Acute kidney injury (AKI) is a frequent and severe complication in intensive care unit (ICU) patients with respiratory failure, associated with high mortality, prolonged hospitalization, and substantial healthcare burden. Conventional risk scores, such as SOFA and APACHE II, are not optimized for AKI prediction in this heterogeneous population. This study aimed to develop and validate an early AKI prediction model using machine learning. We analyzed 10,780 adult ICU patients with unspecified respiratory failure from the MIMIC-IV database, of whom 53.96% developed AKI according to KDIGO criteri
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.
INTRODUCTION: The prevalence of gout, a chronic metabolic disease, has recently increased. Polygenic risk scores (PRSs) represent a useful tool for predicting patient outcomes of this condition. However, the clinical utility of PRS in disease prediction remains controversial.
METHODS: Using data from the Korean Genome and Epidemiology Study, machine learning (ML) models were developed to predict gout based on PRS and clinical variables such as uric acid, lifestyle habits, and metabolic syndrome (MetS) profiles. Five supervised learning algorithms were applied: logistic regression (a tradition
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.
Brain tumors are abnormal cell masses that can get originated in the brain spread from other organs. They can be categorized as either malignant (cancerous) or benign (noncancerous), and their growth rates and locations can impact the functioning of the nerve system. The timely detection of brain tumors is crucial for effective treatment and prognosis. In this study, a new approach has been proposed for diagnosing brain tumors using deep learning and a meta-heuristic algorithm. The method involves three main steps: (1) extracting features from brain MRI images using AlexNet, (2) reducing the c
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.
Early recognition of heart disease plays a vital role in saving lives. Heart murmurs are one of the common heart problems. In this study, Artificial Neural Network (ANN) is trained with Modified Neighbor Annealing (MNA) to classify heart cycles into normal and murmur classes. Heart cycles are separated from heart sounds using wavelet transformer. The network inputs are features extracted from individual heart cycles, and two classification outputs. Classification accuracy of the proposed model is compared with five multilayer perceptron trained with Levenberg-Marquardt, Extreme-learning-machin
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: To develop and validate machine learning models for predicting clinician-determined follow-up interval categories in home care services among older adults enrolled in the YASAM (Healthy Aging Team Supported Home Care Services) program.
DESIGN: Secondary analysis of a multicenter observational cohort study.
SETTING AND PARTICIPANTS: A total of 4783 community-dwelling adults aged ≥80 years enrolled in the YASAM program between 2023 and 2024.
METHODS: The primary outcome was follow-up frequency time, defined as the planned interval between consecutive face-to-face home care visits
СтатьяНаблюдательное исследованиеМногоцентровое 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.
BACKGROUND: Mental stress-induced myocardial ischemia is often clinically silent and associated with increased cardiovascular risk, particularly in women. Conventional ECG-based detection is limited, while the reference standard, positron emission tomography/computed tomography, is costly and less accessible. We aimed to characterize mental stress-induced myocardial ischemia using multistage ECG analysis and machine learning to improve early, noninvasive detection.
METHODS: We enrolled 2 female cohorts (18-75 years) from a single-center tertiary hospital in Guangzhou, China: a study cohort (2
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.
INTRODUCTION: Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) are widely used for the management of type 2 diabetes mellitus and obesity; however, substantial inter-individual variability in glycemic and weight loss outcomes remains. This study aimed to develop and validate machine learning (ML) models to predict glycemic control and weight loss outcomes following GLP-1 RA initiation using real-world data and to identify key features associated with treatment response.
METHODS: We conducted a retrospective cohort study using data from the All of Us Research Program. Adult participants i
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 AND PURPOSE: Tamoxifen is a cornerstone of adjuvant endocrine therapy for breast cancer, yet significant inter-individual variability in treatment response and mortality exists. Identifying robust predictors of outcomes remains a critical need. This study integrated machine learning, explainable artificial intelligence (XAI) and Bayesian modelling to predict mortality and identify key prognostic factors in breast cancer patients receiving adjuvant tamoxifen.
EXPERIMENTAL APPROACH: We analysed data from 568 patients from the International Tamoxifen Pharmacogenomics Consortium databa
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: Falls are among the most common adverse events in hospitalized patients, with about 30% leading to injury. We developed a machine learning model to predict which in-hospital fall events would lead to patient injury, thereby supporting post-fall risk stratification.
METHODS: We retrospectively analyzed data from 410 patients who had experienced falls at a tertiary general hospital in China. Among them, 134 patients (32.7%) had fall-related injuries. The dataset was divided into training and test sets at a 7:3 ratio by outcome-stratified random sampling. Least absolute shrinkage and
СтатьяВалидационное 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.
OBJECTIVE: This study aims to develop and validate machine learning (ML) models for predicting treatment failure in trauma patients using comprehensive clinical and laboratory variables, and to identify key prognostic features.
METHODS: A retrospective cohort of 318 trauma patients was included. We included 44 characteristics, and the primary outcome was treatment failure at hospital discharge, defined as in-hospital death, an unimproved or worsened discharge status, discharge against medical advice or withdrawal of active treatment because of critical illness, or a GOS score of 1-3 in patien
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.
OBJECTIVE: This study seeks to develop and compare four machine learning models using the MIMIC-IV database to identify predictive variables associated with invasive mechanical ventilation (MV) requirement in patients with embolic cerebral infarction.
METHODS: This study included 568 patients with embolic cerebral infarction from the MIMIC-IV database. Data collected encompassed demographic information, vital signs, laboratory results, and other relevant variables. The dataset was randomly split into a development set and a validation set in a 7:3 ratio. Feature selection was performed using
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.
OBJECTIVE: This study explored the interactions between ferroptosis and lipid metabolism in colon cancer, established a prognostic model to elucidate immune microenvironment heterogeneity, and evaluated the prospects of immunotherapy.
METHODS: Transcriptome sequencing and single-cell transcriptome data from The Cancer Genome Atlas and Gene Expression Omnibus were analyzed. Nonnegative matrix factorization clustering and weighted gene coexpression network analysis identified ferroptosis- and lipid metabolism-related genes. Machine learning algorithms including support vector machine, random 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.
BACKGROUND: Intracerebral hemorrhage (ICH) is one of the most serious complications in patients with chronic kidney disease undergoing long-term hemodialysis. It has high mortality and disability rates and imposes a serious economic burden on the patient's family and society. An early prediction of ICH is essential for timely intervention and improving prognosis. This study aims to build an interpretable machine learning-based model to predict the risk of ICH in patients undergoing hemodialysis.
METHODS: The clinical data of 393 patients with end-stage kidney disease undergoing hemodialysis a
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: Diabetic foot ulcers (DFUs) constitute a significant complication among individuals with diabetes and serve as a primary cause of nontraumatic lower-extremity amputation (LEA) within this population. We aimed to develop machine learning (ML) models to predict the risk of LEA in DFU patients and used SHapley additive explanations (SHAPs) to interpret the model.
METHODS: In this retrospective study, data from 1,035 patients with DFUs at Sun Yat-sen Memorial Hospital were utilized as the training cohort to develop the ML models. Data from 297 patients across multiple tertiary centers
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоиск 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: This study aimed to create machine learning (ML) models to predict the long-term uncorrected distance visual acuity (UDVA) in myopic eyes corrected by small incision lenticule extraction (SMILE).
METHODS: This was a retrospective cohort study conducted in Zhongshan Ophthalmic Center, Sun Yat-sen University. Participants who underwent SMILE between 2012 and 2016 were invited for the final follow-up examinations in 2019. Medical records and surgical parameter data were collected for analysis. Multicollinearity analysis and feature importance ranking were used to select the most pred
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.
AIM: Reversible cognitive frailty (RCF) is an ideal target to prevent asymptomatic cognitive impairment and dependency. This study aimed to develop and validate prediction models for incident RCF.
METHODS: A total of 1230 older adults aged ≥60 years from China Health and Retirement Longitudinal Study 2011-2013 survey were included as the training set. The modified Poisson regression and three machine learning algorithms including eXtreme Gradient Boosting, support vector machine and random forest were used to develop prediction models. All models were evaluated internally with fivefold cross-
СтатьяВалидационное 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.
Depression (DEP) is a common yet underdiagnosed comorbidity in adults with type 2 diabetes mellitus (T2DM), worsening glycemic control and increasing complication risk. Practical, interpretable risk tools using routine patient data are limited. We conducted a cross-sectional analysis using data from adults with T2DM enrolled in the National Health and Nutrition Examination Survey between 2009 and 2023. DEP was classified based on a Patient Health Questionnaire-9 score of 10 or higher. Twenty-eight candidate predictors encompassing demographic characteristics, clinical and biochemical measureme
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.
OBJECTIVES: Despite its widespread use, spontaneous ventilation can lead to intraoperative hypoxemia or hypercapnia. In this retrospective study, we developed and validated a preoperative clinical data-based model to predict intraoperative hypoxemia or hypercapnia risk during spontaneous ventilation video-assisted thoracoscopic surgery.
METHODS: We enrolled patients who underwent spontaneous ventilation video-assisted thoracoscopic surgery at the National Respiratory Medicine Center of First Affiliated Hospital of Guangzhou Medical University between 2011 and 2023. Four machine learning algor
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: The timely identification of mild cognitive impairment (MCI) in Parkinson's disease (PD) is essential for early intervention and clinical management, yet it remains a challenge in practice.
METHODS: We conducted an analysis of 3,154 clinical visits from 896 participants in the Parkinson's Progression Markers Initiative (PPMI) cohort. Participants were divided into two groups: cognitively normal (PD-NC, MoCA ≥ 26) and MCI (PD-MCI, 21 ≤ MoCA ≤ 25). To ensure no visit-level information leakage, subject-level stratified sampling was employed to split the data into training (70%) and h
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.
Neurological disease encompasses over 1000 disorders, exacts a massive human health and financial toll as well as being a story of extremes. At one end are diseases that are complex and heterogeneous affecting millions, while at the other there are monogenic and rare diseases, with a handful of individuals. What are absent are drugs that can treat or cure the disease. Discovering these is challenging, held back by extreme costs to develop them or in some cases by the limited understanding of the diseases. After decades of drug discovery research there is now considerable data available which c
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.
MedElevator
Войти в исследования