BACKGROUND: Sepsis, a severe systemic response to infection, frequently results in adverse outcomes, underscoring the urgency for prompt and accurate prognostic tools. Machine learning methods such as logistic regression, random forests, and CatBoost, have shown potential in early sepsis prediction. The study aimed to create and verify a machine learning model capable of early prognostic identification of patients with sepsis in intensive care units (ICUs).
METHODS: Patients adhering to inclusion and exclusion criteria from the MIMIC-IV v2.2 database were divided into a training set and a val
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: While urolithiasis affects up to 14.8% of the global population, comprehensive analyses of stone composition patterns in relation to multiple comorbidities, seasonal variations, and infection risk remain limited.
METHODS: We analyzed 33 579 urinary stones collected from 2014 to 2024 in Southern China. Stone compositions were categorized and examined in relation to patient demographics, 30+ comorbidities, seasonal patterns, and infection risk factors. Machine learning algorithms were employed to develop a predictive model for urosepsis.
RESULTS: Analysis of 33 579 urinary stones d
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: Sepsis is a global health challenge associated with high morbidity and mortality rates. Early diagnosis and treatment are challenging because of the limited understanding of its underlying mechanisms. This study aimed to identify biomarkers of sepsis through an integrated multi-method approach.
METHODS: Mendelian randomization (MR) analysis was performed using data on 1400 plasma metabolites, 731 immune cell phenotypes, and sepsis genome-wide association studies. Single-cell RNA sequencing (scRNA-seq) data GSE167363 was used for cell annotation, differential expression analysis, G
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: Stress hyperglycemia ratio (SHR) and glycemic variability (GV) reflect acute glucose elevation and fluctuation, which are associated with adverse outcomes in patients with some diseases. However, the relationship between combined assessment of SHR and GV and mortality risk in sepsis remains unclear. This study aims to investigate the associations of SHR, GV, and their combination with sepsis mortality among individuals with different glucose metabolic states, and to develop a mortality prediction model using machine learning (ML) models.
METHODS: Patients with sepsis were screened
СтатьяНаблюдательное исследованиеПолный 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.
STUDY OBJECTIVE: To leverage perioperative indicators in developing an explainable machine learning (ML) model for postoperative delirium (POD) prediction, discover distinct data-driven POD subtypes through hierarchical clustering analysis, and enhance personalized risk stratification to inform targeted clinical interventions.
METHODS: This is a secondary analysis of several prospective observational studies, including 1106 patients who had non-cardiac surgery. Univariate analysis and the least absolute shrinkage and selection operator (LASSO) regression was used to screen essential features
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.
Background Early identification of pediatric patients at high risk for dengue shock syndrome (DSS) is crucial to enable timely and appropriate clinical interventions. However, the application of machine learning (ML) models for predicting DSS risk remains underexplored. Objective This study aimed to develop and validate a ML-based nomogram for predicting DSS risk in pediatric patients with dengue fever, supporting clinical decision-making. Methods A prospective study was conducted on 230 children with dengue fever admitted to Can Tho Children's Hospital, Vietnam, from January 2020 to December
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.
INTRODUCTION: Bladder cancer (BLCA) has a poor prognosis and continues to pose a significant challenge for clinicians. Prior studies have demonstrated a close relationship of BLCA with macrophages. However, the key subpopulations and molecular functions of macrophages in BLCA have not been uncovered. It becomes possible to use single-cell sequencing technology to explore macrophage heterogeneity and identify new biomarkers.
PATIENTS AND METHODS: Single-cell analysis, pseudo-time analysis, and cell-to-cell communication analysis were performed using single-cell sequencing data of PBMC, BLCA, a
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.
Malnutrition is a critical complication among cancer patients, affecting ≤80% of individuals depending on cancer type, stage, and treatment. Artificial intelligence (AI) has emerged as a promising tool in healthcare, with potential applications in nutritional management to improve early detection, risk stratification, and personalized interventions. This systematic review evaluated the role of AI in identifying and managing malnutrition in cancer patients, focusing on its effectiveness in nutritional status assessment, prediction, clinical outcomes, and body composition monitoring. A systemati
СтатьяСистематический обзорПолный 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: After anterior cruciate ligament (ACL) reconstruction, adolescent athletes have a high risk of second ACL injuries, and revision ACL reconstruction is associated with increased medical costs, reduced activity levels, chronic knee pain, and higher rates of knee osteoarthritis, making the prevention of a reinjury a priority. While athlete clearance protocols and algorithms exist, the current methods of identifying the reinjury risk have limited predictive accuracy and are largely based on nonmodifiable risk factors, which limit their clinical application.
PURPOSE: The goal of this 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: Tuberculosis spondylitis (TS), also known as Pott's disease, is the most common destructive form of musculoskeletal tuberculosis and poses significant clinical challenges, particularly when complicated by osteoporosis. Osteoporosis exacerbates surgical outcomes and increases the risk of complications, making its accurate prediction crucial for effective patient management.
METHODS: This retrospective study included 906 TS patients from two medical centers between January 2016 and November 2022. We collected demographic information and blood test data from routine examinations. To
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.
AIMS: Adult spinal deformity (ASD) surgery can reduce pain and disability. However, the actual surgical efficacy of ASD in doing so is far from desirable, with frequent complications and limited improvement in quality of life. The accurate prediction of surgical outcome is crucial to the process of clinical decision-making. Consequently, the aim of this study was to develop and validate a model for predicting an ideal surgical outcome (ISO) two years after ASD surgery.
METHODS: We conducted a retrospective analysis of 458 consecutive patients who had undergone spinal fusion surgery for ASD be
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/OBJECTIVES: Transforaminal epidural steroid injection (TFESI) is widely used to treat lumbosacral radicular pain caused by a herniated lumbar disc (HLD). However, therapeutic response varies substantially, and reliable outcome prediction remains challenging because of the multifactorial interplay of clinical and morphological factors. Machine learning (ML) approaches may address this limitation by modeling nonlinear interactions among patient-specific variables.
METHODS: This retrospective cohort study analyzed 242 patients with HLD-related radiculopathy who underwent single-level
Полный 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: Variants of uncertain significance (VUS) represent a major diagnostic challenge in the interpretation of genetic testing results, particularly in the context of inborn errors of immunity such as severe combined immunodeficiency (SCID). The inconsistency among computational prediction tools often necessitates expensive and time-consuming wet-lab analyses.
OBJECTIVE: This study aimed to develop disease-specific, multi-class machine learning models using in silico scores to classify SCID-associated genetic variants and improve the interpretation of VUS.
METHODS: Genes associated wit
Письмо в редакциюПолный 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.
OBJECTIVES: In recent years, there has been much discussion and research on electronic nose (e-nose). This topic has developed mainly in the medical and food fields. Typically, e-nose is combined with machine learning algorithms to predict or detect multiple sensory classes in each tea sample. Therefore, in e-nose systems, e-nose signal processing is an important part. In many situations, a comprehensive set of experiments is required to ensure the prediction model can be generalized well. This data set specifically focuses on two main goals such as classification of green tea quality and pred
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.
INTRODUCTION: Infertility is a complex condition that affects millions worldwide, with significant physical, emotional and social implications. Mobile apps have emerged as potential tools to assist in the management of infertility by offering features such as menstrual cycle tracking, ovulation prediction, fertility education, lifestyle modification guidance and emotional support, thereby promoting reproductive health. Despite promising advancements such as the development of apps with sophisticated algorithms for ovulation prediction and comprehensive platforms offering integrated fertility 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.
BACKGROUND: The main problem of positron emission tomography/computed tomography (PET/CT) for lymph node (LN) staging is the high false positive rate (FPR). Thus, we aimed to explore a clinico-biological-radiomics (CBR) model via machine learning (ML) to reduce FPR and improve the accuracy for predicting the hypermetabolic mediastinal-hilar LNs status in lung cancer than conventional PET/CT.
METHODS: A total of 260 lung cancer patients with hypermetabolic mediastinal-hilar LNs (SUVmax ≥ 2.5) were retrospectively reviewed. Patients were treated with surgery with systematic LN resection and pat
Рандомизированное исследованиеСтатьяПоиск 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: Although machine learning techniques have been repeatedly used for activity prediction from wearable devices, accurate classification of 24-hour activity behaviour categories from accelerometry data remains a challenge. We developed and validated a deep learning-based framework for classifying 24-hour activity behaviours from wrist-worn accelerometers.
METHODS: Using an openly available dataset with free-living wrist-based raw accelerometry data from 151 participants (aged 18-91 years), we developed a deep learning framework named AccNet24 to classify 24-hour activity behaviours. F
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.
INTRODUCTION: Pre-eclampsia (PE) is a leading cause of perinatal morbidity and mortality worldwide. Low-dose aspirin can prevent PE in high … y pregnancy screening for PE, in order to better inform the development of clinically relevant risk prediction algorithms which will enable timely intervention and the development of new treatment strategies. The aim of this systematic review is to identify and assess studies regarding the application of AI/ML methods in early pregnancy screening for PE.
METHODS: A sy …
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: Dongxiang group, as an important minority, resides in Gansu province which is located at the northwest China, forensic detection system with more loci needed to be studied to improve the application efficiency of forensic case investigation in this group.
METHODS: A 60-plex system including 57 autosomal deletion/insertion polymorphisms (A-DIPs), 2 Y chromosome DIPs (Y-DIPs) and the sex determination locus (Amelogenin) was explored to evaluate the forensic application efficiencies of individual discrimination, kinship analysis and biogeographic origin prediction in Gansu Dongxiang
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.
INTRODUCTION: Perinatal complications, such as perinatal depression and preterm birth, are major causes of morbidity and mortality for the mother and the child. Prediction of high risk can allow for early delivery of existing interventions for prevention. This ongoing study aims to use digital phenotyping data from the Mom2B smartphone application to develop models to predict women at high risk for mental and somatic complications.
METHODS AND ANALYSIS: All Swedish-speaking women over 18 years, who are either pregnant or within 3 months postpartum are eligible to participate by downloading th
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