BACKGROUND: Environmental exposures are known contributors to chronic disease but are rarely incorporated into risk prediction models.
OBJECTIVE: We demonstrate a staged machine learning approach to incorporating geospatially measured neighborhood social and ambient environmental exposure measures into hypertension risk prediction.
METHODS: We analyzed data from 10,491 adults in the Gulf Long-Term Follow-Up (GuLF) Study. Hypertension was defined by measured blood pressure and medication use. We assessed incremental predictive performance across three stages: Stage 1 (age, sex, race, BMI); 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.
OBJECTIVE: Congenital Hypogonadotropic Hypogonadism (CHH) is a rare disease with an extremely low incidence, and the outcomes of fertility induction therapy in CHH patients exhibit significant interindividual heterogeneity. Given the context of scarce samples and heterogeneous phenotypes, conventional statistical methods struggle to integrate multidimensional data and quantify the contribution of influencing factors. In contrast, machine learning (ML) techniques offer unique advantages in integrating high-dimensional complex medical data and uncovering hidden relationships. To date, the applic
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: Leptomeningeal metastasis (LM) is a serious complication of lung adenocarcinoma (LUAD). Owing to the difficulty in early diagnosis and the limited clinical benefit of available treatments, affected patients experience extremely poor outcomes. Thus, the machine-learning-enhanced predictive framework Prompt was developed to optimise early clinical identification and prognostic assessment. This model was designed to determine major risk factors for LM in patients with LUAD, estimate the possibility of LM onset and predict survival, thereby supporting clinical decision-making via an ea
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: Immunotherapy has transformed cancer treatment and is widely used in the Chinese mainland. Though advances have been made, immune checkpoint inhibitor-related liver injury (ICILI) remains a significant clinical challenge. Existing risk models commonly lack time-specific risk stratification for ICILI. The present study aimed to develop and validate interpretable machine learning models to predict grade 2 or higher ICILI at multiple time points in patients with gastrointestinal cancer (GC). Methods: This retrospective cohort study encompassed GC patients who commenced their initial I
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.
INTRODUCTION: Postpartum hemorrhage (PPH) is a major cause of maternal morbidity and mortality. Timely prediction may prevent adverse maternal outcomes, and efforts are needed to develop accurate predictive tools. A high-performing machine learning model to predict PPH using data from the US Consortium for Safe Labor (CSL) remains to be widely validated in contemporary clinical settings using electronic health record (EHR) data. Our goal was to evaluate the performance of the CSL PPH predictive model using EHR data across a large healthcare system in the Northeastern United States.
METHODS: W
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.
OBJECTIVE: Prognostic tools for individuals with peripheral artery disease (PAD) remain limited. We developed prediction models for 3-year PAD-related major adverse limb events (MALE) using demographic, clinical, and biomarker data previously validated by our group.
METHODS: We performed a prognostic study using a prospectively recruited cohort of patients with PAD (n = 569). Demographic/clinical data were recorded including sex, age, comorbidities, previous procedures, and medications. Plasma concentrations of three biomarkers (N-terminal pro-B-type natriuretic peptide [NT-proBNP], fatty aci
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.
INTRODUCTION: Shock is circulatory insufficiency, inadequate oxygen delivery, and cellular hypoxia. Intravenous fluids are essential for shock management. Despite treatment, patients can face persistent shock with ongoing hypotension, contributing to higher mortality. This analysis aims to quantify hypotensive non-traumatic cases in an Australian ambulance service, determine persistent hypotension prevalence, and assess paramedic-administered intravascular fluids' impact on blood pressure changes.
METHODS: This study is a retrospective analysis of prehospital fluid resuscitation by New South
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: Racial disparities in COVID-19 incidence and outcomes have been widely reported. Non-Hispanic Black patients endured worse outcomes disproportionately compared with non-Hispanic White patients, but the epidemiological basis for these observations was complex and multifaceted.
OBJECTIVE: This study aimed to elucidate the potential reasons behind the worse outcomes of COVID-19 experienced by non-Hispanic Black patients compared with non-Hispanic White patients and how these variables interact using an explainable machine learning approach.
METHODS: In this retrospective cohort stud
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: Although machine learning models demonstrate significant potential in predicting postoperative delirium, the advantages of their implementation in real-world settings remain unclear and require a comparison with conventional models in practical applications.
OBJECTIVE: The objective of this study was to validate the temporal generalizability of decision tree ensemble and sparse linear regression models for predicting delirium after surgery compared with that of the traditional logistic regression model.
METHODS: The health record data of patients hospitalized at an advanced emerg
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.
Context: Antibiotics for suspected urinary tract infection (UTI) is appropriate only when an infection is present. Urine culture is definitive but takes >1 day to result. A machine learning urine culture predictor was recently devised for Emergency Department (ED) patients but requires use of urine microscopy ("NeedMicro" predictor), which is not routinely available in primary care (PC). Objective: To adapt this predictor to use only features available in primary care and determine if predictive accuracy generalizes to the primary care setting. We call this the "NoMicro" predictor. Study Desig
Многоцентровое исследованиеСтатьяПоиск 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: Assessing a patient's suicide risk is challenging for health professionals because it depends on voluntary disclosure by the patient and often has limited resources. The application of novel machine learning approaches to determine suicide risk has clinical utility.
OBJECTIVE: This study aimed to investigate cross-sectional and longitudinal approaches to assess suicidality based on acoustic voice features of psychiatric patients using artificial intelligence.
METHODS: We collected 348 voice recordings during clinical interviews of 104 patients diagnosed with mood disorders at bas
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.
We developed a reusable and open-source machine learning (ML) pipeline that can provide an analytical framework for rigorous biomarker discovery. We implemented the ML pipeline to determine the predictive potential of clinical and immunoproteome antibody data for outcomes associated with Chlamydia trachomatis (Ct) infection collected from 222 cis-gender females with high Ct exposure. We compared the predictive performance of 4 ML algorithms (naive Bayes, random forest, extreme gradient boosting with linear booster [xgbLinear], and k-nearest neighbors [KNN]), screened from 215 ML methods, in co
СтатьяПоддержка 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.
INTRODUCTION: Chronic postsurgical pain (CPSP) is a concern following total hip arthroplasty (THA) and total knee arthroplasty (TKA), substantially diminishing surgical benefits. We aimed to develop a machine learning (ML) prediction model for risk of developing CPSP.
METHODS: This cohort study included 383 patients recruited from a tertiary medical center between March 2022 and July 2024. Dataset was divided into a training set and a testing set. We used Lasso regression for feature selection and developed prediction models using six ML algorithms: logistic regression (LR), random forest (RF
СтатьяВалидационное исследованиеПолный 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.
OBJECTIVE: This study aims to evaluate dynamic changes in pneumonia-related mortality risk among ICU patients using time-series models and develop interpretable predictive models for early mortality assessment.
METHODS: Data were obtained from the MIMIC-IV and eICU Collaborative Research Database. The MIMIC-IV cohort was split into training and testing sets (7:3 ratio), with external validation conducted using the eICU cohort. Missing data were handled using forward filling and multiple imputation. LSTM was used to extract temporal features, which were then entered into five machine-learning
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: Anemia is a common nutritional complication after bariatric surgery, but preoperative tools for individualized risk assessment remain limited. This study aims to develop and externally validate a machine learning model for predicting anemia status one year after bariatric surgery.
METHODS: This multicenter study included patients aged 16-65 years undergoing sleeve gastrectomy or Roux-en-Y gastric bypass. Patients from one hospital formed the derivation cohort, and patients from two independent hospitals formed the external validation cohort. Forty-five preoperative variables wer
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.
In vitro fertilization (IVF) and intracytoplasmic sperm injection (ICSI) are two medical treatments intended to treat infertility that are included in the category of assisted reproductive technology (ART). In view of the growing incidence of infertility and the psychological and financial costs of treatment, the combination of artificial intelligence (AI) and machine learning (ML) with assisted reproductive technologies (ART) seeks to enhance results and accessibility. The present study reviews the most current research employing AI and ML algorithms to improve ART-related procedures, includi
СтатьяОбзорПолный 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: Urinary incontinence (UI) in women with a history of hysterectomy represents a significant global health concern. It is crucial to clarify the association between hysterectomy for benign indications and UI to avoid unnecessary surgery.
OBJECTIVE: This study aimed to develop a machine learning (ML) model to identify factors associated with UI in women with a history of hysterectomy.
METHODS: We analyzed 2021 patients from the National Health and Nutrition Examination Survey (NHANES) database who underwent hysterectomy for benign indications as our derivation cohort. Thirteen demog
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: Small sample dataset and heterogeneous distributions limit the robustness and implementability of machine learning models for structured clinical data. To evaluate the value of moderate data augmentation for cardiovascular risk modeling and propose an interpretable and deployable solution within a "continuous risk to thresholding" framework.
METHODS: The heart disease classification dataset was randomly divided into training and validation sets with an 8:2 ratio. Constrained feature space augmentation was performed within the training set, and the effects of four thresholds (0×, 1
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: In the last years, artificial intelligence (AI) has contributed to improving healthcare including dentistry. The objective of this study was to develop a machine learning (ML) model for early childhood caries (ECC) prediction by identifying crucial health behaviours within mother-child pairs.
METHODS: For the analysis, we utilized a representative sample of 724 mothers with children under six years in Bangladesh. The study utilized both clinical and survey data. ECC was assessed using ICDAS II criteria in the clinical examinations. Recursive Feature Elimination (RFE) and Random Fo
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: Bone metastasis (BM) is a significant risk factor for the survival and prognosis of patients with anaplastic thyroid carcinoma (ATC). The aim of this study was to predict BM in patients with ATC. Methods: Demographic and clinicopathological data of patients with ATC were extracted from the Surveillance, Epidemiology, and End Results database between 2010 and 2020. Logistic regression (LR) was used to identify the linear influencing factors for BM. We developed prediction models for BM using six machine learning models: support vector machine (SVM), LR, adaptive boosting (AD), decis
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