Intrahepatic Cholestasis of Pregnancy (ICP) is the most common pregnancy-related liver disorder. ABCB4 heterozygous variants are implicated in ICP, but interpretation of rare variants remains challenging, leading to many variants of uncertain significance. This study compares predictions from multiple in silico tools on nine heterozygous missense variants identified in women with ICP. Using the Genomics England Research Environment, 253 women with ICP and whole-genome sequencing data were analysed. Variants with minor allele frequency < 0.05 were filtered, and nine rare missense variants were
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: Low peak oxygen consumption (V̇O2) is associated with higher cardiovascular and all-cause mortality, while improvements in peak V̇O2 reduce this risk. Although early detection allows timely intervention, practical screening tools remain lacking. As electrocardiograms (ECGs) reflect both cardiac and age-related changes, they may offer a viable screening approach.
OBJECTIVE: This study aimed to detect low peak V̇O2 using resting 12-lead ECGs analyzed by a trained neural network.
METHODS: The low peak V̇O2 estimation model was developed using data from 965 individuals (n=540, 56% wi
СтатьяВалидационное 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.
To evaluate the anatomical, functional, and aesthetic outcomes of phenylephrine-guided bilateral Müller muscle-conjunctival resection (MMCR) using a standardized resection algorithm designed to optimize eyelid symmetry by preoperatively accounting for Hering's phenomenon in patients with mild-to-moderate ptosis METHODS: This retrospective clinical study included patients with good levator function and a positive phenylephrine test who underwent simultaneous bilateral MMCR planned according to a phenylephrine-based resection algorithm. The protocol aimed to simulate postoperative eyelid positio
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: Liposuction is widely performed to remove localized fat deposits and improve body contour, yet individualized prediction of postoperative outcomes remains challenging. Existing machine learning (ML) studies have largely focused on single-outcome prediction, with limited attention to the interdependence between postoperative body weight and circumferential size.
OBJECTIVE: This study aimed to develop and validate a chained multioutput ML framework to jointly predict postoperative body weight and circumferential size after liposuction using a large multicenter cohort from the 365mc
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоиск 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.
Immune checkpoint inhibitors (ICIs) have substantially improved clinical outcomes across multiple malignancies, but they can disrupt self-tolerance and induce immune-related adverse events resembling autoimmune disorders. In many cases, laboratory abnormalities precede overt clinical manifestations, placing laboratory medicine at the center of baseline evaluation, early recognition, diagnostic confirmation, longitudinal monitoring, and treatment follow-up. This review provides a laboratory-focused overview of ICI-induced autoimmune disorders, focusing on baseline laboratory assessment, monitor
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.
OBJECTIVE: The aim of this study was to screen the biomarkers of ginger against gastric cancer (GC) by network pharmacology, WGCNA and machine algorithms. To find the upstream transcription factors and downstream signaling proteins constituting the signaling axis, so as to predict the possible mechanism of action of ginger against GC.
METHODS: Ginger was screened for active ingredients and targets through public databases. GC genes were screened using disease database, GEO database and WGCNA. The intersection of the four was taken to obtain the potential core genes. Machine algorithms was use
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: Although strategies for COVID-19 have shifted towards normalized measures globally, establishing predictive models based on Internet search data remains crucial for swiftly controlling and preventing future outbreaks. This study aims to utilize Internet search data for early epidemic surveillance and warning.
METHODS: We collected the daily number of COVID-19 positive tests and the daily Baidu Search Index (BSI) of COVID-19 related keywords. First, we screened keywords with a maximum correlation coefficient exceeding 0.9 by time-lagged correlation analysis. Then, we used the origi
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.
Alcohol is a highly addictive substance, presenting significant global public health concerns, particularly among adolescents. Previous studies have been limited by traditional research methods, making it challenging to encompass diverse risk factors and automate screening or prediction of adolescents' alcohol use. This study aimed to develop prediction algorithms for adolescent alcohol use in South Korea using machine learning (ML) and deep learning (DL) models, and to identify important features. The study utilized a combination of DL (i.e., Auto-encoder) and ML (i.e., Logistic regression, R…
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Postoperative sleep disturbance (PSD) is a common complication following total knee arthroplasty (TKA), which negatively impacts patient recovery. Despite the critical need for early detection and management, there is limited research on predictive models for early PSD, particularly those integrating machine learning (ML) techniques.
OBJECTIVE: This study aimed to develop a predictive model for early PSD following TKA using ML algorithms, identify key predictive factors, and provide an interpretable model to guide clinical decision-making.
METHODS: The study included 505 patients
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.
PURPOSE: To develop and internally validate a machine learning-based predictive model to estimate the probability of return to sport (RTS) at 12 months after surgical reconstruction of multiligament knee injuries (MLKIs), and to identify the most influential clinical predictors.
METHODS: Patients who underwent MLKIs reconstruction between 2012 and 2022 across three tertiary care centers were included. Inclusion criteria comprised reconstruction of ≥2 ligaments, age 18-50, and ≥12 months of follow-up. The primary outcome was RTS at 12 months. Predictive variables included demographic, clinical
СтатьяВалидационное исследованиеМногоцентровое исследованиеПоиск 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 create and validate a machine learning (ML)-based model for predicting the adverse perinatal outcome (APO) in foetal growth restriction (FGR) at diagnosis.
DESIGN: A retrospective study.
SETTING: Multi-centre in China.
POPULATION: Pregnancies affected by FGR.
METHODS: We enrolled singleton foetuses with a perinatal diagnosis of FGR who were admitted between January 2021 and November 2023. A total of 361 pregnancies from Beijing Obstetrics and Gynecology Hospital were used as the training set and the internal test set. In comparison, data from 50 pregnancies from Haidian Mater
СтатьяМногоцентровое исследованиеПоиск 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: Predicting mortality among trauma patients is a critical task that can guide clinical decision-making, better management and resource allocation in Intensive Care Units (ICU). Machine learning has been increasingly employed in clinical practice to effectively predict the mortality of critically ill patients.
AIM: This study aimed to develop and evaluate the machine learning models for predicting the mortality of trauma patients.
STUDY DESIGN AND METHODS: A multicentre cross-sectional study was conducted. The data were collected retrospectively from 613 trauma patients admitted to
СтатьяМногоцентровое исследованиеПоиск 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: Neonatal jaundice affects more than half of neonates. As bilirubin values usually peak few days after hospital discharge, jaundice remains a leading cause of rehospitalization. The recently developed BiliPredics algorithm, integrated in the first CE-approved bilirubin prediction tool, predicts individual bilirubin progression for up to 60 h into the future. Goal of the prospective study was to assess accuracy of this algorithm in predicting individual bilirubin prior to hospital discharge in neonates.
METHODS: A prospective multi-center study was conducted in 2021 at the Universit
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: To develop a multimodal artificial intelligence (AI) fusion model predicting abnormal fetal brain development from magnetic resonance imaging (MRI).
METHODS: Using fetal brain MRI data and clinical indicators from pregnant women (from January 2021 to December 2023), who were split 7:3 into training and validation sets. In the training set, key predictors were identified via univariate analysis and multivariate logistic regression, including both clinical indicators and continuous MRI biometric parameters. Three multimodal AI fusion models，including Convolutional Neural Network-Recu
СтатьяВалидационное 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.
BACKGROUND: Many machine learning (ML) algorithms have been used to develop surgical site infection (SSI) prediction models, but little is known about their predicting performance. We conducted a network meta-analysis to compare the performance of different ML algorithms and to explore which one may perform best.
METHODS: MEDLINE, EMBASE, CINAHL, Web of Science, and Cochrane Library were systematically searched from inception to November 25, 2023. We included diagnostic accuracy trials constructing SSI predictive model by ML. Two reviewers selected relevant studies and extracted data. The cer
СтатьяСистематический обзорNetwork Meta-AnalysisПоиск 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.
Anti-tuberculosis drug-induced liver injury (ATLI) is the most harmful to anti-tuberculosis (TB) treatment. This study aims to construct and validate a binary ATLI risk prediction model based on clinical data through seven machine learning algorithms (logistic regression, decision tree, support vector machine, random forest, gradient boosting decision tree, extreme gradient boosting, and light gradient boosting machine [LightGBM]). A retrospective cohort of 2356 TB patients followed between January 2017 and December 2024 was used to develop and evaluate the prediction model. Random undersampli
СтатьяВалидационное исследованиеПоиск 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.
OBJECTIVES: To develop a predictive algorithm for diagnosing chronic pediatric rheumatic conditions using patient-reported, historical, and referral data in the electronic health record (EHR) to address current lengthy consultation wait times.
METHODS: All new rheumatology patient evaluations from 2021 to 2023 were retrospectively reviewed to identify the reason for the visit, patient-recorded outcomes, and international classification of disease codes. The data sample was randomly split into 80% derivation and 20% validation sets. Logistic regression evaluated the association of diagnosis an
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: Wearable electrocardiogram (ECG) monitoring devices that utilize single-lead ECG technology have become valuable tools for identifying paroxysmal atrial fibrillation (AF). This study aimed to develop a machine learning (ML) algorithm to predict new-onset AF by training it on single-lead data extracted from 12-lead ECG recordings.
METHODS AND RESULTS: Patients who underwent 12-lead ECG between January 2010 and December 2021 were classified into two groups based on a review of their medical records and diagnostic codes: the AF group and the normal group. An ML model was created usin
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.
OBJECTIVE: To construct and validate a predictive model for the risk of postoperative constipation in middle-aged and elderly patients with lower limb fractures based on machine learning algorithms, so as to provide decision-making support for clinical prevention and early intervention.
METHODS: This study conducted a retrospective analysis of clinical data of 1,128 middle-aged and elderly patients who underwent lower limb fracture surgery between January 2020 and May 2024, with data collection occurring from October to December 2024. Whether constipation occurred or not was used as the outco
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.
OBJECTIVE: This study aimed to develop machine learning (ML) models to predict HIV status and assessed the factors associated with HIV infection among young men who have sex with men (MSM) under the Universal Health Coverage (UHC) programme in Thailand.
METHODS: Young MSM aged 15-24 years who underwent HIV testing through the UHC programme from 2015 to 2022 were included. Data were divided into training (70%) and testing (30%) sets, with the Synthetic Minority Oversampling Technique (SMOTE) applied to address data set imbalance. ML models, including logistic regression, k-nearest neighbour (K
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