Proteinuria, defined by an abnormally elevated concentration of proteins in the urine, serves as a critical biomarker for the early detectio … ubsequent spectral smoothing, vector normalisation and machine-learning classification with various supervised machine learning algorithms, including several types of Support Vector Machine, K-Nearest Neighbours and decision trees. We obtained (76.1 ± 3.1)% accuracy, (72.1 ± 4.8)% sensitivity and (80.4 ± 3.8)% specificity for pregnant classification, and (90.6 ± 1.5)% accura …
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: Identifying illicit drug use through urine testing is time-consuming in the era of new psychoactive substances. This study aimed to develop a machine learning (ML) prediction model for early identification of illicit drug use in suspected emergency department (ED) patients.
METHODS: Data from the Taiwan Emergency Department Drug Abuse Surveillance (TEDAS) database (2020-2023) was used. Six feature categories-demographics, triage data, referral source, symptoms, physical findings, and clinical characteristics-were included. The primary outcome was positive urine results for illicit
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.
PURPOSE: Urinary tract dilation (UTD) classification provides reliable predictive value for congenital anomalies of the kidney and urinary tract (CAKUT) but does not clearly define when advanced imaging is required. This study aimed to identify which specific UTD parameters most effectively predict the presence of CAKUT using multiple machine learning (ML) algorithms. METHODS: This retrospective cohort study included infants diagnosed with prenatal hydronephrosis (HN). Data on demographics, ultrasound findings, and final diagnoses were collected. Multiple supervised ML algorithms were trained
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 comprehensive assessment of pain-related human phenotypes requires combinations of nociceptive measures that produce complex high-dimensional data, posing challenges to bioinformatic analysis. In this study, we assessed established experimental models of heat hyperalgesia of the skin, consisting of local ultraviolet-B (UV-B) irradiation or capsaicin application, in 82 healthy subjects using a variety of noxious stimuli. We extended the original heat stimulation by applying cold and mechanical stimuli and assessing the hypersensitization effects with a clinically established quantitative se
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.
Next-generation sequencing (NGS) data present an untapped potential to improve microbial risk assessment (MRA) through increased specificity … ch strain. These frequency data were discretized into seven ordinal outcome categories and used for supervised machine learning and model selection from five ensemble algorithms. There was no significant difference in accuracy between the models, and support vector machine with linear kernel was chosen for further inference (accuracy of 89% [95% CI: 68%, 97%]). The virulence …
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.
DNA barcoding is widely used for species identification, yet many computational classifiers continue to operate directly on raw nucleotide sequences. For large and heterogeneous barcode repositories, this representation can introduce avoidable computational cost because long nucleotide strings often contain redundant codon-level information and highly uneven class distributions. This study investigates whether a biologically grounded representation can improve supervised barcode classification while reducing the effective input length. Each DNA barcode is translated codon by codon into its cor
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: Major depressive disorder (MDD) is a leading cause of global disability and poses a substantial public health burden. However, current diagnostic approaches largely rely on subjective assessments and lack the ability to integrate heterogeneous clinical and sociodemographic information. Recent advances in large language models (LLMs) offer new opportunities to support MDD diagnosis through reasoning over complex data, yet their clinical applicability is constrained by challenges related to interpretability, hallucinations, and reliance on synthetic data.
METHODS: We propose MDD-Thi
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.
Passive distributed acoustic sensing (DAS) is an attractive tool for monitoring geological CO2 storage, but its dense, continuous recordings create a data-volume problem: a multi-month, multi-well archive yields enormous numbers of detector triggers, of which confirmed seismic events form a vanishingly small fraction, and conventional supervised classification is ill-posed when labels remain scarce and the negative class undefined because the non-event population is open-ended and spans noise families that vary over time and between wells. We present Argus, a sparse-label machine-learning work
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: The diagnosis of coeliac disease (CD), an autoimmune disorder with an estimated global prevalence of around 1%, generally relies on the histological examination of duodenal biopsies. However, inter-pathologist agreement for coeliac disease diagnosis is estimated to be no more than 80%. We aim to improve coeliac disease diagnosis by developing a novel, accurate, machine-learning-based diagnostic classifier.
METHODS: We present a machine learning model that diagnoses the presence or absence of coeliac disease from a set of duodenal biopsies representative of real-world clinical data
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: Ultrasound (US) is a valuable technique to detect degenerative findings and intrasubstance tears in lateral elbow tendinopathy (LET). Machine learning methods allow supporting this radiological diagnosis.
AIM: To assess multilabel classification models using machine learning models to detect degenerative findings and intrasubstance tears in US images with LET diagnosis.
MATERIALS AND METHODS: A retrospective study was performed. US images and medical records from patients with LET diagnosis from January 1st, 2017, to December 30th, 2018, were selected. Datasets were built for tra
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.
OBJECTIVES: Inferring gene regulatory networks (GRNs) from expression profiles is essential for identifying critical genes within complex disease pathways. However, current machine learning-based GRN inference methods face two challenges. Unsupervised methods struggle to achieve satisfactory accuracy in inference, while supervised methods are limited by the scarcity of high-quality interaction labels. Further, existing models demonstrate significant shortcomings when it comes to transferring reasoning to other GRN task subtypes. These issues affect GRN inference and hinder the ability to disco
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.
UNLABELLED: Emergency department (ED) overcrowding is a critical global challenge, affecting the quality and timeliness of medical care. Chi … 4 days in advance with a margin of error below 5%.
METHODS: A regression model was developed using supervised machine learning based on time series data. The methodology followed the Knowledge Discovery in Databases (KDD) process, utilizing historical data from 2024. Relevant variables were selected to train and validate the model, with a focus on accurately forecasting wee …
Аннотация на английскомСтатьяПолный 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: To determine whether quantitative radiomic features extracted from noncontrast postmortem computed tomography (PMCT) can reliably detect autopsy-confirmed myocardial infarction (MI), and to evaluate the diagnostic performance of machine-learning models for automated MI detection.
MATERIALS AND METHODS: We retrospectively analyzed 106 PMCT examinations (55 MI cases, 51 controls). The left ventricular myocardium was semiautomatically segmented, and radiomic features were extracted. After reproducibility filtering (intraclass correlation coefficient ≥ 0.75), redundancy reduction base
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: Psychological flourishing is a key indicator of optimal mental health and professional well-being, particularly among psychologi … ntify the unique contribution of self-compassion dimensions, evaluate the predictive performance of supervised machine learning models, and compare their performance with traditional multiple linear regression. Methods: A cross-sectional correlational design was employed, involving 224 psychologists practicing in Saudi Arabia. Participants completed the Self-Compassion Scale …
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/OBJECTIVES: Polycystic ovary syndrome (PCOS) is a common endocrine-metabolic disorder in which skeletal muscle insulin resistance … uity Pathway Analysis to infer canonical pathways, upstream regulators, and disease functions. Four supervised machine learning algorithms (logistic regression, random forest, support vector machines, and gradient boosting) were trained using multi-step feature selection and 3-fold stratified cross-validation to provide superior Exploratory Gene Analysis. Gene co-expression …
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: Diabetes mellitus is a chronic disease that impacts an increasing percentage of people each year. Among its comorbidities, diabetics are two to four times more likely to develop cardiovascular diseases. While HbA1c remains the primary diagnostic for diabetics, its ability to predict long-term, health outcomes across diverse demographics, ethnic groups, and at a personalized level are limited. The purpose of this study was to provide a model for precision medicine through the implementation of machine-learning algorithms using multiple cardiac biomarkers as a means for predicting di
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПолный текст не найденПеревод 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: Deep learning-based segmentation of brain metastases relies on large amounts of fully annotated data by domain experts. Semi-supervised learning offers potential efficient methods to improve model performance without excessive annotation burden.
PURPOSE: This work tests the viability of semi-supervision for brain metastases segmentation.
STUDY TYPE: Retrospective.
SUBJECTS: There were 156, 65, 324, and 200 labeled scans from four institutions and 519 unlabeled scans from a single institution. All subjects included in the study had diagnosed with brain metastases.
FIELD STRENGTH
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.
Systemic study of pathogenic pathways and interrelationships underlying genes associated with Alzheimer's disease (AD) facilitates the identification of new targets for effective treatments. Recently available large-scale multiomics datasets provide opportunities to use computational approaches for such studies. Here, we devised a novel disease gene identification (digID) computational framework that consists of a semi-supervised deep learning classifier to predict AD-associated genes and a protein-protein interaction (PPI) network-based analysis to prioritize the importance of these predicted
СтатьяПоддержка NIH: внешняя программаПоиск 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.
This study aimed to evaluate a deep learning model for generating synthetic contrast-enhanced CT (sCECT) from non-contrast chest CT (NCCT). A deep learning model was applied to generate sCECT from NCCT. We collected three separate data sets, the development set (n = 25) for model training and tuning, test set 1 (n = 25) for technical evaluation, and test set 2 (n = 12) for clinical utility evaluation. In test set 1, image similarity metrics were calculated. In test set 2, the lesion contrast-to-noise ratio of the mediastinal lymph nodes was measured, and an observer study was conducted to comp
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.
PURPOSE: Convolutional neural networks (CNNs) are evaluated for improved and accelerated denoising and Rician bias correction in multi-b DW images with simultaneous signal modeling.
METHODS: Prostate diffusion images from 46 individuals acquired at 20 linearly distributed b-values ( b max = 2000 s / mm 2 ) without averaging were used for self-supervised CNN training. CNNs were trained to output model parameter maps, from which DW images and ADC maps were synthesized, and to account for Rician bias. CNN architectures included were: conventional U-Net, Attention U-Net, and Residual Attent
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