BACKGROUND: Mycetoma is a chronic tropical infection with limited tools for predicting treatment outcomes.
METHODS: Routinely collected demographic, clinical, imaging, etiological, treatment, and follow-up data from 1,084 patients at the Mycetoma Research Centre were used to evaluate supervised machine learning models for outcome prediction. Binary and three-class tasks (cured, recurrence, disability) were assessed using stratified five-fold cross-validation with preprocessing, imputation, scaling, and class balancing. Logistic regression, support vector machine, and random forest models were…
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.
Ayahuasca refers to an entheogenic brew and its main vine, Banisteriopsis caapi, whose high morphological diversity underlies traditional folk classifications. This study evaluated whether machine learning algorithms can recover folk classifications using images of dried leaves. We analyzed 47 vine plants, mainly B. caapi folk types and Diplopterys cabrerana as an outgroup, using adaxial and abaxial leaf image features related to color, shape, texture, and filters. All evaluated algorithms showed statistically similar performance; however, support vector machine (SVM) achieved the highest accu…
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.
Malignant tumors have high metabolic and perfusion rates, which result in a unique temperature distribution as compared to healthy tissues. … ll time points. We used supervised machine learning classification methods (K Nearest Neighbors and Support Vector Machine) and unsupervised machine learning classification (K-means). Our algorithms demonstrated a 100% detection rate for physiological changes in cervical tumors before and after brachytherapy. Thus, we showed that thermal imaging combined with advanced f …
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.
American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics2026eng
INTRODUCTION: Treatment planning for adult patients with skeletal Class III malocclusion remains challenging because of overlapping diagnost … an 11-dimensional vector and classified using 7 conventional machine learning algorithms.
RESULTS: Support vector machine, multilayer perceptron, logistic regression, k-nearest neighbor, and naive Bayes showed no statistically significant difference compared with random forest (P >0.05). Decision tree exhibited statistically significant inferior performance compared wi …
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: Mycoplasma pneumoniae pneumonia (MPP) can cause plastic bronchitis (PB), a rare, life-threatening condition. However, current di … ur algorithms, namely, extreme gradient boosting (XGBoost), logistic regression, random forest, and support vector machine, were employed to construct machine learning (ML) models through 5-fold cross-validation. Model performance was evaluated using the area under the curve (AUC), calibration curves, and decision curve analysis (DCA). The best-performing ML was selecte …
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/Objectives: Sleep disorders are prevalent among aging populations and are often linked to cognitive decline, chronic conditions, … Multinomial Naïve Bayes classifier with n-gram features from a Bag-of-Words representation. Next, a Support Vector Machine (SVM) was trained on GloVe-based word embeddings to capture semantic context. Finally, a transformer-based model (BERT) was fine-tuned to extract contextual embeddings, using the [CLS] token as input for SVM classification. Each model was evaluated …
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: Hypertensive patients face high risk of obstructive coronary artery disease (CAD), but early diagnosis is limited by costly or i … e, calibration, and SHAP analysis for both evaluation and interpretation of outcomes.
RESULTS: The support vector machine (SVM) model demonstrated the highest generalization performance, achieving a validation AUC of 0.786 (95% CI: 0.701, 0.862), an accuracy of 0.756, and an F1 score of 0.73. LMR exhibited a protective effect with a linear correlation, whereas MHR was …
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 OBJECTIVES: We developed a series of machine learning models to predict early mortality after chronic subdural hematoma (cSDH) evacuation.
METHODS: We retrospectively collected patients treated surgically for cSDH at 4 level 1 trauma centers (2009-2021). Previously, we developed a deep learning segmentation tool to automatically calculate preoperative and postoperative cSDH volumes. Using cSDH volumes and clinical information, we developed 6 machine learning models including logistic regression (LR), support vector machine, neural network (NN), decision tree (DT), Naïve Bayes, …
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: Free-text notes in disease intervention specialist (DIS) records may contain relevant information for sexual transmitted infecti … sh language to encode its semantic meaning. We explored 3 types of statistical models (naive Bayes, support vector machine, and logistic regression) using term frequency, inverse document frequency, and 1 type of neural network model (long short-term memory [LSTM] model) using GloVe. All models were used for binary prediction (i.e., topic not present, topic present).
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.
OBJECTIVE: To establish prediction models for the diagnosis of the subtypes of uterine leiomyomas by machine learning using magnetic resonance imaging (MRI) data.
METHODS: This is a prospective observational study. Ninety uterine leiomyoma samples were obtained from 51 patients who underwent surgery for uterine leiomyomas. Seventy-one samples (49 mediator complex subunit 12 [ MED12 ] mutation-positive and 22 MED12 mutation-negative leiomyomas) were assigned to the primary data set to establish prediction models. Nineteen samples (13 MED12 mutation-positive and 6 MED12 mutation-negative leiomy
Наблюдательное исследованиеСтатьяПоддержка 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.
BACKGROUND: Cerebral alveolar echinococcosis (CAE) and brain metastases (BM) share similar in locations and imaging appearance. However, the … absolute shrinkage and selection operator (LASSO). Finally, we built five machine learning models, support vector machine, logistic regression, linear discrimination analysis, k-nearest neighbors classifier, and Gaussian naïve bias and evaluated their performance via several metrics including sensitivity (recall), specificity, positive predictive value (precision), neg …
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.
OBJECTIVES: To explore the risk factors for concomitant anxiety in patients with malignant gastrointestinal tumors based on machine learning … arning algorithms including Logistic Regression, Decision Tree, Random Forest, K-Nearest Neighbors, Support Vector Machine and Light Gradient Boosting Machine were used to predict anxiety. The performance of each model was assessed, and the factors affecting anxiety in these patients were identified by feature importance ranking and SHAP analysis by the optimal model. …
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.
Central lymph nodes are the most frequent metastatic site in papillary thyroid carcinoma (PTC). Prophylactic central neck dissection carries … spectra were analyzed using multiple machine-learning (ML) models to classify PTC and predict CLNM. Support Vector Machine (SVM) achieved the highest accuracy for HC vs. PTC (99.76%), while Random Forest (RF) performed best for CLNM vs. NCLNM (95.91%). To interpret these models, SHapley Additive exPlanations (SHAP)-based interpretability analysis identified spectral pat …
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: Internet addiction and maladaptive cognitive emotion regulation may co-occur in later life, yet evidence-based approaches for id … ression were used for feature selection. Five models, including logistic regression, random forest, support vector machine, gradient boosting machine, and multilayer perceptron, were developed using the training set and internally validated in a randomly held-out test set. Model performance was evaluated using discrimination, calibration, and clinical utility metrics, 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: Coronavirus Disease 2019 (COVID-19), caused by the SARS-CoV-2 virus, emerged as a global health crisis in 2019, resulting in wid … Several machine learning models-neural networks, decision trees, random forests, cross-validation, support vector machines, and logistic regression-were employed to predict COVID-19 incidence rates. Model performance was evaluated using testing accuracy metrics.
RESULTS: Testing accuracy rates for the models were as follows: neural networks (65.50 %), decision trees ( …
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.
OBJECTIVE: Osteoporosis poses a major global public health challenge. The limitations of current diagnostic methods, primarily diagnostic de … ers was constructed. Various machine learning algorithms (including RUSBoosted Trees, Bagged Trees, Support Vector Machines, Gaussian Process Regression, etc.) were used to establish classification and regression prediction models, and model performance was evaluated through rigorous five-fold cross-validation and external validation.
RESULTS: Machine learning models b …
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 supported by extracorporeal membrane oxygenation (ECMO) are at a high risk of brain injury, contributing to significant morbidity and mortality. This study aimed to employ machine learning (ML) techniques to predict brain injury in pediatric patients ECMO and identify key variables for future research.
METHODS: Data from pediatric patients undergoing ECMO were collected from the Chinese Society of Extracorporeal Life Support (CSECLS) registry database and local hospitals. Ten ML methods, including random forest, support vector machine, decision tree classifier, gradient b…
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.
INTRODUCTION: Despite the growing body of evidence highlighting the individuality in movement techniques, predominant models of motor learni … performed following each motor learning model bout. The time-continuous data were input to a linear Support Vector Machine (SVM). We conducted analyses on two classification tasks: participant and motor learning model.
RESULTS: The Support Vector Machine classification revealed a notably superior participant classification compared to the motor learning model classific …
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: We investigated the predictability of late cervical lymph node metastasis using radiomics analysis of ultrasonographic images of tongue cancer.
METHODS: We selected 120 patients with tongue cancer who underwent intraoral ultrasonography, 30 of which had late cervical lymph node metastasis. Radiomics analysis was used to extract and quantify the image features. Bootstrap forest (BF), support vector machine (SVM), and neural tanh boost (NTB) were used as the machine learning models, and receiver operating characteristic curve analysis was conducted to determine diagnostic performanc…
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.
Readmissions after heart failure hospitalization are common, costly, and potentially preventable, but discharge risk stratification remains … intelligence modeling. Three machine learning models -random forest, extreme gradient boosting, and support vector machine- were trained, validated, and compared with binary logistic regression. SHAP quantified predictor contributions and assessed the direction and consistency of their effects. Random forest showed the best performance (AUC 0.812, 95% CI 0.744-0.867), o …
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.
MedElevator
Войти в исследования