BACKGROUND/OBJECTIVE: Otitis media with effusion (OME) occurs when fluid builds up in the middle ear without an infection. Studies have shown high misdiagnosis rate. The objective of the study is to use machine learning (ML) to differentiate between OME and normal tympanic membrane (TM) images.
METHODS: This is a prospective case-control study. Patients were divided into case/OME and control/Normal groups based on the consensus assessment of two otolaryngologists and objectively measured with a portable tympanometer. TM images were captured using a smartphone equipped with a video-otoscope. S
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.
PURPOSE: Acute hypoxemic respiratory failure (AHRF), a life-threatening condition in critically ill patients, is associated with poor clinical outcomes. Although the stress hyperglycemia ratio (SHR) may reflect acute metabolic stress, its prognostic role in AHRF remains unclear. This study investigated the association between SHR and mortality risk in patients with AHRF.
METHODS: We retrospectively analyzed 2514 patients with AHRF from the MIMIC-IV database. Restricted cubic spline analysis was used to assess the potential non-linear association between SHR and 28-day all-cause mortality. Kap
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 Dental caries is a chronic disease that requires intervention to prevent complications and minimise costs. Accurate caries risk assessment is crucial but traditional methods depend on skilled clinicians, limiting scalability. Machine learning offers an efficient and standardised alternative.Objective This study aimed to develop and evaluate computational models using machine learning techniques for predicting caries risk in adults.Methods A systematic review identified seven predictors that were applied to 3,000 balanced Universiti Teknologi MARA patient records spanning low, modera
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: Acute pancreatitis (AP) is a complex and life-threatening disease. Early recognition of factors predicting morbidity and mortali … tal score >6 points), the sensitivity was 68.94% and the specificity was 92.66%.
CONCLUSIONS: This supervised machine learning-based model can help recognize high-risk AP hospitalizations. Clinicians may use the IAPR score to identify patients with AP at high risk of ICU admission within the first week of hospitalization.
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: This study aims to develop a Radiomics-based Supervised Machine-Learning model to predict mortality in patients with spontaneous in … did not predict any false negative test (negative predicted value 1).
CONCLUSION: Radiomics-based Supervised Machine Learning models can predict mortality during admission in patients with sICH. SVM with the "DropOut+SelectKBest" feature selection strategy and no hyperparameter optimization was the best simplified model to detect mortality during admission in patients with …
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.
Drug-resistant tuberculosis (DR-TB) and HIV coinfection present a conundrum to public health globally and the achievement of the global END … as used to determine predictors of DR-TB treatment outcomes. A decision tree classifier, which is a supervised machine learning algorithm, was also used. Python version 3.8. and R version 4.1.1 software were used for data analysis. A p-value of 0.05 with a 95% confidence interval (CI) was used to determine statistical significance. A total of 456 DR-TB patients were included …
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.
BACKGROUND: Existing models have performed poorly when predicting mortality for patients undergoing venovenous extracorporeal membrane oxygenation (VV-ECMO). This study aimed to develop and validate a machine learning (ML)-based prediction model to predict 90-day mortality in patients undergoing VV-ECMO.
METHODS: This study included 368 patients with acute respiratory failure undergoing VV-ECMO from 16 tertiary hospitals across South Korea between 2012 and 2015. The primary outcome was the 90-day mortality after ECMO initiation. The inputs included all available features (n=51) and those from
Многоцентровое исследованиеСтатьяПоиск 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.
STUDY DESIGN: Retrospective review.
OBJECTIVE: To use predictive modeling and machine learning to identify patients at risk for venous thromboembolism (VTE) following posterior lumbar fusion (PLF) for degenerative spinal pathology.
METHODS: Patients undergoing single-level PLF in the inpatient setting were identified in the National Surgical Quality Improvement Program database. Our outcome measure of VTE included all patients who experienced a pulmonary embolism and/or deep venous thrombosis within 30-days of surgery. Two different methodologies were used to identify VTE risk: 1) a novel pr
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.
Deficit schizophrenia is characterized by neurocognitive impairments and changes in the patterning of IgA/IgM responses to plasma tryptophan catabolites (TRYCATs). In the current study, supervised pattern recognition methods, including logistic regression analysis (LRA), Support Vector Machine (SVM), and Soft Independent Modeling of Class Analogy (SIMCA), were used to examine whether deficit schizophrenia is a discrete diagnostic class with respect to Consortium To Establish a Registry for Alzheimer's disease (CERAD) and Cambridge Neuropsychological Test Automated Battery (CANTAB) tests and Ig
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.
Loss of olfactory function is a typical acute coronavirus disease 2019 (COVID-19) symptom, at least in early variants of SARS-CoV2. The time … e perception of their own olfactory function. The impact of this effect was substantial enough that supervised machine learning algorithms detected past COVID-19 infections in new subjects, based on reduced self-awareness of olfactory performance and parosmia, while the diagnosed olfactory function did not contribute any relevant information in this context. Based on diagnos …
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.
Ankle osteoarthritis (OA) is a debilitating condition that arises as a result of trauma or injury to the ankle and often progresses to chronic pain and loss of function that may require surgical intervention. Total ankle arthroplasty (TAA) has emerged as a means of operative treatment for end-stage ankle OA. Increased hospital length of stay (LOS) is a common adverse postoperative outcome that increases both the complications and cost of care associated with arthroplasty procedures. The purpose of this study was to employ four machine learning (ML) algorithms to predict LOS in patients undergo
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: While theoretical models link obsessive-compulsive disorder (OCD) with executive function deficits, empirical findings from the … otivated by these experiences may relate to distinct cognitive processes.
METHODS: Here, we used a supervised machine learning approach to characterize neuropsychological processes in OCD, accounting for sensory phenomena.
RESULTS: Compared to logistic regression and other algorithms, random forest best differentiated healthy controls (n = 59; balanced accuracy = .70), pat …
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 propensity of different Anopheles mosquitoes to bite humans instead of other vertebrates influences their capacity to transmit pathogens to humans. Unfortunately, determining proportions of mosquitoes that have fed on humans, i.e. Human Blood Index (HBI), currently requires expensive and time-consuming laboratory procedures involving enzyme-linked immunosorbent assays (ELISA) or polymerase chain reactions (PCR). Here, mid-infrared (MIR) spectroscopy and supervised machine learning are used to accurately distinguish between vertebrate blood meals in guts of malaria mosquitoes, w…
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.
INTRODUCTION: Blood-based biomarkers (BBMs) are promising tools to facilitate biological diagnosis of Alzheimer's Disease (AD). Establishing reliable cutoffs for BBMs represents a major issue for real-world implementation and the investigation of combined BBM approaches is limited. Our aim is to test different machine learning (ML) models for BBMs interpretation with respect to established gold-standard in vivo biomarkers, i.e., cerebrospinal fluid (CSF) biomarkers, to enhance their standalone and combined diagnostic value for AD.
METHODS: We selected 434 patients who referred to Perugia Univ
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.
Within the pelvis the iliac crest and ischial tuberosity display delayed ossification and fusion, thus, presenting as reliable maturity indicators. Amongst the different iliac crest and ischial tuberosity age estimation methods, the modified Kreitner-Kellinghaus stages constitute one of the more promising methods. The present study was directed towards establishing the applicability of the modified Kreitner-Kellinghaus method using five supervised machine learning approaches. Clinical CT scans of consenting individuals were collected and scored using the modified Kreitner-Kellinghaus method fo…
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.
Compound identification by database searching that matches experimental with library mass spectra is commonly used in mass spectrometric (MS) data analysis. Vendor software often outputs scores that represent the quality of each spectral match for the identified compounds. However, software-generated identification results can differ drastically depending on the initial search parameters. Machine learning is applied here to provide a statistical evaluation of software-generated compound identification results from experimental tandem MS data. This task was accomplished using the logistic regre
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
Greater lifting-specific pain-related fear has been associated with reduced lumbar spine motion during lifting, suggesting fear-driven protective movement strategies with potential negative consequences. However, the role of task-specific pain-related fear and lifting kinematics in the development of low back pain (LBP) remains unclear. This study aimed to develop and evaluate a supervised machine learning model to predict one-year LBP incidence and to identify the most important predictors. Baseline data from 156 healthy participants included pain-related fear, demographic, health, and lifest…
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 study assessed five supervised machine learning (ML) models. Automated devices that continuously captured milk composition and behavioral data were used to monitor 206 Holstein cows from two commercial dairy farms. Milk yield, fat, protein, lactose, fat-to-protein ratio (FPR), somatic cell count (SCC), rumination time (RT), and body temperature were among the parameters that were noted. Cows were categorized as clinically healthy (n = 45), subclinical ketosis (n = 91), subclinical mastitis (n = 28), or clinical mastitis (n = 42) based on clinical examination, blood β-hydroxybutyrate (BHB)…
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: Gestational diabetes (GDM) is prevalent and benefits from timely and effective treatment, given the short window to impact glycemic control. Clinicians face major barriers to choosing effectively among treatment modalities [medical nutrition therapy (MNT) with or without pharmacologic treatment (antidiabetic oral agents and/or insulin)]. We investigated whether clinical data at varied stages of pregnancy can predict GDM treatment modality.
METHODS: Among a population-based cohort of 30,474 pregnancies with GDM delivered at Kaiser Permanente Northern California in 2007-2017, we sel
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Coronavirus disease 2019 (COVID-19) is a major threat worldwide due to its fast spreading. As yet, there are no established drugs available. Speeding up drug discovery is urgently required. We applied a workflow of combined in silico methods (virtual drug screening, molecular docking and supervised machine learning algorithms) to identify novel drug candidates against COVID-19. We constructed chemical libraries consisting of FDA-approved drugs for drug repositioning and of natural compound datasets from literature mining and the ZINC database to select compounds interacting with SARS-CoV-2 tar…
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