Simultaneous identification and quantification of multiple amino acid (AA) enantiomers remain as significant challenges. In this study, a multimode, six-channel optical sensor array was developed by three fluorescent/colorimetric carbon dots, which can provide distinctive fluorescence and UV-vis signals to d/l-glutamine, d/l-tryptophan, and d/l-glutamic acid. With the help of machine learning algorithms, this sensor array enabled the accurate qualitative identification and concentration prediction of the three AA enantiomers. The discrimination accuracy for binary and ternary mixtures achieves
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.
Incomplete immune reconstitution (IIR) is a serious complication affecting 10 to 40% of people living with HIV (PLWH) despite effective antiretroviral therapy, leading to increased morbidity and mortality. Current risk prediction models rely on single-time point measurements and lack dynamic assessment capabilities. We developed a dynamic joint prediction system for IIR risk (DJPSIIR) using Bayesian joint modeling to analyze longitudinal data from 21,862 PLWH across 31 Chinese provinces (2003-2024). The system integrates continuous CD4+ T cell counts and CD4/CD8 ratios with clinical parameters
СтатьяМногоцентровое 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.
Surrogate materials enable pre-treatment prediction of intra-hepatic distribution of therapeutic radioactive microsphere, facilitating patient-specific dosimetry for transarterial radioembolization (TARE). Technetium-99m macroaggregated albumin (⁹⁹ᵐTc-MAA) has long constituted the clinical standard for SPECT-based surrogates, however, its fundamental physicochemical difference from therapeutic microspheres limits the reliability of MAA-based dosimetry and prediction for personalized treatment planning. Next-generation surrogate technology includes biodegradable polymeric microspheres engineere
СтатьяОбзорПоиск 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: This study seeks to determine incidence, comorbidities and drivers for new HIV infections to develop, test and validate a risk prediction model for screening for new cases of HIV.
METHODS AND ANALYSIS: The study has two components: a cross-sectional study to develop the prediction model using the HIV dataset from the Kenya AIDS and STI Control Programme and a 15-month prospective study for the validation of the model. Inferential analysis will be conducted using algorithms that perform best in disease prediction: Extreme Gradient Boosting (XGBoost) and Multilayer Perceptron. Mod
СтатьяВалидационное исследованиеПоиск 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.
Accurately predicting protein-ligand binding affinities is a central task in rational drug design, as it directly influences hit discovery, lead optimization, and compound prioritization. Traditional approaches often suffer from limited accuracy, high computational cost, or dependence on heuristic scoring functions. Recent advances in machine learning (ML) have introduced new paradigms for the binding affinity prediction. In this review, we survey the latest developments in ML-based predictions of protein-ligand binding affinities across various directions, including structure-based approaches
СтатьяОбзорПоиск 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.
Glaucoma is a leading cause of irreversible blindness and is characterized by optic nerve atrophy and progressive visual field loss. Risk prediction models are crucial for early screening and personalized treatment by identifying high-risk individuals for timely intervention. Recent advances in machine learning and artificial intelligence have improved prediction accuracy by integrating complex multivariable data. Models incorporating clinical factors, such as intraocular pressure, optic nerve head morphology, retinal nerve fiber layer thickness, and family history, as well as imaging and geno
СтатьяОбзорПоиск 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.
AIMS: This study aims to enhance the precision of obesity risk assessments by improving the accuracy of waist circumference predictions using machine learning techniques.
METHODS: We utilized data from the NHANES and Look AHEAD studies, applying machine learning algorithms augmented with uncertainty quantification. Our approach centered on conformal prediction techniques, which provide a methodological basis for generating prediction intervals that reflect uncertainty levels. This method allows for constructing intervals expected to contain the true waist circumference values with a high degr
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 prediction of bus single-trip time is essential for passenger travel decision-making and bus scheduling. Since many factors could influence bus operations, the accurate prediction of the bus single-trip time faces a great challenge. Moreover, bus single-trip time has obvious nonlinear and seasonal characteristics. Hence, in order to improve the accuracy of bus single-trip time prediction, five prediction algorithms including LSTM (Long Short-term Memory), LR (Linear Regression), KNN (K-Nearest Neighbor), XGBoost (Extreme Gradient Boosting), and GRU (Gate Recurrent Unit) are used and examin…
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.
Disease progression prediction based on patients' evolving health information is challenging when true disease states are unknown due to diagnostic capabilities or high costs. For example, the absence of gold-standard neurological diagnoses hinders distinguishing Alzheimer's disease (AD) from related conditions such as AD-related dementias (ADRDs), including Lewy body dementia (LBD). Combining temporally dependent surrogate labels and health markers may improve disease prediction. However, existing literature models informative surrogate labels and observed variables that reflect the underlyin
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.
Perovskite oxides (ABO3) are widely investigated for energy-related applications due to their compositional flexibility and tunable physicochemical properties. However, identifying formable and cubic perovskite oxides from the vast compositional space remains challenging using conventional approaches, especially for doped perovskite oxides. In this work, a two-stage machine learning framework is developed to accelerate the discovery of formable and cubic perovskite oxides in doped ABO3 compositions. A dataset comprising 1502 ABO3 compounds was compiled from published literature. Compositional
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.
Machine learning is an emerging tool in clinical psychology and neuroscience for the individualized prediction of psychiatric symptoms. However, its application in non-clinical populations is still in its infancy. Given the widespread morphological changes observed in psychiatric disorders, our study applies five supervised machine learning regression algorithms-ridge regression, support vector regression, partial least squares regression, least absolute shrinkage and selection operator regression, and Elastic-Net regression-to predict anxiety and depressive symptom scores. We base these predi
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
The evaluation of coronary morphology provides important guidance for the treatment of coronary heart disease (CHD). A chaotic Gaussian mutation antlion optimizer algorithm (CGALO) is proposed in the paper, and it is combined with SVM to construct a classification prediction model for Fractional flow reserve (FFR). To overcome the limitations of the original antlion optimizer (ALO) algorithm, the chaotic Gaussian mutation strategy is introduced, which leads to an improvement in its convergence speed and accuracy. To evaluate the proposed algorithm's performance, comparative experiments were co
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.
AIMS: Risk stratification and individual risk prediction play a key role in making treatment decisions in patients with complex coronary artery disease (CAD). The aim of this study was to assess whether machine learning (ML) algorithms can improve discriminative ability and identify unsuspected, but potentially important, factors in the prediction of long-term mortality following percutaneous coronary intervention or coronary artery bypass grafting in patients with complex CAD.
METHODS AND RESULTS: To predict long-term mortality, the ML algorisms were applied to the SYNTAXES database with 75
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.
Periprosthetic joint infection (PJI) following revision total knee arthroplasty (TKA) for aseptic failure is associated with poor outcomes, patient morbidity, and high health care expenditures. The aim of this study was to develop novel machine learning algorithms for the prediction of PJI following revision TKA for patients with aseptic indications for revision surgery. A single-institution database consisting of 1,432 consecutive revision TKA patients with aseptic etiologies was retrospectively identified. The patient cohort included 208 patients (14.5%) who underwent re-revision surgery for
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 article is objected to explore the value of machine learning algorithm in predicting the risk of renal damage in children with IgA vasculitis by constructing a predictive model and analyzing the related risk factors of IgA vasculitis Nephritis in children. Case data of 288 hospitalized children with IgA vasculitis from November 2018 to October 2021 were collected. The data included 42 indicators such as demographic characteristics, clinical symptoms and laboratory tests, etc. Univariate feature selection was used for feature extraction, and logistic regression, support vector machine (SVM
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: The early prediction of preterm labor can significantly minimize premature delivery complications for both the mother and infant. The aim of this research is to propose an automatic algorithm for the prediction of preterm labor using a single electrohysterogram (EHG) signal.
METHOD: The proposed method firstly employs empirical mode decomposition (EMD) to split the EHG signal into two intrinsic mode functions (IMFs), then extracts sample entropy (SampEn), the root mean square (RMS), and the mean Teager-Kaiser energy (MTKE) from each IMF to form the feature vector. Finally, the extr
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.
PURPOSE: Severe and febrile neutropenia present serious hazards to patients with cancer undergoing chemotherapy. We seek to develop a machine learning-based neutropenia prediction model that can be used to assess risk at the initiation of a chemotherapy cycle.
MATERIALS AND METHODS: We leverage rich electronic medical records (EMRs) data from a large health care system and apply machine learning methods to predict severe and febrile neutropenic events. We outline the data curation process and challenges posed by EMRs data. We explore a range of algorithms with an emphasis on model interpretab
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.
Type IV secretion systems exist in a number of bacterial pathogens and are used to secrete effector proteins directly into host cells in order to change their environment making the environment hospitable for the bacteria. In recent years, several machine learning algorithms have been developed to predict effector proteins, potentially facilitating experimental verification. However, inconsistencies exist between their results. Previously we analysed the disparate sets of predictive features used in these algorithms to determine an optimal set of 370 features for effector prediction. This stud
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Epithelial ovarian cancer (EOC), the sixth most common cancer in women worldwide, is the most commonly fatal gynecologic malignancy in devel … erformed an analysis of potential microRNAs (miRNAs or miRs) target sites using three commonly used prediction algorithms: miRanda, TargetScan and PicTar. All three algorithms predicted that miR-141 targets the 3'UTR of SIK1. Subsequent experiments not only confirmed this prediction, but also showed that miR-141 was associated with the progression of this disease. Fina …
СтатьяОтозванная публикацияПоиск 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2011eng
This paper presents the hardware developed for the EPILEPSIAE project (www.epilepsiae.eu), focused on epileptic seizure prediction. A portable low power acquisition system for EEG signals, called LTM-EU (Long Term Monitoring), with 64 channels and 2048 Hz sampling rate each and a safe (high isolation) PC interface on a PCIe bus specifically designed for this task, is described. The acquisition system, designed for a rapid commercialization, though used for research purposes, got the CE certification. The signal from the patient, on each channel, is amplified, converted in digital form and stor
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.
MedElevator
Войти в исследования