BACKGROUND: Mycoplasma pneumoniae pneumonia (MPP) can cause plastic bronchitis (PB), a rare, life-threatening condition. However, current diagnostic methods often fail to identify early-stage PB in children.The aim of our study was to develop machine learning algorithms to identify early-stage PB in pediatric patients with MPP.
METHODS: This retrospective cohort study involved 307 pediatric patients with MPP who underwent bronchoscopy intervention from April 2023, to June 2025.Patients were randomly split into training and test sets (7:3). After feature selection using LASSO and Boruta algori
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: Metabolic - associated fatty liver disease (MAFLD) is a common hepatic disorder with increasing prevalence, and early detection remains inadequately achieved. This study aims to explore the relationship between the non-high-density lipoprotein cholesterol to high-density lipoprotein cholesterol ratio (NHHR) and MAFLD, and to establish a predictive model for MAFLD using NHHR as a key variable.
METHODS: All participants were selected from the NHANES cohort, spanning from 2017 to March 2020. Multiple linear regression models were employed to examine the relationship between the non-hi
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: Obstructive sleep apnea (OSA) is a globally prevalent disease closely associated with hypertension. To date, no predictive model for OSA-related hypertension has been established. We aimed to use machine learning (ML) to construct a model to analyze risk factors and predict OSA-related hypertension.
MATERIALS AND METHODS: We retrospectively collected the clinical data of OSA patients diagnosed by polysomnography from October 2019 to December 2021 and randomly divided them into training and validation sets. A total of 1,493 OSA patients with 27 variables were included. Independent
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.
Mechanomyography (MMG) enables non-invasive monitoring of muscle mechanical activity, while its utility in time-resolved fatigue detection during dynamic human-exoskeleton interaction remains underexplored. This pilot study explored the feasibility of combining MMG with machine learning to characterize neuromuscular fatigue and evaluate passive lower-limb exoskeleton assistance during repetitive 10 kg squat-lifting tasks. MMG signals from five lower-limb muscles were extracted for time-domain, frequency-domain and nonlinear features, and fatigue identification was implemented via a spectral-ba
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 formulate a prognostication model in the early post-operation phase of lower limb amputation to predict patient's ability to ambulate with a prosthesis post rehabilitation.
DESIGN: Retrospective cohort study, using data collected from electronic medical records. Predictive factors and prosthetic ambulation outcomes post rehabilitation were used to develop prognostic models via machine learning techniques.
SETTING: Regional hospital's ambulatory rehabilitation clinic.
PARTICIPANTS: Patients with major lower limb amputation (N=329).
INTERVENTIONS: Not applicable.
MAIN OUTCOME
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: Steatotic liver disease affects 40% of nonobese individuals, but existing screening tools inadequately detect and stage disease severity in this population because of the limited sensitivity of conventional ultrasound and the lack of dedicated prediction models.
OBJECTIVE: This study aimed to develop and validate an interpretable machine learning model specifically for multiclass hepatic steatosis severity prediction in nonobese individuals to support early risk stratification in this underrecognized group.
METHODS: Health examination data from 215,145 nonobese participants (BMI
СтатьяВалидационное 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: The sperm DNA fragmentation index (DFI) provides important reference for evaluating male fertility and assisted reproductive outcomes, and its degree of damage is influenced by multiple factors. Our study aims to develop a machine learning-based predictive model for identifying high sperm DFI in infertile men using clinical and semen parameters.
METHODS: We retrospectively collected data on infertile male patients from two centers in Shanghai, China from March 2023 to March 2024. We used data from one center as the training cohort to construct the model and data from another cente
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.
OBJECTIVES: This study aimed to develop a method for extracting acoustic features to assess left anterior descending artery (LAD) stenosis severity.
METHODS: Heart sound data were collected from 75 participants (10 diastoles per participant) using a high-signal-to-noise ratio micro-electro-mechanical systems stethoscope. The diastolic signals were preprocessed, and empirical wavelet transform was applied to decompose their power spectra into three modes (0-150, 150-500, and > 500 Hz). The spectral energies (e(1), e(2), e(3)) of these modes were analyzed, and support vector machine (SVM) and e
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 diagnostic accuracy for coronary heart disease (CHD) needs to be improved. Some studies have indicated that klotho protein levels upon admission comprise an independent risk factor for CHD and have clinical value for predicting CHD. This study aimed to construct a tool to predict CHD risk by analyzing klotho levels and clinically relevant indicators by using a machine learning (ML) method. We randomly assigned the dataset of the National Health and Nutrition Examination Survey (NHANES) 2007-2016 to training and test sets at a ratio of 70:30. We evaluated the ability of five models construc
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.
PURPOSE: To develop a model to identify risk factors and predict recurrent cases of intussusception in children.
METHODS: Consecutive cases and recurrent cases of intussusception in children from January 2016 to April 2022 were screened. The cohort was divided randomly at a 4:1 ratio to a training dataset and a validation dataset. Three parallel models were developed using extreme gradient boosting (XGBoost), logistic regression (LR), and support vector machine (SVM). Model performance was assessed by the area under the receiver operating characteristic curves (AUC).
RESULTS: A total of 2469
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.
Chromosome 22q11.2 deletion syndrome (22q11.2DS) is a genetic neurodevelopmental syndrome that has been studied intensively in order to understand relationships between the genetic microdeletion, brain development, cognitive function, and the emergence of psychiatric symptoms. White matter microstructural abnormalities identified using diffusion tensor imaging methods have been reported to affect a variety of neuroanatomical tracts in 22q11.2DS. In the present study, we sought to combine two discovery-based approaches: (1) white matter query language was used to parcellate the brain's white ma
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Lumbar degenerative disc disease (LDDD) is a leading cause of chronic lower back pain; however, a lack of clear diagnostic criteria and solid LDDD interventional therapies have made predicting the benefits of therapeutic strategies challenging. Our goal is to develop machine learning (ML)-based radiomic models based on pre-treatment imaging for predicting the outcomes of lumbar nucleoplasty (LNP), which is one of the interventional therapies for LDDD.
METHODS: The input data included general patient characteristics, perioperative medical and surgical details, and pre-operative mag
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: Acute upper gastrointestinal bleeding (AUGIB) is one of the most common critical diseases encountered in the intensive care unit (ICU), with a mortality rate ranging from 15 to 20%. Accurate stratification of acute gastrointestinal bleeding into acute variceal gastrointestinal bleeding (AVGIB) and acute non-variceal gastrointestinal bleeding (ANGIB) subtypes is clinically essential as distinct entities require markedly different therapeutic approaches and even divergent prognostic implications. AUGIB characterized by hemorrhagic shock, hypotension, multiple organ dysfunction (MODS)
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: Inter-segment joint angles can be obtained from inertial measurement units (IMUs); however, accurate 3D joint motion measurement, which requires sensor fusion and signal processing, sensor alignment with segments and joint axis calibration, can be challenging to achieve.
RESEARCH QUESTION: Can an artificial neural network modeling framework be used for direct, real-time conversion of IMU data to joint angles during walking and running, and how does sensor number, location on the body and gait speed impact prediction accuracy?
METHODS: Thirty healthy adult participants performed g
Оценочное исследованиеСтатьяПоиск 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.
Parkinson's disease (PD) presents significant diagnostic challenges, particularly in its early stages when timely intervention is most effective. Voice analysis offers a noninvasive approach for early detection but faces challenges of class imbalance and high-dimensional data that limit machine learning (ML) classification performance. This study investigates the combined effect of the synthetic minority over-sampling technique (SMOTE) for data balancing and feature selection (FS) methods, analysis of variance, Chi-squared (χ2), and mutual information to optimize PD detection from voice record
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.
Urinary incontinence affects many women, yet there are no monitoring devices capable of accurately capturing flow dynamics during everyday activities. Building on our initial development of a wearable personal uroflowmeter, this study enhances the device's performance under realistic, dynamic conditions similar to those encountered in daily living. We integrated an optimized eight-vane Etoile flow conditioner with a 0.2D opening into the device. Both computational fluid dynamics simulations and experimental tests demonstrated that this flow conditioner significantly reduced turbulence intensit
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: Hospitalizations for exacerbations of congestive heart failure (CHF), chronic obstructive pulmonary disease (COPD) and diabetic ketoacidosis (DKA) are costly in the United States. The purpose of this study was to predict in-hospital charges for each condition using machine learning (ML) models.
RESULTS: We conducted a retrospective cohort study on national discharge records of hospitalized adult patients from January 1st, 2016, to December 31st, 2019. We constructed six ML models (linear regression, ridge regression, support vector machine, random forest, gradient boosting and ext
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: Antepartum depression is a common mental health issue. This study aimed to develop a tool to predict antepartum depression risk and contribute to improving the screening rate of antepartum depression.
METHODS: This study used a prospective design, including a total of 1,701 mid-pregnancy women, who were followed up until late pregnancy. We comprehensively incorporate predictors from biological, psychological, demography, and obstetrics. Several machine learning algorithms (logistic regression, random forest, support vector machine and extreme gradient boosting) were used to predic
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 and validate an interpretable machine learning (ML) model for the preoperative prediction of central lymph node metastasis (CLNM) in papillary thyroid microcarcinoma (PTMC).
METHODS: From December 2016 to December 2023, we retrospectively analyzed 710 PTMC patients who underwent thyroidectomies. Feature selection was conducted using the least absolute shrinkage and selection operator (LASSO) regression method, alongside the Support Vector Machine-Recursive Feature Elimination (SVM-RFE) algorithm in conjunction with multivariate logistic regression. Eight ML algorithms, n
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.
Wheelchair-mounted robotic arms support people with upper extremity disabilities with various activities of daily living (ADL). However, the associated cost and the power consumption of responsive and adaptive assistive robotic arms contribute to the fact that such systems are in limited use. Neuromorphic spiking neural networks can be used for a real-time machine learning-driven control of robots, providing an energy efficient framework for adaptive control. In this work, we demonstrate a neuromorphic adaptive control of a wheelchair-mounted robotic arm deployed on Intel's Loihi chip. Our alg
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.
MedElevator
Войти в исследования