Understanding how anthropogenic CO2 emissions (ACE) respond to large-scale systemic disruptions is essential for climate mitigation and environmental management. Here, we develop an interpretable machine learning framework that integrates an XGBoost model with SHAP (SHapley Additive exPlanations) to diagnose how the key drivers of the ACE inventory's spatiotemporal variability evolved in mainland China, using the COVID-19 period as a natural experiment. The framework reliably reproduces spatial and temporal patterns of the inventory and enables systematic diagnostic analysis of predictor impor
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.
Using surfactants to manipulate the interfacial tension (IFT) of oil-water systems represent a critical strategy for enhanced oil recovery (EOR). However, predicting the physical properties of surfactants based on their molecular structure remains a challenging task, as conventional machine learning methods struggle to capture the coupled interactions between molecular structures and environmental parameters, while existing graph neural networks predominantly focus on single-molecule representations and overlook the characteristics of the system environment. Accordingly, a Gated Message-passin
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: A clinical tool that evaluates factors associated with symptomatic knee osteoarthritis (OA) based on modifiable factors is lacking. This study aimed to develop a machine learning-based clinical assessment tool using modifiable factors to identify factors associated with symptomatic knee OA and to determine its accuracy.
METHODS: This study included 429 participants (81.8% women; age, 69.0 ± 5.3 years) from the Nagahama Study who were ≥60 years old and had radiographically confirmed knee OA. A Knee Society Knee Scoring System 2011 symptom score of <23 points defined symptomatic kne
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: We aimed to develop a generalizable machine learning model that leverages electronic medical record (EMR) data to predict candidemia using information available on or before the date of blood culture collection.
METHODS: This study included adult patients admitted to Shin Koga Hospital (April 2014-March 2022) who underwent blood cultures at least 14 days after admission. We prepared two datasets: a "Complete case dataset" (13 variables, no missing values) and a "Imputed full-variable dataset" (36 variables, single imputation). We evaluated the discriminative performance of four machi
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.
High-throughput screening (HTS) assays are central to early-stage drug discovery but are often limited by extreme data sparsity, as primary screens typically use only a single replicate per test substance. This sparsity makes conventional machine-learning performance metrics, such as sensitivity, specificity, and area under the receiver operating characteristic curve (AUROC), difficult to estimate empirically because they require adequately sized labeled samples. Here, we introduce a model-based framework that derives these classification metrics from the strictly standardized mean difference
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.
As an endocrine-disrupting chemical, 4-nonylphenol (4-NP) has been found above safe limits in global water systems and associated with cancer progression. This multidisciplinary study systematically investigated the carcinogenic mechanisms of 4-NP by integrating network toxicology, machine learning, molecular docking simulations, single-cell RNA sequencing, and spatial transcriptomics. We identified oncogenic targets associated with 4-NP and performed pan-cancer expression profiling and prognostic analysis of 27 core genes, followed by machine learning algorithms to quantify the prognostic wei
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.
Traditional experimental methods for determining antibiotic resistance phenotypes (ARPs) and minimum inhibitory concentrations (MICs) in bacteria are laborious and time consuming. This study aims to explore the potential of whole-genome sequencing data combined with machine learning models for robustly predicting ARPs and MICs in Salmonella. Using a training set of 6394 Salmonella genomes alongside antimicrobial susceptibility testing results, we built two machine learning (ML) predictive models based on the pan-genome and pan-resistome. Each model was implemented using three algorithms: rando
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: Chronic systemic inflammation is a key contributor to cardiometabolic complications in diabetes mellitus (DM) and prediabetes (PreDM). Composite inflammatory indices-including neutrophil-to-lymphocyte ratio (NLR), monocyte-to-lymphocyte ratio (MLR), systemic inflammation response index (SIRI), systemic immune-inflammation index (SII), platelet-to-hemoglobin ratio (PHR), and aggregate inflammation systemic index (AISI)-have shown prognostic value for mortality. However, their integrated assessment using machine learning and quantification at the population level remain limited.
MET
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: Extrahepatic portal vein obstruction (EHPVO) is a leading cause of pediatric portal hypertension. While invasive portography remains the diagnostic gold standard, its risks highlight the need for non-invasive alternatives. This study aims to integrate ultrasound imaging features and serological markers to establish a machine learning model for noninvasive, simplified preoperative assessment of the portal system in pediatric patients with EHPVO. The model will serve as a reference for selecting optimal surgical strategies.
METHODS: A total of 103 pediatric EHPVO patients who underw
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.
BACKGROUND: The optimization of enhanced mineral weathering as a carbon dioxide removal technology requires a comprehensive understanding of what drives mineral weathering. These drivers can be abiotic and biotic and can interact with each other. Therefore, in this study, an extensive 8-week column experiment was set up to investigate 30 potential drivers of mineral weathering simultaneously.
METHODS: The setup included various combinations of rock types and surface areas, irrigation settings, biochar and organic amendments, along with various biota and biotic products such as earthworms, fun
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.
BackgroundSepsis is the leading cause of mortality in critically ill cancer patients; however, traditional prognostic models fail to capture the complexity of their immune and physiological interactions.MethodsThis retrospective study analyzed electronic health records from the Medical Information Mart for Intensive Care IV database, including the records of patients with sepsis who had a documented history of cancer and were admitted to the intensive care unit. A two-step feature selection approach, combining least absolute shrinkage and selection operator regression and recursive feature eli
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: Hepatitis B virus-induced acute-on-chronic liver failure (HBV-ACLF) has extremely high mortality rates and is closely linked to inflammatory responses. Early interventions in high-risk patients can significantly improve survival rates.
METHODS: In this prospective cohort study, we used the Olink proximity extension assay to compare 96 inflammation-related proteins in survivors and non-survivors of ACLF. Functional enrichment analysis of differentially expressed proteins (DEPs) was performed using KEGG to analyse their biological characteristics and correlation with disease severit
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/Objectives: Non-invasive ventilation (NIV) has emerged as a possible first-step treatment to avoid invasive intubation in pediatric intensive care units (PICUs) due to its advantages in reducing intubation-associated risks. However, the timely identification of NIV failure is crucial to prevent adverse outcomes. This study aims to identify predictors of first-attempt NIV failure in PICU patients by testing various machine learning techniques and comparing their predictive abilities. Methods: Data were sourced from the TIPNet registry, which comprised patients admitted to 23 Italian
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 objective of this IRB-approved retrospective monocentric study was to identify risk factors for mortality after surgery for congenital heart defects (CHDs) in pediatric patients using machine learning (ML). CHD belongs to the most common congenital malformations, and remains the leading mortality cause from birth defects. Methods: The most recent available hospital encounter for each patient with an age <18 years hospitalized for CHD-related cardiac surgery between the years 2011 and 2020 was included in this study. The cohort consisted of 1302 eligible patients (mean age [SD]:
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: Managing acute postoperative pain and minimizing chronic opioid use are crucial for patient recovery and long-term well-being.
OBJECTIVES: This study explored using preoperative electronic health record (EHR) and wearable device data for machine-learning models that predict postoperative acute pain and chronic opioid use.
METHODS: The study cohort consisted of approximately 347 All of Us Research Program participants who underwent one of eight surgical procedures and shared EHR and wearable device data. We developed four machine learning models and used the Shapley additive expla
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.
Deep venous thrombosis is a critical medical condition that occurs when a blood clot forms in a deep vein, usually in the legs, and can lead to life-threatening complications such as pulmonary embolism if not detected early. Hospitalized patients, especially those with immobility or post-surgical recovery, are at higher risk of developing deep venous thrombosis, making early prediction and intervention vital for preventing severe outcomes. In this study, we evaluated the following eight machine learning models to predict deep venous thrombosis risk: logistic regression, random forest, XGBoost,
СтатьяОбзорПолный 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.
AIMS: Using machine learning algorithms and administrative data, we aimed to predict the risk of being diagnosed with several diabetes-related complications after one-, two- and three-year post-diabetes diagnosis.
METHODS: We used longitudinal data from administrative registers of 610,019 individuals in Catalonia with a diagnosis of diabetes and checked the presence of several complications after diabetes onset from 2013 to 2017: hypertension, renal failure, myocardial infarction, cardiovascular disease, retinopathy, congestive heart failure, cerebrovascular disease, peripheral vascular disea
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.
Leptospirosis is a zoonosis caused by Leptospira bacteria present in the urine of mammals. Leptospira is able to survive in soils and can be resuspended during rain events. Here, we analyzed the pathogenic Leptospira concentration as a function of hydrological variables in a leptospirosis hot spot. A total of 226 samples were collected at the outlet of a 3 km2 watershed degraded by ungulate mammals (deer and feral pigs) and rats which are reservoirs for leptospirosis. Water samples collected at the beginning of a rain event following a dry period contained high concentrations of pathogenic Lep
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.
In this research, we developed a novel method of quantitative analysis to increase the detection potential for screening and classification of skin cancer (melanoma). We fused two distinct optical approaches, an atomic spectroscopic detection technique laser-induced breakdown spectroscopy (LIBS) and a vibrational molecular spectroscopic technique known as Raman spectroscopy. Melanoma is a kind of skin cancer, also known as malignant melanoma, that developed in melanocytes cells, which produced melanin. Classification of melanoma cancerous tissues is a fundamental problem in biomedicine. For ea
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 Domain Name Service (DNS) is a central point in the functioning of the internet. Just as organizations use domain names to enable the access to their computational services, malicious actors make use of domain names to point to the services under their control. Distinguishing between non-malicious and malicious domain names is extremely important, as it allows to grant or block the access to external services, maximizing the security of the organization and users. Nowadays there are many DNS firewall solutions. Most of these are based on known malicious domain lists that are being constant
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