Extreme bradycardia (EB), extreme tachycardia (ET), ventricular tachycardia (VT), and ventricular flutter (VF) are the four types of life-threatening arrhythmias, which are symptoms of cardiovascular diseases. Therefore, in this study, a method of life-threatening arrhythmia recognition is proposed based on pulse rate variability (PRV). First, noise and interference are wiped out from the arterial blood pressure (ABP), and the PRV signal is extracted. Then, 19 features are extracted from the PRV signal, and 15 features with highly important and significant variation were selected by random for
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: Accurately estimating physical activity (PA) and energy expenditure of children and adolescents cross-stage are key issues in sports medicine and beyond.
OBJECTIVE: This study aims to develop and test a long short-term memory (LSTM) network to predict physical activity energy expenditure (PAEE), types, and intensity using accelerometer data collected in children and adolescents.
METHODS: A total of 120 healthy participants aged 6-18 years completed 13 PA tasks while wearing triaxial accelerometers at 9 body sites and simultaneously wore the portable metabolic analyzer. 59 feature
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 systematically examines the clinical factors associated with enteral nutrition-related diarrhea (ENAD) in patients with severe stroke and uses interpretable machine learning methods to assess the strength of these associations.
METHODS: This retrospective study included 766 patients with severe stroke from two hospitals between January 2021 and December 2025; data were sourced from electronic medical records and nursing notes. The study compared eight machine learning algorithms: logistic regression (Logistic), support vector machines (SVM), random forests (RF), extreme
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: Previous studies have indicated a correlation between the glycosylated hemoglobin index (HGI) and the prognosis of patients with sepsis. However, the impact of its dynamic fluctuations on patient outcomes remains insufficiently explored. This study seeks to investigate the relationship between HGI trajectory changes over time and the prognosis of patients with sepsis, and developing an optimal predictive model for 28-day and 90-day mortality risk using machine learning techniques.
METHODS: Data from the MIMIC-IV 3.0 database were employed to construct a linear regression model uti
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: Crisis hotlines serve as a crucial avenue for the early identification of suicide risk, which is of paramount importance for suicide prevention and intervention. However, assessing the risk of callers in the crisis hotline context is constrained by factors such as lack of nonverbal communication cues, anonymity, time limits, and single-occasion intervention. Therefore, it is necessary to develop approaches, including acoustic features, for identifying the suicide risk among hotline callers early and quickly. Given the complicated features of sound, adopting artificial intelligence
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 develop an interpretable machine learning model utilizing ultrasound radiomics for distinguishing between granulomatous lobular mastitis and breast cancer.
METHODS: This retrospective study encompassed 237 patients who underwent preoperative breast ultrasound examinations and received pathological diagnoses of either granulomatous lobular mastitis or breast cancer at Quzhou People's Hospital between April 2013 and April 2023. Radiomic features were extracted from the ultrasound images, and feature selection was conducted using intra-class correlation coefficients, Pearson correl
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.
Diabetic kidney disease (DKD) affects approximately 40% of patients with diabetes mellitus and remains a leading cause of end-stage renal disease worldwide. Early diagnosis and identification of therapeutic targets are critical for improving patient outcomes, yet reliable biomarkers are lacking. This study integrated transcriptomic data from the Gene Expression Omnibus (GEO) database (GSE96804, GSE30528, and GSE142025) with machine learning algorithms and Mendelian randomization (MR) to identify diagnostic biomarkers for DKD. Differentially expressed genes (DEGs) were identified and intersecte
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: The goal of this research is to use machine learning (ML) techniques to create a risk prediction model for postpartum stress urinary incontinence (PSUI). To improve screening accuracy and optimize clinical care techniques, the goal is to determine the best model for clinical screening.
METHODS: Telephone interviews and computerized medical records were used in this study to gather data, which was then combined into a follow-up data form. We recruited women who underwent surface electromyography (sEMG) at Xinjiang Production and Construction Corps Hospital's postpartum rehabilita
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: Early manifestations of pediatric Central Nervous System Infection (CNSI) lack specificity and are difficult to distinguish from Febrile Seizures (FS). Previous machine learning research has primarily focused on general infection risk stratification, with few studies on discriminative models for pediatric CNSI using initial clinical data.
OBJECTIVE: To construct an exploratory machine learning-based model for early risk stratification to differentiate pediatric CNSI from FS using single-center retrospective data and to analyze key predictive factors.
METHODS: Children hospitalize
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: Meropenem pharmacokinetics vary considerably among critically ill patients, resulting in uncertainty in target concentration attainment. This study aimed to develop a predictive model using real-world therapeutic drug monitoring (TDM) data to assess target attainment and provide a reference for individualized meropenem management.
METHODS: This single-center retrospective study included critically ill patients administered meropenem treatment and subjected to trough concentration monitoring from August 2023 to January 2026. Meropenem target attainment was defined as a trough concen
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 evaluate factors influencing the response to periodontal therapy in patients with periodontitis and type 2 diabetes mellitus (DM) using machine learning (ML) techniques, considering periodontal parameters, metabolic status, and demographic characteristics.
METHODOLOGY: We applied machine learning techniques to perform a post hoc analysis of data collected at baseline and a 6-month follow-up from a randomized clinical trial (RCT). A leave-one-out cross-validation strategy was used for model training and evaluation. We tested seven different algorithms: K-Nearest Neighbors, Decisi
СтатьяРандомизированное исследованиеПоиск 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: Severe tubular atrophy/interstitial fibrosis are critical pathological features associated with poor prognosis in IgA nephropathy (IgAN). The early identification of patients at high risk for severe tubular damage could guide clinical management and improve outcomes.
OBJECTIVE: This study aimed to construct and validate a predictive model for assessing the risk of severe tubular atrophy and interstitial fibrosis in patients diagnosed with IgAN.
METHODS: A total of 3276 patients from the Hankou branch of Tongji Hospital were retrospectively enrolled for model development. A predic
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка 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: The variability in treatment response in people with rheumatoid arthritis (RA) warrants the prediction of patients at high risk of treatment failure. Identification of biomarkers linked to clinical remission in RA is currently a challenge. Metabolomics may help to identify such biomarkers as it allows for a comprehensive exploration of disease-related variations that extends beyond the genome and proteome. This hypothesis-free exploratory metabolomics study aimed to profile serum metabolic alterations in early RA to understand the metabolic changes associated with disease activity
СтатьяРандомизированное 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: Cardia carcinoma (CC) is a highly heterogeneous cancer with an increasing incidence worldwide. Gastroesophageal reflux disease has been identified as a risk factor for CC, and patients with Sjögren's syndrome (SS) are often reported to have esophageal motility disorders. This study aimed to identify potential hub genes and molecular processes for CC with SS.
METHODS: Four datasets were obtained from the Gene Expression Omnibus (GEO) database. Differentially expressed genes (DEGs) analysis and weighted gene coexpression network analysis (WGCNA) were conducted to identify shared gen
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.
STUDY DESIGN: Retrospective study.
OBJECTIVES: The objective of this investigation was to formulate and internally verify a customized machine learning (ML) framework for forecasting cerebrospinal fluid leakage (CSFL) in lumbar fusion surgery. This was accomplished by integrating imaging parameters and using the SHapley Additive exPlanation (SHAP) technique to elucidate the interpretability of the model.
SUMMARY OF BACKGROUND DATA: Given the increasing incidence and surgical volume of spinal degeneration worldwide, accurate predictions of postoperative complications are urgently needed. SHAP
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: Patients with severe dengue who develop severe respiratory failure requiring mechanical ventilation (MV) support have significantly increased mortality rates. This study aimed to develop a robust machine learning-based risk score to predict the need for MV in children with dengue shock syndrome (DSS) who developed acute respiratory failure.
METHODS: This single-institution retrospective study was conducted at a tertiary pediatric hospital in Vietnam between 2013 and 2022. The primary outcome was severe respiratory failure requiring MV in the children with DSS. Key covariables 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.
Klebsiella pneumoniae is one of the most common causes of hospital- and community-acquired pneumoniae. Resistance to the extensively used quinolone antibiotic, such as ciprofloxacin, has increased in Klebsiella pneumoniae, which leads to the increase in the risk of initial antibiotic selection for Klebsiella pneumoniae treatment. Rapid and precise identification of ciprofloxacin-resistant Klebsiella pneumoniae (CIRKP) is essential for clinical therapy. Nowadays, matrix-assisted laser desorption ionization time-of-flight mass spectrometry (MALDI-TOF MS) is another approach to discover antibioti
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.
Concussion injuries remain a significant public health challenge. A significant unmet clinical need remains for tools that allow related physiological impairments and longer-term health risks to be identified earlier, better quantified, and more easily monitored over time. We address this challenge by combining a head-mounted wearable inertial motion unit (IMU)-based physiological vibration acceleration ("phybrata") sensor and several candidate machine learning (ML) models. The performance of this solution is assessed for both binary classification of concussion patients and multiclass predict
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: Bone cement leakage is a common complication of percutaneous vertebroplasty and it could be life-threatening to some extent. The aim of this study was to develop a machine learning model for predicting the risk of cement leakage in patients with osteoporotic vertebral compression fractures undergoing percutaneous vertebroplasty. Furthermore, we developed an online calculator for clinical application. Methods: This was a retrospective study including 385 patients, who had osteoporotic vertebral compression fracture disease and underwent surgery at the Department of Spine Surgery, Li
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: Vasculogenic erectile dysfunction (ED) is an important subtype of organic ED, and its development and progression are closely related to endocrine, metabolic, and psychological factors. Identifying risk factors for vasculogenic ED may facilitate early recognition and targeted intervention.
METHODS: This study included 519 patients diagnosed with ED using penile color Doppler duplex ultrasonography (CDDU) as the gold standard. Clinical and laboratory indicators were collected. Feature selection was strictly performed within the training set using univariate logistic regression, the
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