INTRODUCTION: Same-day and early discharge after total hip and knee arthroplasty (THA/TKA) depend not only on patient characteristics but on the perioperative pathway itself. This study used supervised machine learning (ML) to evaluate a universal, non-selective enhanced recovery after surgery (ERAS) pathway at a high-volume tertiary centre, identifying the perioperative factors most strongly associated with failure of Day 0 or Day 1 discharge, and of same-day (Day 0) discharge.
METHODS: All patients undergoing primary THA, TKA, or partial knee replacement (PKR) within a universal, non-select…
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: Persistent postsurgical neuropathic pain (PPSNP) can occur after intraoperative damage to somatosensory nerves, with a prevalenc … a data structure consistent with pain-related subgroup (non-PPSPN vs. PPSNP) separation. Subsequent supervised machine learning-based analyses revealed 19 proteins (CD244, SIRT2, CCL28, CXCL9, CCL20, CCL3, IL.10RA, MCP.1, TRAIL, CCL25, IL10, uPA, CCL4, DNER, STAMPB, CCL23, CST5, CCL11, FGF.23) that were informative for subgroup separation. In cross-validated training and tes …
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.
Infection-related mortality (IRM) is a substantial component of nonrelapse mortality (NRM) after allogeneic hematopoietic stem cell transplantation (allo-HSCT). No scores have been developed to predict IRM before transplantation. Pretransplantation clinical and biochemical data were collected from a study cohort of 607 adult patients undergoing allo-HSCT between January 2009 and February 2017. In a training set of 273 patients, multivariate analysis revealed that age >60 years (P = .003), cytomegalovirus host/donor serostatus different from negative/negative (P < .001), pretransplantation IgA
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.
Stickler syndrome (SS) is a rare genetic disorder caused by mutations in collagen-encoding genes. Patients with SS are at an increased risk of retinal detachment, with ophthalmologic complications often presenting as the first symptom due to significant diagnostic delays. These delays contribute to severe visual impairment, even in early childhood, making diagnostic uncertainty a major clinical challenge. This study assessed the feasibility of early SS detection using facial features. Supervised machine learning models, including XGBoost and support vector machines (SVM), were applied to 2D an…
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.
Breast cancer is the second most common cancer in the world. Early diagnosis and treatment increase the patient's chances of healing. The te … SIT) for abnormality screening and diagnosis of malignant tumor (cancer), applying supervised and unsupervised machine learning techniques. We use the area under receiver operating characteristic curve, sensitivity, specificity, and accuracy as performance measures to compare the hybrid methodology with previous work in the literature. The K-Star classifier achieved accuracy …
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.
INTRODUCTION: Clostridioides difficile infection (CDI) presents a significant challenge in patients with inflammatory bowel disease (IBD), with high recurrence rates and complications. Predicting recurrent CDI (rCDI) in patients with IBD is crucial for implementing targeted interventions to improve patient outcomes. This study aimed to develop and validate a predictive model (RecurCDI-IBD) using supervised machine learning to identify patients with IBD at high risk of developing rCDI.
METHODS: Data were collected from adult patients with IBD diagnosed with CDI between 2013 and 2021. Inclusion…
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.
This data article presents the CubeSat Cybersecurity Dataset for Intrusion Detection (CuCD-ID), a collection of labelled command and telemetry data designed to support machine learning-based security research for space systems. The data were generated in a high-fidelity software-in-the-loop environment using NASA's Operational Simulator for Small Satellites (NOS3) running the core Flight System (cFS). Telemetry was captured across five scripted scenarios: one nominal case and four adversarial tactics aligned with the Space Attack Research and Tactic Analysis (SPARTA) framework, specifically co
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.
INTRODUCTION: Accurate core body temperature monitoring is central to health assessment in buffaloes, yet conventional rectal thermometry demands physical restraint and direct animal contact, causing stress to animals and posing injury risk to handlers.
METHODS: This study developed and validated a contact-free prediction framework combining ocular infrared thermography with stacked ensemble machine learning, using medial canthus temperatures of both eyes alongside environmental variables as predictors of rectal temperature in 471 adult female Murrah buffaloes. Normalisation parameters were d
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.
European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery2026eng
PURPOSE: Dysphagia frequently complicates recovery after stroke, necessitating effective predictive tools. This study aimed to develop supervised machine learning models to predict dysphagia risk in ischemic stroke patients.
METHOD: We retrospectively analyzed data from 103 ischemic stroke patients, aged over 18 years, using fiberoptic endoscopic evaluation of swallowing (FEES) as the diagnostic standard for dysphagia. Clinical variables included age, sex, EAT-10 score, Functional Oral Intake Scale (FOIS®), and Glasgow Coma Scale. Eleven ML algorithms were evaluated: Logistic Regression, SVM,…
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: Altered placental capillary blood flow is closely linked to obstetric complications, yet quantifying capillary-scale blood velocity … imulations incorporating perfusion and diffusion were performed to generate signal dictionaries for supervised machine learning regressors (random forest [RF] and multilayer perceptron [MLP]) to estimate velocity, perfusion fraction and diffusivity. The trained regressors were applied to simulated and in vivo dMRI data, with intravoxel incoherent motion (IVIM)-based estimate …
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/OBJECTIVE: Differentiating relapsing-remitting from progressive multiple sclerosis (MS) remains a clinical challenge, often requiring complex or invasive biomarkers. This study aimed to develop a machine learning model using acoustic speech analysis to classify MS phenotypes.
METHOD: A cohort of 300 consecutive people with MS (PwMS) provided speech recordings. Forty-four acoustic features were extracted. An elastic net model first identified the most relevant parameters from the development cohort (n = 200), which were then used to train six supervised ML classifiers. During the va
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.
Major Depressive Disorder (MDD) is a common mental disorder that markedly impairs psychosocial functioning and quality of life. Multi-modal … predictive model capable of generalizing to new cases for classifying MDD patients and HCs using a supervised machine learning approach, Random Forest (RF). To achieve this, we applied an unsupervised data fusion machine learning approach (Parallel Independent Component Analysis) to the gray matter (GM), white matter (WM), and regional homogeneity (ReHo) images of 197 MDD p …
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 and objective. Low back pain (LBP) is considered the most common and challenging disorder in health care. Although its incidence increases with age, a student's sedentary behavior could contribute to this risk. Through machine learning (ML), advanced algorithms can analyze complex patterns in health data, enabling accurate prediction and targeted prevention of medical conditions such as LBP. This study aims to detect the factors associated with LBP among health sciences students. Methods. A self-administered modified version of the Standardized Nordic Questionnaire was completed by
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.
Study DesignRetrospective case-control study.ObjectivesTo identify risk factors for proximal junctional kyphosis (PJK) after long-segment fu … n. Least absolute shrinkage and selection operator (LASSO) regression identified key variables. Six supervised machine learning algorithms were trained using center A data and validated on center B data. Model interpretability was assessed using Local Interpretable Model-agnostic Explanations (LIME).ResultsPJK occurred in 24 patients (16.9%). Logistic regression identified l …
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.
Small animal phobia (SAP) is a subtype of specific phobia characterized by an intense and irrational fear of small animals, which has been underexplored in the neuroscientific literature. Previous studies often faced limitations, such as small sample sizes, focusing on only one neuroimaging modality, and reliance on univariate analyses, which produced inconsistent findings. This study was designed to overcome these issues by using for the first time advanced multivariate machine-learning techniques to identify the neural mechanisms underlying SAP. Specifically, we relied on the multimodal Cano
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: We propose a new analytic framework, "Artificial Synthetic Imaging Data (ASID) Workflow," for sleep classification from a wearable device comprising: 1) the creation of ASID from data collected by a non-invasive wearable device that permits real-time multi-modal physiological monitoring on heart rate (HR), 3-axis accelerometer, electrodermal activity, and skin temperature, denoted as "Temporal E4 Data" (TED) and 2) the use of an image classification supervised learning algorithm, convolutional neural network (CNN), to classify periods of sleep.
METHODS: We investigate ASID Workflow
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.
PURPOSE: During the coronavirus disease 2019 (COVID-19) pandemic, hospitals still face the challenge of timely identification of infected individuals before inpatient admission. An artificial intelligence approach based on an established clinical network may improve prospective pandemic preparedness.
METHOD: Supervised machine learning was used to construct diagnostic models to predict COVID-19. A pooled database was retrospectively generated from 4437 participant data that were collected between January 2017 and October 2020 at 12 German centers that belong to the radiological cooperative ne…
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 diagnosis and management of metopic craniosynostosis involve subjective decision-making at the point of care. The purpose of this work was to describe a quantitative severity metric and point-of-care user interface to aid clinicians in the management of metopic craniosynostosis and to provide a platform for future research through deep phenotyping.
METHODS: Two machine-learning algorithms were developed that quantify the severity of craniosynostosis-a supervised model specific to metopic craniosynostosis [Metopic Severity Score (MSS)] and an unsupervised model used for cranial
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.
OBJECTIVE: Amyopathic dermatomyositis (ADM) is a heterogeneous and life-threatening autoimmune disease with a high mortality rate. In partic … tched healthy donors was assessed by multicolor flow cytometry. Patients were stratified using an unsupervised machine learning method (hierarchical clustering analysis) by immune cell subsets. Multiple Wilcoxon's signed rank tests and supervised machine learning methods were performed to identify important immune cell subsets. Kaplan-Meier survival analysis with log rank te …
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.
Neurologists judge the severity of Parkinsonian motor symptoms according to clinical scales, and their judgments exist inconsistent because of differences in clinical experience. Correspondingly, inertial sensing-based wearable devices (ISWDs) produce objective and standardized quantifications. However, ISWDs indirectly quantify symptoms by parametric modeling of angular velocities and linear accelerations nd trained by the judgments of several neurologists through supervised learning algorithms. Hence, the ISWD outputs are biased along with the scores provided by neurologists. To investigate
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.
MedElevator
Войти в исследования