BACKGROUND: Even after curative resection, the prognosis for patients with intrahepatic cholangiocarcinoma (iCCA) remains disappointing due to the extremely high incidence of postoperative recurrence.
METHODS: A total of 280 iCCA patients following curative hepatectomy from three independent institutions were recruited to establish the retrospective multicenter cohort study. The very early recurrence (VER) of iCCA was defined as the appearance of recurrence within 6 months. The 3D tumor region of interest (ROI) derived from contrast-enhanced CT (CECT) was used for radiomics analysis. The inde
Многоцентровое исследованиеСтатьяПоддержка 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/Objectives: The number of individuals with lower limb loss (LLL) is rising. Therefore, identifying the walking potential in individuals with LLL and prescribing adequate prosthetic systems are crucial. Various factors can influence participants' walking ability, to different extents. The aim of the present study was to apply machine learning methods to develop a predictive mode. This model can assist rehabilitation and limb loss care teams in making informed decisions regarding prosthesis prescription and predicting walking ability in individuals with LLL. Methods: The present study
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: The diagnosis of allergic rhinitis (AR) primarily relies on symptoms and laboratory examinations. Due to limitations in outpatient settings, certain tests such as nasal provocation tests and nasal secretion smear examinations are not routinely conducted. Although there are clear diagnostic criteria, an accurate diagnosis still requires the expertise of an experienced doctor, considering the patient's medical history and conducting examinations. However, differences in physician knowledge and limitations of examination methods can result in variations in diagnosis.
OBJECTIVE: Artif
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 Random Vector Functional Link (RVFL) network provides an efficient and quick method of training feedforward single hidden neural networks. It solves major disadvantages of classical neural networks, i.e. dealing with slow convergence and overfitting by exploiting fixed random weights and closed-form output computation. DenseNet121 architecture has huge potential in the artificial intelligence field and more specifically in object recognition tasks. The major drawback, however, is its inability to provide insights into its intermediate levels of analysis of classification, which is why this
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.
Patients with lung metastasis of colorectal cancer typically have a poor prognosis. Therefore, establishing an effective screening and diagnosis model is paramount. Our study seeks to construct and verify a predictive model utilizing machine learning (ML) that can evaluate the risk of lung metastasis with newly diagnosed colorectal cancer (CRC) using Shapley Additive exPlanations (SHAP). Using the Surveillance, Epidemiology, and End Results database, 39,674 were extracted for model development, all of whom had been pathologically diagnosed with CRC. The data spans from 2010 to 2015. Our study
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: Depressive disorder, particularly major depressive disorder (MDD), significantly impact individuals and society. Traditional analysis methods often suffer from subjectivity and may not capture complex, non-linear relationships between risk factors. Machine learning (ML) offers a data-driven approach to predict and diagnose depression more accurately by analyzing large and complex datasets.
METHODS: This study utilized data from the National Health and Nutrition Examination Survey (NHANES) 2013-2014 to predict depression using six supervised ML models: Logistic Regression, Random F
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.
Patients with diabetes mellitus (DM) are twice as likely as nondiabetic individuals to develop depression, which is a prevalent but often undiagnosed psychiatric comorbidity. Patients with DM who are depressed have poor glycemic control, worse quality of life, increased risk of diabetic complications, and higher mortality rate. The present study aimed to develop machine learning (ML) models that identify depression in patients with DM, determine the best performing model by evaluating multiple ML algorithms, and investigate features related to depression. We developed six ML models, including
СтатьяПоддержка 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.
The etiologies and pathogenesis of dilated cardiomyopathy (DCM) with heart failure (HF) remain to be defined. Thus, exploring specific diagnosis biomarkers and mechanisms is urgently needed to improve this situation. In this study, three gene expression profiling datasets (GSE29819, GSE21610, GSE17800) and one single-cell RNA sequencing dataset (GSE95140) were obtained from the Gene Expression Omnibus (GEO) database. GSE29819 and GSE21610 were combined into the training group, while GSE17800 was the test group. We used the weighted gene co-expression network analysis (WGCNA) and identified fif
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: The presence of central lymph node metastasis (CLNM) is crucial for surgical decision-making in clinical N0 (cN0) papillary thyroid carcinoma (PTC) patients. We aimed to develop and validate machine learning (ML) algorithms-based models for predicting the risk of CLNM in cN0 patients.
METHODS: A total of 1099 PTC patients with cN0 central neck from July 2019 to March 2022 at our institution were retrospectively analyzed. All patients were randomly split into the training dataset (70%) and the validation dataset (30%). Eight ML algorithms, including the Logistic Regression, Gradien
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.
Despite being the third in death rate among all cancers globally, gastric carcinoma (GC) is far from being detected accurately and timely, which could benefit the prognosis. To achieve this, we performed whole-genome sequencing (WGS) to plasma cfDNA of 733 participants, including healthy individuals, patients with benign gastric diseases and GC patients. The multi-omic biomarkers in this study, including fragmentation profile, end motif and genome-wide Copy Number Variations (CNV) of plasma cfDNA, are recently developed means for cancer detection and monitoring. And these biomarkers were extra
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.
Sulfonamide antibiotics (SAs) have attracted much attention due to their environmental risks to aquatic ecosystems. Biochars (BCs), as excellent adsorbent materials, have been used to remove SAs from aqueous phases. To achieve effective evaluation of adsorption, machine learning (ML) strategies are increasingly being developed. However, no applicable data-driven ML models have been studied to predict the adsorption of SAs by BCs in water. Therefore, this study employed an ML approach based on Wasserstein generative adversarial network (WGAN) data augmentation to predict the adsorption of SAs o
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 disease represents a source of major health problems worldwide, and although medical and technical advances have been achieved, they are still associated with high morbidity and mortality rates. Personalized medicine would benefit from novel tools to better predict individual prognosis and outcomes after intervention. Artificial intelligence (AI) has brought new insights to cardiovascular medicine, especially with the use of machine learning techniques that allow the identification of hidden patterns and complex associations in health data without any a priori assumptions. This
СтатьяОбзорПолный 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 AND OBJECTIVE: Early neurological deterioration (END) is a critical clinical event associated with poor patient outcomes after acute ischemic stroke. Early identification of high-risk patients is crucial for timely clinical management. This study aimed to develop and validate a model for predicting END risk for acute ischemic stroke patients using machine learning algorithms.
METHODS: This study retrospectively and consecutively enrolled 1,151 patients with acute ischemic stroke from the Stroke Center of Beijing Shunyi District Hospital between January 2021 and December 2024. END w
СтатьяВалидационное 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.
OBJECTIVE: This study constructed a predictive model for interstitial lung disease (ILD) in patients with rheumatoid arthritis (RA) and explored the value of interpretable machine learning.
METHODS: The medical records of 400 hospitalized RA patients treated in the Department of Rheumatology and Immunology, the First Affiliated Hospital of Anhui University of Chinese Medicine, from July 2021 to January 2025 were collected retrospectively. The patients were randomly allocated into a model training set (n = 280) and a validation set (n = 120) at a ratio of 7:3. Important feature variables 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.
BACKGROUND: Mental health challenges are a growing global public health concern, with university students at elevated risk due to academic and social pressures. Although several studies have exmanined mental health among Bangladeshi students, few have integrated conventional statistical analyses with advanced machine learning (ML) approaches. This study aimed to assess the prevalence and factors associated with depression, anxiety, and stress among Bangladeshi university students, and to evaluate the predictive performance of multiple ML models for those outcomes.
METHODS: A cross-sectional s
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.
Malignant pleural effusion (MPE) is a common complication in patients with advanced lung cancer, significantly impacting their survival rates and quality of life. Effective tools for assessing the prognosis of these patients are urgently needed to enable early intervention. This study retrospectively analyzed patient data from the Affiliated Hospital of North Sichuan Medical College from 2013 to 2021, which served as the training cohort and internal testing cohort. Additionally, three external testing cohorts were introduced: data from Guang'an People's Hospital as cohort 1, data from Dazhou C
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.
PURPOSE: Current pain management often relies primarily on pain intensity, which may not capture patient variability or guide individualized care. Advances in machine learning (ML) and explainable artificial intelligence (XAI) offer opportunities to improve assessment by identifying clinically meaningful subgroups and enhancing model interpretability. This study aimed to identify distinct cancer pain phenotypes using explainable machine learning and to develop a phenotype-guided clinical decision framework to support individualized pain assessment and management.
DESIGN: A cross-sectional stu
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.
OBJECTIVE: A risk prediction model for venous thromboembolism (VTE) after orthopedic surgery was constructed and validated using machine learning algorithms, providing a reference for the early identification of high-risk individuals in clinical settings.
METHOD: Patients who underwent orthopedic surgery were retrospectively collected from the Medical Information Mart for Intensive Care (MIMIC-IV) database as the modeling group. The patients were randomly divided into training and internal test sets in a 7:3 ratio. A total of 156 patients who underwent orthopedic surgery in our hospital from
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.
Postoperative recurrence is a major determinant of prognosis in bladder cancer. Early identification of patients at high risk is essential for optimizing individualized follow-up and therapeutic strategies. This study aimed to develop a comprehensive recurrence risk prediction model based on clinical characteristics, laboratory parameters, and postoperative follow-up data, and to identify the key risk factors associated with recurrence. A total of 488 patients with bladder cancer were retrospectively enrolled. Demographic, lifestyle, comorbidity, tumor-related, surgical, and laboratory data at
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: To develop and validate a predictive tool using machine learning models for identifying risk factors for upper limb dysfunction following modified radical mastectomy (MRM) in breast cancer patients.
METHODS: A total of 768 breast cancer patients who underwent Modified radical mastectomy (MRM) between January 2022 and December 2023 were included in this study. The dataset was divided into a training set (506 cases) and a validation set (262 cases). The collected data encompassed demographic characteristics, clinicopathological features, medical history, and postoperative rehabilitat
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.
MedElevator
Войти в исследования