RESEARCH QUESTION: Can algorithms for prediction of the fertile window and menstruation be developed through machine learning based on women's physiological parameters collected using a wearable device (Huawei Band 6 Pro) from both regular and irregular menstruators?
DESIGN: This prospective observational cohort study was conducted at the Obstetrics and Gynaecology Hospital of Fudan University (China). Participants were recruited from November 2021 to September 2022. Each participant used a wearable device to record their wrist skin temperature (WST), heart rate, heart rate variability and re
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.
This study aimed to predict temporomandibular disorder (TMD) using machine learning (ML) approaches based on measurement parameters that are practically acquired in clinical settings. 125 patients with TMD and 103 individuals without TMD were included in the study. Pain intensity (with visual analog scale), maximum mouth opening (MMO) and lateral excursion movements (with millimeter ruler), cervical range of motion (with goniometer), pressure pain threshold (PPT; with algometer), oral parafunctional behaviors (with Oral Behaviors Checklist), psychological status (with Hospital Anxiety and Depr
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.
Peanut is a critical food crop worldwide, and the development of high-throughput phenotyping techniques is essential for enhancing the crop's genetic gain rate. Given the obvious challenges of directly estimating peanut yields through remote sensing, an approach that utilizes above-ground phenotypes to estimate underground yield is necessary. To that end, this study leveraged unmanned aerial vehicles (UAVs) for high-throughput phenotyping of surface traits in peanut. Using a diverse set of peanut germplasm planted in 2021 and 2022, UAV flight missions were repeatedly conducted to capture image
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.
Metastatic Breast Cancer (MBC) is one of the primary causes of cancer-related deaths in women. Despite several limitations, histopathological information about the malignancy is used for the classification of cancer. The objective of our study is to develop a non-invasive breast cancer classification system for the diagnosis of cancer metastases. The anaconda-Jupyter notebook is used to develop various python programming modules for text mining, data processing, and Machine Learning (ML) methods. Utilizing classification model cross-validation criteria, including accuracy, AUC, and ROC, the pr
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: Early diagnosis and differential diagnosis of tuberculous pleural effusion (TPE) remains challenging and is critical to the patients' prognosis. The present study aimed to develop nine machine learning (ML) algorithms for early diagnosis of TPE and compare their performance.
METHODS: A total of 1435 untreated patients with pleural effusions (PEs) were retrospectively included and divided into the training set (80%) and the test set (20%). The demographic and laboratory variables were collected, preprocessed, and analyzed to select features, which were fed into nine ML algorithms to
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: Acute renal failure after extracorporeal cardiac surgery under general anesthesia is high and unpredictable, but machine learning algorithms could change this. A feasible approach is to use machine learning models to construct models to predict acute kidney injury after extracorporeal cardiac surgery (CSA-AKI) and screen for the best predictive model.
METHOD: From January 2014 to December 2021, 2187 patients undergoing extracorporeal cardiac surgery at the third hospital of Hebei Medical University and the first medical centre of Chinese PLA General Hospital were collected in this
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.
CONTEXT: Improved esthetics is an important factor for most patients undergoing orthognathic surgery. Thus, a treatment simulation that can provide patients with a realistic view of the esthetic outcome after surgery is important in clinical practice.
AIMS: To evaluate the accuracy of simulations generated using algorithms specific for patient's type of malocclusion and surgical procedure compared to nonspecific algorithms.
SETTINGS AND DESIGN: A total of 36 patients (average age 18.41 years) who had undergone maxillary advancement and mandibular setback for Class III malocclusion were inclu
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: To evaluate sensitivity, specificity and the safest cut-offs of three predictive algorithms (WINROP, ROPScore and CHOP ROP) for retinopathy of prematurity (ROP).
METHODS: A retrospective study was conducted in three centres from 2012 to 2014; 445 preterms with gestational age (GA) ≤ 30 weeks and/or birthweight (BW) ≤ 1500 g, and additional unstable cases, were included. No-ROP, mild and type 1 ROP were categorized. The algorithms were analysed for infants with all parameters (GA, BW, weight gain, oxygen therapy, blood transfusion) needed for calculation (399 babies).
RESULTS: Retino
СтатьяМногоцентровое 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: Pre-mortem diagnosis of parkinsonism is often challenging due to atypical presentations, overlapping syndromes, and co-pathologies. This study aimed to develop a machine learning-based algorithm predicting neuropathology in parkinsonism using chronological clinical presentations, which has previously been underexplored.
METHODS: Clinical information was automatically abstracted from medical records of the Mayo Clinic Brain Bank using fine-tuned Generative Pre-trained Transformer 4 models. Patients who developed parkinsonism within 3 years of disease onset were included. Six machine
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2019eng
Electrohysterogram (EHG) signal represents electrical activity of uterine collected from abdominal surface of pregnant women. It has been proven that EHG analysis could be a suitable way to predict preterm labor and consequently to prevent it. The aim of this paper is to present an efficient low computational complexity algorithm to detect preterm labor using EHG signals. To this purpose, Empirical Mode Decomposition (EMD) has been applied for features extraction. Root mean square (RMS) of first two intrinsic mode function (IMF) of decomposed EHG signals were used as features and classificatio
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: Despite the growing burden of chronic kidney disease (CKD), there are no algorithms (to our knowledge) to quantify the effect of … evelopment of a GFR less than 60 mL/min/1.73 m(2) during a follow-up period of up to 9 years. Three prediction algorithms derived from the development data set were evaluated in the validation data set.
RESULTS: The 3 prediction algorithms were continuous and categorical best-fitting models with 10 predictors and a simplified categorical model with 8 predictors. All s …
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАВалидационное 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.
BACKGROUND: Mortality is increased in Parkinson's disease (PD) and is difficult to predict because of its heterogeneity and the availability of few reliable prognostic markers.
OBJECTIVES: We used electroencephalography (EEG) recordings and the Linear Predictive Coding EEG Algorithm for PD (LEAPD) to classify 3-year mortality status and correlate LEAPD indices with time to death.
METHODS: 2-minutes resting-state EEG from 94 PD patients was used for binary classification of 3-year mortality status (22 deceased). Single-channel classification using a balanced dataset of 44 was performed using
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.
Population aging has increased the prevalence of neurodegenerative disorders associated with dementia, with Alzheimer's disease remaining the leading cause worldwide. Early identification of individuals at risk of cognitive decline, particularly those with mild cognitive impairment, remains a major clinical and scientific challenge. In this context, artificial intelligence has emerged as a promising framework for prognostic modeling and for the identification of clinically relevant predictors of disease onset and progression. This narrative review provides a theoretical and historical synthesi
СтатьяОбзорПоиск 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.
Chronic kidney disease, CKD in short, is a kind of long-term kidney illness in which rapid deterioration of kidney function is observed over a period of time. Unlike other organs, this damage in kidney function cannot be recovered and reversed as well. Moreover, in its early stages, asymptomatic renal disease is highly prevalent, making early identification with conventional clinical approaches difficult. Thus, early and accurate detection of risk factors is a very challenging step in CKD diagnosis.This research work showed earlier and effective identification of risk factors using notable fea
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: Pneumonia, including influenza, COVID-19, and community-acquired pneumonia, is a major global health burden associated with high morbidity, mortality, and frequent progression to respiratory failure requiring intubation. Early identification of patients at risk of endotracheal intubation is essential to improve outcomes and optimize ICU resource allocation, yet existing prognostic tools remain limited in predicting this need. This study evaluated the performance of machine learning (ML) algorithms in predicting endotracheal intubation among patients with pneumonia during hospital s
СтатьяСистематический обзорМетаанализПоиск 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 AIMS: This systematic review aimed to evaluating the effectiveness of machine learning (ML) algorithms for the prediction and diagnosis of meningitis.
METHODS: On November 12, 2022, a systematic review was carried out using a keyword search in the reliable scientific databases PubMed, EMBASE, Scopus, and Web of Science. The recommendations of Preferred Reporting for Systematic Reviews and Meta-Analyses (PRISMA) were adhered to. Studies conducted in English that employed ML to predict and identify meningitis were deemed to match the inclusion criteria. The eligibility requiremen
СтатьяОбзорПоиск 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.
Decades of research in exercise immunology have demonstrated the profound impact of exercise on the immune response, influencing an individual's disease susceptibility. Accurate prediction of white blood cells (WBCs) count during exercise can help to design effective training programs to maintain optimal the immune system function and prevent its suppression. In this regard, this study aimed to develop an easy-to-use and efficient modelling tool for predicting WBCs count during exercise. To achieve this goal, the predictive power of a range of machine-learning algorithms, including six standal
СтатьяСравнительное 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.
OBJECTIVES: Opioid nonadherence represents a significant barrier to cancer pain treatment efficacy. However, there is currently no effective prediction method for opioid adherence in patients with cancer pain. We aimed to develop and validate a machine learning (ML) model and evaluate its feasibility to predict opioid nonadherence in patients with cancer pain.
METHODS: This was a secondary analysis from a cross-sectional study that included 1195 patients from March 1, 2018, to October 31, 2019. Five ML algorithms, such as logistic regression (LR), random forest, eXtreme Gradient Boosting, mul
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.
BACKGROUND: Hip fractures are among the most morbid acute orthopaedic injuries often due to accompanying patient frailty. The purpose of this study was to determine the reliability of assessing surgical risk after hip fracture through machine learning (ML) algorithms.
METHODS: The American College of Surgeons National Surgical Quality Improvement Program was queried from 2011 to 2018 and the American College of Surgeons National Surgical Quality Improvement Program hip fracture-targeted data set was queried from 2016 to 2018 for all patients undergoing surgical fixation for a diagnosis of an
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: Ocular Adnexal Lymphoma (OAL) is a non-Hodgkin's lymphoma that most often appears in the tissues near the eye, and radiotherapy is the currently preferred treatment. There has been a controversy regarding the prognostic factors for systemic failure of OAL radiotherapy, the thorough evaluation prior to receiving radiotherapy is highly recommended to better the patient's prognosis and minimize the likelihood of any adverse effects.
PURPOSE: To investigate the risk factors that contribute to incomplete remission in OAL radiotherapy and to establish a hybrid model for predicting the r
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.
MedElevator
Войти в исследования