BACKGROUND: Clinically, patients with nonvariceal gastrointestinal bleeding (NVGB) are prone to thromboembolic events, but the specific risk remains unclear.
AIM: To identify risk factors and evaluate the performance of five machine learning (ML) models in predicting the risk of thromboembolic events in patients with NVGB.
METHODS: This retrospective cohort study enrolled 866 patients from a tertiary hospital for model training and internal validation, and 282 patients from three other tertiary hospitals for external validation. These data were used to develop five ML models to predict the r
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: Diabetic retinopathy (DR), a prevalent complication in patients with type 2 diabetes, has attracted increasing attention. Recent studies have explored a plausible association between retinopathy and significant liver fibrosis. The aim of this investigation was to develop a sophisticated machine learning (ML) model, leveraging comprehensive clinical datasets, to forecast the likelihood of significant liver fibrosis in patients with retinopathy and to interpret the ML model by applying the SHapley Additive exPlanations (SHAP) method.
METHODS: This inquiry was based on data from the
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: This study investigates malaria incidence trends in mainland China from 2005 to 2020, to elucidate its epidemiological characteristics and investigate potential associations with air pollution. Reasonable prediction is of great significance to control the epidemic of malaria.
METHODS: First, time series analysis and machine learning methods were employed to predict malaria incidence. Weighted quantile sum (WQS) model and distributed lag nonlinear model (DLNM) were utilized to assess the risk of malaria linked to persistent organic pollutants (POPs).
RESULTS: For the new Kalman fi
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.
Today, the rise of the Internet of Medical Things (IoMT) has evolved into a highly valued global market worth billions of dollars. However, this growth has also created many opportunities for massive and advanced attack scenarios due to the vast number of devices and their interconnected communication networks. Based on recent reports, it is observed that during the Covid-19 pandemic, the necessity of the IoMT ecosystem has increased significantly. On the other hand, attackers and intruders aim to impair data integrity and patient safety with the prevalence of sophisticated cyber attacks inclu
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.
AIM: We aimed to investigate the association between genes related to disulfidptosis-a form of cell death caused by aberrant disulfide stress and cytoskeletal collapse-and the molecular features of minimal change disease (MCD), the leading cause of primary nephrotic syndrome.
METHODS: Data from the GeneCards and Gene Expression Omnibus (GEO) databases were integrated to systematically analyze disulfidptosis-related genes in MCD. Machine learning approaches-including generalized linear model (GLM), support vector machine (SVM), random forest (RF), and extreme gradient boosting (XGBoost)-pinpoi
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.
AIM: We aimed to develop and internally validate a machine learning (ML)-based model for the prediction of the risk of type 2 diabetes mellitus (T2DM) in children with obesity.
METHODS: In total, 292 children with obesity and T2DM were enrolled between July 2023 and February 2024 and followed for at least 1 year. Eight ML algorithms (Decision Tree, Logistic Regression, Support Vector Machine (SVM), Multilayer Perceptron, Adaptive Boosting, Random Forest, Gradient Boosting Decision Tree, and Extreme Gradient Boosting) were compared for their capacity to identify key clinical and laboratory cha
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.
Parkinson's disease (PD) and insomnia are prevalent neurological disorders, with emerging evidence implicating tryptophan (TRP) metabolism in their pathogenesis. However, the precise mechanisms by which TRP metabolism contributes to these conditions remain insufficiently elucidated. This study explores shared tryptophan metabolism-related genes (TMRGs) and molecular mechanisms underlying PD and insomnia, aiming to provide insights into their shared pathogenesis. We analyzed datasets for PD (GSE100054) and insomnia (GSE208668) obtained from the Gene Expression Omnibus (GEO) database. TMRGs were
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.
During long-duration manned space missions, the complex and extreme space environment exerts significant impacts on astronauts' physiological, psychological, and cognitive functions, thereby posing direct risks to mission safety and operational efficiency. As a key bridge between the brain and external devices, brain-computer interface (BCI) technology enables precise acquisition and interpretation of neural signals, offering a novel paradigm for human-machine collaboration in manned spaceflight. Non-invasive BCI technology shows broad application prospects across astronaut selection, mission
Аннотация на английскомСтатьяПоиск 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.
Globally, nervous system diseases are the leading cause of disability-adjusted life-years and the second leading cause of mortality in the world. Traditional diagnostic methods for nervous system diseases are expensive. So this study aimed to construct machine learning models using the convenient blood routine and biochemical detection data for diagnosis of nervous system diseases. After the data preprocessing, 25,794 healthy people and 7518 nervous system disease patients with the blood routine and biochemical detection data were utilized for our study. We selected logistic regression, random
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.
Rationale: Isoniazid-induced liver injury (INH-ILI) poses a significant clinical challenge due to the lack of reliable, non-invasive, and real-time diagnostic tools. Here, we present an integrated platform that combines label-free confocal Raman spectroscopy imaging, machine learning (ML), and targeted metabolomics to identify and classify INH-ILI in a murine model. Methods: An INH-ILI mouse model was established, and Raman imaging and subsequent data analysis were performed on the control and INH-ILI at 7, 14, 21, and 28-day groups. Alterations in hepatic metabolites following INH-ILI were el
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.
Insight into predictors of functioning after treatment for borderline personality disorder (BPD) is limited, despite growing recognition that more focus on other aspects of recovery, especially psychosocial functioning, is warranted. The present study explored the utility of a widely used omnibus assessment instrument, the Minnesota Multiphasic Personality Inventory-2 Restructured Form (MMPI-2-RF), to predict change in functioning during treatment for BPD. Data were obtained from a randomized clinical trial into the effectiveness of 2-year evidence-based treatment for BPD (dialectical behavior
СтатьяМногоцентровое исследованиеРандомизированное 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: A reliable approach to predict the response to Ustekinumab (UST) in patients with Crohn's disease (CD) is lacking.
OBJECTIVES: This study aims to develop and validate machine learning (ML) models to predict the response to UST and further achieve personalized therapy.
DESIGN: Retrospective multi-center study.
METHODS: This study included 162 CD patients treated with UST between May 2022 and May 2024. Four ML algorithms (extreme gradient boosting, random forest, logistic regression, and support vector machine) were integrated to identify the optimal model, and Shapley Additive ex
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.
Psoriatic arthritis (PsA) is a chronic inflammatory disease characterised by unpredictable flare-ups that are difficult to forecast, particularly in patients without an acute phase response. In this paper, we propose and apply an explainable, multimodal machine learning framework that jointly leverages structured temporal electronic patient records (EPRs) - sequential blood tests, disease activity scores, comorbidity burden, medications, and demographics - and unstructured clinical referral letters pre-processed with large language models ((LLMs, (Qwen-2.5 family)) to predict PsA flares. Gradi
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 & AIMS: Peripherally inserted central catheters (PICCs) are widely used in patients receiving total parenteral nutrition (TPN), and identifying risk factors for PICC-related complications is essential to improve patient outcomes. This study aims to develop artificial intelligence (AI)-based survival analysis and machine learning models to predict PICC complications and identify significant risk factors.
METHODS: This study was designed as a retrospective medical record analysis. Data were collected from 218 patients who underwent PICC insertion. Logistic regression, support vector
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: This study aimed to establish and validate a machine learning model for predicting moderate-to-severe cancer-related fatigue (CRF) 2 years after completion of anti-tumor therapy in breast cancer patients.
METHODS: Clinical and laboratory data from 183 patients were retrospectively collected. Candidate predictors were screened using multivariate logistic regression, and seven algorithms-logistic regression, decision tree, random forest, support vector machine, extreme gradient boosting (XGBoost), k-nearest neighbor, and naïve Bayes-were constructed in the training cohort and validated
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.
BACKGROUND: Nontyphoidal Salmonella is a world-leading foodborne pathogen associated with an increased rate of antimicrobial resistance (AMR) and remains endemic in Asia. Utilizing whole genome sequencing (WGS) could significantly contribute to AMR prediction, from bioinformatic phylogenomic analysis to the advancement of machine learning (ML), leading towards automated AMR diagnostic.
METHODS: We obtained the Salmonella WGS from the National Centre for Biotechnology Information database and analysed their resistance profiles. We extracted, transformed, and labelled the resistance data with o
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.
Perceptual and statistical evidence has highlighted voice characteristics of individuals affected by genetic syndromes that differ from those of normophonic subjects. In this paper, we propose a procedure for systematically collecting such pathological voices and developing AI-based automated tools to support differential diagnosis. Guidelines on the most appropriate recording devices, vocal tasks, and acoustical parameters are provided to simplify, speed up, and make the whole procedure homogeneous and reproducible. The proposed procedure was applied to a group of 56 subjects affected by Cost
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 machine learning (ML) models to predict the surgical risk of children with pancreaticobiliary maljunction (PBM) and biliary dilatation.
METHODS: The subjects of this study were 157 pediatric patients who underwent surgery for PBM with biliary dilatation between January, 2015 and August, 2022. Using preoperative data, four ML models were developed, including logistic regression (LR), random forest (RF), support vector machine classifier (SVC), and extreme gradient boosting (XGBoost). The performance of each model was assessed via the area under the receiver operator charact
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.
Machine learning (ML) methods have shown promising results in identifying genes when applied to large transcriptome datasets. However, no attempt has been made to compare the performance of combining different ML methods together in the prediction of high feed efficiency (HFE) and low feed efficiency (LFE) animals. In this study, using RNA sequencing data of five tissues (adrenal gland, hypothalamus, liver, skeletal muscle, and pituitary) from nine HFE and nine LFE Nellore bulls, we evaluated the prediction accuracies of five analytical methods in classifying FE animals. These included two con
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.
DNA N6-methyladenine (6mA) represents important epigenetic modifications, which are responsible for various cellular processes. The accurate identification of 6mA sites is one of the challenging tasks in genome analysis, which leads to an understanding of their biological functions. To date, several species-specific machine learning (ML)-based models have been proposed, but majority of them did not test their model to other species. Hence, their practical application to other plant species is quite limited. In this study, we explored 10 different feature encoding schemes, with the goal of capt
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.
MedElevator
Войти в исследования