Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2 750 с найденным полным текстом
American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics2023eng
INTRODUCTION: Prediction of lip prominence based on hard-tissue measurements could be helpful in orthodontic treatment planning and has been challenging and formidable thus far.
METHODS: A machine learning-based cross-sectional study was conducted on 1549 patients. Hard-tissue measurements and demographic information were used as the input features. Seven popular machine learning algorithms were applied to the datasets to predict upper and lower lip prominence. The algorithm that performed the best was selected for the construction of the prediction model. Evaluation of feature importance was
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: Accurate prediction of risk for chronic diseases like type 2 diabetes (T2D) is challenging due to the complex underlying etiology. Integration of more complex data types from sensors and leveraging technologies for collection of -omics datasets may provide greater insights into the specific risk profile for complex diseases.Methods: We performed a literature review to identify feature selection methods and machine learning models for prediction of weight loss in a previously completed clinical trial (NCT02278939) of a behavioral intervention for weight loss in Filipinos at risk for
ОбзорСтатьяПоддержка 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.
BACKGROUND AND OBJECTIVES: Sleep disorders related to Parkinson's disease (PD) have recently attracted increasing attention, but there are few clinical reports on the correlation of Parkinson's disease patients with rapid eye movement (REM) sleep behavior disorder (RBD). Therefore, this study conducted a cognitive function examination for Parkinson's disease patients and discussed the application effect of three algorithms in the screening of influencing factors and risk prediction effects.
METHODS: Three algorithms (logistic regression, machine learning-based regression trees and random fore
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: Machine learning (ML) has emerged as a transformative tool for outcome prediction in total knee arthroplasty (TKA). The integration of ML with robotic-assisted TKA (RA-TKA) systems offers potential advantages in surgical planning and personalized patient care. This systematic review synthesizes current evidence on ML applications for predicting outcomes in RA-TKA patients.
METHODS: A systematic literature search was conducted using PubMed, Embase, Web of Science, and Cochrane Library for studies published through January 2025. Two reviewers independently screened articles and asse
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.
MOTIVATION: Machine learning (ML) algorithms can provide better cardiovascular event (CVE) prediction. However, ML algorithms are mostly explored for predicting a single CVE at a time. The objective of this study is to design and develop an ML-based system to predict multi-label CVEs, such as (i) coronary artery disease, (ii) acute coronary syndrome, and (iii) a composite CVE-a class of AtheroEdge 3.0 (ML) system.
METHODS: Focused carotid B-mode ultrasound and coronary angiography are performed on a group of 459 participants consisting of three cardiovascular labels. Initially, 23 risk predic
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.
Early recognition of predictors of adolescents' conduct problems is crucial for timely intervention. The use of traditional regression models, however, is limited in the ability to identify non-linear relationships between predictor variables. This study employed multiple machine learning algorithms to predict adolescent conduct problems from earlier family and child functioning variables, comparing algorithm performance to identify which methods and early indicators most accurately forecast later problems. Data from 242 families were analysed using eight machine learning algorithms. The algor
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: Identifying the Non-Alcoholic Steatohepatitis (NASH) that can cause liver failure-based morbidity remains a challenging research problem since there is no confirmed and effective approach for its early and accurate diagnosis yet. A large amount of medical data is collected to diagnose the NASH where the majority of them are redundant.
METHODS: This paper initially focuses on selecting the most informative blood test data among the collected big data with the Pearson correlation statistical approach and modified Particle Swarm Optimization with Artificial Neural Networks (PSO-ANN)
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.
OBJECTIVE: To predict the influencing factors of neonatal pneumonia in pregnant women with diabetes mellitus using a Bayesian network model. By examining the intricate network connections between the numerous variables given by Bayesian networks (BN), this study aims to compare the prediction effect of the Bayesian network model and to analyze the influencing factors directly associated to neonatal pneumonia.
METHOD: Through the structure learning algorithms of BN, Naive Bayesian (NB), Tree Augmented Naive Bayes (TAN), and k-Dependence Bayesian Classifier (KDB), complex networks connecting va
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.
The decision to operate on a patient with an aortic aneurysm is based on the risk of aneurysm rupture versus the risk of aneurysm repair, wi … e algorithms are accurate in 75% to 80% of patients, meaning that they fail in 20% to 25% of cases. Prediction algorithms provide significant guidance, but cannot take the place of an experienced clinician at this point. Somehow, experienced surgeons are able to sift through a massive amount of information and properly select patients who are appropriate for surgery, w …
СтатьяОбзорПолный 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.
This scoping review aimed to map the available evidence on deep learning (DL) models for predicting early-onset preeclampsia (EOPE), focusing on both clinical and imaging-based approaches. A comprehensive search of five databases identified 15 eligible studies published between 2018 and 2025. DL and machine learning (ML) models demonstrated heterogeneous performance, with area under the curve values ranging from 0.57 to 0.92 across different prediction windows. Classical ML algorithms, including random forest, gradient boosting, and XGBoost, often outperformed deep neural networks, while multi
СтатьяScoping ReviewПоиск 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.
Early identification of sport potential in show jumping horses remains challenging because competition outcomes vary widely, and elite-level performance develops after considerable time. In this study, we evaluated the applicability of machine learning approaches to competition records from horses identified through FEI participation, complemented by national-level records from Sweden, Belgium and France, with the aim of identifying horses likely to reach elite performance. Performance data from Fédération Équestre Internationale (FEI) competitions were analysed using an Extreme Gradient Boost
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.
Most carbonate reservoirs exhibit heterogeneous pore distribution, whereby the matrix displays low permeability, thus impeding the flow of oil. On the other hand, highly permeable fractures function as the main flow conduits within such reservoirs. Permeability measurements are obtained from core and well test analysis, which are too expensive and not available for many wells. Therefore, accurate permeability prediction is a vital step in developing an efficient field development plan, as it plays a pivotal role in the accurate distribution of 3D petrophysical properties throughout a reservoir
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: Preimplantation genetic testing for aneuploidy has been proven to be effective in determining the embryo's chromosomal or ploidy status. The test requires a biopsy of embryonic cells on day 3, 5, or 6 from which complete information on the chromosomes would be obtained. The main drawbacks of preimplantation genetic testing for aneuploidy include its relatively invasive approach and the lack of research studies on the long-term effects of preimplantation genetic testing for aneuploidy.
OBJECTIVE: Computer-assisted predictive modeling through machine learning and deep learning algor
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.
Retained placenta (RP) is a reproductive disorder that causes significant financial losses to the dairy industry. Predicting RP risk in cows post-calving is a challenging task. This study aimed to evaluate the predictive capabilities of five machine learning algorithms Naïve Bayes (NB), Random Forest (RF), Decision Tree (DT), Support Vector Machine (SVM), and XGBoost along with Logistic Regression (LR) in predicting RP incidence using data from 363,945 calving records (72,788 affected and 291,092 unaffected) and 16 predictor features from 15 dairy herds in Iran. The performance of these algori
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 A priori identification of patients at risk of artificial intelligence (AI) failure in diagnosing cancer would contribute to the safer clinical integration of diagnostic algorithms. Purpose To evaluate AI prediction variability as an uncertainty quantification (UQ) metric for identifying cases at risk of AI failure in diagnosing cancer at MRI and CT across different cancer types, data sets, and algorithms. Materials and Methods Multicenter data sets and publicly available AI algorithms from three previous studies that evaluated detection of pancreatic cancer on contrast-enhanced CT
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: People use various strategies to maintain balance, such as taking a reactive step or rotating the upper body. To gain insight in human balance control, it is useful to know what makes people switch from one strategy to another. In previous studies the transition from a non-stepping balance response to reactive stepping was often described by an (extended) inverted pendulum model using a limited number of features. The goal of this study is to predict whether people will take a reactive step to recover from a push and to investigate what features are most relevant for that predictio
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.
Accurate prediction of sound absorption performance in composite acoustic packages is critical for acoustic material characterization, noise control engineering, and the rational design of acoustic functional materials. However, establishing a precise mapping between material microstructure and sound absorption behavior remains a fundamental challenge in this field. Here, we propose a physics-informed machine learning framework for predicting the sound absorption performance of composite acoustic materials. An acoustic mechanistic framework incorporating the Johnson-Champoux-Allard (JCA) model
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.
Heart disease prediction utilizes machine learning methods to estimate the probability of a person developing heart disease, considering various medical and lifestyle factors. These factors commonly include age, gender, cholesterol levels, blood pressure, smoking habits, diabetes status, family history, and physical activity. In real-world medical datasets, patient information may be missing or incomplete, which can hinder accurate predictions. Heart disease datasets often have more negative samples (people without heart disease) than positive ones. This imbalance can lead to biased models tha
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.
Domain shift poses a critical barrier to adopting medical artificial intelligence (AI) models, a challenge that is particularly acute in data-scarce, single-source domain generalization (SSDG) settings. Conventional data-augmentation techniques, including Mixup and input masking, fail to leverage the rich structural information and expert knowledge inherent in clinical data, causing models to overfit by learning spurious correlations. To address this, we propose a dual knowledge-guided data augmentation framework that enhances model robustness by systematically embedding clinical expertise int
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 application of machine learning (ML) to the synthesis of quantum dots (QDs) represents a significant innovation in material optimization. Due to the quantum confinement effect, the optical properties of QDs can be tuned by controlling the size of the material during synthesis, but this traditionally requires a long time of experimental synthesis practice. ML is an efficient approach that analyzes databases of synthesis variables to predict final properties, thereby reducing the experimental effort required. Supervised and unsupervised models play complementary roles, in this context, helpi
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