Objective To develop an interpretable machine learning model for predicting mortality risk in elderly intensive care unit (ICU) patients with type 2 diabetes mellitus (T2DM) and cerebral infarction,and to identify critical prognostic factors. Methods We extracted data of 514 elderly patients with T2DM and cerebral infarction from the Medical Information Mart for Intensive Care-Ⅳ database.The dataset was partitioned into training and test sets (7∶3 ratio) via scikit-learn.Within the training set,collinearity analysis was conducted,and features with variance inflation factor >5 were excluded.Las
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: Prostate cancer (PCa) is a heterogeneous disease affecting over 14% of the male population worldwide. Although patients often respond positively to initial treatments within the first 2-3 years, many eventually develop a more lethal form of the disease known as castration-resistant PCa (CRPC). At present, no biomarkers that predict the onset of CRPC are available. This study aims to provide insights into the diagnosis and prediction of CRPC emergence.
METHODS: Protein expression dynamics were analysed in drug (androgen receptor inhibitor)-tolerant persister (DTP) and drug withdraw
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: Chronic Kidney Disease (CKD) affects approximately 697.5 million people worldwide. Volatile organic compounds (VOCs) are emerging as potential risk factors, but their complex relationships with CKD may be underestimated by traditional linear methods. This study explores the association between urinary VOC metabolites and CKD risk using a combination of epidemiological and interpretable machine learning approaches.
METHODS: Data from the National Health and Nutrition Examination Survey (2011-March 2020 pre-pandemic) were analyzed to examine 15 urinary VOC metabolites. Analytical me
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.
Overactive bladder (OAB), a prevalent condition characterized by urgency and nocturia, imposes significant burdens on both quality of life and healthcare systems. Emerging evidence implicates systemic inflammation in OAB pathogenesis; however, the role of complete blood count (CBC)-derived inflammatory biomarkers remains underexplored. This cross-sectional study analyzed data from 35,394 participants in the National Health and Nutrition Examination Survey (NHANES, 2005-2020) to evaluate associations between CBC-derived biomarkers-such as the Systemic Immune-Inflammation Index (SII), Systemic I
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 and Objectives: Despite significant advances in surgical techniques and perioperative care, major adverse cardiovascular events (MACE) remain a leading cause of postoperative morbidity and mortality in patients undergoing coronary artery bypass grafting and/or aortic valve replacement. Accurate preoperative risk stratification is essential yet often limited by models that overlook atrial mechanics and underutilized biomarkers. Materials and Methods: This study aimed to develop an interpretable machine learning model for predicting perioperative MACE by integrating clinical, biochemi
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: Ankylosing spondylitis (AS) is a chronic autoimmune disease characterized by inflammation of the sacroiliac joints and spine. Cuproptosis is a newly recognized copper-induced cell death mechanism. Our study explored the novel role of cuproptosis-related genes (CRGs) in AS, focusing on immune cell infiltration and molecular clustering.
METHODS: By analyzing the peripheral blood gene expression datasets obtained from GSE73754, GSE25101, and GSE11886, we identified the expression patterns of cellular factors and immune infiltration cell related to cuproptosis. Subsequently, we employ
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/Objectives: Post-thrombotic syndrome (PTS) following unprovoked deep vein thrombosis (DVT) lacks readily available, calibrated risk estimates at defined follow-up horizons. Building on signals that thrombus burden, care processes, and a form of metabolic-inflammatory tone influence outcomes, we prospectively evaluated survival machine-learning models, explicitly including hyperuricemia while excluding what we consider major inflammatory confounders. Methods: Adults with first-episode unprovoked lower-extremity DVT were enrolled at two centers (July 2024-September 2025). PTS (Villalt
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.
Serum electrophoresis (SPEP) is a method used to analyze the distribution of the most important proteins in the blood. The major clinical question is the presence of monoclonal fraction(s) of antibodies (M-protein/paraprotein), which is essential for the diagnosis and follow-up of hematological diseases, such as multiple myeloma. Recent studies have shown that machine learning can be used to assess protein electrophoresis by, for example, examining protein glycan patterns to follow up tumor surgery. In this study we compared 26 different decision tree algorithms to identify the presence of M-p
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: Only 1 conventional score is available for assessing bleeding risk in patients with cancer-associated thrombosis (CAT): the CAT-BLEED score.
OBJECTIVES: Our aim was to develop a machine learning-based risk assessment model for predicting bleeding in CAT and to evaluate its predictive performance in comparison to that of the CAT-BLEED score.
METHODS: We collected 488 attributes (clinical data, biochemistry, and International Classification of Diseases, 10th Revision, diagnosis) in 1080 unique patients with CAT. We compared CAT-BLEED score, Ridge and Lasso logistic regression, rand
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: ICU-acquired weakness (ICU-AW) is a common complication among ICU patients. We used machine learning techniques to construct an ICU-AW inflammatory factor prediction model to predict the risk of disease development and reduce the incidence of ICU-AW.
METHODS: The least absolute shrinkage and selection operator (LASSO) technique was used to screen key variables related to ICU-AW. Eleven indicators, such as the presence of sepsis, glucocorticoids (GC), neuromuscular blocking agents (NBAs), length of ICU stay, Acute Physiology and Chronic Health Evaluation (APACHE II) II score, and 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.
OBJECTIVE: Psoriatic disease remains underdiagnosed and undertreated. We developed and validated a suite of novel, sensor-based smartphone assessments (Psorcast app) that can be self-administered to measure cutaneous and musculoskeletal signs and symptoms of psoriatic disease.
METHODS: Participants with psoriasis (PsO) or psoriatic arthritis (PsA) and healthy controls were recruited between June 5, 2019, and November 10, 2021, at 2 academic medical centers. Concordance and accuracy of digital measures and image-based machine learning models were compared to their analogous clinical measures f
СтатьяВалидационное 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.
OBJECTIVE: Attention-deficit/hyperactivity disorder (ADHD) is a prevalent neurodevelopmental disorder in children and adolescents. Diagnoses of ADHD often rely on subjective ratings from parents and teachers. This study investigated the feasibility of using objective activity monitoring data collected through wearable activity trackers for ADHD diagnosis and monitoring in adolescents.
METHOD: A longitudinal study was conducted involving Chinese adolescents ages 16 to 17 years. Data collected included objective measures (movement acceleration, heart rate, and sleep patterns from passive actigr
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: Although cancer prognosis is most commonly estimated by tumor stage, survival is multifactorial. Our objective was to develop an American College of Surgeons "Biliary Tract Cancer Survival Calculator" prototype using machine learning to generate personalized survival estimates based on patient, tumor, and treatment factors.
METHODS: The National Cancer Database was used to identify all patients with biliary tract malignancies between 2010 and 2017 including intrahepatic bile duct, extrahepatic bile duct, and gallbladder cancers. Included variables were determined based on random f
СтатьяПоддержка 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.
Cyclones can cause devastating impacts, including strong winds, heavy rainfall, storm surges, and flooding. The aftermath includes infrastructure damage, loss of life, displacement of communities, and ecological disruptions. Timely response and recovery efforts are crucial to minimize the socio-economic and environmental consequences of cyclones. To accelerate the time-consuming risk assessment process, particularly in geographically diverse regions, a blend of multi-criteria decision-making and machine learning models was utilized. This novel approach swiftly assessed cyclone risk and the imp
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: Cognitive dysfunction is the most common non-motor symptom in Parkinson's disease (PD), and timely detection of a slight cognitive decline is crucial for early treatment and prevention of dementia. This study aimed to build a machine learning model based on intra- and/or intervoxel metrics extracted from diffusion tensor imaging (DTI) to automatically classify PD patients without dementia into mild cognitive impairment (PD-MCI) and normal cognition (PD-NC) groups.
METHODS: We enrolled PD patients without dementia (52 PD-NC and 68 PD-MCI subtypes) who were assigned to the training
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: Using population-based simulations and machine-learning algorithms to develop an adaptive restraint system that accounts for occupant anthropometry variations to further enhance safety balance throughout the whole population.
METHODS: Two thousand MADYMO full frontal impact crash simulations at 35 mph using two validated vehicle/restraint models representing a sedan and an SUV along with a parametric occupant model were conducted based on the maximal projection design of experiments, which considers varying occupant covariates (sex, stature, and body mass index) and vehicle restrai
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.
OBJECTIVES: The study aimed to develop and validate machine learning models for case difficulty prediction in endodontic microsurgery, assisting clinicians in preoperative analysis.
METHODS: The cone-beam computed tomographic images were collected from 261 patients with 341 teeth and used for radiographic examination and measurement. Through linear regression (LR), support vector regression (SVR), and extreme gradient boosting (XGBoost) algorithms, four models were established according to different loss functions, including the L1-loss LR model, L2-loss LR model, SVR model and XGBoost model.
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.
BACKGROUND: A panic attack (PA) is an intense form of anxiety accompanied by multiple somatic presentations, leading to frequent emergency department visits and impairing the quality of life. A prediction model for PAs could help clinicians and patients monitor, control, and carry out early intervention for recurrent PAs, enabling more personalized treatment for panic disorder (PD).
OBJECTIVE: This study aims to provide a 7-day PA prediction model and determine the relationship between a future PA and various features, including physiological factors, anxiety and depressive factors, and the a
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.
Short-term prognosis of advanced schistosomiasis has not been well studied. We aimed to construct prognostic models using machine learning algorithms and to identify the most important predictors by utilising routinely available data under the government medical assistance programme. An established database of advanced schistosomiasis in Hunan, China was utilised for analysis. A total of 9541 patients for the period from January 2008 to December 2018 were enrolled in this study. Candidate predictors were selected from demographics, clinical features, medical examinations and test results. We a
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: Chagas disease is a neglected tropical disease (NTD) caused by the eukaryotic parasite Trypanosoma cruzi. The current clinical and preclinical pipeline for T. cruzi is extremely sparse and lacks drug target diversity.
METHODOLOGY/PRINCIPAL FINDINGS: In the present study we developed a computational approach that utilized data from several public whole-cell, phenotypic high throughput screens that have been completed for T. cruzi by the Broad Institute, including a single screen of over 300,000 molecules in the search for chemical probes as part of the NIH Molecular Libraries progr
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.
MedElevator
Войти в исследования