BACKGROUND: Within the trauma system, the emergency department (ED) is the hospital's first contact and is vital for allocating medical resources. However, there is generally limited information about patients that die in the ED.
OBJECTIVE: The aim of this study was to develop an artificial intelligence (AI) model to predict trauma mortality and analyze pertinent mortality factors for all patients visiting the ED.
METHODS: We used the Korean National Emergency Department Information System (NEDIS) data set (N=6,536,306), incorporating over 400 hospitals between 2016 and 2019. We included the
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.
This study develops a comprehensive workflow integrating Headspace Solid-Phase Microextraction Gas Chromatography-Mass Spectrometry (HS-SPME-GC-MS) with advanced supervised machine learning to authenticate the botanical origin of honeys from five distinct floral sources-coriander, orange blossom, astragalus, rosemary, and chehelgiah. While HS-SPME-GC-MS combined with traditional chemometrics (e.g., PCA, LDA, OPLS-DA) is well-established for honey discrimination, the application and direct comparison of Random Forest (RF), eXtreme Gradient Boosting (XGBoost), and Neural Network (NN) models repr
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.
Lupus Nephritis (LN) is among the worst renal manifestations of Systemic Lupus Erythematosus (SLE) that may lead to irreversible damage to the kidneys without early diagnosis. The traditional diagnostic methods, especially renal biopsy, are invasive, expensive, and less suitable for frequent monitoring, which places a high demand on the reliability of computer-assisted diagnostic methods. This paper suggests a hybrid Deep Learning (DL) model that can explain the process of automated LN detection based on medical image analysis. The proposed framework uses Data-Adaptive Gaussian Average Filteri
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.
This study proposes a feature extraction scheme that fuses accelerometric (ACC) and electromyographic (EMG) data to improve shoulder movement identification in individuals with transhumeral amputation, in whom the clinical need for intuitive control strategies enabling reliable activation of full-arm prostheses is underinvestigated. A novel spatiotemporal warping feature extraction architecture was employed to realize EMG and ACC information fusion at the feature level. EMG and ACC data were collected from six participants with intact limbs and four participants with transhumeral amputation us
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: Thumb carpometacarpal (CMC) joint osteoarthritis is among the most common degenerative hand diseases. Thumb CMC arthroplasty, or trapeziectomy with or without tendon augmentation, is the most frequently performed surgical treatment and has a strong safety profile. Though adverse outcomes are infrequent, the ability to predict risk for complications has substantial clinical benefits. In the present study, we evaluated a well-known surgical database with machine learning (ML) techniques to predict short-term complications and reoperations after thumb CMC arthroplasty.
METHODS: A ret
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.
Recent deep learning algorithms have further improved risk classification capabilities. However, an appropriate feature selection method is required to overcome dimensionality issues in population-based genetic studies. In this Korean case-control study of nonsyndromic cleft lip with or without cleft palate (NSCL/P), we compared the predictive performance of models that were developed by using the genetic-algorithm-optimized neural networks ensemble (GANNE) technique with those models that were generated by eight conventional risk classification methods, including polygenic risk score (PRS), r
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: Machine learning (ML) applied to diffusion tensor imaging (DTI) has emerged as a promising tool for detecting microstructural brain alterations in movement disorders. However, existing studies vary widely in design, sample size, imaging pipelines, and analytic rigor, resulting in high methodological heterogeneity that limits quantitative comparability.
OBJECTIVES: This exploratory meta-analysis and narrative synthesis aimed to characterize performance trends, methodological diversity, and sources of variability among ML models trained on DTI data for classifying movement disorders
СтатьяМетаанализОбзорПоиск 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: Chronic kidney disease (CKD) and heart failure (HF) share pathophysiological mechanisms, rendering HF one of the most burdensome cardiovascular complication in CKD. Current HF prediction models, derived from the general population, exhibit limited accuracy in CKD, thus necessitating a CKD-specific risk model and clinical implementation.
METHODS: The development set comprised 52 251 patients with CKD from the China Renal Data System (70% training; 30% internal validation). External validation used 21 798 patients from independent Chinese hospitals and 3323 UK Biobank participants.
СтатьяМногоцентровое исследованиеВалидационное 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.
Leukemia is the most prevalent form of blood cancer, affecting individuals across all age groups. Early and accurate diagnosis is crucial for effective treatment and improved clinical outcomes. Peripheral blood smear analysis, a key non-invasive diagnostic tool, often suffers from subjective interpretation, inter-observer variability, and a lack of readily available expertise. Although deep learning approaches, particularly Convolutional Neural Networks (CNNs), have demonstrated exceptional performance in binary classification tasks, multiclass classification of leukemia subtypes remains chall
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.
Aging is a major risk factor for atherosclerosis (AS), but the aging-associated molecular characteristics and immune heterogeneity of AS remain incompletely understood. This study aimed to identify aging-related hub genes and characterize immune landscapes across aging subtypes of AS using integrated bioinformatics and experimental validation. AS-related candidate genes were found by overlapping DEGs identified by limma and key module genes identified by Weighted Correlation Network Analysis (WGCNA) based on the GSE100927 dataset. Consensus clustering based on aging-related DEGs (differential
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: Patients with coronary artery calcification exhibit notable sex differences in clinical presentation, particularly concerning the role of cardiovascular-kidney-metabolic (CKM) risk factors and their impact on prognoses. However, the precise nature of these sex-specific differences remains incompletely understood.
OBJECTIVE: This study aimed to investigate sex disparities in CKM risk factors among patients with moderate-to-severe coronary artery calcification (MSCAC) and elucidate their association with adverse clinical outcomes.
METHODS: A total of 2418 patients with MSCAC underg
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: Sequential bilateral sudden sensorineural hearing loss (Se-BSSHL) may occur after an initial unilateral episode, but the risk factors for contralateral ear involvement remain unclear. This research aims to identify risk factors associated with the occurrence of contralateral ear in patients suffering from sudden sensorineural hearing loss (SSHL). By leveraging machine learning algorithms, the study uses patients' demographic and clinical data to develop a predictive model.
METHODS: We conducted an analysis on clinical data from 939 patients admitted to the Ear Department of the Ch
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 study aims to evaluate whether Positron Emission Tomography-Computed Tomography (PET-CT) imaging features of primary tumors and lymph nodes, combined with clinical and pathological data, can accurately predict mediastinal lymph node metastasis (MLNM) in resectable non-small cell lung cancer (NSCLC) using machine learning models.
METHODS: A retrospective study was conducted on 390 NSCLC patients who underwent tumor resection and lymph node dissection between January 2017 and December 2023. All patients received 18F-fluorodeoxyglucose (18F-FDG) PET-CT scans within two weeks befo
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: Suspected infection can progress to sepsis or septic shock, contributing to a high mortality rate among patients admitted to ICU. However, the characteristics of suspected infection remain incompletely defined. We aimed to develop and validate predictive models to identify independent risk factors for mortality and multidrug-resistant infection in patients with suspected infection upon ICU admission in mainland China. METHODS: We prospectively collected medical data from patients with suspected infection admitted to ICUs across mainland China between July 2021 and December 2022. Pa
СтатьяМногоцентровое 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.
Glioblastoma is an aggressive, malignant primary brain tumour and the most prevalent histological type of glioma. Our study attempted to investigate the independent predictors of overall survival (OS) and cancer-specific survival (CSS) in Asian patients with glioblastoma and establish predictive models for the OS and CSS of Asian patients with glioblastoma based on the machine learning algorithms. Data from Asian patients with glioblastoma in the SEER database were retrieved and stochastically grouped into a training set (n = 845) and a validation set (n = 362), and patients in our centre were
СтатьяВалидационное исследованиеПолный 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.
In clinical microbiology, matrix-assisted laser desorption ionization-time-of-flight mass spectrometry (MALDI-TOF MS) is frequently employed for rapid microbial identification. However, rapid identification of antimicrobial resistance (AMR) in Escherichia coli based on a large amount of MALDI-TOF MS data has not yet been reported. This may be because building a prediction model to cover all E. coli isolates would be challenging given the high diversity of the E. coli population. This study aimed to develop a MALDI-TOF MS-based, data-driven, two-stage framework for characterizing different AMRs
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: Although transcatheter aortic valve replacement has emerged as an alternative to surgical aortic valve replacement, it requires extensive healthcare resources, and optimal length of hospital stay has become increasingly important. This study was conducted to assess the potential of novel machine learning models (artificial neural network and eXtreme Gradient Boost) in predicting optimal hospital discharge following transcatheter aortic valve replacement.
AIM: To determine whether artificial neural network and eXtreme Gradient Boost models can be used to accurately predict optimal
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.
Accurate simulations of excited-state photodynamics of polyenes remain challenging due to the high computational cost of multireference electronic-structure methods required to describe the coexistence of ionic and covalent states. In this work, active learning together with machine learning interatomic potentials (MLIP) trained on multireference configuration interaction with single and double excitations (MR-CISD) level energies and gradients, is used to enable efficient and accurate nonadiabatic molecular dynamics for all-trans-hexatriene. A compact yet representative training set is constr
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.
(1) Background: Navigating surfaces during walking can alter gait patterns. This study aims to develop tools for automatic walking condition classification using inertial measurement unit (IMU) and foot pressure sensors. We compared sensor modalities (IMUs on lower-limbs, IMUs on feet, IMUs on the pelvis, pressure insoles, and IMUs on the feet or pelvis combined with pressure insoles) and evaluated whether gait cycle segmentation improves performance compared to a sliding window. (2) Methods: Twenty participants performed flat, stairs up, stairs down, slope up, and slope down walking trials wh
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/Objectives: Alzheimer's disease (AD) accounts for ~70% of global dementia cases, with projections estimating 139 million affected individuals by 2050. This increasing burden highlights the urgent need for accessible, cost-effective diagnostic tools, particularly in low- and middle-income countries (LMICs). Traditional neuropsychological assessments, while effective, are resource-intensive and time-consuming. Methods: A total of 760 older adults (394 [51.8%] with AD) were recruited and neuropsychologically evaluated at the Instituto Colombiano de Neuropedagogía (ICN) in collaboration
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