BACKGROUND: Liver fibrosis is an early stage of liver cirrhosis. As a reversible lesion before cirrhosis, liver failure, and liver cancer, it has been a target for drug discovery. Many antifibrotic candidates have shown promising results in experimental animal models; however, due to adverse clinical reactions, most antifibrotic agents are still preclinical. Therefore, rodent models have been used to examine the histopathological differences between the control and treatment groups to evaluate the efficacy of anti-fibrotic agents in non-clinical research. In addition, with improvements in digi
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 explore machine learning (ML) methods for early prediction of Alzheimer's disease (AD) and related dementias (ADRD) using the real-world electronic health records (EHRs).
METHODS: A total of 23,835 ADRD and 1,038,643 control patients were identified from the OneFlorida+ Research Consortium. Two ML methods were used to develop the prediction models. Both knowledge-driven and data-driven approaches were explored. Four computable phenotyping algorithms were tested.
RESULTS: The gradient boosting tree (GBT) models trained with the data-driven approach achieved th
СтатьяПоддержка NIH: внешняя программаПоддержка службы здравоохранения СШАПоддержка 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 journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2025eng
AIMS: Lymph node (LN) status remains one of the most critical prognostic indicators in breast cancer. A reliable molecular surrogate for LN involvement could offer substantial clinical benefits, including improved risk stratification and more selective use of surgical staging. This study investigates the potential of mRNA expression profiles to serve as predictors of LN status.
METHODS: mRNA expression data from three large cohorts, TCGA (n = 749), METABRIC (n = 1895), and SCAN (n = 3273), were used to generate six train-test permutations. Two machine learning algorithms, AdaBoost and XGBoost
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: Transcatheter aortic valve implantation (TAVI) therapy has demonstrated its clear benefits such as low invasiveness, to treat aortic stenosis. Despite associated benefits, still post-procedural complications might occur. The severity of these complications depends on pre-existing clinical conditions and patient specific complex anatomical features. Accurate prediction of TAVI outcomes will assist in the precise risk assessment for patients undergoing TAVI. Throughout the past decade, different machine learning (ML) approaches have been utilized to predict outcomes of TAVI. This sys
СтатьяСистематический обзорПоддержка 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: This study aimed to develop and validate a machine learning-based model for predicting systemic inflammatory response syndrome (SIRS) in pediatric patients undergoing percutaneous nephrolithotripsy (PCNL) and to establish a prediction platform specifically tailored for this population.
METHODS: We retrospectively analyzed clinical data from 410 pediatric patients who underwent PCNL at the People's Hospital of Xinjiang Uygur Autonomous Region between January 2013 and September 2024. The dataset was split into training and validation sets using a 7:3 ratio based on positive samples.
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: Despite ongoing efforts to minimize sex bias in diagnosis and treatment of acute coronary syndrome (ACS), data still shows out … 019 and July 2023 were prospectively enrolled. The primary outcome was in-hospital mortality. Three prediction algorithms, including gradient boosting classifier (GBC) random forest classifier (RFC), and logistic regression (LR) were used to develop and validate prediction models for in-hospital mortality among females with ACS, using only available features at present …
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: Despite a shortage of potential donors for heart transplant in the United States, most potential donor hearts are discarded. We … 5 for all). A random forest model (area under the curve, 0.908; accuracy, 0.831) outperformed other prediction algorithms in the test subset and was used as the basis of a novel web-based prediction tool.
CONCLUSIONS: Predictors of donor heart acceptance for transplantation have changed significantly over the last 2 decades, likely reflecting evolving evidence regardi …
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.
Stroke is a severe illness, that requires early stroke detection and intervention, as this would help prevent the worsening of the condition. The research is done to solve stroke prediction problem, which may be divided into a number of sub-problems such as an individual's predisposition to develop stroke. To attain this objective, a multiturn dataset consisting of various health features, such as age, gender, hypertension, and glucose levels, takes a central role. A multiple approach was put forward concentrating on integrating the machine learning techniques, such as Logistic Regression, Nai
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 aimed to extract radiomics features from MRI using machine learning (ML) algorithms and integrate them with clinical features to build response prediction models for patients with spinal metastases undergoing stereotactic body radiotherapy (SBRT).
METHODS: Patients with spinal metastases who were treated using SBRT at our hospital between July 2018 and April 2023 were recruited. We assessed their response to treatment using the revised Response Evaluation Criteria in Solid Tumors (version 1.1). The lesions were categorized into progressive disease (PD) and non-PD groups.
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: Previous prediction algorithms for cardiovascular diseases (CVD) were established using risk factors retrieved largely based on empirical clinical knowledge. This study sought to identify predictors among a comprehensive variable space, and then employ machine learning (ML) algorithms to develop a novel CVD risk prediction model.
METHODS: From a longitudinal population-based cohort of UK Biobank, this study included 473 611 CVD-free participants aged between 37 and 73 years old. We implemented an ML-based data-driven pipeline to identify predictors from 645 candidate variables cov…
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: Epidermal growth factor receptor (EGFR) mutation status plays a critical role in guiding targeted therapy for non-small cell lung cancer (NSCLC). However, molecular testing in patients with stage IA NSCLC may be limited by insufficient tissue availability, procedural invasiveness, and resource constraints. Therefore, developing a non-invasive approach for EGFR mutation prediction is of substantial clinical interest. This study aimed to develop a computed tomography (CT) radiomics based model integrating clinical variables for non-invasive prediction of EGFR mutation status in stage
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: To compare three machine learning algorithms for constructing a hypoglycemia risk prediction model in hospitalized type 2 diabetes patients, identify the optimal model, and validate it to provide decision-making support for early clinical identification of high-risk patients. METHODS: A case-control study design was adopted, retrospectively collecting clinical data from 1,167 hospitalized type 2 diabetes patients in the endocrinology department of a tertiary hospital from January to December 2024. Patients were divided into a hypoglycemia group (220 cases) and a non-hypoglycemia gr
СтатьяВалидационное 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.
Type 2 diabetes (T2D) is considered a significant global health concern. Hemoglobin A1c level (HbA1c) is recognized as the most reliable indicator for its diagnosis. Genetic, family, environmental, and health behaviors are the factors associated with the disease. T2D is linked to substantial economic costs and human suffering, making it a primary concern for health planners, physicians, and those living with the disease. Saudi Arabia currently ranks seventh worldwide in terms of prevalence rate. Despite this high rate, the country lacks focused research on T2D. This study aims to develop hybri
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.
OBJECTIVE: To explore, identify, and develop novel blood-based indicators using machine learning algorithms for accurate preoperative assessment and effective prediction of postoperative complication risks in patients with rheumatoid arthritis (RA) undergoing total knee arthroplasty (TKA).
METHODS: A retrospective cohort study was conducted including RA patients who underwent unilateral TKA between January 2019 and December 2024. Inpatient and 30-day postoperative outpatient follow-up data were collected. Six machine learning algorithms, including decision tree, random forest, logistic regres
Аннотация на английскомСтатьяПоиск 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: With the global increase in obesity rates and lifestyle changes, metabolic dysfunction-associated steatotic liver disease (MASLD) has become a prevalent chronic liver disorder, affecting approximately 25% of the global population. This disease can progress to cirrhosis and liver cancer, posing a significant threat to public health. To facilitate early diagnosis and intervention, this study aims to develop an efficient and reliable prediction model for MASLD using machine learning algorithm.
METHODS: This study included 9,232 participants aged 20 years and older from the 2017-2020 N
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: Leptospirosis, a zoonotic disease caused by Leptospira bacteria, continues to pose significant public health risks, particularly in tropical and subtropical regions.
OBJECTIVE: This systematic review aimed to evaluate the application of machine learning (ML) and deep learning (DL) techniques in predicting and diagnosing leptospirosis, focusing on the most used algorithms, validation methods, data types, and performance metrics.
METHODS: Using Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, Checklist for Critical Appraisal and Data Extractio
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.
The total viable count (TVC) of bacteria is an important index to evaluate the freshness and safety of dishes. To improve the accuracy and robustness of spectroscopic detection of total viable bacteria count in a complex system, a new method based on a near-infrared (NIR) hyperspectral hybrid model and Support Vector Machine (SVM) algorithms was developed to directly determine the total viable count in intact beef dish samples in this study. Diffuse reflectance data of intact and crushed samples were tested by NIR hyperspectral and processed using Multiplicative Scattering Correction (MSC) and
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.
CONTEXT: Although elevated parathyroid hormone (PTH) levels are associated with higher mortality risks, the evidence is limited as to when PTH is expected to be elevated and thus should be measured among the general population.
OBJECTIVE: This work aimed to build a machine learning-based prediction model of elevated PTH levels based on demographic, lifestyle, and biochemical data among US adults.
METHODS: This population-based study included adults aged 20 years or older with a measurement of serum intact PTH from the National Health and Nutrition Examination Survey (NHANES) 2003 to 2006. We
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.
BACKGROUND: Highly active antiretroviral therapy (ART) is still the only effective method to stop the disease progression in acquired immunodeficiency syndrome (AIDS) patients. However, poor adherence to the therapy makes it ineffective. In this work, we construct an adherence prediction model of AIDS patients using the classical recency, frequency and monetary value (RFM) model in the data mining-based customer relationship management model to obtain adherence predictor variables.
METHODS: We cleaned 257,305 diagnostic data elements of AIDS outpatients in Shanghai from August 2009 to Decembe
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Health systems are under increasing pressure as chronic disease becomes the dominant burden of care. Addressing this requires earlier detection and prevention, and predictive artificial intelligence (AI) tools are a demonstrable means of targeting interventions more effectively. Despite extensive research activity and substantial public funding, few predictive AI tools are translated effectively into routine care. We argue that the primary translational barrier is now organisational rather than solely methodological: without defined institutional ownership and long-term stewardship, including
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.
MedElevator
Войти в исследования