BACKGROUND: Atrial fibrillation (AF) is the most common arrhythmia worldwide, with catheter ablation being an effective yet recurrence-prone treatment. Given the limited accuracy of conventional risk scores in identifying patients at high risk of recurrence after catheter ablation, this study sought to develop and validate a machine learning (ML) model for predicting AF recurrence using a wide array of clinical and laboratory variables.
METHODS: Of the 438 patients with AF included in this study who underwent catheter ablation between 2016 and 2023. Comprehensive demographic, clinical, echoca
СтатьяСравнительное исследованиеВалидационное 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.
OBJECTIVES: The aim of this study was to develop a machine-learning model to assist in treatment decision-making for surgery, camouflage, and growth modulation in Class II malocclusion patients and to evaluate its validity and reliability.
MATERIAL AND METHODS: A total of 506 Class II malocclusion patients were included in the study, with patients randomly assigned to a training set (405) and a test set (101). Four machine-learning (ML) models - logistic regression (LR), decision tree (DT), random forest (RF), and support vector machine (SVM) - were trained to predict the most suitable treatm
СтатьяСравнительное 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: As the Chinese population continues to age, the prevalence of gastric ulcers, a common nutrition and diet-related disorder, is rising among the elderly. Gastric ulcers pose a significant public health challenge in China, yet there is limited research to predict gastric ulcers accurately.
OBJECTIVE: Our study aims to employ machine learning algorithms to predict the occurrence of gastric ulcers and develop an online tool to assess the risk of gastric ulcers for elderly individuals, both currently and in the future, while identifying important predictors.
METHOD: We used baseline d
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: Previous research has identified key factors affecting in vitro fertilization or intracytoplasmic sperm injection success, yet the lack of a standardized approach for various treatments remains a challenge.
OBJECTIVE: The objective of this study is to utilize a machine learning approach to identify the principal predictors of success in in vitro fertilization and intracytoplasmic sperm injection treatments.
MATERIALS AND METHODS: We collected data from 734 individuals at 2 infertility centers in Mashhad, Iran between November 2016 and March 2017. We employed feature selection met
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.
Little is known about the therapeutic outcomes of transforaminal epidural steroid injection (TFESI) in patients with lumbosacral radicular pain due to lumbar spinal stenosis (LSS). Using lumbar spine radiographs as input data, we trained a convolutional neural network (CNN) to predict therapeutic outcomes after lumbar TFESI in patients with lumbosacral radicular pain caused by LSS. We retrospectively recruited 193 patients for this study. The lumbar spine radiographs included anteroposterior, lateral, and bilateral (left and right) oblique views. We cut each lumbar spine radiograph image into
Полный 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: Older adults are at an increased risk of postoperative morbidity. Numerous risk stratification tools exist, but effort and manpower are required.
OBJECTIVE: This study aimed to develop a predictive model of postoperative adverse outcomes in older patients following general surgery with an open-source, patient-level prediction from the Observational Health Data Sciences and Informatics for internal and external validation.
METHODS: We used the Observational Medical Outcomes Partnership common data model and machine learning algorithms. The primary outcome was a composite of 90-day
Наблюдательное исследованиеСтатьяПоддержка исследования: вне правительства СШАПолный 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.
PURPOSE: A convolutional neural network (CNN) is one of the representative deep learning (DL) model that is especially useful for image recognition and classification. In the current study, using cervical axial magnetic resonance imaging (MRI) data obtained prior to transforaminal epidural steroid injection (TFESI), we developed a CNN model to predict the therapeutic outcome of cervical TFESI in patients with cervical foraminal stenosis.
PATIENTS AND METHODS: We retrospectively recruited 288 patients with cervical foraminal stenosis who received cervical TFESI due to cervical radicular pain.
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.
The purpose of the present article is to study the bending strength of glulam prepared by plane tree (Platanus Orientalis-L) wood layers adhered by UF resin with different formaldehyde to urea molar ratios containing the modified starch adhesive with different NaOCl concentrations. Artificial neural network (ANN) as a modern tool was used to predict this response, too. The multilayer perceptron (MLP) models were used to predict the modulus of rapture (MOR) and the statistics, including the determination coefficient (R2), root mean square error (RMSE), and mean absolute percentage error (MAPE)
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: Inopathy of prematurity (WINROP) Weight, insulin-derived growth factor 1, neonatal ROP algorithm is an online tool that has been validated as a predictor of retinopathy of prematurity (ROP) in various countries. The current study was designed to evaluate the predictive ability of WINROP algorithm (http://winrop.com) using postnatal weight gain in detecting Type 1 ROP in Indian babies.
METHODS: Prospective single centre observational study of 153 consecutive preterm babies who were eligible for screening for ROP as per the standard guidelines. Sixteen babies were excluded from the stu
СтатьяНаблюдательное 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.
OBJECTIVE: Although lower respiratory infections (LRI) are among the leading causes of mortality in the US, their association with underlying factors and geographic variation have not been adequately examined.
METHODS: In this study, explanatory variables (n = 46) including climatic, topographic, socio-economic, and demographic factors were compiled at the county level across the continentalUS.Machine learning algorithms - logistic regression (LR), random forest (RF), gradient boosting decision trees (GBDT), k-nearest neighbors (KNN), and support vector machine (SVM) - were employed 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.
BACKGROUND: Sexual health (SH) services increasingly need to prioritise those at greatest risk of sexually transmitted infections (STIs). We used SH surveillance data to develop algorithms to triage individuals attending SH services within two high-risk populations: men who have sex with men (MSM) and young people (YP).
METHODS: Separate multivariable logistic regression models for MSM and YP were developed using surveillance data on demographics, recent sexual history, prior STI diagnoses and drug/alcohol use from five clinics in 2015-2016 to identify factors associated with new STI diagnose
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.
Clinical otolaryngology : official journal of ENT-UK ; official journal of Netherlands Society for Oto-Rhino-Laryngology & Cervico-Facial Surgery2016eng
OBJECTIVES: We tried to assess the relationship between nasal resistance measured by rhinomanometry and the pressure used in CPAP.
DESIGN: Retrospective medical case series review, January 2004 to December 2014.
SETTING: Tertiary care academic medical centre.
PARTICIPANTS: Thirty-eight patients (m = 56.55 years; male = 90.5%) with CPAP settings ≤8 and 39 patients (m = 57.49 years; male = 74.9%) with pressure settings ≥12.
MAIN OUTCOME MEASURES: Study variables were BMI, neck circumference, Epworth Sleepiness Scale score, nasopharyngeal examination and computerised anterior active rhinomano
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.
Two predictive models were developed within a geographic information system using Genetic Algorithm Rule-Set Prediction (GARP) and the growing degree day (GDD)-water budget (WB) concept to predict the distribution and potential risk of visceral leishmaniasis (VL) in the State of Bahia, Brazil. The objective was to define the environmental suitability of the disease as well as to obtain a deeper understanding of the eco-epidemiology of VL by associating environmental and climatic variables with disease prevalence. Both the GARP model and the GDDWB model, using different analysis approaches and
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.
Visual impairment (VI) is a severe and prevalent complication of type 2 diabetes (T2D), particularly in high-risk populations, underscoring the critical need for early predictive strategies. A retrospective cross-sectional study was conducted to develop and validate machine learning (ML) predictive models for VI among patients with T2D in Saudi Arabia. To the best of our knowledge, this is the first study to employ WOA and BWO as feature selection techniques to identify the most informative predictors of VI among Saudi patients with T2D. Predictive models were subsequently developed and compar
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: Sleep apnea syndrome (SAS) is closely related to an increased risk of non-alcoholic fatty liver disease (NAFLD), but current clinical tools lack the integration of multidimensional data for accurate risk prediction. This study employs various machine learning algorithms to develop and validate a risk prediction model for the occurrence of NAFLD in SAS patients.
METHODS: This retrospective multi-center study used data from 595 SAS patients diagnosed in 2024 at Wuxi Fifth People's Hospital (training cohort) and 372 patients from Wuxi Second People's Hospital (external validation coh
СтатьяМногоцентровое исследованиеПолный 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.
Many individuals hospitalized due to severe viral infections develop mental and physical sequelae, which could potentially be prevented by targeted interventions for those at risk. Our goal was to develop and externally validate an algorithm for predicting mental and physical symptoms after SARS-CoV-2 hospitalization utilizing routinely collected clinical data. Participants were included from two independent samples of the German National Pandemic Cohort Network (NAPKON): a model development sample (SUEP; N = 451; mean age: 55.6 ± 15.3; 36.2% female) and an external validation sample (HAP: N =
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.
OBJECTIVES: To extract intratumoral, peritumoral, and integrated intratumoral-peritumoral CT radiomic features, develop multi-source radiomic models using various machine learning algorithms to identify the optimal model, and integrate clinical factors to establish a nomogram for predicting the therapeutic response to induction therapy(IT) in locally advanced non-small cell lung cancer.
METHODS: This study included 209 patients with locally advanced non-small cell lung cancer (LA-NSCLC) who received IT as the training cohort, and an external validation cohort comprising 50 patients from anoth
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.
OBJECTIVE: The heterogeneous nature of sepsis renders determining its underlying causes difficult, which may delay diagnosis and intervention. VitalCare-SEPsis Score (VC-SEPS) is a deep learning-based algorithm that predicts sepsis and monitors patient conditions based on electronic medical record data. However, few studies have prospectively compared medical artificial intelligence software algorithms and traditional scoring systems to predict sepsis. This prospective observational study attempted to validate the predictive performance and risk stratification of VC-SEPS for early prediction o
СтатьяНаблюдательное 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.
Опубликованное исправлениеПолный 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: 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 used numerous ML techniques to predict in-hospital total cost. We found that linear regression (LM), gradient boosting (GBM) and
СтатьяПрепринтПоиск 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.
MedElevator
Войти в исследования