Population-based proteomics offers a groundbreaking avenue to predict future disease risks, enhance our understanding of disease mechanisms, and discover novel therapeutic targets and biomarkers. The role of plasma proteins in dementia, however, requires further exploration. This study investigated 276 protein-dementia associations in 229 incident all-cause dementia, 89 Alzheimer's disease, and 41 vascular dementia among 3249 participants (55% women, 97.2% white ethnicity) from the English Longitudinal Study of Ageing (ELSA) over a median 9.8-year follow-up. We used Cox proportional hazard reg
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: while most gut microbiota research has focused on term infants, the health outcomes of preterm infants are equally important. Very-low-birth-weight (VLBW) or extremely-low-birth-weight (ELBW) preterm infants have a unique gut microbiota structure, and probiotics have been reported to somewhat accelerate the maturation of the gut microbiota and reduce intestinal inflammation in very-low preterm infants, thereby improving their long-term outcomes. The aim of this study was to investigate the structure of gut microbiota in ELBW neonates to facilitate the early identification of differ
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: Based on ultrasound technology and clinical indicators, this study intends to develop multiple risk prediction models for diabetic peripheral neuropathy (DPN), conduct comparative analyses of these models, and further evaluate and validate the diagnostic efficacy of the optimal model for DPN as well as its potential in clinical application.
METHODS: The study included 235 patients grouped according to criteria for diagnosis of DPN. Ultrasound and clinical data were collected concurrently. The dataset was randomly partitioned into training and testing sets at a 7:3 ratio. Four mach
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.
Measuring bite force is essential for assessing the masticatory system and diagnosing oral disease. Existing measurement devices have low spatial resolution and susceptibility to electromagnetic interference. This paper presents a machine learning (ML)-assisted distributed fiber optic sensing system based on Scattering Level Multiplexing (SLMux) for high-resolution bite force analysis. Enhanced backscattered data were acquired through optical backscattered reflectometry from 88 sensing points along the dental arch. Measured data were reconstructed into a two-dimensional map of bite force and 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: Hypertension remains a major global health burden, often undetected until complications occur. In Indonesia, evidence integrating multiyear surveillance data with machine learning (ML) to predict population-level risk remains limited. The objective of the study was to examine temporal trends in hypertension risk and develop predictive models at the population level.
MATERIALS AND METHODS: This observational study utilized community health surveillance data on 196,951 adults (2019-2021). Blood pressure was classified using World Health Organization/Joint National Committee 7 criter
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.
This study compared five machine learning algorithms-Random Forest (RF), Support Vector Machine (SVM), Decision Tree (DT), eXtreme Gradient Boosting (XGBoost), and Gradient Boosting (GB)-for classifying thyroid nodules using quantitative features derived from conventional ultrasound, contrast-enhanced ultrasound (CEUS), and super-resolution ultrasound (SRUS). The retrospective study included 68 thyroid nodules from 63 patients (30 benign and 38 confirmed as papillary thyroid carcinoma [PTC]) and was analyzed using 25 quantitative features via five-fold patient-grouped cross-validation, ensurin
СтатьяVideo-Audio MediaПоиск 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: Artificial intelligence (AI) has rapidly emerged within healthcare systems and neurological rehabilitation with the potential to revolutionize clinical decision-making and therapeutic strategies. However, a comprehensive understanding of how AI is currently applied to gait and balance rehabilitation in stroke, Parkinson's disease (PD), and multiple sclerosis (MS) is still lacking.
OBJECTIVE: To map the current use of AI in neurological rehabilitation, focusing on clinical purposes, geographical distribution, and applied technologies for gait and balance rehabilitation.
METHODS: F
СтатьяScoping ReviewПоиск 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: Chronic Hepatitis B (CHB) is a leading cause of liver fibrosis. Accurate and non-invasive diagnosis of liver fibrosis in CHB patients is of critical clinical importance. This study aimed to develop and validate machine learning (ML)-based models for predicting significant liver fibrosis in CHB patients.
METHODS: This retrospective cohort study included 328 CHB patients (225 with non-significant liver fibrosis and 103 with significant liver fibrosis) from 2017 to 2022. Four ML models were constructed based on four selected features identified through the least absolute shrinkage and s
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 prevalence of depressive and anxiety symptoms in children is increasing, often presenting as co-occurring symptoms, yet screening for such co-occurrence remains inadequate. This study investigates repetitive negative thinking (RNT) as a transdiagnostic factor in the co-occurrence of depression and anxiety symptoms in children, aiming to develop novel early screening strategies.
METHODS: Two cross-sectional surveys collected demographic information and self-reported measures of depression, anxiety, and RNT from primary school students in China. Structural equation modeling and
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.
INTRODUCTION: High mortality rates among maintenance hemodialysis (MHD) patients necessitate more precise predictive tools. Existing models are limited by the accuracy and clinical usability. This study aimed to construct a precise and user-friendly machine learning (ML)-based mortality risk predictive model for MHD patients.
METHODS: A total of 601 MHD patients from Shantou Central Hospital were enrolled in this study. Clinical and laboratory data were meticulously gathered and assessed. Patients were divided randomly into Training (70%) and Test (30%) cohort. Six types of ML algorithms base
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: Acute kidney injury (AKI) is one of the serious complications in acute-on-chronic liver failure (ACLF), and the mortality rate is very high. Early identification of high-risk patients is critical. Therefore, this study aimed to develop prediction models for AKI in ACLF patients based on machine learning (ML) algorithms.
METHODS: This retrospective study enrolled 1,076 adult patients diagnosed with ACLF, with AKI defined according to the International Club of Ascites criteria. Participants were randomly allocated into training (n = 753, 70%) and test (n = 323, 30%) sets. Six ML mod
СтатьяСравнительное исследованиеВалидационное 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: Chronic kidney disease (CKD) patients with coronavirus disease 2019 (COVID-19) are at significant risk of death. However, clinical identification of high-risk individuals remains suboptimal despite the recognition of many pathophysiological and comorbidity-related risk factors. We aim to develop a clinically simple machine learning (ML)-based score to predict acute COVID-19 mortality among CKD patients. Methods: CKD inpatients with COVID-19 were prospectively enrolled from December 2022 to January 2023 with a three-month follow-up. Feature selection from clinical and laboratory res
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: Spontaneous preterm birth (sPTB) is a complex condition with unclear etiology, associated with increased neonatal risks. Early prediction of sPTB enables timely interventions to improve outcomes. Our study aimed to construct machine learning (ML) models to predict sPTB using multi-source data, including electronic health records (EHR) and environmental factors.
METHODS: This retrospective cohort study included 54132 singleton pregnancies from Wuhan Children's Hospital (Wuhan Maternal and Child Healthcare Hospital) between December 2012 and December 2022. We collected multi-source
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.
In-situ combustion (ISC) offers a compelling solution for enhancing oil recovery, particularly for heavy crude oils. This process involves the oxidation and pyrolysis of hydrocarbons, generating heat and depositing fuel in the combustion front. In this work, the thermo-oxidative profiles and residue formation of crude oils during thermogravimetric analysis (TGA) were modeled using 3075 experimental data points from 18 crude oils with API gravities ranging from 5 to 42. Four advanced tree-based machine learning algorithms comprising gradient boosting with categorical features support (CatBoost)
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.
Opisthorchis viverrini (Ov) infection is a major public health concern in the Greater Mekong Subregion, with cats as key reservoir hosts. Although machine learning (ML) is widely used in human medicine, its application in veterinary epidemiology remains limited. This study aimed to develop interpretable ML models to predict Ov infection and to identify key risk factors in cats using data from 175 households in endemic areas. Five ML algorithms-Classification Tree, Random Forest, Ridge Logistic Regression (Ridge LR), eXtreme Gradient Boosting, and Support Vector Machine (SVM)-were optimized usi
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.
RATIONALE AND OBJECTIVES: Preoperative differentiation of malignant tumors (MT), pleomorphic adenomas (PA), and other benign tumors of the parotid gland is critical to clinical strategy, this study aimed to develop and validate a T2-weighted image (T2WI) based radiomics model through machine learning approaches for the triple classification of parotid gland tumors.
MATERIALS AND METHODS: We retrospectively enrolled 147 patients from January 2010 to July 2022. T2WIs were used to extract radiomics features. Max-Relevance and Min-Redundancy (mRMR) and Extreme Gradient Boosting (XGBoost) algorith
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: The incidence of stage pN3b gastric cancer (GC) is low, and the clinical prognosis is poor, with a high rate of postoperative recurrence. Machine learning (ML) methods can predict the recurrence of GC after surgery. However, the prognostic significance for pN3b remains unclear. Therefore, we aimed to predict the recurrence of pN3b through ML models.
METHODS: This retrospective study included 336 patients with pN3b GC who underwent radical surgery. A 3-fold cross-validation was used to partition the participants into training and test cohorts. Linear combinations of new variable fe
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.
Drug-induced liver injury (DILI) and cardiotoxicity (DICT) are major adverse effects triggered by many clinically important drugs. To provide an alternative to in vivo toxicity testing, the U.S. Tox21 consortium has screened a collection of ∼10K compounds, including drugs in clinical use, against >70 cell-based assays in a quantitative high-throughput screening (qHTS) format. In this study, we compiled reference compound lists for DILI and DICT and compared the potential of Tox21 assay data with chemical structure information in building prediction models for human in vivo hepatotoxicity and c
СтатьяResearch Support, N.I.H., IntramuralПоиск 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.
Over the past few years, the processing of motor imagery (MI) electroencephalography (EEG) signals has been attracted for developing brain-computer interface (BCI) applications, since feature extraction and classification of these signals are extremely difficult due to the inherent complexity and tendency to artifact properties of them. The BCI systems can provide a direct interaction pathway/channel between the brain and a peripheral device, hence the MI EEG-based BCI systems seem crucial to control external devices for patients suffering from motor disabilities. The current study presents a
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.
The apparent second-order rate constant with hexavalent ferrate (Fe(VI)) (kFe(VI)) is a key indicator to evaluate the removal efficiency of a molecule by Fe(VI) oxidation. kFe(VI) is often determined by experiment, but such measurements can hardly catch up with the rapid growth of organic compounds (OCs). To address this issue, in this study, a total of 437 experimental second-order kFe(VI) rate constants at a range of conditions (pH and temperature) were used to train four machine learning (ML) algorithms (lasso regression (LR), ridge regression (RR), extreme gradient boosting (XGBoost), and
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.
MedElevator
Войти в исследования