BACKGROUND: Sepsis-induced coagulopathy (SIC) represents an early and potentially reversible stage of coagulation dysfunction in sepsis, whereas progression to disseminated intravascular coagulation (DIC) is associated with multi-organ failure and markedly increased mortality. Although existing diagnostic criteria and machine learning (ML) models have demonstrated utility in broad sepsis populations, they lack specificity for identifying high-risk subgroups within SIC patients who are most likely to deteriorate into DIC. Timely and precise risk stratification at this critical transition point
СтатьяМногоцентровое 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.
OBJECTIVE: To examine whether the outputs of machine learning algorithms designed to predict risk of cardiovascular disease (CVD) address known deficiencies of the Framingham Risk Score (FRS) and improve risk estimates.
METHODS: For this critical review, Medline, Embase and IEEE were searched from inception to 1 January 2025. Included were studies describing machine learning algorithms designed to specifically compare output of cardiovascular risk assessment with the FRS. Commentaries, letters, unpublished work or non-peer-reviewed papers were excluded.Following Preferred Reporting Items for
СтатьяСистематический обзорПоиск 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.
In primary mitral valve regurgitation (MR), a failing valve induces volume overload (VO) of the left ventricle (LV), triggering neurohormonal responses and myocardial remodeling. Surgical valve repair is the most effective therapy for MR, improving symptoms and in some patients reversing cardiac hypertrophy. However, at least 20% of patients develop postoperative impairment of LV function with detrimental effects on long-term outcomes, with no known cause. Many MR patients receive pharmacological treatment to alleviate symptoms, with drugs that alter cardiac function, hemodynamics, and molecul
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: Previous studies have explored the relationships between dengue fever (DF) and its impact factors, using various models. However, few have considered the spatial heterogeneity of these relationships in simulating DF variations.
METHODS: This study analyzed monthly DF incidence and rate data across 34 provincial-level administrative divisions (PLADs) in China from 2004 to 2019, along with climatic and socioeconomic variables. Nine impact factors were included: six climatic variables - minimum temperature (Tmin), mean temperature (Tmean), maximum temperature (Tmax), relative humidit
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.
Machine learning technology has been extensively applied in the medical field, particularly in the context of disease prediction and patient rehabilitation assessment. Acute spinal cord injury (ASCI) is a sudden trauma that frequently results in severe neurological deficits and a significant decline in quality of life. Early prediction of neurological recovery is crucial for the personalized treatment planning. While extensively explored in other medical fields, this study is the first to apply multiple machine learning methods and Shapley Additive Explanations (SHAP) analysis specifically to
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: Our study evaluated the time to normalization of postvoid residual volume after radical hysterectomy and identified risk factors for postoperative bladder dysfunction. We also aimed to establish a predictive threshold for bladder dysfunction on the third postoperative day to develop a decision-making algorithm for postoperative voiding management.
METHODS: This retrospective, single-center study included early-stage cervical cancer patients undergoing type B1 or C1 radical hysterectomy. Factors associated with elevated postvoid residual volume were analyzed using logistic regressio
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.
OBJECTIVES: To develop and validate an ultrasonography-based machine learning (ML) model for predicting malignant endometrial and cavitary lesions.
METHODS: This retrospective study was conducted on patients with pathologically confirmed results following transvaginal or transrectal ultrasound from 2021 to 2023. Endometrial ultrasound features were characterized using the International Endometrial Tumor Analysis (IETA) terminology. The dataset was ranomly divided (7:3) into training and validation sets. LASSO (least absolute shrinkage and selection operator) regression was applied for feature
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: The aim of this study was to apply Machine Learning (ML) algorithms to predict the impact of care burden on the psychological well-being of caregivers of patients with Chronic Kidney Disease (CKD).
MATERIALS AND METHODS: This cross-sectional study employed an ML approach to analyze data from 200 primary family caregivers of CKD patients undergoing hemodialysis. The caregivers were selected through convenience sampling from hospitals affiliated with Mashhad University of Medical Sciences. Caregivers completed the demographic form, the Novak and Guest Pressure Care Questionnaire, an
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: To develop a predictive model of the total length of the small intestine to be applied in bariatric surgery, allowing for the individualization of surgery for each patient.
METHODS: Two Excel tables were generated from a Filemaker file. Python was used through a Notebook format in Google Collaborator. The methodology included data transformation and scaling (MinMaxScaler), clustering (unsupervised machine learning with KMeans), data interpolation (oversampling machine learning technique SMOTE), modeling (PyCaret model - XGBoost), and validation.
RESULTS: The study sample included
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.
Antiretroviral therapy (ART) has transformed HIV from a rapidly progressive and fatal disease to a chronic disease with limited impact on life expectancy. However, people living with HIV(PLWHs) faced high critical illness risk due to the increased prevalence of various comorbidities and are admitted to the Intensive Care Unit(ICU). This study aimed to use machine learning to predict ICU admission risk in PLWHs. 1530 HIV patients (199 admitted to ICU) from Beijing Ditan Hospital, Capital Medical University were enrolled in the study. Classification models were built based on logistic regression
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.
OBJECTIVE: To explore the influencing factors on the prognosis of patients with multiple myeloma (MM) after bortezomib treatment, and construct a decision tree risk prediction model based on the influencing factors.
METHODS: One hundred and seventy MM patients admitted to the People's Hospital of Jianyang City from January 2019 to June 2022 were selected as research subjects, and divided into poor prognosis group and good prognosis group according to the prognosis after bortezomib treatment. The clinical data of the patients were analyzed, univariate and logistic regression analysis were used
Аннотация на английскомСтатьяПоиск 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.
Thrombotic thrombocytopenic purpura (TTP) is a rare but fatal disease requiring urgent diagnosis. The PLASMIC scoring model has been reported to be a valuable model for identifying TTP. This study aimed to investigate the diagnostic accuracy of this model and the diagnostic utility of lactate dehydrogenase (LDH)-to-serum creatinine (sCr) ratio in identifying TTP in Chinese patients. The records of 61 patients with suspected TTP tested for ADAMTS13 activity in our hospital between June 2016 and April 2024 were retrospectively analyzed. Receiver operating characteristic (ROC) analysis was perfor
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.
BackgroundPrevious research suggests that physicians' inclination to refer patients for suspected cancer is a relatively stable characteristic of their decision making. We aimed to identify its psychological determinants in the presence of a risk-prediction algorithm.MethodsWe presented 200 UK general practitioners with online vignettes describing patients with possible colorectal cancer. Per the vignette, GPs indicated the likelihood of referral (from highly unlikely to highly likely) and level of cancer risk (negligible/low/medium/high), received an algorithmic risk estimate, and could then
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.
Objective: To explore the application value of machine learning algorithms in constructing a predictive model for cardiovascular toxicity in breast cancer patients receiving anthracycline-based chemotherapy. Methods: This study was a retrospective cohort study. The female patients with breast cancer who received anthracyclines in the Affiliated Cancer Hospital of Xinjiang Medical University from January 2020 to December 2023 were enrolled. The endpoint event was abnormal electrocardiogram (ECG). According to whether the patients had ECG abnormalities during chemotherapy, they were divided into
Аннотация на английскомСтатьяПоиск 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.
Chronic Kidney Disease (CKD) is a progressive condition primarily caused by diabetes and hypertension, affecting millions worldwide. Early diagnosis remains a clinical challenge since traditional approaches, such as Glomerular Filtration Rate (GFR) estimation and kidney damage indicators, often fail to detect CKD in its initial stages. This study aims to enhance early CKD prediction by developing a deep neural network optimized with a novel hybrid metaheuristic that combines the Waterwheel Plant Algorithm (WWPA) with Grey Wolf Optimization (GWO). Using the UCI CKD dataset, rigorous preprocessi
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.
The primary objective of this study was to develop an accurate predictive framework and an efficient multi-objective optimisation strategy for wire electric discharge machining (WEDM) of NAB alloy, focusing on Cutting Speed (CS) and Surface Roughness (SR). An optimized Support Vector Regression (OSVR) model was constructed to capture the complex and stochastic input-output relationships inherent to the spark erosion process. The model exhibited excellent predictive accuracy, with MSE = 0.0027 and R2 = 0.9970 for CS and MSE = 0.0012 and R2 = 0.9924 for SR, validated through scatter and stem plo
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.
The accurate prediction of antiviral peptides (AVPs) plays a crucial role in accelerating the development of peptide-based therapeutics. Despite extensive production of antiviral medications, viral diseases remain a major human health concern. AVPs have emerged as potential candidates for the development of novel antiviral drugs. However, the available traditional methods are labor-intensive, expensive, and cannot provide a deeper structural and contextual understanding of the peptide sequences. To address these problems, we propose a novel deep computational model, TargetAVP-DeepCaps, for the
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.
Double heterozygotes of HbE and α-Thalassemia-1 (Southeast Asian type) ((βA/βE, - -SEA/αα) can result in severe thalassemia conditions, such as HbE/β-thalassemia (βE/βT)) and Hb Bart's hydrops fetalis syndrome (- -SEA/- -SEA). Identification of these double heterozygotes is crucial for preventing births affected by Hb Bart's hydrops fetalis syndrome. The most accurate method for detecting HbE/SEA-α-Thalassemia-1 double heterozygotes is PCR-based analysis, which is complex and costly. This study aimed to develop a hematologic algorithm for predicting double heterozygotes of HbE/SEA-α-Thalassemi
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.
OBJECTIVE: Distal tibia fractures occur in approximately 4% of police-reported crashes where at least 1 vehicle was towed in the U.S., and frequently result in complications like infection, nonunion, and osteoarthritis. This study used real-world crash data to train a random forest algorithm to predict distal tibia fracture types, identifying key demographic, vehicle, and crash factors contributing to the model predictions.
METHODS: Crash Injury Research and Engineering Network (CIREN) cases (2005-2024) with computed tomography (CT) radiology of a distal tibia fracture were identified. Fronta
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: Current breast cancer prediction models typically rely on personal information and medical history, with limited inclusion of blood-based biomarkers. This study aimed to identify novel breast cancer risk factors using machine learning algorithms. By integrating both personal clinical factors and peripheral blood biochemical biomarkers, it sought to enhance the understanding of breast cancer risk.
METHODS: Data were screened and normalized according to predefined inclusion and exclusion criteria. Logistic regression with forward selection and six other machine learning algorithms w
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.
MedElevator
Войти в исследования