Most emerging infectious diseases in humans are zoonotic in origin. Yet, knowledge of host-pathogen associations remains limited. Machine learning models have been increasingly used to infer missing zoonotic host-pathogen associations, but face challenges due to biased data and the absence of confirmed negative cases. Here, we introduce Dynamic Positive-Unlabeled (DPU) learning, a semi-supervised framework for predicting missing links in incomplete, biased networks. DPU learning integrates a propensity score model that estimates the probability of observing existing links with a classifier tha
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.
Day-ahead operation of regional natural gas transmission networks requires station demand forecasts and their translation into inventory-preparation references. This study evaluated a sequential forecast-to-dispatch workflow for the Chongqing regional gas network. Six forecasting models were assessed under a leakage-controlled 30-day walk-forward protocol. Across nine routine stations, mean station-level MAPE was 8.61% for SARIMAX, 8.95% for XGBoost, and 9.78% for GRU. The corresponding values were 10.93% for LSTM, 11.63% for BPNN, and 11.77% for CNN-BiLSTM-Attention. Station G was assessed se
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: Machine learning-based risk classification of type 2 diabetes mellitus (T2DM) has become a prevailing research direction in intelligent healthcare. Nevertheless, current studies suffer from two key limitations. First, most existing models are built on cross-sectional data and cannot capture the dynamic progression characteristics of T2DM. Second, traditional longitudinal time-series models are commonly adopted without sufficiently exploring the deep interactive relationships among multi-temporal physical examination features, limiting model predictive performance.
METHODS: To tack
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.
Childhood stunting, caused by poor nutrition, infections, and inadequate stimulation, impairs growth and development. This leads to reduced cognitive function and academic performance, increased risk of illness and death due to weakened immunity, lower economic productivity, and higher susceptibility to chronic diseases in adulthood. Childhood stunting is a major issue in low-income countries like Ethiopia. Children’s stunting prevalence in Ethiopia is 35.4%, highlighting the need for interventions. The World Health Organization (WHO) classifies stunting as normal, moderate, and severe. The st
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: Fetal hypoxia is a leading cause of neonatal morbidity and mortality. Cardiotocography (CTG) is widely used to predict fetal hypoxia during labor, but its interpretation remains suboptimal. Artificial intelligence (AI) models have been developed for CTG interpretation, but their clinical utility is limited by two major challenges: demonstrating superiority over human experts and ensuring explainability in real-world settings.
METHODS: A large dataset containing CTG traces from three tertiary hospitals between January 2014 and May 2022 was built for model development. Deep learning
СтатьяМногоцентровое исследованиеСравнительное 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.
BACKGROUND: Recurrent miscarriage (RM), affecting 1–2% of couples, often lacks a clear etiology, complicating prognosis and care. Machine learning (ML) offers a potential paradigm shift by enabling robust risk stratification. This systematic review synthesizes the current landscape of ML applications for predicting RM, evaluating methodological quality, performance, and clinical translatability. METHODS: We systematically searched PubMed/MEDLINE, Scopus, and Web of Science until 9 December 2024. Studies developing or validating ML models for predicting RM or related pregnancy loss were include
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: The homeless population in Bogotá exhibits complex social and health vulnerabilities, with a high prevalence of chronic and communicable diseases such as hypertension, diabetes, tuberculosis, HIV/AIDS, and cancer. These conditions hinder epidemiological surveillance and timely public health decision-making, particularly in contexts of social exclusion.
OBJECTIVE: To develop and evaluate an artificial intelligence-based predictive model aimed at identifying disease occurrence risk profiles among the homeless population in Bogotá, in order to support public health decision-making.
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 diabetic neuropathy (DN) remains challenging due to its asymptomatic progression. Machine learning models hold promise for identifying patients at risk, yet most existing studies are limited by small sample sizes that hinder generalizability. In this study, we evaluated minimum sample size requirements for machine learning using a population-based dataset of 77,724 individuals with diabetes. We generated balanced subsets with varying sample sizes (n=100-25,000) and numbers of features (3-46). We trained random forest models on each configuration and evaluated performance 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.
The COVID-19 pandemic significantly disrupted global mobility patterns, with widespread population movement playing a key role in the transmission of the virus. In such a situation, Google introduced the Community Mobility Reports, which use anonymized and aggregated location data to monitor changes in movement across various location categories. These mobility trends provide important insights that help inform timely public health interventions and support data-driven decisions during and after the pandemic. This study aims to forecast human mobility trends in Thailand during the COVID-19 pan
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.
Thunderstorms pose significant threats to life, agriculture, and infrastructure in Bangladesh, particularly in the northeastern regions of Sylhet, Sreemangal, and Mymensingh. This study develops and rigorously evaluates localized thunderstorm frequency forecasting models for these high-risk stations using 40 years (1985-2024) of monthly data and thirty six modeling approaches encompassing classical time series (SARIMA/SARIMAX, ETS/ETSX), machine learning (ANN/ANNX, SVR/SVRX, XGBoost/XGBoostX), and deep learning (LSTM/LSTMX) architectures, applied to raw and seasonally adjusted (X-11, STL) data
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.
Free-space optical communications systems offer high bandwidth, increased security and license-free operation but are highly affected by the performance degradation due to the atmospheric attenuation caused by scattering and absorption. The prediction of attenuation accuracy is even more important in Iraq where the environment is hot, dusty, foggy and rainy in a random fashion. The aim of this study is to assess the performance of machine learning, deep learning and hybrid modeling techniques for the prediction of free-space optical communication systems atmospheric attenuation in different Ir
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.
Rapid eye movement (REM) sleep behaviour disorder (RBD), particularly its idiopathic/isolated form (iRBD), is a prodromal marker for α-synucleinopathies, including Parkinson's disease, dementia with Lewy bodies and multiple system atrophy. Machine learning (ML) offers opportunities to improve diagnosis and risk stratification in this high-risk group. We conducted a systematic review of PubMed, Embase (Ovid) and Medline (Ovid) from 2014 to September 2025, following PRISMA guidelines. From 335 records identified, 202 remained after duplicate removal and 75 studies on adult humans with clinically
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.
In recent years, deep learning technology has played an increasingly important role in seizure prediction based on electroencephalogram signals. However, the performance of deep learning algorithms is often highly dependent on the design of their neural network architectures; the process of manually designing neural network architectures is usually very time-consuming and resource-intensive. In addition, different types of networks have distinct advantages, and how to automatically hybridize these networks to design an effective network for seizure prediction remains a substantial challenge. T
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 incidence of myopia is continuously increasing worldwide, especially in China, where the prevention and control of myopia is of great significance. Accurate prediction of myopia and early intervention are of great importance for slowing down the development of myopia and reducing the social burden. This article reviews the research progress of myopia prediction models and their predictive performance in recent years. It includes models based on refractive power and ocular biological characteristics, such as those using parameters such as refractive power, axial length, and percentile curve
СтатьяОбзорАннотация на английскомПоиск 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: Diabetes Mellitus is a chronic health condition (long-lasting) due to inadequate control of blood levels of glucose. This study presents a prediction of Type 2 Diabetes Mellitus among women using various Machine Learning Algorithms deployed to predict the diabetic condition. A University of California Irvine Diabetes Mellitus Dataset posted in Kaggle was used for analysis.
METHODS: The dataset included eight risk factors for Type 2 Diabetes Mellitus prediction, including Age, Systolic Blood Pressure, Glucose, Body Mass Index, Insulin, Skin Thickness, Diabetic Pedigree Function, an
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.
Age, gender, body mass index (BMI), and mean heart rate during sleep were found to be risk factors for obstructive sleep apnea (OSA), and a … ociated with OSA. The artificial neural network model had the best efficacy compared with the other prediction algorithms. The AUROC, accuracy, recall, specificity, precision, F1-score, and Brier score were 80.4% (95% CI 76.7-84.1%), 69.9% (95% CI 69.8-69.9%), 86.5% (95% CI 81.6-91.3%), 61.5% (95% CI 56.6-66.4%), 53.2% (95% CI 47.7-58.7%), 65.9% (95% CI 60.2-71.5%), an …
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.
OBJECTIVES: Anxiety and mood disorders greatly affect the quality of life for individuals worldwide. A substantial proportion of patients do not sufficiently improve during evidence-based treatments in mental healthcare. It remains challenging to predict which patients will or will not benefit. Moreover, the limited research available on predictors of treatment outcomes comes from efficacy RCTs with strict selection criteria which may limit generalizability to a real-world context. The current study evaluates the performance of different machine learning (ML) models in predicting non-improveme
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 AND OBJECTIVES: We aim to verify the use of ML algorithms to predict patient outcome using a relatively small dataset and to create a nomogram to assess in-hospital mortality of patients with COVID-19.
METHODS: A database of 200 COVID-19 patients admitted to the Clinical Hospital of State University of Campinas (UNICAMP) was used in this analysis. Patient features were divided into three categories: clinical, chest abnormalities, and body composition characteristics acquired by computerized tomography. These features were evaluated independently and combined to predict patient outc
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 mellitusis a widespread chronic disease with steadily growing prevalence and associated comorbidities. Current treatment of diabetes can be quite cumbersome for the patients, leading to global efforts to develop a fully-automated artificial pancreas. Such a device will need to employ some form of blood glucose prediction, as well as algorithms to detect meal intake and various physical activities. Many methods were already developed for these tasks, enabling the meta-analysis of the current state of the art. First, an overview of glycemic control strategies and sensors is provided. Th
СтатьяМетаанализОбзорПолный 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: Ischemic stroke is the most prevalent type of stroke worldwide, accounting for approximately 85% of all stroke cases and resulting in the deaths of about 6.4 million people annually. Among stroke survivors, more than 60% experience varying degrees of functional impairment within three months following the stroke. Therefore, early identification and prediction of the risk of adverse outcomes after stroke are crucial. This study seeks to create an intuitive and clinically relevant machine learning model to predict the risk of adverse prognostic outcomes within one year in patients su
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.
MedElevator
Войти в исследования