BACKGROUND: This study aimed to predict early adolescent sleep problems using pregnancy and childbirth risk factors through machine learning algorithms, and to evaluate model performance internally and externally.
METHODS: Data from the China Jintan Child Cohort study (CJCC; n=848) for model development and the US Healthy Brain and Behavior Study (HBBS; n=454) for external validation were employed. Maternal pregnancy histories, obstetric data, and adolescent sleep problems were collected. Several machine learning techniques were employed, including least absolute shrinkage and selection opera
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.
By September 2022, more than 600 million cases of SARS-CoV-2 infection have been reported globally, resulting in over 6.5 million deaths. COVID-19 mortality risk estimators are often, however, developed with small unrepresentative samples and with methodological limitations. It is highly important to develop predictive tools for pulmonary embolism (PE) in COVID-19 patients as one of the most severe preventable complications of COVID-19. Early recognition can help provide life-saving targeted anti-coagulation therapy right at admission. Using a dataset of more than 800,000 COVID-19 patients fro
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.
Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico2024eng
PURPOSE: The objective of this study is to assess the prognostic efficacy of 18F-fluorodeoxyglucose (18F-FDG) positron emission tomography/computed tomography (PET-CT) parameters in nasopharyngeal carcinoma (NPC) and identify the best machine learning (ML) prognostic model for NPC patients based on these 18F-FDG PET/CT parameters and clinical variables.
METHOD: A cohort of 678 patients diagnosed with NPC between 2016 and 2020 was analyzed in this study. The model was constructed using four advanced ML algorithms, namely Random Forest (RF), Extreme Gradient Boosting (XGBoost), Least Absolute S
СтатьяСравнительное 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.
INTRODUCTION: This study aims to develop a machine learning-based model integrating clinical and ophthalmic features to predict visual outcomes after transsphenoidal resection of sellar region tumors.
METHODS: Adult patients with optic chiasm compression by a sellar region tumor were examined to develop a model, and an independent retrospective cohort and a prospective cohort were used to validate our model. Predictors included demographic information, and ophthalmic and laboratory test results. We defined "recovery" as more than 5% for a p-value in mean deviation compared with the general po
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.
Objective: To develop a preoperative differentiation model for colorectal mucinous adenocarcinoma and non-mucinous adenocarcinoma using a combination of contrast-enhanced CT radiomics and deep learning methods. Methods: This is a retrospective cohort study. Clinical data of colorectal cancer patients confirmed by postoperative pathological examination were retrospectively collected from January 2016 to December 2023 at Shanghai General Hospital Affiliated to Shanghai Jiao Tong University School of Medicine (Center 1, n=220) and the First Affiliated Hospital of Bengbu Medical University (Center
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.
BACKGROUND: Postoperative hemorrhage is a clinically meaningful complication of modified radical mastectomy (MRM), but existing risk-prediction models rely on logistic regression (LR), rarely provide interpretable individualized risk attribution, and have not been specifically developed or internally validated for MRM. We aimed to develop and internally validate machine learning models for predicting clinically significant postoperative hemorrhage after MRM.
METHODS: We retrospectively analyzed consecutive patients who underwent MRM at the Affiliated Hospital of Xuzhou Medical University betw
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 triglyceride-glucose (TyG) index and triglyceride-glucose-body mass index (TyG-BMI) are emerging surrogate markers of insulin resistance and metabolic risk. However, their comparative prognostic value in critically ill older adults with atherosclerotic cardiovascular disease (ASCVD) remains unclear. We aimed to compare the prognostic performance of the TyG index and TyG-BMI for 90-day all-cause mortality in this high-risk population.
METHODS: We conducted a retrospective cohort study of critically ill patients aged ≥ 65 years with ASCVD from the MIMIC-IV database. The TyG inde
СтатьяСравнительное 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: Patients with acute myocardial infarction(AMI)complicated by chronic obstructive pulmonary disease (COPD) in the intensive care unit (ICU) face a significantly elevated risk of mortality. Therefore, timely and accurate risk stratification is critical for guiding clinical decision-making. However, validated interpretable prediction models for short-term mortality in patients with both AMI and COPD remain limited.
METHODS: We retrospectively extracted data from the MIMIC-IV database (version 3.1) and identified ICU patients with acute myocardial infarction complicated by chronic obs
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: Critically ill patients with chronic kidney disease (CKD) are at high risk for New-Onset Atrial Fibrillation (NOAF), which significantly increases their risk of adverse events. Early detection of NOAF is crucial for prompt intervention and better outcomes. This study aims to develop and validate predictive models for the early identification and stratification of NOAF risk in this vulnerable population.
METHODS: We developed and validated a predictive model using a cohort of 6,476 critically ill patients with CKD from the Medical Information Mart for Intensive Care-IV (MIMIC-IV) da
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.
PURPOSE: Current diagnostic modalities lack sufficient sensitivity for detecting omental metastasis (OM), often underestimating metastatic burden. Unlike traditional statistical model, machine learning (ML) model is designed to detect subtle variable interactions and model nonlinear patterns that traditional statistics overlook, enhancing the reliability of OM risk evaluation in clinical practice. The aim of the study was to build a ML model in preoperatively predicting OM in right-sided colon cancer (RCC) patients using a multicenter dataset.
METHODS: This retrospective multicenter study inc
СтатьяМногоцентровое 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.
OBJECTIVE: To develop and validate a novel diagnostic model for detecting bacterial infections in patients with hepatitis B virus-related acute-on-chronic liver failure (HBV-ACLF) using advanced machine learning algorithms. The focus is on improving early clinical identification and interpretability.
METHODS: We conducted a retrospective cohort study involving HBV-ACLF patients diagnosed at the Shanghai Public Health Clinical Center between January 2014 and January 2024. Patients were categorized into two groups: those with bacterial infections and those without, based on clinical assessments
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.
Communication interventions have broadened from dialogical meaning-making, assessment approaches, to remote-controlled interactive objects. Yet, interpretation of the mostly pre-or protosymbolic, distinctive, and idiosyncratic movements of children with intellectual disabilities (IDs) or profound intellectual and multiple disabilities (PIMD) using computer-based assistive technology (AT), machine learning (ML), and environment data (ED: location, weather indices and time) remain insufficiently unexplored. We introduce a novel behavior inference computer-based communication-aid AT system struct
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.
Algal bloom prediction remains challenging in data-scarce lake systems where continuous in-situ bloom observations and long-term external loading records are limited. This study developed an integrated multi-scale framework for predicting algal bloom occurrence in Lake Burdur over the 1987-2024 period by combining satellite-based deep learning (DL), catchment-scale hydrological and water-quality simulation, machine learning, and explainable artificial intelligence. Long-term Landsat and Sentinel-2 imagery was used with U-Net DL models to detect algal blooms, achieving test accuracies of 94.91%
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.
OBJECTIVE: Suicide is a major public health concern, and physicians are at increased risk because of demanding working conditions and a high prevalence of mental health problems. This study aimed to investigate the sociodemographic characteristics, depression, anxiety, burnout, coping styles, and suicide probability among physicians in Türkiye and to develop and interpret an explainable machine learning model for predicting suicide probability alongside conventional statistical analyses.
METHODS: In this cross-sectional study, 769 actively practicing physicians completed a sociodemographic qu
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: Gait impairment is a hallmark motor deficit of Parkinson’s disease (PD) and represents an important, yet insufficiently understood, target of subthalamic deep brain stimulation (DBS). Although DBS can improve several motor symptoms, identifying robust and physiologically meaningful gait biomarkers that capture both disease-related deficits and stimulation-induced improvements remains a major challenge. In particular, conventional mean-based gait metrics often fail to fully characterize pathological gait or treatment responsiveness. METHODS: We analyzed 35 spatiotemporal gait parame
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: Vancomycin-resistant Enterococcus faecium (VREfm) is a World Health Organization priority pathogen, yet conventional phenotypic susceptibility testing requires up to 72 h, delaying targeted antimicrobial therapy. This study aimed to develop an interpretable and rapid machine learning classifier to predict VREfm using matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF MS) spectra.
METHODS: We retrospectively analyzed 268 clinical E. faecium isolates (100 VREfm and 168 vancomycin-susceptible E. faecium) from Tangshan Gongren Hospital, a tertiary
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 Hyperglycemic crisis is associated with substantial morbidity and mortality. Existing prognostic tools largely rely on static baseline measurements and do not exploit the longitudinal data generated during acute care. We aimed to develop a real-time dynamic prediction model for in-hospital mortality within the next 24 h in adults with hyperglycemic crisis. METHODS We performed a multicenter retrospective study using eICU-CRD and MIMIC-IV databases. We developed HCNet, a temporal deep learning architecture that integrates longitudinal trajectories with static features to generate a c
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.
Activated sludge systems treating municipal wastewater frequently experience performance dysfunction, yet conventional diagnostics rely on isolated parameter monitoring that is difficult to integrate for prioritising interventions. Here, we report an integrated diagnostic framework combining machine learning interpretation, microbial community profiling, and multi-parameter assessment to characterise and prioritise the likely drivers of critical operational failures in a full-scale plant (50,000 m3/day). SHAP (SHapley Additive exPlanations) analysis of stacking ensemble models revealed chemica
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: Miscarriage is a common and serious adverse pregnancy outcome. Assessing drug-associated miscarriage risk is essential for medication safety in pregnancy. Using the FDA Adverse Event Reporting System this study systematically mined adverse drug events related to miscarriage and combined machine learning with explainable Artificial Intelligence to evaluate potential high-risk drugs.
METHODS: We retrieved FAERS reports of miscarriage-associated ADEs from 2005 to 2024. Disproportionality analyses were conducted using the reporting odds ratio (ROR), proportional reporting ratio (PRR),
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: Pokkah boeng disease, caused by Fusarium spp., is a destructive disease that can leads to substantial sugarcane yield losses under epidemic conditions. Early detection is extremely challenging due to the absence of visible symptoms during early-stage infection. Conventional diagnostic methods rely on sophisticated instrumentation and external power sources, which fundamentally restrict their practical application in resource-limited agricultural settings. To address these limitations, we develop a smart biosensing platform that breaks through the constraints of traditional methods,
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
MedElevator
Войти в исследования