INTRODUCTION: As populations age and the prevalence of osteoporosis (OP) increases, osteoporotic fractures substantially raise disability and mortality and impose growing economic burdens, threatening health and quality of life. This study aimed to develop and externally validate a reliable, practical machine learning model to predict OP in older women using routine clinical test results and comorbidity data.
METHODS: We retrospectively assembled an internal dataset from NHANES (2003-2020) and randomly split it 70:30 into training and test sets. An external cohort from a Chinese tertiary hosp
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.
Plasmodium falciparum erythrocyte membrane protein 1 (PfEMP1), encoded by the hypervariable var gene family, is central to malaria pathogenesis, influencing both disease severity and immune evasion. Classifying var genes into upstream groups (upsA, upsB, upsC, upsE) is important for understanding parasite biology and clinical outcomes, but remains challenging, especially with partial sequences, such as the DBLα tag or RNA-Seq assemblies. We developed upsML, a machine-learning-based classifier trained on 2,530 curated var genes, to accurately assign upstream groups based on sequence features fr
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: There is broad agreement that the onset of bipolar disorders (BD) can be predicted by using combined estimates of familial, genetic and clinical risk. However, there is a lack of consensus about the operationalisation of different risk attributes (e.g., symptoms vs. sub-threshold syndromes; disorder-specific polygenic risk scores [PRS] vs. multiple-disorder PRS dimensions) and their utility for predicting bipolar type 1 (BD-I) and 2 (BD-II). Likewise, analyses often fail to consider the optimal model for predicting outcomes where true cases will be in the minority.
METHODOLOGY: Pr
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.
RATIONALE AND OBJECTIVES: Extracellular volume (ECV) quantified by cardiac magnetic resonance (CMR) is a key indicator of myocardial fibrosis and strongly linked to outcomes after ST-segment elevation myocardial infarction (STEMI). This research focused on the development and validation of an interpretable machine learning (ML) model that incorporates ECV to predict 1-year major adverse cardiac events (MACE) in patients with STEMI following percutaneous coronary intervention.
MATERIALS AND METHODS: MACE prediction models were developed using clinical variables combined with CMR-ECV parameters
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: This study aims at the prediction of gender from radiographic condylar and coronoid measurements using random forest and elastic net algorithms.
BACKGROUND: Artificial intelligence (AI) has the potential to revolutionise the process of determining gender from skeletal remains by enhancing objectivity, efficiency, and accuracy. AI systems can be trained to automatically assess skeletal features relevant to gender identification, such as the size of the pelvis, skull, and specific mandibular traits.
MATERIALS AND METHODS: A total of 200 digital panoramic radiographs were collected, out of
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: In the United States, national guidelines suggest that aggressive cancer care should be avoided in the final months of life. However, guideline compliance currently requires clinicians to make judgments based on their experience as to when a patient is nearing the end of their life. Machine learning (ML) algorithms may facilitate improved end-of-life care provision for patients with cancer by identifying patients at risk of short-term mortality.
OBJECTIVE: This study aims to summarize the evidence for applying ML in ≤1-year cancer mortality prediction to assist with the transition
СтатьяОбзорПолный 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.
CONTEXT: Postoperative hypercortisolemia mandates further therapy in patients with Cushing's disease (CD). Delayed remission (DR) is defined as not achieving postoperative immediate remission (IR), but having spontaneous remission during long-term follow-up.
OBJECTIVE: We aimed to develop and validate machine learning (ML) models for predicting DR in non-IR patients with CD.
METHODS: We enrolled 201 CD patients, and randomly divided them into training and test datasets. We then used the recursive feature elimination (RFE) algorithm to select features and applied 5 ML algorithms to construct
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
Actigraphy, a tool known for investigating sleep-wake patterns at home, lacks scientific validation in hypersomnolent subjects. We aim to validate an actigraphy-based sleep-wake prediction algorithm against 32-h continuous polysomnography in patients with suspected idiopathic hypersomnia, and to compare its performance to predict sleep-wake parameters assessed by polysomnography with those of a commercially available algorithm. Two hundred and six hypersomnolent subjects were included prospectively in a Reference Centre for Hypersomnias, and underwent a 32-h bedrest protocol, wearing wrist-act
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.
Machine learning (ML) is changing the way that medicine is practiced. While already clinically utilised in diagnostic radiology and outcome … gal liability, clinical autonomy and data privacy. Notwithstanding impediments, it is clear that ML prediction algorithms will be part of depression treatment in the future and clinicians should be prepared for their arrival.
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.
Traditional sequence analysis algorithms fail to identify distant homologies when they lie beyond a detection horizon. In this review, we discuss how co-evolution-based contact and distance prediction methods are pushing back this homology detection horizon, thereby yielding new functional insights and experimentally testable hypotheses. Based on correlated substitutions, these methods divine three-dimensional constraints among amino acids in protein sequences that were previously devoid of all annotated domains and repeats. The new algorithms discern hidden structure in an otherwise featurele
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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: The purpose of this study was to summarize and evaluate artificial intelligence (AI) algorithms used in geographic atrophy (GA) diagnostic processes (e.g. isolating lesions or disease progression).
METHODS: The search strategy and selection of publications were both conducted in accordance with the Preferred of the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. PubMed and Web of Science were used to extract literary data. The algorithms were summarized by objective, performance, and scope of coverage of GA diagnosis (e.g. lesion automation and
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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.
Feature selection plays a critical role in identifying the most informative signals across multiple modalities in physiological datasets. While correlation-based approaches have traditionally been used to discover relationships among features, they are often unsupervised and do not incorporate class label information, limiting their discriminative power in supervised classification tasks. In this work, we propose a supervised, Information Gain (IG)-based feature selection framework for multimodal data acquired from wrist-worn sensors, including Blood Volume Pulse (BVP), Acceleration (ACC), Ski
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.
The thermal conductivity of polyethylene glycol (PEG)-nanocomposites is crucial for their use in thermal management systems, underscoring the need for accurate predictive models. This study develops a Gradient Boosting Machine (GBM) model optimized with four algorithms: Batch Bayesian Optimization (BBO), Evolution Strategies (ES), Bayesian Probability Improvement (BPI), and Gaussian Processes Optimization (GPO). A dataset of 229 experimental samples (90% training, 10% testing) was employed, using temperature, PEG molecular weight, nano concentration, and nano type as input variables. K-fold cr
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: Anticipating the need for at-birth cardiopulmonary resuscitation (CPR) in neonates is very important and complex. Timely identification and rapid CPR for neonates in the delivery room significantly reduce mortality and other neurological disabilities. The aim of this study was to create a prediction system for identifying the need for at-birth CPR in neonates based on Machine Learning (ML) algorithms.
METHODS: In this study, 3,882 neonatal medical records were retrospectively reviewed. A total of 60 risk factors was extracted, and five ML algorithms of J48, Naïve Bayesian, multila
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.
In this study, we developed ML algorithms to predict fragility fractures, considering the occurrence of fractures at different skeletal sites, using the data from the Canadian Multicentre Osteoporosis Study (CaMos) with participants aged 50 years or older. We considered 73 baseline features, and the outcome was the first incidence of fracture at any of the following sites: hip, spine, pelvis, ribs, shoulder, and forearm. The ML algorithms were evaluated in terms of the ROC_AUC. SHapley Additive exPlanations (SHAP) analysis was performed to identify the important features and to investigate the
СтатьяМногоцентровое 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/Objectives:Klebsiella pneumoniae is an opportunistic pathogen increasingly resistant to carbapenems and broad-spectrum antibiotics, complicating timely infection management. In critical cases like septic shock, where initiating effective antibiotics within 3 h improves survival, culture-based resistance testing is often too slow. This study evaluates machine learning (ML) algorithms for faster antimicrobial resistance prediction than conventional methods. Methods: In this retrospective study, antibiogram results of 607 Klebsiella pneumoniae isolates collected between 2017 and 2024 w
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.
2-Bromo-4,6-dinitroaniline (BDNA), a synthetic intermediate of brominated azo dyes, poses potential nephrotoxicity risks; however, its early molecular injury mechanisms remain elusive. This study integrated network toxicology prediction, machine learning algorithms (least absolute shrinkage and selection operator [LASSO], support vector machine recursive feature elimination [SVM-RFE], and random forest), and transcriptomic data mining with a 90-day subchronic male Sprague-Dawley (SD) rat exposure model to identify early biomarkers of BDNA-induced nephrotoxicity. Cross-validation of three algor
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.
Chronic rhinosinusitis with nasal polyps (CRSwNP) is a prevalent inflammatory disease of the sinuses that significantly diminishes patients' quality of life. Endoplasmic reticulum stress (ERS) is strongly associated with the initiation and progression of numerous inflammatory diseases. This study aimed to identify ERS-related hub genes in CRSwNP using bioinformatics approaches. We combined the GSE136825 and GSE179265 datasets. Subsequently, we performed differential expression analysis and weighted gene co-expression network analysis. The genes identified were then cross-referenced with those
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.
Current evidence for predictive models of post-stroke depression (PSD) risk based on machine learning (ML) remains limited. The aim of this study is to develop a superior predictive model based on ML algorithms for PSD in the Chinese population. We retrospectively gathered data from 507 patients who were hospitalized for ischemic stroke between June 2022 and August 2023 at a medical facility in China. The patients were separated into a training group (70%) and a validation group (30%). After selecting the core predictors of PSD using LASSO regression dimension reduction, six machine learning (
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.
With human guidance, computers now use machine learning (ML) in artificial intelligence (AI) to learn from data, detect trends, and make predictions. Software can adapt and improve with new information. Imaging scans leverage pattern recognition to predict outcomes, diagnose disorders, and suggest treatments. Tuberculosis (TB) remains the most common bacterial disease affecting humans. The World Health Organisation reported that in 2022, 1.3 million people died from tuberculosis, with the death rate potentially reaching 66% if proper treatment isn't provided. We trained ML-supervised algorithm
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