Radical hysterectomy is a recommended treatment for early-stage cervical cancer. However, the procedure is associated with significant morbidities resulting from the removal of the parametrium. Parametrial cancer invasion (PMI) is found in a minority of patients but the efficient system used to predict it is lacking. In this study, we develop a novel machine learning (ML)-based predictive model based on a random forest model (called iPMI) for the practical identification of PMI in women. Data of 1112 stage IA-IIA cervical cancer patients who underwent primary surgery were collected and conside
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: Patients' engagement plays a crucial role in the effectiveness of robot-assisted gait training (RAGT), particularly in paediatric neurorehabilitation, where motivation and active participation strongly influence functional outcomes. Despite its clinical relevance, engagement assessment is still largely based on subjective observation, limiting objectivity and scalability. Objective modelling of engagement in children with cerebral palsy remains underexplored, especially when relying on physiological signals acquired during therapy, due to logistical, ethical, and technological chal
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: Up to 20% of total knee arthroplasty (TKA) patients experience significant postoperative pain that delays recovery and increases risk of chronic pain. Early identification of high-risk patients may allow for timely targeted interventions. Prior studies on postoperative pain trajectories have been limited by small cohorts and restricted methodology. This exploratory study characterized postoperative pain archetypes using machine learning and developed a perioperative predictive model to identify patients at higher risk for postoperative pain.
METHODS: This single-center retrospecti
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: Postoperative respiratory failure following cardiac surgery (CS-PRF) remains a critical complication with substantial morbidity and mortality. Current risk prediction models are limited by static assessments and suboptimal accuracy. This study aimed to develop and validate a dynamic, machine learning–based model to enhance perioperative risk stratification for CS-PRF. METHODS: We retrospectively analyzed 1,016 adult patients who underwent cardiac surgery. Feature selection was conducted via the Least Absolute Shrinkage and Selection Operator (LASSO) and Boruta algorithms. Five mach
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.
Huntington's disease (HD), like many other neurological disorders, affects both lower and upper limb function that is typically assessed in the clinic - providing a snapshot of disease symptoms. Wearable sensors enable the collection of real-world data that can complement such clinical assessments and provide a more comprehensive insight into disease symptoms. In this context, almost all studies are focused on assessing lower limb function via monitoring of gait, physical activity and ambulation. In this study, we monitor upper limb function during activities of daily living in individuals wit
СтатьяПрепринтПолный 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.
Staphylococcus aureus is increasingly resistant to β-lactam antibiotics, making non-β-lactam cell-wall-targeting drugs crucial alternatives. Growing resistance to these agents highlights the need to identify genomic factors influencing susceptibility. Machine learning can integrate genomic and phenotypic data to predict minimum inhibitory concentrations (MICs) and uncover resistance mechanisms across time and regions. We obtained 112,360 S. aureus genomes from NCBI GenBank (March 2024), applying quality filters and standardizing metadata. Resistance genes and mutations were identified using AM
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: Knee pain affects 22.9% of individuals aged 40 years and over globally and is associated with body function, activity, environmental, and personal factors described in the International Classification of Functioning, Disability and Health (ICF) model. Most prior studies examined isolated risk factors using conventional regression.
OBJECTIVE: This study aimed to examine self-reported knee pain in community-dwelling older adults by combining machine learning and partial-correlation network analysis with smartphone-based physical performance measurement.
METHODS: This cross-sectiona
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.
INTRODUCTION: Bleeding is a serious complication in cardiac surgery, especially among patients receiving combined anticoagulant and antiplatelet therapy. Current prediction models rarely include those undergoing both valve surgery and coronary artery bypass grafting (CABG) or account for postoperative factors and dual antithrombotic therapy, limiting their clinical utility.
AIM: This study aimed to develop and validate machine learning models for the individualized prediction of bleeding events within three months after discharge in patients receiving warfarin plus aspirin following combined
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 diagnosis and management of velopharyngeal dysfunction (VPD) is a particularly challenging part of the cleft care timeline, particularly in resource-limited settings. Although machine learning (ML) models offer promising results as screening tools, their real-world clinical viability has yet to be reliably demonstrated. This study aims to systematically compare the capability of several ML models to detect VPD in nonstandardized conditions to simulate real-world clinical testing.
METHODS: Eighty-two patients were enrolled under standardized acoustic conditions and partitioned
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.
BACKGROUND: BRAF V600E mutation, the most prevalent driver alteration in papillary thyroid carcinoma, is associated with aggressive clinicopathological features, including macroscopic extrathyroidal extension, lymph node metastasis, and high-risk histological features. BRAF V600E mutation is determined by tissue biopsy/surgery and gene sequencing, which are invasive and costly. The study aimed to develop an interpretable prediction model based on clinical and ultrasound characteristics via radiomics and deep learning (DL) methods to noninvasively predict the BRAF V600E mutation in patients wit
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.
Feeding intolerance (FI) is a common complication in premature infants, often resulting in delayed achievement of full enteral feeding and prolonged hospitalization. This study aimed to construct an interpretable risk-prediction model for FI using machine-learning algorithms based on routine electronic medical-record data. We prospectively collected clinical data for 420 preterm infants admitted to a tertiary hospital between June 2023 and August 2024. Time zero was defined as birth, the intended prediction time point was admission to the Neonatal Intensive Care Unit, and the prediction horizo
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: Exploring the factors influencing individuals seeking coronavirus disease 2019 (COVID-19) consultation to choose internet hospitals for follow-up care after their initial in-person visit is crucial for optimizing medical resource allocation and enhancing future infectious disease control. This study, anchored in the core constructs of the Health Belief Model, aims to systematically examine the key determinants influencing patients' decision to pursue a second COVID-19 consultation via an Internet hospital following an initial face-to-face visit.
METHODS: This study included 1,055
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.
AIMS/BACKGROUND: The differentiation of benign and malignant breast nodules, particularly those categorized as Breast Imaging Reporting and Data System (BI-RADS) 3-4, remains a clinical challenge due to the subjectivity and operator dependence of conventional ultrasound assessment. This study aimed to evaluate the diagnostic value of intratumoral and peritumoral ultrasound radiomics features in distinguishing benign from malignant BI-RADS 3-4 breast nodules and to construct interpretable machine learning models.
METHODS: Ultrasound images and parameters (BI-RADS classification) of breast nodu
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.
Aging is asynchronous across cells and organs. Here we tested whether plasma proteomics can be used to analyze cell type-specific aging. From analyses of over 7,000 plasma proteins measured in 60,542 individuals, we developed machine learning models to estimate the biological age of over 40 cell types spanning neuronal, immune, glial, endocrine, epithelial and musculoskeletal origins. We observed that 20-25% of individuals exhibited accelerated aging in a single cell type and 1-3% in 10 or more cell types. Cellular aging signatures were associated with disease status and predicted incident dis
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.
Understanding the complex chemistry of organic materials under dynamic compression is important for many applications, but it is challenging due to the large number of reactions occurring at various time scales. Here, we develop a machine learning potential based on Chebyshev polynomials to study the insensitive energetic material 1,3,5-triamino-2,4,6-trinitrobenzene (TATB) under detonation. We discuss a strategy for constructing diverse training data needed to capture the complex chemistry of TATB. Our potential demonstrates strong transferability across a wide range of thermodynamic conditio
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.
Ocular studies utilizing a one-dimensional (1D) ternary photonic crystal biosensor are proposed. Incorporation of materials such as gallium nitride, aluminum nitride, and silicon in the design enhances the sensor metrics, facilitating diagnosis of diabetes and eye cancer. Multiple wavelengths are chosen in this investigation in the range of 580-1700 nm. The design analysis of this sensor is done on the basis of the transfer matrix method. Transmission characteristics exhibited by the sensor provide distinct analyte identification. The quality factor, sensitivity, and figure of merit exhibited
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.
EuroIntervention : journal of EuroPCR in collaboration with the Working Group on Interventional Cardiology of the European Society of Cardiology2025eng
Robotics entered the cardiovascular field in the late 1990s with a robot-assisted coronary artery bypass graft. Since then, the use of robots has become a common part of cardiovascular surgery in several types of interventions. The experience in transcatheter interventions has been slower, and the application of robotics to percutaneous coronary interventions has shown some encouraging results but also some technical limitations. Following the growth of structural heart interventions, attention has recently switched to the potential application of robotics in this field. So far, several cases
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.
Accurate prediction and regulation of greenhouse gas (GHG) emissions during composting are essential for mitigating global warming. Herein, two multi-model machine learning frameworks were developed based on Gradient Boosting Regression, Extreme Gradient Boosting, and Extra Trees Regression algorithms. In particular, the modular multi-model demonstrated superior performance in predicting CO2, CH4, and N2O emissions, achieving R2 values of 0.9662, 0.9729, and 0.9051, respectively. The stacking ensemble model also exhibited high accuracy in cumulative emission prediction (R2 = 0.9278). SHapley 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.
OBJECTIVE: This study developed and validated a hybrid prediction model (HyPred) for prenatal Down's syndrome (DS) screening using ensemble learning（EL）-driven, including extreme gradient boosting, balanced random forest, and gradient boosting machine. Its performance was compared with laboratory-based median equations.
METHODS: A retrospective analysis was conducted using 8,363 first-trimester samples (Nov 2019-Aug 2022) for training and 1,943 samples (Sep 2022-Jul 2023) for validation. HyPred was developed in R and compared with a laboratory-based median equation in terms of sensitivity, sp
СтатьяСравнительное 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.
Kleefstra syndrome (KS) is a rare neurodevelopmental disorder associated with disruptions in the EHMT1 gene, often leading to intellectual disability, autism spectrum behaviors and epilepsy. The electroencephalogram (EEG) serves as a non-invasive tool to explore brain function in KS; yet, systematic characterizations of EEG features remain extremely limited. This review synthesizes current evidence on EEG findings in KS, highlighting the high prevalence of nonspecific abnormalities and seizures, but the absence of a consistent electrophysiological biomarker. Given the growing role of machine l
СтатьяОбзорПоиск 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