteristics. Based on four machine learning te

Совпадение в полном тексте источника
… This method creates a large number of decision trees during training, and the class mode ( Yang et al., 2024 ). During the SVM model’s training phase, a svmRadial kernel approach was applied to address the non-linear connection between variables. …

Machine Learning-Based Prediction of Unplanned Readmission Due to Major Adverse Cardiac Events Among Hospitalized Patients with Blood Cancers.

BackgroundHospitalized patients with blood cancer face an elevated risk for cardiovascular diseases caused by cardiotoxic cancer therapies, which can lead to cardiovascular-related unplanned readmissions.ObjectiveWe aimed to develop a machine learning (ML) model to predict 90-day unplanned readmissions for major adverse cardiovascular events (MACE) in hospitalized patients with blood cancers.DesignA retrospective population-based cohort study.MethodsWe analyzed patients aged ≥18 with blood cancers (leukemia, lymphoma, myeloma) using the Nationwide Readmissions Database. MACE included acute myo

A severe acute respiratory coronavirus virus 2 (SARS-CoV-2) nosocomial cluster with inter-facility spread: Lessons learned.

BackgroundDespite infection control guidance, sporadic nosocomial coronavirus disease 2019 (COVID-19) outbreaks occur. We describe a complex severe acute respiratory coronavirus virus 2 (SARS-CoV-2) cluster with interfacility spread during the SARS-CoV-2 δ (delta) pandemic surge in the Midwest.SettingThis study was conducted in (1) a hematology-oncology ward in a regional academic medical center and (2) a geographically distant acute rehabilitation hospital.MethodsWe conducted contact tracing for each COVID-19 case to identify healthcare exposures within 14 days prior to diagnosis. Liberal tes

The therapeutic potential of bedside art observation in hematologic cancer inpatients: a randomized controlled pilot study.

PurposePrior research has suggested that art-based interventions may reduce anxiety in cancer patients and enhance dialogue in the healthcare setting. Through implementing Art at the Bedside, an art-based hospital visitation program, we sought to examine whether dedicated art observation sessions, and varying formats (with and without guided discussion), could have therapeutic effects on cancer patients' mental wellbeing.MethodsThis randomized controlled pilot study evaluated the effects of bedside art observation on anxiety in a sample of 73 hematologic cancer inpatients. We compared state an

Разработка генетической диверсификации в сортах кизилов (Crataegus azarolus L.) естественно растущих в восточной части Медитерранееанской области Турции с использованием морфологических, помологических и интерпретирующих последовательностей повторов маркеров.

БАКGROUND: Турция является местом проживания многих важных видов фруктов благодаря своей географической локации и экологии. Кизил (Crataegus azarolus L.) — один из этих важных видов фруктов, который очень полезен для здоровья человека. В настоящем исследовании в 2022 и 2023 годах были идентифицированы 125 доступов кизила из различных регионов генеральной коллекции кизила в Восточном Медиiterrаниане Турции. Настоящее исследование проводилось для обнаружения морфологических, помологических и молекулярно-генетических вариаций доступов. РЕЗУЛЬТАТЫ: Исследованные доступы показывали значительные ра

Development and early feasibility testing of machine-learning algorithms to non-invasively assess hemoglobin levels.

The HeMonitor study evaluated the feasibility and accuracy of non-invasive hemoglobin (Hb) assessment using image-based techniques and machine learning in patients with hematologic malignancies. A total of 367 patients with hematologic malignancies and 184 healśśthy donors were enrolled, with fingernail and eyelid photographs collected and analyzed using Light Gradient-Boosting Machine (LightGBM) regression models. The best-performing model achieved a residual standard deviation of ±1.02 mmol/L for Hb prediction. Our framework further explored a two-stage concept combining (i) a non-invasive i

Совпадение в полном тексте источника
… Ridge regression mitigates multicollinearity and overfitting in linear regression by adding a penalty term to the regression coefficients 12 , whereas LGBM trains an ensemble of decision trees by gradient boosting and is known for its efficiency and high performance in handling large datasets, providing … LightGBM: a highly efficient gradient boosting decision tree. Adv. Neural Inf. Process. Syst. 30 , 3146–3154 (2017). 7. Lin J. Y., Fisher D. E. Melanocyte biology and skin pigmentation. Nature . 445 , 843-850 (2007). 10.1038/nature05660 17314970 8. …

Революция онкологии: роль искусственного интеллекта (AI) в качестве антителного дизайна и средств оптимизации.

Антитела играют решающую роль в защите человеческого тела от болезней, включая такие опасные для жизни заболевания, как рак. Они оказывают посреднические услуги в связи с иммунной реакцией на иностранные антигены и, в некоторых случаях, на самоантигены. С течением времени антителные технологии эволюционировали от моноклонных антител (mAbs) до химерика антигенных рецепторов Т (клеток CAR-T), оказывая значительное влияние на биотехнологию, диагностику и лечение. Хотя эти достижения способствовали активизации терапевтического вмешательства, интеграция искусственного интеллекта (АИ) революционизир

Совпадение в полном тексте источника
… ML models, including logistic regression and decision trees, were validated on 27 FDA-approved mAbs, demonstrating high accuracy in viscosity classification [ 109 ]. … Bagging meta decision trees (MDTs) integrated classifier outputs to improve conformational epitope predictions, reducing overfitting and surpassing 12 predictors, including SEPPA and DiscoTope [ 131 ]. …

Непрозрачная онтология: нейроимAGING классификация групп диагнозов ICD-10 в UK Biobank.

Фон. Использование машинного обучения для классификации диагностических случаев по сравнению с контролем, определенным на основе диагностических онтологий, таких как десятая редакция Международной классификации болезней (ICD-10), на основе нейровизуальных признаков, сейчас является распространенной практикой в широком спектре диагностических областей. Однако сравнения, которые пересекают диагностику (transdiagnostic), таких классификаций отсутствуют. Такие трансдиагностические сравнения важны для определения специфичности классификационных моделей, установления бенчмарков и оценки ценности диа

Towards the integration, annotation and association of historical microarray experiments with RNA-seq.

BackgroundTranscriptome analysis by microarrays has produced important advances in biomedicine. For instance in multiple myeloma (MM), microarray approaches led to the development of an effective disease subtyping via cluster assignment, and a 70 gene risk score. Both enabled an improved molecular understanding of MM, and have provided prognostic information for the purposes of clinical management. Many researchers are now transitioning to Next Generation Sequencing (NGS) approaches and RNA-seq in particular, due to its discovery-based nature, improved sensitivity, and dynamic range. Additiona

Structured benefit-risk evaluation for medicinal products: review of quantitative benefit-risk assessment findings in the literature.

A favorable benefit-risk profile remains an essential requirement for marketing authorization of medicinal drugs and devices. Furthermore, prior subjective, implicit and inconsistent ad hoc benefit-risk assessment methods have rightly evolved towards more systematic, explicit or "structured" approaches. Contemporary structured benefit-risk evaluation aims at providing an objective assessment of the benefit-risk profile of medicinal products and a higher transparency for decision making purposes. The use of a descriptive framework should be the preferred starting point for a structured benefit-

Application of NMR-based metabolomics and machine learning for non-invasive disease screening in dogs.

BackgroundBlood-based metabolomics is increasingly recognised as a powerful tool for disease detection in human medicine. However, its application in veterinary science remains limited.ObjectiveTo evaluate the ability of an NMR-based metabolomics platform combined with machine learning to screen dogs for cancer, cardiovascular disease (CVD), and overall health status.AnimalsClient-owned dogs were recruited from two sites. Of 156 animals enrolled, 139 remained after exclusions and were used for training and cross-validation of classification models.MethodsBlood samples were obtained from clinic

Пациенты испытывают на себе воздействие множественных склерозов и корректирующих болезни терапии.

ЦЕЛЬ: Для регулирования множественных склерозов (MS) жизненно важное значение имеют методы лечения, корректирующие заболевания (DMT), однако исследования, проводимые с использованием административных данных, часто исключают предпочтения пациентов и факторы, которые врачи учитывают при принятии решений о лечении. Данные об опыте пациентов имеют важнейшее значение для понимания и улучшения инициирования, соблюдения и результатов лечения НР. МЕТОДЫ: С декабря в Интернете было проведено перекрестное обследование взрослых в США, имеющих MS или клинически изолированный синдром. 2022 по январь 2023 К

Radiomics in spinal research: a narrative review.

Radiomics has emerged as a transformative tool in medical imaging, offering the ability to extract complex quantitative features that are generally indiscernible to the human eye. These radiomic features can be interrogated non-invasively on medical imaging. Importantly, in contrast to traditional diagnostic methods reliant on a single, often scalar, measure, radiomics features can form a high-dimensional data space from imaging data suitable for machine learning. Within the framework of artificial intelligence, radiomic features can be harnessed for differentiating healthy from pathological t

Совпадение в полном тексте источника
… Random Forests (RFs) build ensembles of decision trees that vote on classification or regression outcomes ( Breiman, 2001 ), assigning importance scores via node impurity reduction and handling non-linear relationships and feature interactions in complex imaging data. … tree | Quinlan (1987) Random forest | Ho (1998) Gradient boosting machine (G-Boost) | Hastie (2009) Advanced gradient boosting (XG-Boost) | Chen and Guestrin (2016) Support vector machine (SVM) | Cortes and Vapnik (1995) Artificial neural network (ANN) | Kleene (1951) K-nearest neighbors (K-NN) | Fix …

Цифровой дистанционный мониторинг людей с множественным склерозом.

ВВЕДЕНИЕ: Множественный склероз (MS) является хроническим нейродегенеративным заболеванием, которое затрагивает более 2,8 млн. человек во всем мире и приводит к значительным симптомам моторного и немоторного происхождения. Эффективный мониторинг заболеваний имеет решающее значение для улучшения результатов лечения пациентов, но часто затрудняется ограниченностью редких клинических оценок. Цифровые средства дистанционного мониторинга с использованием больших данных, и МА открывает новые возможности для отслеживания симптомов в режиме реального времени и выявления развития заболеваний. МЕТОДЫ: В

Базовый показатель риска в Барселоне для прогнозирования долгосрочного прогноза после первого демиелионирующего события: перспективное исследование наблюдений.

В случае множественного склероза (MS) прогнозирование симптомов ранней и тяжелой инвалидности является неудовлетворенной потребностью, имеющей значительные терапевтические последствия. Здесь мы предлагаем модель оценки рисков Барселоны-Базовой системы (БСН) для прогнозирования долгосрочных последствий заболеваний гибким и общим образом.МЕТОДЫ: Используя данные, которые могут быть получены от группы первого атаки в Барселоне, мы создали модель Barcelona-BRS как набор из шести моделей выживания в Вайбулле до 3,0 балла по шкале расширенного статуса инвалидов, построенную с гибкими сочетаниями про

A single institution experience for the management of recurrent pleural effusions with tunneled pleural catheter and its evolution.

BackgroundIndwelling tunneled pleural catheters (TPCs) are increasingly being used to treat recurrent pleural effusions. There is also an increased interest in early pleurodesis in order to prevent infectious complications. We studied the time to removal and other outcomes for all the TPCs placed at our institution.MethodsAfter institutional review board approval, records of patients who had had a TPC placed between July 2009 and June 2016 were reviewed; the catheters were placed in an endoscopy suite or during pleuroscopy with or without a sclerosant. The catheters were drained daily or less

A study on a real-world data-based VTE risk prediction model for lymphoma patients.

BackgroundPatients diagnosed with malignant tumors exhibit a markedly elevated risk of venous thromboembolism (VTE), which has a negative impact on their prognosis. Currently, there is no reliable predictive model specifically for thrombosis risk in lymphoma patients. This study aims to develop and validate a machine learning model leveraging real-world data, offering a dependable risk assessment tool for the early identification of VTE in lymphoma patients.MethodsWe retrospectively analyzed 605 hospitalized patients with lymphoma between January 2019 and June 2024. Candidate predictors includ

Совпадение в полном тексте источника
… The ML algorithms include logistic regression (LR), decision trees (DT), random forests (RF), support vector machines (SVM), naive Bayes (NB), KNN, gradient boosting machine (GBM), extreme gradient boosting (XGBoost), and adaptive boosting (AdaBoost). … Prediction risk of upper limb venous thrombosis after PICC catheterization in cancer patients using decision tree model . Hosp. Manag. Forum 41 , 47 – 52 . 77 Ying X. H X. H. Wu J. Chu H. Han S. Y. ( 2024 ). …

Machine learning-based prognostic model for bloodstream infections in hematological malignancies using Th1/Th2 cytokines.

OBJECTIVE: Bloodstream infection (BSI) is a significant cause of mortality in patients with hematologic malignancies(HMs), particularly amid rising antibiotic resistance. This study aimed to analyze pathogen distribution, drug-resistance patterns and develop a novel predictive model for 30-day mortality in HM patients with BSIs. METHODS: A retrospective analysis of 231 HM patients with positive blood cultures was conducted. Logistic regression identified risk factors for 30-day mortality. Th1/Th2 cytokines were collected at BSI onset, with LASSO regression and restricted cubic spline analysis

Оценка прогнозируемых факторов, которые сокращают продолжительность лечения пациентов с множественной миеломой с использованием AI: Реальное продольное исследование в мире с использованием данных из базы данных о перспективах медицинских данных.

С учетом наличия новых методов лечения продолжительность терапии (DOT) сокращается с каждым увеличением линии лечения японских пациентов с множественной миеломой (MM). Цель этого исследования заключалась в выявлении факторов, которые сокращают DT у пациентов с MM с использованием процедуры машинного обучения (ML) из базы данных Medical Data Vision (MDV). 2003 в адрес 2022. Пациенты≥18 y) с недавно поставленным диагнозом MM, имеющим право на трансплантацию (продолжение первой линии терапии), или с рецидивом или рефракторным MM (продолжение второй или третьей строки терапии). Для выявления важны

Совпадение в полном тексте источника
… On the other hand, extreme gradient boosting (XGBoost) [ 24 , 25 ] is a decision-trees–based machine learning model capable of addressing patients’ heterogeneity. … The prediction performance of the PWL model was compared with the XGBoost (gradient-boosted decision trees) [ 24 , 25 ] and the LR model with a combination of L1 (Lasso) and L2 (Ridge) regularization terms (commonly known as elastic-net). …

Identification and validation of CKAP2 as a novel biomarker in the development and progression of rheumatoid arthritis.

BACKGROUND: Rheumatoid arthritis (RA) is a common chronic joint disease. However, many patients exhibit inadequate responses to treatment due to disease heterogeneity. Identifying novel biomarkers for RA is crucial for advancing molecular diagnosis and identifying potential therapeutic targets. METHODS: Synovial tissue transcriptome data from RA patients and healthy controls were obtained from the GEO database. Differentially expressed gene (DEG) analysis, functional enrichment analysis, and weighted gene co-expression network analysis (WGCNA) identified key gene modules in RA. Machine learni