OBJECTIVE: To develop an explainable machine learning (ML) model to predict mid-term (3 years) stone recurrence (SR) after percutaneous nephrolithotomy (PCNL). This single-center retrospective observational cohort study compared nonlinear algorithms with logistic regression (LR) and evaluated the predictive value of systemic inflammatory markers, clinical and stone-related features.
MATERIALS AND METHODS: We retrospectively analyzed 412 PCNL patients with complete preoperative and 3-year follow-up data between 2014 and 2021. The patients were split chronologically into 70% training and 30% in
СтатьяНаблюдательное 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.
PURPOSE: To develop and compare machine learning-based risk prediction models to identify patients at risk for short-term adverse outcomes (overnight admission, early complication, or readmission) after hip arthroscopy and to determine key predictive demographic and clinical factors.
METHODS: Data from the American College of Surgeons National Surgical Quality Improvement Program (ACS-NSQIP) database were used to develop and compare risk prediction models aiming to: (1) identify patients likely to experience short-term adverse outcomes including overnight admission, early complication, or rea
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.
OBJECTIVES: This study aimed to develop and validate machine learning (ML) models for automated prediction of perceptual dysphonia severity, as indexed by the Grade (G) parameter of the GRBAS scale, using acoustic analyses of sustained vowels. The overarching goal was to enhance objectivity, reproducibility, and efficiency in clinical voice assessment.
METHODS: A total of 524 sustained/a/samples were collected from three databases. The evaluations of all recordings by ten raters using the GRBAS scale, that achieved excellent interrater reliability (Krippendorff's α = 0.96), were modelled. For
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2026eng
PURPOSE: Postoperative ileus (POI) represents a frequent complication after posterior thoracolumbar fracture surgery. This study aimed to identify POI risk factors and construct predictive models enabling early identification and targeted intervention of vulnerable individuals. METHODS: A literature review were conducted to quantify POI incidence and establish evidence-based predictors for variable selection. Subsequently, a retrospective cohort from the Second Affiliated Hospital of Wenzhou Medical University was used for model development and internal validation. Feature selection incorporat
СтатьяСравнительное 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: Chronic obstructive pulmonary disease (COPD) often coexists with lung cancer, worsening clinical outcomes. This study aimed to develop machine learning models for early COPD screening in lung cancer patients using clinical variables and a novel systemic coagulation-inflammation index (SCI).
METHODS: We retrospectively enrolled 1016 patients, extracting demographic, smoking, vital, and laboratory data. After feature selection with Boruta and least absolute shrinkage and selection operator (LASSO), six models-logistic regression, decision tree (DT), multilayer perceptron (MLP), supp
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: Bladder urothelial carcinoma (BUC) remains a highly recurrent and heterogeneous malignancy. Accurate postoperative risk stratification is crucial to guide adjuvant therapy decisions. We hypothesized that integrating Uroplakin III (UPK3A protein)protein expression with systemic inflammation markers and demographic factors could improve prognostic prediction through advanced machine learning(ML) models.
METHODS: This retrospective study analyzed 1,032 BUC patients who underwent radical cystectomy. Clinical, pathological, and serological data, including immunohistochemical UPK3A prot
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.
OBJECTIVE: We aimed to develop a machine learning (ML) model to preoperatively predict surgical difficulty for pheochromocytomas and paragangliomas (PPGLs) using clinical and radiomic features.
METHODS: In this study, 212 patients with pathologically confirmed PPGLs were retrospectively enrolled and divided into training (n = 148) and validation cohorts (n = 64). Seven ML models (Classification and Regression Tree, K-Nearest Neighbors, Least Absolute Shrinkage and Selection Operator, Naïve Bayes, Random Forest, Support Vector Machine (SVM), and Extreme Gradient Boosting) were trained using cl
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 role of chromatin regulators (CRs) in mediating epigenetic changes during tuberculosis (TB) infection remains poorly understood. This study aimed to determine the efficacy of CRs in diagnosing TB and characterizing its heterogeneity. GSE83456 dataset was analyzed to identify differentially expressed CRs (DE-CRs) and immune cell infiltration in patients with TB. Consensus clustering was used to classify patients with TB based on DE-CR expression patterns. The optimal machine learning model was selected from four algorithms (Random Forest (RF), Support Vector Machine (SVM), Generalized Linea
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.
BACKGROUND: Accurate forecasting of clinical outcomes after kidney transplantation is essential for improving patient care and increasing the success rates of transplants. The authors' study employs advanced machine learning (ML) algorithms to identify crucial prognostic indicators for kidney transplantation. By analyzing complex datasets with ML models, the authors aim to enhance prediction accuracy and provide valuable insights to support clinical decision-making.
MATERIALS AND METHODS: Analyzing data from 4077 KT patients (June 1990-May 2015) at a single center, this research included 27 f
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.
OBJECTIVE: Multimorbidity, particularly diabetes combined with hypertension (DCH), is a significant public health concern. Currently, there is a gap in research utilizing machine learning (ML) algorithms to predict hypertension risk in Chinese middle-aged and elderly diabetic patients, and gender differences in DCH comorbidity patterns remain unclear. We aimed to use ML algorithms to predict DCH and identify its determinants among middle-aged and elderly diabetic patients in China.
STUDY DESIGN: Cross-sectional study.
METHODS: Data were collected on 2775 adults with diabetes aged ≥45 years f
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.
Sepsis triggers a harmful immune response due to infection, causing high mortality. Predicting sepsis outcomes early is vital. Despite machine learning's (ML) use in medical research, local validation within the Medical Information Mart for Intensive Care IV (MIMIC-IV) database is lacking. We aimed to devise a prognostic model, leveraging MIMIC-IV data, to predict sepsis mortality and validate it in a Chinese teaching hospital. MIMIC-IV provided patient data, split into training and internal validation sets. Four ML models logistic regression (LR), support vector machine (SVM), deep neural net
СтатьяПоддержка 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.
Currently applicable models for predicting live birth outcomes in patients who received assisted reproductive technology (ART) have methodological or study design limitations that greatly obstruct their dissemination and application. Models suitable for Chinese couples have not yet been identified. We conducted a retrospective study by using a database includes a total of 11,938 couples who underwent in vitro fertilization (IVF) treatment between January 2015 and December 2022 in a medical institution of southwest China Yunnan province. Multiple candidate predictors were screened out by using
СтатьяПоддержка 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.
Sarcopenia, characterised by a decline in muscle mass and strength, affects the health of the elderly, leading to increased falls, hospitalisation, and mortality rates. Muscle quality, reflecting microscopic and macroscopic muscle changes, is a critical determinant of physical function. To utilise radiomic features extracted from magnetic resonance (MR) images to assess age-related changes in muscle quality, a dataset of 24 adults, divided into older (male/female: 6/6, 66-79 years) and younger (male/female: 6/6, 21-31 years) groups, was used to investigate the radiomics features of the dorsifl
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.
BACKGROUND: Primary immune thrombocytopenia (ITP) in children is typically self-limiting; however, 20% to 30% of patients may experience prolonged thrombocytopenia lasting over a year. The challenge is predicting chronicity to ensure personalized treatment approaches.
OBJECTIVES: To address this issue, we developed and internally validated 4 machine learning (ML) models using demographic and immunologic characteristics to predict the likelihood of chronicity.
METHODS: The present study was conducted at Beijing Children's Hospital from June 2018 to December 2021, aiming to develop predictive
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: The incidence of chronic kidney disease (CKD) has dramatically increased in recent years, with significant impacts on patient mortality rates. Previous studies have identified multiple risk factors for CKD, but they mostly relied on the use of traditional statistical methods such as logistic regression and only focused on a few risk factors.
AIM: To determine factors that can be used to identify subjects with a low estimated glomerular filtration rate (L-eGFR < 60 mL/min per 1.73 m2) in a cohort of 1236 Chinese people aged over 65.
METHODS: Twenty risk factors were divided into t
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.
BACKGROUND: Up to 30% of patients with acute coronary syndrome (ACS) die from adverse events, mainly renal failure and myocardial infarction (MI). Accurate prediction of adverse events is therefore essential to improve patient prognosis.
HYPOTHESIS: Machine learning (ML) methods can accurately identify risk factors and predict adverse events.
METHODS: A total of 5240 patients diagnosed with ACS who underwent PCI were enrolled and followed for 1 year. Support vector machine, extreme gradient boosting, adaptive boosting, K-nearest neighbors, random forest, decision tree, categorical boosting,
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.
Alzheimer's Disease (AD) is a silent disease that causes the brain cells to die progressively, influencing consciousness, behavior, planning ability, and language to name a few. AD increases exponentially with aging, where it doubles every 5-6 years, causing profound implications, such as swallowing difficulties and losing the ability to speak before death. According to the Ministry of Health in Saudi Arabia, AD patients will triple by 2060 to reach 14 million patients worldwide. The rapid rise of patients is caused by the silent progress of the disease, leading to late diagnosis as the sympto
СтатьяОбзорПоиск 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: Untargeted plasma metabolomic profiling combined with machine learning (ML) may lead to discovery of metabolic profiles that inform our understanding of pediatric CKD causes. We sought to identify metabolomic signatures in pediatric CKD based on diagnosis: FSGS, obstructive uropathy (OU), aplasia/dysplasia/hypoplasia (A/D/H), and reflux nephropathy (RN).
METHODS: Untargeted metabolomic quantification (GC-MS/LC-MS, Metabolon) was performed on plasma from 702 Chronic Kidney Disease in Children study participants (n: FSGS=63, OU=122, A/D/H=109, and RN=86). Lasso regression was used f
СтатьяМногоцентровое исследованиеПоддержка NIH: внешняя программаПоиск 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: To investigate the prognostic value of postoperative radiotherapy (RT) for overall survival (OS) in patients with de novo metastatic hormone receptor (HR)-positive breast cancer, and to develop and externally validate a machine learning-based prognostic prediction model to support prognostic risk stratification in patients with or without postoperative radiotherapy.
METHODS: 2,266 patients with de novo metastatic HR-positive breast cancer from the Surveillance, Epidemiology, and End Results (SEER) database (2010-2015) were retrospectively enrolled as the training cohort, and 79 pat
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: Baseline lung allograft dysfunction (BLAD) is a phenotype of early graft dysfunction associated with impaired survival after lung transplantation. Although prior work links BLAD with several pre- and post-transplant factors, a robust set of donor and recipient predictors remains unclear.
RESEARCH QUESTION: What are important donor and recipient predictors of BLAD?
METHODS: We retrospectively reviewed 124 adults who underwent bilateral lung transplantation at a single center. Donor and recipient variables were evaluated using machine learning (gradient boosting and classification
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