BACKGROUND: We applied various machine learning algorithms to a large national dataset to model the risk of postoperative sepsis after appendectomy to evaluate utility of such methods and identify factors associated with postoperative sepsis in these patients.
METHODS: The National Surgery Quality Improvement Program database was used to identify patients undergoing appendectomy between 2005 and 2017. Logistic regression, support vector machines, random forest decision trees, and extreme gradient boosting machines were used to model the occurrence of postoperative sepsis.
RESULTS: In the stu
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.
Accurately forecasting carbon dioxide (CO2) adsorption in KOH-activated biochar is crucial for advancements in geoenergy engineering and environmental technology. This research aims to develop robust machine learning models to capture the intricate relationships influencing CO2 adsorption, driven by variables like pressure, temperature, and the biochar's chemical and physical properties. We employed a comprehensive suite of machine learning methods, like convolutional neural networks, random forests, artificial neural networks, linear regression, ridge and lasso regressions, elastic net, suppo
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.
Evaluating progress throughout a patient's rehabilitation process helps choose effective treatment and formulate personalised and evidence-based rehabilitation interventions. The evaluation process is difficult due to the limitations of current clinical assessments. They lack the ability to reflect sensitive changes continuously throughout the rehabilitation process. Kinematic features have been extracted from individual's movement to address this problem due to their sensitivity and continuity. However, choosing appropriate kinematic features for rehabilitation evaluation has always been chal
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.
There is high risk of mortality between stage I and stage II palliation of single ventricle heart disease. This study aimed to leverage advanced machine learning algorithms to optimize risk-prediction models and identify features most predictive of interstage mortality. This study utilized retrospective data from the National Pediatric Cardiology Quality Improvement Collaborative and included all patients who underwent stage I palliation and survived to hospital discharge (2008-2019). Multiple machine learning models were evaluated, including logistic regression, random forest, gradient boosti
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.
Machine learning was applied to predict Arabica and Robusta coffee prices 2-6 months ahead using climatic, production, and economic data from 2009 to 2025. SHAP analysis revealed that global and Brazilian stock levels, Vietnamese drought, Colombian rainfall, and U.S. dollar exchange rate were the most influential drivers of price variation, showing that even features with weak simple correlations can have high predictive power. We compared Multilayer Perceptron (MLP), Extreme Learning Machine (ELM), Random Forest (RF), XGBoost, and two stacking configurations (RF/XGBoost/ELM) and (RF/XGBoost),
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: The age of onset and causes of heart failure differ between high-income and low-and-middle-income countries (LMIC). Heart failure patients in LMIC also experience a higher mortality rate. Innovative ways that can risk stratify heart failure patients in this region are needed. The aim of this study was to demonstrate the utility of machine learning in predicting all-cause mortality in heart failure patients hospitalised in a tertiary academic centre.
METHODS: Six supervised machine learning algorithms were trained to predict in-hospital all-cause mortality using data from 500 conse
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.
Artificial intelligence (AI) techniques-ranging from hybrid mechanistic-machine learning (ML) ensembles to gradient-boosted decision trees, support-vector machines, and deep neural networks-are transforming the management of seasonal influenza, respiratory syncytial virus (RSV), human immunodeficiency virus (HIV), and severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Symptom-based triage models using eXtreme Gradient Boosting (XGBoost) and Random Forests, as well as imaging classifiers built on convolutional neural networks (CNNs), have improved diagnostic accuracy across respirato
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.
BACKGROUND: Diabetes Mellitus is a chronic health condition (long-lasting) due to inadequate control of blood levels of glucose. This study presents a prediction of Type 2 Diabetes Mellitus among women using various Machine Learning Algorithms deployed to predict the diabetic condition. A University of California Irvine Diabetes Mellitus Dataset posted in Kaggle was used for analysis.
METHODS: The dataset included eight risk factors for Type 2 Diabetes Mellitus prediction, including Age, Systolic Blood Pressure, Glucose, Body Mass Index, Insulin, Skin Thickness, Diabetic Pedigree Function, an
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.
Pancreatic ductal adenocarcinoma (PDAC) is associated with a very poor prognosis. Therefore, there has been a focus on identifying new biomarkers for its early diagnosis and the prediction of patient survival. Genome-wide RNA and microRNA sequencing, bioinformatics and Machine Learning approaches to identify differentially expressed genes (DEGs), followed by validation in an additional cohort of PDAC patients has been undertaken. To identify DEGs, genome RNA sequencing and clinical data from pancreatic cancer patients were extracted from The Cancer Genome Atlas Database (TCGA). We used Kaplan-
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.
Boxing punch type classification and kinematic analysis are essential for coaches and athletes, providing critical insights into punch variety and effectiveness, which are vital for performance improvement. Existing methods for punch recognition and classification typically rely on wearable sensor data or video data; however, no fully automated system currently exists. While coaches prefer video-based analysis for its ability to easily visualize punch action errors and refine technique, video-based classification suffers from lower accuracy compared to sensor-based methods due to limitations s
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.
The main objective of this work is to establish a framework for processing and evaluating the lower limb electromyography (EMG) signals ready to be fed to a rehabilitation robot. We design and build a knee rehabilitation robot that works with surface EMG (sEMG) signals. In our device, the muscle forces are estimated from sEMG signals using several machine learning techniques, i.e. support vector machine (SVM), support vector regression (SVR) and random forest (RF). In order to improve the estimation accuracy, we devise genetic algorithm (GA) for parameter optimisation and feature extraction wi
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.
Online motor learning is central to effective learning and a crucial determinant of functional recovery after stroke. Despite its clinical significance, predictors of online motor learning remain understudied. Machine Learning (ML) offers a data-driven approach to identify predictors of online motor learning that would otherwise be limited using traditional statistical approaches, such as logistic regression. This study leveraged ML to determine key predictors and their relative importance in online motor learning after stroke. One hundred and seven stroke survivors completed assessments of so
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: To investigate the value of multimodal MRI radiomics model in predicting Neoadjuvant chemotherapy (NAC) response in Nasopharyngeal carcinoma (NPC) and assess the performance differences between machine learning and deep learning models.
METHODS: 370 NPC patients were retrospectively enrolled, with 126 patients receiving additional Dynamic contrast-enhanced Magnetic Resonance Imaging (DCE-MRI). Radiomics features were extracted from T1WI, PDWI, CE-T1WI and DCE-MRI sequences. Feature selection was performed through Mutual Information Criterion (MIC), Least Absolute Shrinkage and Sele
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: This study aimed to develop and validate five machine learning models designed to predict actinomycotic osteomyelitis of the jaw. Furthermore, this study determined the relative importance of the predictive variables for actinomycotic osteomyelitis of the jaw, which are crucial for clinical decision-making.
METHODS: A total of 222 patients with osteomyelitis of the jaw were analyzed, and Actinomyces were identified in 70 cases (31.5%). Logistic regression, random forest, support vector machine, artificial neural network, and extreme gradient boosting machine learning methods were
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 AND OBJECTIVE: Human-administered clinical scales, such as the Functional Ability Scale of the Wolf Motor Function Test (WMFT-FAS), are widely utilized to evaluate upper-limb motor function in stroke survivors. However, these scales are generally subjective and labor-intensive. To end this, we proposed a novel scoring approach for the motor function assessment.
METHODS: The proposed novel scoring approach mainly contained one Microsoft Kinect v2, one customized motion tracking system, and one customized intelligent scoring system. Specifically, the Kinect v2 was used to capture str
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.
Despite progressive developments over the last decades, current upper limb prostheses still lack a suitable control able to fully restore the functionalities of the lost arm. Traditional control approaches for prostheses fail when simultaneously actuating multiple Degrees of Freedom (DoFs), thus limiting their usability in daily-life scenarios. Machine learning, on the one hand, offers a solution to this issue through a promising approach for decoding user intentions but fails when input signals change. Incremental learning, on the other hand, reduces sources of error by quickly updating the m
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.
Machine learning is a vital tool in advancing drug development by accurately predicting the physical, chemical, and biological properties of various compounds. This study utilizes MATLAB program-based algorithms to calculate topological indices and machine learning algorithms to explore their ability to predict the physio-chemical properties of asthma drugs. By combining machine learning with topological indices, we can conduct faster and more precise analyses of drug structures. As we deepen our understanding of the relationship between molecular structure and performance, the integration of
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.
Peripheral nerve stimulation can help restore limb movement after paralysis and enable advanced rehabilitation technologies; however, current extraneural interfaces are typically limited by low fascicle selectivity and laborious functional evaluation. This study has developed an extraneural peripheral nerve interface with high fascicle selectivity, and an AI-facilitated video analysis pipeline for assessing limb movement during neuromodulation. This was achieved by deploying temporal interference stimulation (TIS) in a high-density nerve cuff electrode and by using machine learning algorithms
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.
The current study aimed to estimate the prevalence of self-harm and nonsuicidal self-injury (NSSI) in children with learning disabilities (LD) in Saudi Arabia and to develop machine-learning (ML) models to identify individuals at elevated risk. In a cross-sectional study, 392 children with DSM-5 specific LD (aged 8-12 years) were recruited through clinical and community channels and assessed for lifetime NSSI and self-harm using structured interviews and self-report. A comprehensive set of sociodemographic, academic, clinical and psychosocial variables was screened using recursive feature elim
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.
In this study, machine learning was used to predict electronic properties of anticancer drugs using molecular descriptors. Four machine learning models were employed to understand and predict the relationship between molecular structure and properties of the molecules. The results showed that extreme gradient boosting (XGBoost) gave good prediction performance in handling complex and nonlinear patterns in the data. In all cases, the feature importance analysis showed a consistent ranking. It shows how molecular descriptors had an influence on property prediction. This study shows how molecular
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