OBJECTIVE: To develop and validate machine learning (ML) models for predicting cycloplegic spherical equivalent refraction (SER) using non-cycloplegic parameters, addressing challenges in pediatric ophthalmic assessments.
METHODS: A prospective cohort of 2,274 Chinese children (4,548 eyes) aged 3∼16 years was stratified into development (n = 1819) and validation (n = 455) datasets. Six ML models (linear regression, random forest, extreme gradient boosting, multilayer perceptron, support vector machine, and light gradient boosting machine) were trained on demographics, non-cycloplegic refracti
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.
This study aimed to develop machine learning (ML) models to predict the L5-S1 level recurrent lumbar disc herniation (rLDH) after percutaneous endoscopic interlaminar discectomy (PEID), a minimally invasive treatment for L5-S1 lumbar disc herniation. Data from 309 patients who underwent single-level L5-S1 PEID between January 2020 and June 2024, with at least 6 months of follow-up, were analyzed. Clinical records, preoperative imaging, and visual analog scale (VAS) scores were used. LASSO regression identified key predictors, and six ML models were built: support vector machine (SVM), decision
СтатьяVideo-Audio MediaПоддержка 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.
This study sought to develop and validate different machine learning (ML) models that leverage non-contrast MRI radiomics to predict the degree of nonperfusion volume ratio (NVPR) of high-intensity focused ultrasound (HIFU) treatment for uterine fibroids, equipping clinicians with an early prediction tool for decision-making. This study conducted a retrospective analysis on 221 patients with uterine fibroids who received HIFU treatment and were divided into a training set (N = 117), internal validation (N = 49), and an external test set (N = 55). The 851 radiomics features were extracted from
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.
BACKGROUND: The incidence of delirium in hospitalized coronavirus disease 2019 (COVID-19) patients is linked to adverse health outcomes. Predicting the occurrence and risk factors of delirium is key to preventing its sudden onset.
AIMS: To explore the factors associated with delirium in hospitalized COVID-19 patients and to compare the performance of various machine learning (ML) techniques for future use in predicting delirium.
METHODS: We analyzed a dataset of 1,031 cases from two healthcare centers, which included 178 variables such as demographics, clinical data, and medication informati
СтатьяСравнительное 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: Although oral anticoagulation decreases the risk of thromboembolism in patients with atrial fibrillation (AF), a residual risk of thrombotic events still exists. This study aimed to construct machine learning (ML) models to predict the residual risk in these patients.
METHODS: Patients with newly diagnosed non-valvular AF were collected from the Global Registry on Long-Term Oral Anti-Thrombotic Treatment in Patients with Atrial Fibrillation (GLORIA-AF) registry. To predict the residual risk of the composite outcome of thrombotic events (defined as ischemic stroke, systemic embolis
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 objective was to utilize nine machine learning (ML) methods to predict the prognosis of antibody positive autoimmune encephalitis (AE) patients.
METHODS: The encephalitis data from the Global Burden of Disease (GBD) study is analyzed to reflect the disease burden of encephalitis. This study included 187 patients with AE. 121 patients as training set and 67 patients as validation set. Decision trees (DT), random forest (RF), extreme gradient boosting (XGBoost), k-nearest neighbor (KNN), support vector machine (SVM), naive bayes (NB), neural network (NN), light gradient boosting
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: Cancer therapy-induced thrombocytopenia (CTIT) is a common hematologic toxicity associated with anti-tumor treatment. Recombinant human interleukin-11 (rhIL-11), as a thrombopoietic agent, is widely used in clinical practice. However, its efficacy and safety exhibit substantial individual variability, and reliable tools for individualized prediction are currently unavailable.
METHODS: Based on real-world data from 12,431 CTIT patients treated with rhIL-11 across 58 Chinese centers (July 2023-June 2024), this study retrospectively collected comprehensive information on demographi
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: Early screening and risk assessment of nasopharyngeal carcinoma (NPC) are essential for timely diagnosis and improved treatment outcomes. This study aimed to develop and evaluate predictive models using logistic regression and machine learning (ML) techniques to identify significant risk factors for NPC across various healthcare settings.
METHODS: A total of 569 participants were enrolled in the internal training and validation cohorts, and 160 were enrolled in the independent external validation cohort. Several Epstein-Barr virus (EBV)-related antibodies and serological and hemat
Оценочное исследованиеСтатьяВалидационное 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.
Background/Objectives: Lung cancer remains a major cause of cancer-related mortality, with regional differences in incidence and patient characteristics. This study aimed to verify and quantify a perceived dramatic increase in lung cancer cases at a Romanian center, identify distinct patient phenotypes using unsupervised machine learning, and characterize contributing factors, including demographic shifts, changes in the healthcare system, and geographic patterns. Methods: A comprehensive retrospective analysis of 4206 lung cancer patients admitted between 2013 and 2024 was conducted, with det
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 PD-1/PD-L1 immune checkpoint pathway is a major target in cancer immunotherapy; however, small-molecule inhibitor development remains challenging due to the hydrophobic, structurally shallow PD-L1 interface. We developed an explainable artificial intelligence (XAI)-based QSAR framework to identify determinants governing PD-1/PD-L1 inhibition. A data set of 844 compounds, represented using MACCS, PubChem, and Mordred descriptors, was modeled using multiple machine learning algorithms with eXtreme Gradient Boosting (XGBoost) and Light Gradient Boosting Machine (LightGBM) models achieving 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.
OBJECTIVES: To develop and validate machine learning (ML) models for identifying key predictors and estimating the risk of intraoperative hypotension (IOH) in elderly patients undergoing general anesthesia.
METHODS: This secondary analysis included 1,720 elderly surgical patients from a randomized controlled trial. Data were split chronologically into training sets. Feature selection was performed using univariate analysis and the Boruta algorithm. Eight ML models - logistic regression, Bayesian model, K-nearest neighbor, support vector machine, neural network, classification and regression t
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: Inherited retinal dystrophies are characterized by high genetic and phenotypic heterogeneity, and their clinical progression may alternate between latent and active phases. Identifying the onset of the active phase may support earlier intervention for inflammatory retinal degeneration. Plasma proteomics has shown potential for characterizing predictive biomarkers in retinal diseases, but its application remains experimental. This study aimed to develop a methodological simulation exercise to evaluate the performance of machine learning (ML) models in distinguishing active and laten
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.
Early detection of liver fibrosis in chronic hepatitis B (CHB) patients is crucial for improving their prognosis. This study aims to develop a machine learning (ML)-based diagnostic model for evaluating the degree of liver fibrosis in patients with CHB. The present study comprised 268 patients with CHB who underwent liver biopsy from January 2022 to May 2023. Liver fibrosis was staged according to the Scheuer scoring system. The dataset is divided into a training set and a validation set in a ratio of 7.5:2.5. The feature selection process was executed through the utilization of least absolute
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: Psychiatric inpatients face an increased risk of deep vein thrombosis (DVT) due to their psychiatric conditions and pharmacological treatments. However, research focusing on this population remains limited.
METHODS: This study analyzed 17,434 psychiatric inpatients at Huzhou Third Municipal Hospital, incorporating data on demographics, psychiatric diagnoses, physical illnesses, laboratory results, and medication use. Predictive models for DVT were developed using logistic regression, random forest, support vector machine (SVM), and XGBoost (Extreme Gradient Boosting). Feature impo
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: Overactive bladder (OAB) is a urinary system syndrome that has a serious impact on daily life. Currently, the methods for estimating the risk of OAB are relatively limited, mainly relying on the symptoms reported by patients themselves. There is an urgent need to develop new risk models for the OAB diagnosis. This study aims to assess the risk of OAB in the female population by training machine learning (ML) models.
METHODS: Based on the National Health and Nutrition Examination Survey (NHANES) data from 2007 to 2018, a total of 10,807 female participants were included in the mode
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.
Accurate quantification of soil nitric oxide (NO) emissions can establish a scientific foundation for developing targeted strategies to mitigate emissions, thereby reducing their environmental impact. Using a database with 476 field measurements across China, a NO emission model was constructed by employing four machine learning algorithms including Extreme Gradient Boosting (XGBoost), Random Forest (RF), Support Vector Machine (SVM), and Artificial Neural Network (ANN). Our validation with independent observational data revealed that the XGBoost model performed the best, achieving a R2 of 0.6
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: Pituitary adenomas (PAs), craniopharyngiomas (CRs), Rathke's cleft cysts (RCCs), and tuberculum sellar meningiomas (TSMs) are common sellar region lesions with similar imaging characteristics, making differential diagnosis challenging. This study aims to develop and evaluate machine learning models using MRI-based radiomics features to differentiate these lesions.
METHODS: Two hundred and fifty-eight pathologically diagnosed sellar region lesions, including 54 TSMs, 81 CRs, 61 RCCs and 63 PAs, were retrospectively studied. All patients underwent conventional MR examinations. Featur
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.
Cardiovascular and cerebrovascular diseases (CCVD) are prominent mortality causes in Japan, necessitating effective preventative measures, early diagnosis, and treatment to mitigate their impact. A diagnostic model was developed to identify patients with ischemic heart disease (IHD), stroke, or both, using specific health examination data. Lifestyle habits affecting CCVD development were analyzed using five causal inference methods. This study included 473,734 patients aged ≥ 40 years who underwent specific health examinations in Kanazawa, Japan between 2009 and 2018 to collect data on basic p
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.
This study aimed to analyze peripheral blood lymphocyte subsets in lupus nephritis (LN) patients and use machine learning (ML) methods to establish an effective algorithm for predicting co-infection in LN. This study included 111 non-infected LN patients, 72 infected LN patients, and 206 healthy controls (HCs). Patient information, infection characteristics, medication, and laboratory indexes were recorded. Eight ML methods were compared to establish a model through a training group and verify the results in a test group. We trained the ML models, including Logistic Regression, Decision Tree,
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.
Understanding tree radial growth and its resistance to extreme droughts is crucial for predicting forest carbon sequestration in response to climate change. Photosynthates derived from canopy activity are fundamental to tree radial growth and drought resistance. However, the extent to which tree radial growth is coupled with canopy activity and whether such coupling is associated with growth resistance to extreme droughts remain unclear. Here, we compiled a pan-continental paired dataset of tree radial growth (represented by tree-ring chronologies) and canopy activity (estimated by a vegetatio
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