BACKGROUND: Currently, there are a lack of effective tools for preoperative risk assessment of intestinal resection in patients with inguinal incarcerated hernia. The purpose of this study is to investigate the variable characteristics associated with intestinal resection and develop an interpretable preoperative prediction model, aiming to assist clinicians in preoperative risk for intestinal resection in patients with inguinal incarcerated hernia.
METHODS: The data from 2 medical institutions were retrospectively collected, and they were grouped according to whether intestinal resection was
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка 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.
BACKGROUND: Postpartum depression (PPD) is a significant public health issue. This study aimed to develop and validate machine learning (ML) models using biopsychosocial predictors to predict the risk of PPD for perinatal women and to provide several risk assessment tools for the early detection of PPD.
METHODS: Candidate predictors, including history of mental illness and demographic, psychosocial, and physiological factors, were obtained from 1138 perinatal women between August 2021 and August 2022. The primary outcome of PPD was measured with the Edinburgh Postnatal Depression Scale at 6 w
СтатьяВалидационное исследованиеПоддержка 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.
Variable selection is crucial in statistical problems involving functional data, as it enhances prediction accuracy by filtering out irrelevant features. While selecting the most relevant variables is important, focusing solely on relevance can result in redundancy, negatively affecting model efficiency. The minimum Redundancy Maximum Relevance (mRMR) method addresses this by balancing relevance and redundancy using mutual information to evaluate variable relationships. Herein, we evaluate the mRMR method on a dataset of a single-cell RNA sequencing from Parkinson's disease (PD) patients. We 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.
Diabetes as a metabolic illness can be characterized by increased amounts of blood glucose. This abnormal increase can lead to critical detriment to the other organs such as the kidneys, eyes, heart, nerves, and blood vessels. Therefore, its prediction, prognosis, and management are essential to prevent harmful effects and also recommend more useful treatments. For these goals, machine learning algorithms have found considerable attention and have been developed successfully. This review surveys the recently proposed machine learning (ML) and deep learning (DL) models for the objectives mentio
СтатьяОбзорПоиск 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.
Bioactive peptides derived from dairy proteins are increasingly recognized for their dual capacities to enhance sensory attributes and provide health-promoting functions. In fermented dairy products such as yogurt, proteolysis releases a diverse array of peptides, including sour-taste peptides that can refine flavor profiles and reduce the need for added acids or synthetic flavorings. However, systematic discovery and characterization of such peptides remain limited by the time and cost of traditional screening methods. Here, we developed an integrated computational-experimental workflow to id
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 compare the performance of different Survival Machine Learning (SML) algorithms in predicting the survival of cancer patients.
METHODS: Data from the Registro Hospitalar de Câncer do Estado de São Paulo (São Paulo State Cancer Registry Hospital) were used, covering the five most incident types of cancer (breast, prostate, lung, colorectal and cervix). Six algorithms were evaluated: Gradient Boosting Survival (GBS), Random Survival Forest (RSF), Support Vector Machine Survival (SVM-Survival), XGBoost Cox, XGBoost Accelerated Failure Time (AFT), and LightGBM. Performance was measu
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 develop a machine learning-based prediction model for postoperative coronal imbalance (CIB) in patients with degenerative scoliosis (DS). Methods: The data of patients with DS who underwent corrective surgery at Xuanwu Hospital, Capital Medical University, between January 2018 and January 2023 were retrospectively collected. Based on the coronal alignment at the final postoperative follow-up, patients were categorized into a coronal balance (CB) group and a CIB group (defined as coronal vertical axis>3 cm). A total of 26 preoperative and intraoperative variables were considered a
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.
BACKGROUND: Open defecation is the disposal of human feces in fields, bushes, forests, open waterways, beaches, and other open areas. It worsens the environment, contaminates drinking water sources, causes malnutrition and low school attendance in children, and aids in the spread of diseases like cholera, diarrhea, dysentery, typhoid, polio, and hepatitis A. The purpose of this study was geospatial variation and machine learning approaches to predict open defecation in Zambia.
METHODS: This study used secondary data analysis from the cross-sectional Zambia Demographic and Health Survey (ZMDHS
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 AND HYPOTHESIS: Given the available findings confirming accelerated brain aging in schizophrenia (SZ), we conducted a study aimed at verifying whether quantitative retinal morphological data enable age prediction and whether schizophrenia patients present with a positive retinal age gap (RAG).
STUDY DESIGN: Two samples of patients and controls were enrolled: one included 59 SZ patients and 60 controls, all of whom underwent optical coherence tomography (OCT) enabling the measurement of 72 variables. A second sample of 65 SZ patients and 70 controls was then combined with the first
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.
AIM: We aimed to develop and internally validate a machine learning (ML)-based model for the prediction of the risk of type 2 diabetes mellitus (T2DM) in children with obesity.
METHODS: In total, 292 children with obesity and T2DM were enrolled between July 2023 and February 2024 and followed for at least 1 year. Eight ML algorithms (Decision Tree, Logistic Regression, Support Vector Machine (SVM), Multilayer Perceptron, Adaptive Boosting, Random Forest, Gradient Boosting Decision Tree, and Extreme Gradient Boosting) were compared for their capacity to identify key clinical and laboratory cha
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.
AIMS: To develop an optimal model to predict valproic acid (VPA) concentrations by machine learning, ensuring that the VPA plasma concentration is in the effective treatment range, and thus effectively control the patient's epilepsy.
METHODS: This single-center, retrospective study included patients diagnosed with epilepsy from January 2014 to January 2022. Patients receiving VPA and having undergone therapeutic drug monitoring were enrolled. Top three algorithms exhibiting superior model performance were selected to establish the ensemble prediction model, with Shapley Additive exPlanations
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: There are substantial gaps in our understanding of dental caries in primary and permanent dentition and various predictors using newer modeling methods such as Machine Learning (ML) algorithms and Artificial Intelligence (AI). The objective of this study is to compare the accuracy, precision, and differences between the caries predictive capability of AI vs. traditional multivariable regression techniques.
METHODS: The study was conducted using secondary data stored in the Temple University Kornberg School of Dentistry electronic health records system (axiUm) of pediatric patien
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.
Researchers have attempted to identify the factors involved in lymph node recurrence in cT1-2N0 tongue squamous cell carcinoma (SCC). However, studies combining histopathological and clinicopathological information in prediction models are limited. We aimed to develop a highly accurate lymph node recurrence prediction model for clinical stage T1-2, N0 (cT1-2N0) tongue SCC by integrating histopathological artificial intelligence (AI) with clinicopathological information. A dataset from 148 patients with cT1-2N0 tongue SCC was divided into training and test sets. The prediction models were const
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: To compare the accuracy of a-priori and a-posteriori dietary patterns in the prediction of acute coronary syndrome (ACS) and ischemic stroke. This is actually the first study to employ state-of-the-art classification methods for this purpose.
METHODS AND MATERIALS: During 2009-2010, 1000 participants were enrolled; 250 consecutive patients with a first ACS and 250 controls (60±12 years, 83% males), as well as 250 consecutive patients with a first stroke and 250 controls (75±9 years, 56% males). The controls were population-based and age-sex matched to the patients. The a-priori die
Сравнительное исследованиеСтатьяМногоцентровое исследованиеПоддержка исследования: вне правительства СШАПолный 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.
Artificial intelligence (AI), encompassing machine learning and deep learning, is being extensively used in medical sciences. It is slated to positively impact the diagnosis and prognostication of various diseases. Deep learning, a subset of AI, has been instrumental in diagnosing diabetic retinopathy (DR), diabetic macular edema, glaucoma, age-related macular degeneration, and numerous other ocular diseases. AI performs equally well in the early prediction of glaucoma and age-related macular degeneration. Integrating AI with telemedicine promises to improve healthcare delivery, although chall
СтатьяОбзорПоиск 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 diagnosis and prognostic assessment of gastric cancer are critical for improving patient outcomes. The application of advanced machine learning methods, particularly the XGBoost algorithm, offers a promising approach for enhancing prognostic evaluations. In this study, data from 2,270 patients with gastric cancer were analysed to develop a predictive model for prognosis using the XGBoost algorithm and 20 key clinical features. Comprehensive data collection, preprocessing, and feature selection were conducted to ensure robust model construction and validation. The model demonstrated st
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. Mammographic density is associated with the risk of developing breast cancer and can be predicted using deep learning methods. Model uncertainty estimates are not produced by standard regression approaches but would be valuable for clinical and research purposes. Our objective is to produce deep learning models with in-built uncertainty estimates without degrading predictive performance.Approach. We analysed data from over 150,000 mammogram images with associated continuous density scores from expert readers in the Predicting Risk Of Cancer At Screening (PROCAS) study. We re-designate
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: Gestational diabetes mellitus (GDM) is associated with various adverse outcomes in pregnancy for the mother and the baby. Precise prediction of GDM trends are crucial for public health. Machine learning (ML) models have emerged as powerful tools for disease prediction, demonstrating superior results compared to traditional methods. As a result, we set out to assess the effectiveness of ML models for predicting GDM. METHODS: This was a retrospective study that used the clinical and demographic information of all mothers admitted for delivery to a primary referral tertiary center loc
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 systematic review analyzed machine learning (ML) techniques for predicting and classifying mortality in traumatic brain injury (TBI) victims.
METHODS: The PICOS (People, Intervention, Comparison, Outcome, Study) strategy was used for the research question. The included studies were indexed in the Virtual Health Library and the National Library of Medicine, written in English, Portuguese, or Spanish, and focused on TBI-related mortality. Exclusions comprised animal studies, molecular research, reviews, and unavailable full texts.
RESULTS: Of 1,752 screened studies, 36 met incl
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.
BACKGROUND: Drug addiction is a chronic relapsing brain disease. Drug craving is the strongest independent predictor of relapse. However, traditional linear models often fail to capture complex non-linear addiction patterns. Although machine learning (ML) demonstrates superior performance, its "black-box" nature limits clinical credibility.
OBJECTIVE: This study aimed to construct a classification model for drug craving scores based on ML and explore the impact of multifactorial features.
METHODS: A total of 692 abstainers were recruited from Compulsory Isolation Drug Rehabilitation Centers.
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