OBJECTIVE: To develop machine learning algorithms (MLAs) that can differentiate patients with acute cholangitis (AC) and alcohol-associated hepatitis (AH) using simple laboratory variables.
METHODS: A study was conducted of 459 adult patients admitted to Mayo Clinic, Rochester, with AH (n=265) or AC (n=194) from January 1, 2010, to December 31, 2019. Ten laboratory variables (white blood cell count, hemoglobin, mean corpuscular volume, platelet count, aspartate aminotransferase, alanine aminotransferase, alkaline phosphatase, total bilirubin, direct bilirubin, albumin) were collected as input
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: Early diagnosis of major depressive disorder (MDD) could enable timely interventions and effective management which subsequently improve clinical outcomes. However, quantitative and objective assessment tools for the suspected cases who present with depressive symptoms have not been fully established.
METHODS: Based on a large-scale dataset (n = 363 subjects) collected with functional near-infrared spectroscopy (fNIRS) measurements during the verbal fluency task (VFT), this study proposed a data representation method for extracting spatiotemporal characteristics of NIRS signals, 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.
This article presents a machine learning methodology for diagnosing Parkinson's disease (PD) based on the use of vertical Ground Reaction Forces (vGRFs) data collected from the gait cycle. A classification engine assigns subjects to healthy or Parkinsonian classes. The diagnosis process involves four steps: data pre-processing, feature extraction and selection, data classification and performance evaluation. The selected features are used as inputs of each classifier. Feature selection is achieved through a wrapper approach established using the random forest algorithm. The proposed methodolog
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.
Schizophrenia has a 1% incidence rate world-wide and those diagnosed present with positive (e.g. hallucinations, delusions), negative (e.g. apathy, asociality), and cognitive symptoms. However, both symptom burden and associated brain alterations are highly heterogeneous and intimately linked to prognosis. In this study, we present a method to predict individual symptom profiles by first deriving clinical subgroups and then using machine learning methods to perform subject-level classification based on magnetic resonance imaging (MRI) derived neuroanatomical measures. Symptomatic and MRI data
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.
Postpartum depression (PPD) affects 10-20% of new mothers globally, yet detection and treatment rates remain low, particularly in underserved populations. Artificial intelligence (AI)-here spanning supervised machine-learning prediction, natural-language and acoustic analysis, and generative conversational agents-is increasingly promoted as a solution, from risk prediction to chatbot-delivered therapy. Drawing on selected evidence from clinical informatics, digital mental health, public-health ethics, and implementation science, we argue that although AI may genuinely expand reach, its current
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.
Indoor monitoring of biological contamination is essential for protecting cultural heritage and public health. However, conventional culture … nd Mann-Whitney U) confirmed significant differences between all the exposure conditions (p<0.001). Supervised machine learning (ML) models showed strong performance across all the classification tasks, with accuracy and AUC values near 100%. In most cases, pressure alone was sufficient. The statistical and ML analyses consistently identified pressure, particulate-related va …
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.
Solution-processed scintillators are attractive for large-area X-ray imaging. However, their performance in thin-film architectures is const … ensity remains within 3.6% of the pristine value after 24 h immersion in water. By integrating self-supervised machine learning-assisted image reconstruction, temperature-adaptive X-ray imaging with a spatial resolution of 21.7 lp mm-1 is achieved. This work establishes an epitaxial microstructural design paradigm for solution-processed scintillator screens operating under d …
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.
High-temperature oxidation affects the surface condition and quality of steel products, yet automated identification of the thermal stages governing oxide-scale formation remains limited. This study evaluated whether infrared thermography time series combined with dimensionality reduction and supervised learning could classify the heating, isothermal, and cooling phases of AISI 1045 steel oxidation. Five controlled Joule-heating experiments generated 3356 thermographic records. Each thermogram was flattened, and principal component analysis was applied independently to each experiment; the fir
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.
To develop and validate an artificial intelligence pipeline for binary screening of horizontal strabismus versus orthotropia using smartphone-acquired facial images and geometric landmark analysis. This two-stage system combines Real-Time Detection Transformer (RT-DETR) to localize nine ocular landmarks per eye across three gaze directions (left, center, right), and supervised machine learning classifiers. A feature set of five biometric ratios was derived from coordinates including the canthi, limbi, and corneal light reflexes. The model was trained on facial images from 150 participants (96 …
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.
This study presents a supervised machine learning approach using a Random Forest classifier to detect ischemia-reperfusion injury (IRI) in kidney tissue based on intravital two-photon microscopy data. A rodent model of unilateral renal IRI was used, with 30 min of pedicle occlusion followed by 15 min of reperfusion. Continuous imaging captured nuclear (Hoechst 33342), vascular (FITC-dextran), and mitochondrial (TMRM) changes in real time. From extracted video frames, 2000 manually segmented regions of interest (ROIs), 1000 control and 1000 injured segments, were analyzed using texture analysis…
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.
OBJECTIVES: Traditional scoring systems have been widely used to predict acute pancreatitis (AP) severity but have limitations in predictive accuracy. This study investigates the use of machine learning (ML) algorithms to improve predictive accuracy in AP.
METHODS: A retrospective study was conducted using data from 101 AP patients in a tertiary hospital in Türkiye. Data were preprocessed, and synthetic data were generated with Gaussian noise addition and balanced with the ADASYN algorithm, resulting in 250 cases. Supervised ML models, including random forest (RF) and XGBoost (XGB), were trai
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.
Alzheimer's disease (AD) is a leading cause of dementia worldwide. As current diagnostic approaches remain limited in sensitivity and access … network analysis (WGCNA) identified multiple ncRNA modules associated with the AD phenotype. Using supervised machine learning approaches, we evaluated the diagnostic potential of ncRNA expression profiles, including single-gene, multi-gene, and module-level models. Random Forest models trained on individual genes identified 121 ncRNAs with AUROC > 0.8. Feature importance a …
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.
High-dose methotrexate for pediatric cancer treatment is frequently associated with mucositis, which can lead to delayed or discontinued tre … e Joint Association of Genetic variants tool, and a predictive model was developed using XGBoost, a supervised machine learning algorithm based on gradient-boosted decision trees. Pathway enrichment identified significant associations in IL6 (P = 0.04) and WNT/β-catenin (P = 0.048) signaling pathways. The predictive model (area under the curve [AUC] = 0.76) highlighted singl …
СтатьяМногоцентровое исследованиеПоддержка 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.
Clinical heterogeneity among hemodialysis patients necessitates precision medicine approaches transcending conventional single-parameter management. Through machine learning analysis of 1,207 maintenance hemodialysis patients, we developed a novel two-tier phenotyping framework integrating unsupervised K-means clustering across 22 clinical indicators with supervised classification using six universally available biomarkers. Five mechanistically informed composite indicators were constructed, including the Middle-Small Molecule Clearance Index (β2-microglobulin reduction ratio × Kt/V) and ferri
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.
Early detection of oral squamous cell carcinoma (OSCC) significantly enhances treatment outcomes and survival rates, with lymph node metastasis serving as a main prognostic factor. However, current clinical practices rely on TNM classification, including histological confirmation of metastatic disease in lymph nodes, often involving elective neck dissection, a procedure that can cause post-operative morbidity. Here it is shown that zinc imidazole framework-8 (ZIF-8) electrochemical biosensors can effectively distinguish non-metastatic (N0) from lymph node metastatic (N+) OSCC saliva samples. B
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.
Delirium is a heterogeneous syndrome characterized by an acute change in level of consciousness that is associated with inattention and disorganized thinking. Delirium affects most critically ill patients and is associated with poor patient-oriented outcomes such as increased mortality, longer ICU and hospital length of stay, and worse long-term cognitive outcomes. The concept of delirium and its subtypes has existed since nearly the beginning of recorded medical literature, yet robust therapies have yet to be identified. Analogous to other critical illness syndromes, we suspect the lack of id
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.
There is no gold standard to tell frustrating outcomes after the catheter ablation of paroxysmal atrial fibrillation (PAF). The study aims to construct a prognostic tool. We retrospectively analyzed 315 patients with PAF who underwent first-time ablation at the Second Xiangya Hospital of Central South University. The endpoint was identified as any documented relapse of atrial tachyarrhythmia lasting longer than 30 s after the three-month blanking period. Univariate Cox regression analyzed eleven preablation parameters, followed by two supervised machine learning algorithms and stepwise regress…
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.
Attenuated Total Reflectance-Fourier transform infrared (ATR-FTIR) spectroscopy is an emerging technology in the medical field. Blood D-dimer was initially studied as a marker of the activation of coagulation and fibrinolysis. It is mainly used as a potential diagnosis screening test for pulmonary embolism or deep vein thrombosis but was recently associated with COVID-19 severity. This study aimed to evaluate the use of ATR-FTIR spectroscopy with machine learning to classify plasma D-dimer concentrations. The plasma ATR-FTIR spectra from 100 patients were studied through principal component an
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: This study aims to develop the best diagnostic model for brain arteriovenous malformations (bAVMs) rupture by using machine learning (ML) algorithms.
MATERIALS AND METHODS: We retrospectively included 353 adult patients with ruptured and unruptured bAVMs. The clinical and radiological data on patients were collected. The significant variables were selected using univariable logistic regression. We constructed and compared the predictive models using five supervised ML algorithms, multivariable logistic regression, and R2eDAVM scoring system. A complementary systemati
МетаанализСистематический обзорСтатьяПоддержка 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.
Nowadays, the better assessment of low back pain (LBP) is an important challenge, as it is the leading musculoskeletal condition worldwide in terms of years of disability. The objective of this study was to evaluate the relevance of various machine learning (ML) algorithms and Sample Entropy (SampEn), which assesses the complexity of motion variability in identifying the condition of low back pain. Twenty chronic low-back pain (CLBP) patients and 20 healthy non-LBP participants performed 1-min repetitive bending (flexion) and return (extension) trunk movements. Analysis was performed using the
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