BACKGROUND AND PURPOSE: In the last decade, artificial intelligence and machine learning algorithms have been more and more established for the screening and detection of diseases and pathologies, as well as for describing interactions between measures where classical methods are too complex or fail. The purpose of this paper is to model the measured postoperative position of an intraocular lens implant after cataract surgery, based on preoperatively assessed biometric effect sizes using techniques of machine learning.
PATIENTS AND METHODS: In this study, we enrolled 249 eyes of patients who
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.
A reliable seizure detection or prediction device can potentially reduce the morbidity and mortality associated with epileptic seizures. Previous findings indicating alterations in cardiac activity during seizures suggest the usefulness of cardiac parameters for seizure detection or prediction. This study aims to examine available studies on seizure detection and prediction based on cardiac parameters using non-invasive wearable devices. The Embase, PubMed, and Scopus databases were used to systematically search according to the Preferred Reporting Items for Systematic Reviews and Meta-Analysi
Систематический обзорСтатьяПолный 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.
Customer churn remains a critical concern for businesses, highlighting the significance of retaining existing customers over acquiring new ones. Effective prediction of potential churners aids in devising robust retention policies and efficient customer management strategies. This study dives into the realm of machine learning algorithms for predictive analysis in churn prediction, addressing the inherent challenge posed by diverse and imbalanced customer churn data distributions. This paper introduces a novel approach-the Ratio-based data balancing technique, which addresses data skewness as
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: The increasing wealth of clinical data may become unmanageable for a physician to assimilate into optimal decision-making without assistance. Utilizing a novel machine learning (ML) approach, we sought to develop algorithms to predict patient outcomes following the overactive bladder treatments OnabotulinumtoxinA (OBTX-A) injection and sacral neuromodulation (SNM).
MATERIALS AND METHODS: ROSETTA datasets for overactive bladder patients randomized to OBTX-A or SNM were obtained. Novel ML algorithms, using reproducing kernel techniques were developed and tasked to predict outcomes in
СтатьяРандомизированное 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.
Optical coherence tomography (OCT) is a non-invasive imaging modality essential for macular hole (MH) management. Artificial intelligence (AI) algorithms could be applied to OCT to garner insights for MH prognosis and outcomes. The objective was to review literature assessing automated image analysis algorithms in predicting postoperative outcomes for MH patients based on OCT images. A narrative search of all available published studies in peer-reviewed journals was conducted up to June 2023 following PRISMA guidelines. Three hundred sixty-eight publications underwent screening, with 14 select
СтатьяОбзорПоиск 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.
The aim of this study was to develop prediction models for total sperm motility, morphological abnormalities and sperm output based on 1,551 ejaculate records of 58 Holstein bulls. The data was collected from September 2019 to November 2020 in a single artificial insemination (AI) center located in Eastern Germany. Factors considered for the prediction models include barn climate conditions, semen collector, number of false mounts, libido, semen collection frequency, breed and age (10-74 months). In this study, the prediction models Lasso, Group Lasso and Gradient Boosting were evaluated. 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.
BACKGROUND: Machine learning (ML) algorithms have been successfully employed for prediction of outcomes in clinical research. In this study, we have explored the application of ML-based algorithms to predict cause of death (CoD) from verbal autopsy records available through the Million Death Study (MDS).
METHODS: From MDS, 18826 unique childhood deaths at ages 1-59 months during the time period 2004-13 were selected for generating the prediction models of which over 70% of deaths were caused by six infectious diseases (pneumonia, diarrhoeal diseases, malaria, fever of unknown origin, meningit
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.
OBJECTIVE: To understand the prevalence and associated risk factors of lower extremity arterial disease (LEAD) in Chinese diabetic patients and to construct a risk prediction model.
METHODS: Data from the Diabetes Complications Warning Dataset of the China National Population Health Science Data Center were used. Logistic regression analysis was employed to identify related factors, and machine learning algorithms were used to construct the risk prediction model.
RESULTS: The study population consisted of 3,000 patients, with 476 (15.9%) having LEAD. Multivariate regression analysis indicate
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.
Genomic prediction has become a central paradigm in biology, enabling quantitative inference of genetic contributions to complex traits across humans, animals, and plants. Although genomic research in human genetics and animal breeding shares a highly homologous methodological foundation, significant barriers persist in their analytical paradigms and application scenarios. This study aims to promote cross-disciplinary integration by introducing human-derived polygenic scores (PGS) algorithms into animal genomic selection (GS) and proposing a PGS-GS framework with a preliminary weighting-based
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.
Hypertensive disorders of pregnancy (HDPs) represent a significant source of severe maternal and fetal morbidity. Screening strategies relying on traditional medical history and clinical risk factors have traditionally shown relatively modest performance, mainly in the prediction of preeclampsia, displaying a sensitivity of 37% for the early-onset form and 29% for the late-onset form. The development of more accurate predictive and diagnostic models of preeclampsia in the early stages of pregnancy represents a matter of high priority. The aim of the present paper is to create an effective seco
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.
Technology is playing an important role is healthcare particularly as it relates to disease prevention and detection. This is evident in the COVID-19 era as different technologies were deployed to test, detect and track patients and ensure COVID-19 protocol compliance. The White Spot Disease (WSD) is a very contagious disease caused by virus. It is widespread among shrimp farmers due to its mode of transmission and source. Considering the growing concern about the severity of the disease, this study provides a predictive model for diagnosis and detection of WSD among shrimp farmers using visua
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: Mechanically ventilated patients with congestive heart failure (CHF) are at high-risk of mortality. We aimed to develop and validate a prediction model based on machine learning (ML) algorithms to predict hospital mortality in mechanically ventilated patients with CHF.
METHODS: Least absolute shrinkage and selection operator (LASSO) regression was used to identify the key features. Hyperparameters optimization (HPO) was conducted to modify the prediction model. The area under the receiver operating characteristic curve (AUC), accuracy, calibration curve and decision curve analysis
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.
MOTIVATION: Cardiovascular disease is the primary cause of death globally accounting for approximately 17.7 million deaths per year. One of the stakes linked with cardiovascular diseases and other complications is hypertension. Naturally derived bioactive peptides with antihypertensive activities serve as promising alternatives to pharmaceutical drugs. So far, there is no comprehensive analysis, assessment of diverse features and implementation of various machine-learning (ML) algorithms applied for antihypertensive peptide (AHTP) model construction.
RESULTS: In this study, we utilized six di
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: Predicting mortality and relapse in children with acute lymphoblastic leukemia (ALL) is crucial for effective treatment and follow-up management. ALL is a common and deadly childhood cancer that often relapses after remission. In this study, we aimed to apply and evaluate machine learning-based models for predicting mortality and relapse in pediatric ALL patients.
METHODS: This retrospective cohort study was conducted on 161 children aged less than 16 years with ALL. Survival status (dead/alive) and patient experience of relapse (yes/no) were considered as the outcome variables. T
СтатьяСравнительное 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: O-GlcNAcylation is an essential post-translational modification (PTM) in mammalian cells. It consists in the addition of a N-ace … ctions, emphasizing a pressing need for further development. We hypothesize that the improvement of prediction algorithms requires characterization of OGT's partners.
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.
BackgroundMultimodal prediction models for Alzheimer's disease (AD) are emerging as promising tools for improving detection and informing prognosis.ObjectiveTo summarize the predictive objectives, constituting predictors and algorithms, and performance of existing multimodal prediction models.MethodsWe performed a systematic literature search in Medline, Embase, and Web of Science up to January 15, 2024, to identify prediction models covering the full spectrum of AD, from the preclinical stage to subjective cognitive decline (SCD), mild cognitive impairment (MCI), and AD dementia. The predicto
СтатьяScoping ReviewПоддержка 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.
Blood lactate concentration is a reliable risk indicator of deterioration in critical care requiring frequent blood sampling. However, lactate measurement is an invasive procedure that can increase risk of infections. Yet there is no clinical consensus on the frequency of measurements. In response we investigate whether machine learning algorithms can be used to predict blood lactate concentration from ICU health records. We evaluate the performance of different prediction algorithms using a multi-centre critical care dataset containing 13,464 patients. Furthermore, we analyse impact of missin…
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: Mechanical ventilation (MV) is widely used to relieve respiratory failure in patients with congestive heart failure (CHF). Prolonged MV (PMV) is associated with a poor prognosis. We aimed to establish a prediction model based on machine learning (ML) algorithms for the early identification of patients with CHF requiring PMV.
METHODS: Twelve commonly used ML algorithms were used to build the prediction model. The least absolute shrinkage and selection operator (LASSO) regression was employed to select the key features. We examined the area under the curve (AUC) statistics to evalua
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.
BackgroundAlthough various machine learning-based predictors have been developed for estimating protein-protein interactions, their performances vary with dataset and species, and are affected by two primary aspects: choice of learning algorithm, and the representation of protein pairs. To improve the performance of predicting protein-protein interactions, we exploit the synergy of multiple learning algorithms, and utilize the expressiveness of different protein-pair features.ResultsWe developed a stacked generalization scheme that integrates five learning algorithms. We also designed three ty
Поиск 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.
Xerostomia may be accompanied by changes in salivary flow rate and the incidence increases in elderly. We aimed to use machine learning algorithms, to identify significant predictors for the presence of xerostomia. This study is the first to predict xerostomia with salivary flow rate in elderly based on artificial intelligence. In a cross-sectional study, 829 patients with oral discomfort were enrolled, and six features (sex, age, unstimulated and stimulated salivary flow rates (UFR and SFR, respectively), number of systemic diseases, and medication usage) were used in four machine learning al
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