Sepsis, a life-threatening condition triggered by dysregulated host response to infection, poses significant global health challenges. Identifying lipopolysaccharide (LPS)-related biomarkers and underlying mechanisms remains critical, yet underexplored. We integrated bulk microarray datasets and single-cell RNA-seq data from the Gene Expression Omnibus to identify LPS-related genes associated with sepsis. scRNA-seq was used for cell clustering, annotation, AUCell scoring, and cell-cell communication analysis. Differentially expressed LRGs were screened from both bulk and single-cell datasets a
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: Endoscopic retrograde cholangiopancreatography (ERCP) is a common procedure for treating biliary and pancreatic disorders; however, it is associated with significant complications, notably post-ERCP pancreatitis (PEP), which has an incidence ranging from 3.5 to 9.7%.
OBJECTIVE: This study aims to develop machine learning-based predictive models for PEP in patients receiving prophylactic non-steroidal anti-inflammatory drugs (NSAIDs).
METHODS: We retrospectively analyzed the data from 991 patients who underwent ERCP between January 2018 and February 2024. A mixed sampling techniqu
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.
PURPOSE: To develop a machine learning (ML) classifier for predicting post-induction hypotension (PIH) in non-cardiac surgeries.
MATERIALS AND METHODS: Preoperative data and early vital signs were obtained from 3669 cases in the VitalDB database, an open-source registry. PIH was defined as sustained mean arterial pressure (MAP) <65 mm Hg within 20 minutes since induction or from induction to incision. Six different ML algorithms were used to create binary classifiers to predict PIH. The primary outcome was the area under the receiver operating characteristic curve (AUROC) of ML classifiers.
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.
Hypoproteinemia is a common complication across patients receiving maintenance hemodialysis (MHD). Moreover, it is associated with increased risks of cardiovascular events, infection risk, and mortality. This study aimed to construct a classification model for identifying the risk of hypoproteinemia in MHD patients to support precise clinical interventions. To this end, a retrospective analysis was conducted on 288 MHD patients at the Affiliated Hospital of Jining Medical University (January-December 2023). Hypoproteinemia was defined as the primary outcome. Four machine learning (ML) models-L
СтатьяВалидационное 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.
OBJECTIVES: This study aimed to identify risk factors for diabetic retinopathy (DR) and develop machine learning (ML)-based predictive models using routine laboratory data in patients with type 2 diabetes mellitus (T2DM).
METHODS: Clinical data from 4259 T2DM inpatients at Beijing Tongren Hospital were analyzed, divided into a model construction data set (N = 3936) and an external validation data set (N = 323). Using 39 optimal variables, a prediction model was constructed using the eXtreme Gradient Boosting (XGBoost) algorithm and compared with four other algorithms: support vector machine (
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: This study aimed to construct a predictive model utilizing multiple machine learning (ML) models to estimate the likelihood of perioperative blood transfusion in patients with osteonecrosis of the femoral head (ONFH) who underwent total hip arthroplasty (THA).
METHODS: Patients diagnosed with ONFH who underwent THA at our institution between October 2018 and October 2023 were included in the study. Feature selection was conducted using Lasso regression and correlation analysis. An unbiased evaluation framework incorporating nested resampling was established to assess four ML model
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.
AIMS: The aim of this research is to diagnose polycythaemia vera (PV) disease using different machine learning (ML) algorithms with complete blood count (CBC) parameters before further investigations such as Janus kinase 2 (JAK2), erythropoietin (EPO) and bone marrow biopsy (BMB).
METHODS: The study included 1484 patients who presented to the adult haematology clinic with elevated haemoglobin. Participants were retrospectively screened for JAK2, EPO and BMB results, and patients were categorised as PV group (n=82) and non-PV (other) (n=1402). First, the synthetic minority oversampling techniq
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.
Parkinson's disease (PD) is classified as a neurological, progressive illness brought on by cell death in the posterior midbrain. Early PD detection will assist doctors in reducing the disease's consequences. A collection of skilled models that may be applied to regression as well as classification is known as artificial intelligence (AI). PD can be detected using a variety of dataset formats, including text, speech, and picture datasets. For the purpose of classifying Parkinson's disease, this study suggests merging deep with machine learning recognition approaches. The three primary componen
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: Artificial intelligence (AI) has emerged as a tool to potentially increase the efficiency and efficacy of cardiovascular care and improve clinical outcomes. This study aims to provide an overview of applications of AI in cardiac surgery.
METHODS: A systematic literature search on AI applications in cardiac surgery from inception to February 2024 was conducted. Articles were then filtered based on the inclusion and exclusion criteria and the risk of bias was assessed. Key findings were then summarized.
RESULTS: A total of 81 studies were found that reported on AI applications in c
СтатьяСистематический обзорПоиск 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.
PURPOSE: Obstructive sleep apnoea (OSA) is a prevalent sleep disorder characterized by pharyngeal airway collapse during sleep, leading to intermittent hypoxia, intrathoracic pressure swings, and sleep fragmentation. OSA is associated with various comorbidities and risk factors, contributing to its substantial economic and social burden. Machine learning (ML) techniques offer promise in predicting OSA severity and understanding its complex pathogenesis. This study aims to compare the accuracy of different ML techniques in predicting OSA severity and identify key associated factors contributing
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.
Most patients with idiopathic REM sleep behavior disorder (iRBD) present peculiar repetitive leg jerks during sleep in their clinical spectrum, called periodic leg movements (PLMS). The clinical differentiation of iRBD patients with and without PLMS is challenging, without polysomnographic confirmation. The aim of this study is to develop a new Machine Learning (ML) approach to distinguish between iRBD phenotypes. Heart rate variability (HRV) data were acquired from forty-two consecutive iRBD patients (23 with PLMS and 19 without PLMS). All participants underwent video-polysomnography to confi
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: Accurately assessing the severity and frequency of fluctuating motor symptoms is important at all stages of Parkinson's disease management. Contrarily to time-consuming clinical testing or patient self-reporting with uncertain reliability, recordings with wearable sensors show promise as a tool for continuously and objectively assessing PD symptoms. While wearables-based clinical assessments during standardised and scripted tasks have been successfully implemented, assessments during unconstrained activity remain a challenge.
METHODS: We developed and implemented a supervised mach
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: Polycystic Ovary Syndrome (PCOS) is a medical condition that causes hormonal disorders in women in their childbearing years. The hormonal imbalance leads to a delayed or even absent menstrual cycle. Women with PCOS mainly suffer from extreme weight gain, facial hair growth, acne, hair loss, skin darkening, and irregular periods, leading to infertility in rare cases. Doctors usually examine ultrasound images and conclude the affected ovary but are incapable of deciding whether it is a normal cyst, PCOS, or cancer cyst manually.
OBJECTIVE: To have access to the high-risk crucial PCO
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: In vitro fertilization (IVF) is a useful assisted reproductive technology to achieve pregnancy in infertile couples. However, it is very important to optimize the success rate after IVF by controlling for its influencing factors. This study aims to classify successful deliveries after IVF according to couples' characteristics and available data on oocytes, sperm, and embryos using several classification methods.
MATERIALS AND METHODS: This historical cohort study was conducted in a referral infertility centre located in Tehran, Iran. The patients' demographic and clinical variable
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 AND OBJECTIVE: Delirium is the most common neuropsychological complication among older adults admitted to the intensive care unit (ICU) and is often associated with a poor prognosis. This study aimed to construct and validate an interpretable machine learning (ML) for early delirium prediction in older ICU patients.
METHODS: This was a retrospective observational cohort study and patient data were extracted from the Medical Information Mart for Intensive Care-IV database. Feature variables associated with delirium, including predisposing factors, disease-related factors, and iatrog
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: Myasthenia Gravis (MG) is an autoimmune disease that causes muscle weakness in 80% of patients, most of whom test positive for anti-acetylcholine receptor (AChR) antibodies (AChR-Abs). Predicting and improving treatment outcomes are necessary due to varying responses, ranging from complete relief to minimal improvement.
OBJECTIVE: Our study aims to develop and validate an interpretable machine learning (ML) model that integrates systemic inflammation indices with traditional clinical indicators. The goal is to predict the short-term prognosis (after 6 months of treatment) of AChR-
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.
AIMS/BACKGROUND: Postpartum depression (PPD) is a common perinatal mental health disorder that leads to adverse maternal and infant outcomes. Existing screening strategies rely on self-reported symptom presence, potentially delaying early identification. This study aims to integrate biological, psychological, and social predictive factors using an ensemble learning (EL) strategy to develop a superior early prediction machine learning (ML) model for PPD.
METHODS: By integrating sociodemographic characteristics, clinical baseline data, and psychological test results of 1323 postpartum women, PP
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: Cadaveric dissection has been the gold standard teaching tool and often medical students find it challenging to visualize the functioning human. Point-of-care ultrasound is the future stethoscope and hence, the study aimed to validate students' perceptions on hands-on ultrasound session.
METHODS: Ultrasound hands-on sessions on upper limb (UL) and lower limb (LL) extremities were given to 100 undergraduate students of 2 batches by trained anatomy faculty. The learning targets were met to achieve a parallel presentation of anatomic structures in dissection and ultrasound demonstrat
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 Super Learner is an ensemble learning method that has been widely used with doubly robust causal effect estimators. It is recommended to deploy the Super Learner with a diverse library of algorithms. To our knowledge, however, the magnitude of the improvements gained by including many algorithms has not yet been systematically evaluated in common epidemiologic research settings.
METHODS: We applied Super Learning with two doubly robust estimators, augmented inverse probability weighting (AIPW) and targeted minimum loss-based estimation (TMLE), to estimate the average treatment
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 coronavirus pandemic emerged in early 2020 and turned out to be deadly, killing a vast number of people all around the world. Fortunately, vaccines have been discovered, and they seem effectual in controlling the severe prognosis induced by the virus. The reverse transcription-polymerase chain reaction (RT-PCR) test is the current golden standard for diagnosing different infectious diseases, including COVID-19; however, it is not always accurate. Therefore, it is extremely crucial to find an alternative diagnosis method which can support the results of the standard RT-PCR test. Hence, a de
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