Multiple sclerosis (MS) is a chronic autoimmune disorder of the central nervous system, underscoring the importance of early and accurate diagnosis. In this study investigates the predictive modelling of MS progression in patients with Clinically Isolated Syndrome (CIS), privacy-preserving for a federated and explainable Machine Learning (ML) framework. To address missing data while preserving inter-feature dependencies, Multivariate Imputation by Chained Equations (MICE) with iterative imputers was employed. Classification was performed using the Extreme Gradient Boosting (XGBoost) algorithm.
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: Postoperative agitation (EA) is a common complication in pediatric patients, and its early identification is crucial for improving perioperative safety. This study aims to identify the risk factors for EA and develop an interpretable machine learning model.
METHODS: This multicenter retrospective study included 445 pediatric patients. Data from 321 patients from one center were used for model development, and 124 patients from another center were selected as an independent validation set. The development dataset was randomly divided into training and validation sets in a 8:2 ratio
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.
Objective: The Phoenix sepsis criteria define sepsis in children with suspected or confirmed infection who have ≥2 in the Phoenix Sepsis Score. The adoption of the Phoenix sepsis criteria eliminated the Systemic Inflammatory Response Syndrome criteria from the definition of pediatric sepsis. The objective of this study is to derive and validate machine learning models predicting in-hospital mortality for children with suspected or confirmed infection or who met the Phoenix sepsis criteria for sepsis and septic shock. Materials and Methods: Retrospective cohort analysis of 63,824 patients with
СтатьяПоддержка NIH: внешняя программаПолный 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: Cardiac surgery-associated acute kidney injury (CSA-AKI) is a frequent and devastating postoperative complication, particularly among older adults. Accurate risk stratification and early prediction of CSA-AKI are essential for guiding preventive strategies and optimizing clinical decision-making.
METHODS: In this retrospective study, data from two centers (n=623) were utilized for model training and internal validation, whereas data from a third, distinct center (n=110) were reserved for external validation. CSA-AKI was defined according to the Kidney Disease: Improving Global Out
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.
Alzheimer's disease (AD) is the most dominant and prevalent form of dementia. The therapeutic agents for AD are not sufficient. Drug repurposing (i.e., also called drug repositioning or therapeutic switching of drugs) could contribute to adding novel therapeutic agents in AD discovery pipeline. Blood-brain barrier (BBB) is a crucial factor, for brain's diseases related drug discovery. Since, CNS active compounds have BBB crossing property, in this study this category of compounds was re-evaluated as repurposing potential candidate for AD by integrated machine learning algorithm, cheminformatic
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: The study developed an intelligent online evaluation system for mediolateral episiotomy, which incorporated machine learning algorithms and integrated maternal physiological data collected during delivery.
METHODS: In this study, a predictive model for mediolateral episiotomy was constructed first, and based on this, an early warning system using open-source R software was established. The physiological data of 1191 parturients who delivered at Deyang People's Hospital in western China from January 2022 to December 2022 were collected and divided into training set and test set acco
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.
INTRODUCTION: Vancomycin is a widely used antibiotic for the treatment of serious Gram-positive bacterial infections. However, its clinical utility is often limited by the risk of nephrotoxicity, typically reflected by abnormalities in serum creatinine levels, which may indicate the occurrence of acute kidney injury (AKI). Timely identification of patients at increased risk is essential for early intervention and improved clinical outcomes.
AIM: This study aimed to identify clinical risk factors associated with vancomycin-induced abnormalities in serum creatinine levels and to develop predict
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.
The underwater environment is characterized by the vast expanses of water bodies such as seas, oceans, rivers, and lakes, together with their related ecosystems, that exist under the Earth's surface. This environment refers to unique physical properties such as pressure, buoyancy, light attenuation, and temperature, which bring about considerable adversity for observation and exploration. Object detection (OD) in the underwater environment includes the recognition and localization of different objects or entities submerged in the water. This object contains natural features like geological for
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: Septic shock is a severe complication of acute pancreatitis (AP), often associated with poor prognosis. This study aims to analyze the clinical characteristics of patients with acute pancreatitis and develop an interpretable early prediction model for septic shock in these patients using machine learning (ML). The model is intended to assist emergency physicians in resource allocation and medical decision making.
METHODS: Data were collected from the MIMIC-IV 3.0 database. The dataset was divided into a training set and a test set in a 7:3 ratio. Feature selection was performed us
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 aims to compare the performance of various machine learning algorithms in predicting chronic pain after total knee arthroplasty (CPSP).
METHODS: Patients with CPSP after total knee arthroplasty at the same medical center between January 1, 2021, and January 1, 2023, were selected for this study. A retrospective cohort design was employed to collect samples, which were then randomly divided into a training set and a test set in a 7:3 ratio. Valid high-risk factors were identified using the Least Absolute Shrinkage and Selection Operator (LASSO) method. Subsequently, five
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.
BACKGROUND: Sarcopenia is characterized by progressive declines in skeletal muscle mass, strength, and quality, yet accessible and standardized methods for assessing intrinsic muscle quality in community settings remain limited. Advanced imaging and medical-grade instruments are costly and impractical for large-scale screening. We developed a low-cost, portable, and noninvasive acoustic device based on myophonogram principles to quantify muscle quality using machine learning regression models.
METHODS: In this community-based study, individuals aged 65 years or older were recruited from five
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.
Gait for individuals with movement disorders varies widely and the variability makes it difficult to assess outcomes of surgical and therapeutic interventions. Although specific joints can be assessed by fewer individual measures, gait depends on multiple parameters making an overall assessment metric difficult to determine. A holistic, summary measure can permit a standard comparison of progress throughout treatments and interventions, and permit more straightforward comparison across varied subjects. We propose a single summary metric (the Shriners Gait Index (SGI)) to represent the quality
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: Extreme heat events (EHEs) are a growing threat to health worldwide. To date, only a limited number of studies have evaluated medications as risk or protective factors for mortality during EHEs.
METHODS: We explored the relationship between dispensed pharmaceuticals and heat-related community deaths using linked administrative health data and both logistic regression (LR) and machine learning (ML) models. We conducted a case-control study during the 2021 EHE in British Columbia, Canada, including 504 community deaths from heat exposure as cases and 2520 similar controls who surviv
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: Intraoperative blood loss is a critical issue in the care of patients with burns. The timely identification of patients at elevated risk for substantial blood loss during surgical procedures is imperative.
METHODS: Demographic data, laboratory test results, and surgical factors of patients were collected. For predicting intraoperative blood loss >750 mL, the original cohort was randomly divided in an 8:2 ratio, with the larger group allocated for the model development and the smaller for internal validation. Six machine-learning algorithms, including logistic regression, decision
СтатьяВалидационное исследованиеПоддержка 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.
OBJECTIVES: The effectiveness of levosimendan in patients with severely impaired left ventricular function undergoing coronary artery bypass grafting (CABG) remains debated. While some early publications suggested a survival benefit, recent studies show conflicting results. This study used causal analysis to determine if preoperative levosimendan improves 30-day survival in this selected population.
DESIGN: Retrospective cohort study with machine learning double-robust causal effect analysis.
SETTING: Institutional cardiac surgery database.
PARTICIPANTS: A total of 973 patients with reduced
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.
Low-level adulteration of botanical ingredients is difficult to detect because weak adulterant signals are often masked by the dominant matrix spectrum. Here, Ultraviolet-Visible (UV-Vis) spectroscopy combined with machine learning was investigated for identification of low-level multi-component adulteration in Coptis chinensis. Scutellaria baicalensis, Rheum palmatum, and Curcuma longa were used as adulterants to construct 29 classes, including pure, single-, binary- and ternary-adulteration samples, at a fixed total adulterant content of 3 wt%. Twenty independently prepared samples were incl
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.
CONTEXT: Pediatric differentiated thyroid carcinoma (DTC) often presents with advanced disease but generally has excellent long-term survival. However, recurrence or failure to achieve remission remains relatively frequent, underscoring the need for improved early risk stratification.
OBJECTIVE: To develop and evaluate an interpretable machine learning model for predicting recurrence or nonremission in pediatric DTC using routine clinical and biochemical variables.
DESIGN AND SETTING: Retrospective analysis of 250 pediatric patients (aged <18 years) enrolled in the German Pediatric Oncology
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.
Surface ozone is affected by both atmospheric chemistry and weather, making it difficult to identify the chemical factors related to ozone pollution from direct observations alone. Here we combined observations from 2015 to 2022 with interpretable machine learning to examine key chemical factors associated with deweathered surface ozone at an urban site in Suzhou, Yangtze River Delta. The Extreme Gradient Boosting (XGBoost) algorithm was used in two steps. First, a model based on meteorological variables was trained to reduce the influence of weather on observed O3. Second, deweathered O3 was
СтатьяПолный 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.
Splicing glass fiber reinforced polymer (GFRP) bars is commonly encountered in practical applications due to limitations associated with rebar length. In turn, this affects the bond stress maintaining the equilibrium between concrete and reinforcement. Also, there is a lack of estimating the bond strength of spliced GFRP-reinforced beams employing machine learning approaches and interpreting the effective parameters. Thus, this paper predicts interfacial capacity of spliced GFRP-reinforced beams using machine learning (ML) models including ordinary least square regression (OLS), artificial neu
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: Most existing claims-based frailty indices (CFIs) rely primarily on diagnostic codes, which may overlook functional status reflected in healthcare utilization. We therefore developed and externally validated a machine learning-based CFI integrating diagnoses, medications, and procedures in older adults.
METHODS: This cohort study linked the Taiwan Longitudinal Study on Aging (TLSA) with the National Health Insurance Research Database, including participants aged ≥50 years. The TLSA survey-based frailty index (SFI) served as the reference standard. The 2011 cohort (n = 3727) was us
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.
MedElevator
Войти в исследования