Combination monoclonal broadly neutralizing antibodies (bnAbs) are currently being developed for preventing HIV-1 acquisition. Recent work h … nuous outcomes, the CP approach performs nearly as well as the PC approach when the individual-bnAb prediction algorithms have strong performance, and is superior to the PC approach when the individual-bnAb prediction algorithms have poor performance. This knowledge may be used when building prediction models for novel antibody combinations in the absence of in vitro n …
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.
Accurate prediction of the electronic band gap is essential for accelerating the discovery and design of semiconducting and energy materials. Conventional density functional theory (DFT) methods, while physically rigorous, remain computationally expensive and limited in scalability. In this study, we propose a hybrid artificial intelligence framework that combines graph-based deep learning embeddings with classical machine learning algorithms to achieve high-accuracy, interpretable, and computationally efficient band gap prediction. The model integrates embeddings obtained from CGCNN, MEGNet,
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.
Wearable sensors are widely used to assess spatiotemporal gait parameters and their variability, which are critical for fall risk prediction. However, the impact of gait analysis accuracy and precision on fall risk prediction remains unexplored. This study collected gait data from 95 older adults using instrumented footwear on an instrumented walkway which is recognized as a system with gold standards during the 6-minute walking test. Participants were classified into fallers and non-fallers based on retrospective fall history (falls in the 6 months prior to completing the experiment), prospec
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2023eng
Due to the diversity of patient characteristics, therapeutic approaches, and radiological findings, it can be challenging to predict outcomes based on neurological consequences accurately within cervical spinal cord injury (SCI) entities and based on machine learning (ML) technique. Accurate neurological outcomes prediction in the patients suffering with cervical spinal cord injury is challenging due to heterogeneity existing in patient characteristics and treatment strategies. Machine learning algorithms are proven technology for achieving greater prediction outcomes. Thus, the research emplo
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.
CONTEXT: Prediction of adult height (AH) is important in clinical management of short children. The conventional methods of Bayley-Pinneau (BP) or Roche-Wainer-Thissen (RWT) have limitations.
OBJECTIVE: We aimed to develop a set of algorithms for AH prediction in patients with idiopathic short stature (ISS) which are specific for combinations of predicting variables.
METHODS: Demographic and auxologic data were collected in childhood (1980s) and at AH (1990s). Data were collected by Dutch and German referral centers for pediatric endocrinology. A total of 292 subjects with ISS (219 male, 73
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.
This paper presents an integrated and scalable precision health service for health promotion and chronic disease prevention. Continuous real-time monitoring of lifestyle and environmental factors is implemented by integrating wearable devices, open environmental data, indoor air quality sensing devices, a location-based smartphone app, and an AI-assisted telecare platform. The AI-assisted telecare platform provided comprehensive insight into patients' clinical, lifestyle, and environmental data, and generated reliable predictions of future acute exacerbation events. All data from 1,667 patient
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.
Quantifying mechanical loading during daily physical activities is essential for designing and evaluating bone health interventions. Accelerometers are a promising tool for estimating these loads under free-living conditions, yet existing prediction models depend on prior knowledge of the activity being performed. This study developed and validated machine learning models to automatically distinguish between walking, running, and jumping using accelerometer data. Forty-eight healthy adults completed a protocol of walking, running, and jumping tasks while wearing ActiGraph GT9X Link acceleromet
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.
Rice (Oryza sativa L.) is Bangladesh's staple crop, cultivated across three distinct seasons: Rabi (Boro), Kharif-1 (Aus) and Kharif-2 (Aman). This study develops an integrated, cloud-independent framework for mapping Aus and Aman rice areas using freely available Sentinel-1 C-band Synthetic Aperture Radar (SAR) imagery; to accomplish this, supervised machine-learning (ML) algorithms are used in the Google Earth Engine (GEE) platform. Time-series dual-polarization (VV and VH) backscatter data were analyzed for June-November 2021 (Aman) and March-August 2022 (Aus). Four ML models such as Classi
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: This study aims to systematically review studies using machine learning for infant feeding difficulties and identify the clinical applicability and limitations of such approaches.
METHODS: A literature search was conducted in accordance with the PRISMA guidelines. Studies on the use of machine learning for infants with feeding difficulties were analyzed.
RESULTS: We screened 1,104 studies, and 10 were eligible for inclusion. These studies applied machine learning to measure physiological signals during feeding, such as the number of sucking, swallowing and breathing events, to
СтатьяСистематический обзорПоиск 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: 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: The individualized prediction and discrimination of precancerous lesions of gastric cancer (PLGC) is critical for the early prevention of gastric cancer (GC). However, accurate non-invasive methods for distinguishing between PLGC and GC are currently lacking. This study therefore aimed to develop a risk prediction model by machine learning and deep learning techniques to aid the early diagnosis of GC.
METHODS: In this study, a total of 2229 subjects were recruited from nine tertiary hospitals between October 2022 and November 2023. We designed a comprehensive questionnaire, identi
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: Pineal region tumors (PRTs) are rare but deep-seated brain tumors, and complete surgical resection is crucial for effective tumor treatment. The choice of surgical approach is often challenging due to the low incidence and deep location. This study aims to combine machine learning and deep learning algorithms with pre-operative MRI images to build a model for PRTs surgical approaches recommendation, striving to model clinical experience for practical reference and education.
METHODS: This study was a retrospective study which enrolled a total of 173 patients diagnosed with PRTs ra
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.
Postpartum hemorrhage (PPH) remains the leading cause of maternal mortality and a common obstetric complication. Rapid onset and severity can lead to hemorrhagic shock and fatal outcomes if not promptly managed. Major causes include uterine atony, placental abnormalities, birth canal trauma, and coagulation disorders. This study proposes a risk prediction model for PPH based on a Deep Belief Network (DBN), using relevant risk factors as input features. To address limitations from random initialization in the DBN, an improved Particle Swarm Optimization (IPSO) algorithm-featuring adaptive inert
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.
PURPOSE: The rising misuse of opioids, overdose deaths, and opioid use disorder (OUD) associated with chronic pain treatment present a significant public health challenge, continuing to fuel the opioid epidemic. Since opioid-related aberrant behaviours (ORABs) are early indicators of potential misuse, it is crucial to develop advanced predictive models for safe opioid management.
METHODS: This study introduces an explainable machine learning framework to predict confirmed aberrant behaviours by integrating clinical text with structured data from the Opioid-Related Aberrant Behavior Detection
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.
Predicting student academic performance is of significant importance for enabling timely educational interventions and improving educational outcomes in secondary education. However, existing predictive models in educational data mining often face the dual challenges of limited interpretability and suboptimal performance on small to medium-sized datasets. This study introduces the Prior-Data Fitted Network (TabPFN) combined with SHapley Additive exPlanations (SHAP) to construct an interpretable machine learning framework for predicting student achievement. Utilizing a publicly available datase
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.
New approach methods (NAMs) have been developed to predict a wide range of toxicities through innovative technologies. Liver injury is one of the most extensively studied endpoints due to its severity and frequency, occurring among populations that consume drugs or dietary supplements. In this review, we focus on recent developments of in silico modeling for liver injury prediction using deep learning and in vitro data based on adverse outcome pathways (AOPs). Despite these models being mainly developed using datasets generated from drug-like molecules, they were also applied to the prediction
ОбзорСтатьяПолный 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.
Early identification of the risk factors associated with development of diabetic foot ulcer (DFU) can be facilitated using machine learning techniques. The aim of this study is to find out the association of various clinical and biochemical risk factors with DFU and develop a prediction model using different machine learning algorithms. Eighty each of type 2 diabetes mellitus (T2DM) with DFU and (T2DM) without DFU were enrolled for this observational study. Clinical and laboratory data were analysed using different machine learning algorithms: Support vector machines (SVM-Poly K), Naive Bayes
СтатьяНаблюдательное 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 AND OBJECTIVES: Recognition and treatment of neonatal seizures, primarily diagnosed using EEG, are essential to protect the developing brain, yet only 11% of seizures are treated within 1 hour of onset. Developing seizure forecasting and detection systems could help address this issue in intensive care settings with limited neurologist availability.
METHODS: We propose an ML architecture with dual functionality: (1) forecasting seizures within short prediction intervals (5, 10, and 15 min), and (2) detecting seizures in real time, using explainable entropy-, singular value decompos
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.
Predictive artificial intelligence (AI) offers an opportunity to improve clinical practice and patient outcomes but risks perpetuating biases if fairness is inadequately addressed. However, the definition of fairness remains unclear. We conducted a scoping review to identify and critically appraise fairness metrics in clinical predictive AI models. We defined a fairness metric as a metric quantifying whether a model discriminates (societally) against individuals or groups defined by sensitive attributes. We searched five databases for literature published during 2014-24, screened 820 records,
Scoping ReviewСтатьяПоддержка NIH: внешняя программаПоиск 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.
Adsorption behavior of emerging contaminants (ECs) plays a central role in their environmental fate and the efficiency of artificial removal systems. Machine learning (ML) has been extensively leveraged for adsorption prediction. However, most existing research focuses primarily on model construction and application, with limited attention to systematic challenges and corresponding solutions across the modeling workflow, thereby constraining model reliability and transferability. This review systematically summarizes key challenges in model construction, including data scarcity and bias, a low
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