BACKGROUND: Acute mountain sickness (AMS) poses formidable challenges for individuals venturing into high-altitude (HA) environments. Early and precise prediction of AMS is crucial for the timely identification of high-risk individuals and the development of effective treatment strategies. We sought to develop and validate an interpretable Acute Mountain Sickness Four-Task Ensemble (AMS-FTE) model for predicting AMS occurrence and severity according to the old and new LLS definitions.
METHODS: This study enrolled 330 healthy subjects who underwent rapid exposure to HA. Questionnaire surveys u
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.
INTRODUCTION: Early onset hypertension is often overlooked despite its association with lifelong cardiovascular disease risk. We developed an interpretable machine learning model to predict early onset hypertension in US adults using the 2022 Medical Expenditure Panel Survey, incorporating demographic, socioeconomic, health care utilization, and comorbidity features.
METHODS: We analyzed data on adults aged 55 years or younger. Hypertension was defined by International Classification of Diseases, 10th Revision, Clinical Modification code number I10 or self-reported physician diagnosis at or b
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: Early identification of Alzheimer's disease-related cognitive impairment remains challenging, and existing machine learning (ML) models often suffer from feature instability and limited interpretability. This study developed robust and explainable ML models using cerebrospinal fluid (CSF) biomarkers by systematically comparing sparsity-based (LASSO), importance-based (Boruta), and consensus feature selection strategies.
METHODS: A publicly available cohort of 333 individuals (91 cognitively impaired, 242 cognitively normal) was analyzed. Data were split into training (70%) and ind
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: Mothers with inadequate intake of micronutrients are a serious and collective global health issue, especially in poverty stricken areas. However, the available studies in Ethiopia have been usually focused in early childhood nutrition using old statistical methods. The aim of this study is to apply multiple machine learning algorithms to construct a high fidelity predictive model and identify key predictors of Inadequate Minimum Dietary Diversity for Women among Ethiopian mothers with a child under 24 months.
METHODS: A weighted sample of 3,914 women from the Ethiopian Demographic
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.
PURPOSE: The purpose of this study is to develop a machine learning (ML) model to predict skeletal-related events (SREs) in patients with bone metastasis from breast cancer.
PATIENTS AND METHODS: Publicly available, patient-level data of patients with bone metastasis from breast cancer receiving zoledronic acid from a previous clinical trial was analyzed. Five feature sets (FS) and seven algorithms were utilized to develop ML models to predict SREs within 18 months. The model was trained with ten-fold cross-validation, repeated three times, and was evaluated through four-fold external cross-v
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.
IMPORTANCE: Preeclampsia is a leading cause of maternal and perinatal morbidity and mortality, yet its unpredictable onset and rapid progression hinder timely management. Existing prediction tools often rely on specialized biomarkers, static assessments, or limited study cohorts, impeding clinical utility and generalizability.
OBJECTIVE: To develop and validate machine learning models for dynamic, short-term prediction of preeclampsia onset using longitudinal electronic health record (EHR) data.
DESIGN, SETTING, AND PARTICIPANTS: This retrospective, multisite cohort study included pregnancie
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.
SUMMARY: cAMRah is a curated workflow designed to predict antimicrobial resistance (AMR) genes in microbial genomes, either in the cloud or on any personal computer running Docker containers. Numerous AMR gene-finding packages exist, each utilizing different algorithms and prediction methods. cAMRah adopts a consensus-based approach to AMR prediction, recognizing that no single tool can identify all AMR genes. It integrates and runs six AMR-finder tools and databases (with plans for future expansion), scores the AMR predictions, maps all results to CDS coordinates and harmonizes the annotation
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.
UNLABELLED: Radiomics has revolutionized the world of medical imaging. The aim of this review is to guide oncologists in radiomics and its applications in diagnosis, prediction of response and damage, prediction of survival, and prognosis in lung cancer. In this review, we analyzed published literature on PubMed and MEDLINE with papers published in the last 10 years. We included papers in English language with information about radiomics features and diagnostic, predictive, and prognosis of radiomics in lung cancer. All citations were evaluated for relevant content and validation.
RELEVANCE F
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 assessed the strength of sociometric classification in the prediction of concurrent sociobehavioral adjustment. Differential adjustment for subgroups of unclassified children were also examined. Participants were 881 fifth graders (ages 9 to 12). Classification strength (CS) and unclassified subgroups were determined through newly developed algorithms. CS added significantly to the prediction of all areas of adjustment. For example, highly rejected children were at extreme risk for victimization whereas highly controversial children were most likely to be bullies and relationally ag
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.
Parkinson’s disease (PD) is a complex neurological disorder that is difficult to diagnose at an early stage. Early diagnosis and prediction of the disease can help improve the prognosis of patients and therapeutic interventions. Although machine learning (ML) has shown strong potential for PD diagnosis and prediction, its clinical use is limited by the lack of model interpretability. In this study, advanced but interpretable framework is proposed for Parkinson’s disease diagnosis by incorporating explainable artificial intelligence (XAI) and machine learning methods. The proposed framework est
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: Serum ferritin is a primary marker of body iron stores; however, its diagnostic utility is limited by cost and non-specific elevation during inflammatory states. This study aimed to develop and validate explainable machine learning (ML) models to estimate ferritin status using only widely available and cost-effective complete blood count (CBC) and demographic parameters.
METHODS: This prospective study analyzed 12,450 adult laboratory records. To ensure ferritin reflected true iron status, cases with inflammation (elevated white blood cell count or erythrocyte sedimentation rate)
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: Traditional short message service (SMS) recruitment, an essential method for recruiting blood donors, constitutes a highly imbalanced classification problem and still requires improvement in terms of efficiency and cost-effectiveness. METHODS: Using 513,523 donations and 11,616 SMS data from Nanjing, China, several machine learning models—including eXtreme Gradient Boosting (XGBoost), Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Logistic Regression (LR), Decision Tree (DT), Random Forest (RF), and Multi-Layer Perceptron (MLP)—were initially trained, followed by an incre
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.
Reproducible biomarker identification and transplant rejection risk prediction remain fundamental yet unsolved challenges in transplantation medicine. Traditional approaches rely on hypothesis-driven analyses and domain expertise, limiting scalability and generalizability across diverse populations. We introduce Transplant-Agents, a data-driven multi-agent AI framework integrating large language models (LLMs) with machine learning algorithms for automated biomarker identification and rejection risk prediction. Agents interact through structured, iterative dialogue governed by predefined rules
СтатьяПрепринтПолный 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: Cardiovascular disease (CVD) accounts for over one-fourth of pregnancy-related deaths in the United States. Timely recognition is critical for an appropriate response that has the potential to reduce maternal morbidity and mortality.
OBJECTIVES: The purpose of this study was to evaluate the predictive value of the CMQCC CVD risk assessment algorithm among a diverse population of pregnant and postpartum women. We hypothesize that the algorithm will demonstrate superior predictive value compared to any individual element within the algorithm alone.
METHODS: We conducted a retrospec
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.
Odontogenic Keratocyst (OKC) is a benign jaw tumor characterized by a high recurrence rate. However, its clinical diagnosis presents significant challenges due to complex pathological morphologies and inconspicuous early symptoms. In this paper, we propose an intelligent OKC diagnosis system that leverages multimodal data fusion and interpretable analysis. Specifically, we first devise a Multimodal Feature-based Diagnosis Model (MFDM), which utilizes a Spatial Feature Fusion Module (SFFM) to fuse features extracted from patients' oral pathological slides and tabular clinical parameters. Second
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: Artificial intelligence (AI)-assisted approaches may allow surgical research trends to be analyzed at scale and projected over time. However, their use in forecasting the evolution of microsurgical scholarship remains limited. This study developed an AI-assisted bibliometric framework to characterize and project global clinical and experimental microsurgery publication trends.
METHODS: PubMed metadata from 20 microsurgery-relevant surgical journals were extracted for 2010-2024 using an automated Python-based retrieval algorithm. A rule-based contextual key-word classifier using a
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.
Pathological tremor is a common symptom of various neurological disorders. Pathological tremor signal prediction is important to the tremor suppression equipment. However, how to improve the accuracy of multi-step prediction of tremor motion is a difficult problem. In this paper, an adaptive time-frequency decomposition informer (ATFDI) method is proposed to predict the signal of pathological tremor. For this method, an adaptive oscillator is used to model the tremor signal, and the tremor signal is decomposed into multiple sub-signals with narrow band and single main frequency. After eliminat
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.
Defining the binding epitopes of antibodies is essential for understanding how they bind to their antigens and perform their molecular functions. However, while determining linear epitopes of monoclonal antibodies can be accomplished utilizing well-established empirical procedures, these approaches are generally labor- and time-intensive, and costly. To take advantage of the recent advances in protein structure prediction algorithms available to the scientific community, we developed a calculation pipeline based on the localColabFold implementation of AlphaFold2 that can predict linear antibod…
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.
Each of us reflects a unique convergence of DNA and the environment. Over the past 2 decades, huge biobanks linked to electronic medical records have positioned the clinical and scientific communities to understand the complex genetic architecture underlying many common diseases. Although these efforts are producing increasingly accurate gene-based risk prediction algorithms for use in routine clinical care, the algorithms often fail to include environmental factors. This review explores the concept of heritability (genetic vs nongenetic determinants of disease), with emphasis on the role of e…
СтатьяПоддержка NIH: внешняя программаОбзорПоиск 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.
Cohen's κ, a similarity measure for categorical data, has since been applied to problems in the data mining field such as cluster analysis and network link prediction. In this paper, a new application is examined: community detection in networks. A new algorithm is proposed that uses Cohen's κ as a similarity measure for each pair of nodes; subsequently, the κ values are then clustered to detect the communities. This paper defines and tests this method on a variety of simulated and real networks. The results are compared with those from eight other community detection algorithms. Results show
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