Reliable prediction of drug solubility in supercritical carbon dioxide (SC-CO2) is central to designing environmentally conscious pharmaceutical processes, yet experimental solubility measurements remain slow, resource-intensive, and often restricted to limited operating ranges. These constraints restrict the development of green technologies such as particle formation, controlled micronization, and solvent-free formulation strategies. This study introduces an automated computational framework that couples modern regression algorithms with bio-inspired optimization to deliver scalable solubili
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.
In this paper, we propose an outcome-based contrastive loss for imbalanced binary classification to alert to next-day health deterioration using care records and meteorological data. Long-term care facilities maintain daily care and observation records to monitor the health of older adults. Such objective records are particularly valuable when sudden deterioration occurs, enabling timely coordination with medical institutions. Predicting deterioration one day in advance could provide care staff with an actionable window to intensify observation and adjust care plans (e.g., scheduling additiona
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.
Viruses are a significant threat to human life, as demonstrated by the global COVID-19 pandemic and the Ebola outbreak. Diseases such as smallpox, AIDS, hepatitis, liver cancer, and cervical cancer often caused by the Human Papillomavirus can lead to fatal outcomes. Over the years, extensive research has focused on developing vaccines and antiviral drugs, which have successfully contained and, in some cases, eradicated viral infections. Recently, computational techniques, particularly machine learning algorithms, have made notable progress in identifying potential Antiviral Peptides (AVPs), th
СтатьяСравнительное 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.
Autism spectrum disorder is a severe, life-prolonged neurodevelopmental disease typified by disabilities that are chronic or limited in the development of socio-communication skills, thinking abilities, activities, and behavior. In children aged two to three years, the symptoms of autism are more evident and easier to recognize. The major part of the existing literature on autism spectrum disorder is covered by a prediction system based on traditional machine learning algorithms such as support vector machine, random forest, multiple layer perceptron, naive Bayes, convolution neural network, a
СтатьяОтозванная публикацияПоиск 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: Three-dimensional facial soft tissue landmark prediction is an important tool in dentistry, for which several methods have been developed in recent years, including a deep learning algorithm which relies on converting 3D models into 2D maps, which results in the loss of information and precision.
METHODS: This study proposes a neural network architecture capable of directly predicting landmarks from a 3D facial soft tissue model. Firstly, the range of each organ is obtained by an object detection network. Secondly, the prediction networks obtain landmarks from the 3D models of dif
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.
Protein-protein interactions (PPIs) play a critical role in the proteomics study, and a variety of computational algorithms have been developed to predict PPIs. Though effective, their performance is constrained by high false-positive and false-negative rates observed in PPI data. To overcome this problem, a novel PPI prediction algorithm, namely PASNVGA, is proposed in this work by combining the sequence and network information of proteins via variational graph autoencoder. To do so, PASNVGA first applies different strategies to extract the features of proteins from their sequence and network
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.
INSTRUCTIONS: Peritoneal dialysis associated peritonitis (PDAP) is a major cause of technique failure in peritoneal dialysis (PD) patients. The purpose of this study is to construct risk prediction models by multiple machine learning (ML) algorithms and select the best one to predict technique failure in PDAP patients accurately.
METHODS: This retrospective cohort study included maintenance PD patients in our center from January 1, 2010 to December 31, 2021. The risk prediction models for technique failure were constructed based on five ML algorithms: random forest (RF), the least absolute sh
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.
Drug-induced intrahepatic cholestasis (DIC) is a main type of hepatic toxicity that is challenging to predict in early drug development stages. Preclinical animal studies often fail to detect DIC in humans. In vitro toxicogenomics assays using human liver cells have become a practical approach to predict human-relevant DIC. The present study was set up to identify transcriptomic signatures of DIC by applying machine learning algorithms to the Open TG-GATEs database. A total of nine DIC compounds and nine non-DIC compounds were selected, and supervised classification algorithms were applied to
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: Despite improvements in treatment, stroke remains a leading cause of mortality and long-term disability. In this study, we leveraged administrative data to build predictive models of short- and long-term post-stroke all-cause-mortality.
METHODS: The study was conducted and reported according to the Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) guideline. We used patient-level data from electronic health records, three algorithms, and six prediction windows to develop models for post-stroke mortality.
RESULTS: We included 7
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.
Legal judgment prediction (LJP) aims to predict judgment results based on the factual descriptions of criminal cases and is gradually becoming a popular research topic in the legal field. Case factual descriptions contain a large amount of keyword information, and there are complex dependencies among the subtasks. For example, law article prediction can guide charge prediction and term of penalty prediction. However, most of the previous methods often failed to take advantage of the effective keywords that are commonly present in case descriptions, or failed to consider the interrelationships
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.
Across seven public educational prediction datasets, three passed all four pre-modeling reliability checks; the remaining four either failed group-aware generalization tests or lacked the provenance metadata needed to run them. One dataset was initially classified as failing but corrected after excluding group-identifier features from the holdout matrix, demonstrating that the audit can distinguish genuine cross-group confounding from feature-encoding artifacts. Each dataset was audited before model optimization using four checks: baseline gap, split instability, null separation, and metadata
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.
Characteristics of the mandible structures have been relevant in anthropological and forensic studies for sex prediction. This study aims to evaluate the coronoid process, condyle, and sigmoid notch patterns in sex prediction through supervised machine learning algorithms. Cephalometric radiographs from 410 dental records of patients were screened to investigate the morphology of the coronoid process, condyle, and sigmoid notch and the Co-Gn distance. The following machine learning algorithms were used to build the predictive models: Decision Tree, Gradient Boosting Classifier, K-Nearest Neigh
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 CCDC22 gene is a key regulator of endosomal trafficking and NF-κB signaling, and its dysfunction is implicated in a spectrum … ontext-informed and clinical genetic analysis workflows and to perform an exploratory evaluation of prediction algorithms to better optimize the genetic diagnosis process for CCDC22.
METHODS: Multilevel biological analysis was performed to evaluate the spatiotemporal expression patterns of CCDC22 across developmental stages. A protein-protein interaction network was c …
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.
This scoping review explores how machine learning (ML) has been applied to stroke research within the Earlier Medicine framework, which promotes proactive and personalized care through primary (preventive care), secondary (acute care), and tertiary (chronic care) prevention levels. Following PRISMA-ScR guidelines, studies were identified from PubMed and Scopus, yielding 105 eligible studies. Most studies focused on tertiary prevention, such as predicting in-hospital mortality, complications, and functional outcomes, while fewer addressed early risk prediction or acute-phase detection. Common p
СтатьяScoping ReviewПоиск 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.
Feature selection (FS) plays a critical role in sensor-based predictive modeling for Alzheimer's disease (AD), where heterogeneous clinical and neuroimaging measurements generate high-dimensional data with varying degrees of missingness due to incomplete clinical assessment of patients. Effective dimensionality reduction is essential to improve model interpretability, robustness, and generalization performance in sensor-driven healthcare applications. However, a systematic analysis of the interplay between FS strategies, missing-data handling, and prognostic modeling in sensor-derived AD data
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.
The study aimed to develop a predictive model using machine learning algorithms, providing healthcare professionals with a novel tool for assessing disability risk in older adults. Data from the 2018 and 2020 waves of the China Health and Retirement Longitudinal Study were utilized, including 3,172 participants aged 65 years and older with no baseline disability. In this study, five machine learning algorithms were employed to construct risk assessment and prediction models for disability in older adults. The Shapley Additive Explanations method was applied to analyze the independent predictor
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.
Rate-limiting dissociation of the tetrameric protein transthyretin (TTR), followed by monomer misfolding and misassembly, appears to cause d … and selective transthyretin kinetic stabilizers/amyloidogenesis inhibitors. The viability of these prediction algorithms, in particular the more robust in silico docking model, is perhaps best validated by the clinical success of tafamidis, the first-in-class drug approved in Europe, Japan, South America, and elsewhere for treating transthyretin aggregation-associated …
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Deep learning-based MRI diagnosis of internal joint derangement is an emerging field of artificial intelligence, which offers many exciting possibilities for musculoskeletal radiology. A variety of investigational deep learning algorithms have been developed to detect anterior cruciate ligament tears, meniscus tears, and rotator cuff disorders. Additional deep learning-based MRI algorithms have been investigated to detect Achilles tendon tears, recurrence prediction of musculoskeletal neoplasms, and complex segmentation of nerves, bones, and muscles. Proof-of-concept studies suggest that deep
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.
Transfusion adverse reactions (TARs) encompass undesirable effects occurring during or after blood transfusion, resulting from the administration of blood, blood products, or transfusion-associated materials. These reactions may cause mild to severe clinical manifestations, including allergic reactions, hemolysis, and transfusion-related acute lung injury (TRALI). Current conventional approaches -- such as ABO/Rh blood group matching and massive transfusion protocols -- can improve patient outcomes but fail to address complex patient-specific factors. Consequently, developing a dedicated TAR r
СтатьяVideo-Audio MediaОбзорПоддержка 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 accuracy of power load forecasting directly affects the stable operation of the power system and energy optimization configuration. In response to the complex nonlinear characteristics of load data and the tendency of existing methods to fall into local optima, this study selects time-series convolutional networks, Long Short-Term Memory (LSTM) networks, and bidirectional LSTM to propose a combined deep learning model through weighted reconstruction. On this basis, the parrot optimization algorithm is introduced for iteration and strategy optimization, and joint error correction is perform
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