BACKGROUND AND OBJECTIVE: Though there are many advantages of pegylated interferon-α (PegIFN-α) treatment to chronic hepatitis B (CHB) patients, the response rate of PegIFN-α is only 30 ~ 40%. Therefore, it is important to explore predictors at baseline and establish models to improve the response rate of PegIFN-α.
METHODS: We randomly divided 260 HBeAg-positive CHB patients who were not previously treated and received PegIFN-α monotherapy (180 μg/week) into a training dataset (70%) and testing dataset (30%). The intersect features were extracted from 50 routine laboratory variables using the
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: Rhabdomyolysis (RM) is a complex set of clinical syndromes that involves the rapid dissolution of skeletal muscles. Mortality from RM is approximately 10%. This study aimed to develop an interpretable and generalizable model for early mortality prediction in RM patients.
METHOD: Retrospective analyses were performed on two electronic medical record databases: the eICU Collaborative Research Database and the Medical Information Mart for Intensive Care III database. We extracted data from the first 24 h after patient ICU admission. Data from the two data sets were merged for further an
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.
The development of MRI measures as biomarkers for neurodegenerative disease could prove extremely valuable for the assessment of neuroprotective therapies. Much current research is aimed at developing such biomarkers for use in people who are gene-positive for Huntington's disease yet exhibit few or no clinical symptoms of the disease (pre-HD). We acquired structural (T1), diffusion weighted and functional MRI (fMRI) data from 39 pre-HD volunteers and 25 age-matched controls. To determine whether it was possible to decode information about disease state from neuroimaging data, we applied multi
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
BACKGROUND: Depression is a prevalent mental health condition that significantly affects individuals' well-being and daily functioning, making early depressive symptom detection crucial.
OBJECTIVES: This study explores the potential of advancing speech analytics with dimensional sentiment analysis, using valence and arousal scoring to enhance depressive symptom detection in family caregivers.
METHODS: We recruited 116 family caregivers and assessed their depression levels using the Beck Depression Inventory-II. Participants provided verbal responses to 12 open-ended questions related to fami
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: Glioblastoma (GBM) is the most aggressive type of intracranial malignant tumor, known for its extremely poor prognosis. Lactylation, a newly identified post-translational modification, has been linked to tumorigenesis, though its specific role in GBM remains unclear. This study aims to integrate single-cell RNA sequencing (scRNA-seq) and bulk RNA sequencing (RNA-seq) data to create a novel prognostic model for GBM, focusing on lactylation-related factors.
METHODS: We studied lactate metabolism genes as markers in GBM. We obtained bulk transcriptomic data from TCGA and the GSE141383
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: The medical burden caused by stroke is increasingly severe, and a small minority of high-cost patients consume the majority of medical expenditures. Therefore, revealing the formation mechanisms of this population and exploring a scientific cost-risk stratification system are crucial for improving the quality of care and achieving the optimal allocation of medical resources.
OBJECTIVE: This study aimed to construct a comorbidity network for patients with stroke using standardized front-page medical record data, extract network features that reflect complex disease interactions, an
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: Timely recognition of oral anticoagulant use is critical in acute stroke but is often hampered by impaired consciousness and unavailable medication history. We investigated whether routinely available coagulation tests, prothrombin time-international normalized ratio and activated partial thromboplastin time, paired with machine learning can identify anticoagulant exposure at presentation.
METHODS: We performed a multicenter diagnostic modeling study using the Japan Stroke Data Bank. Adults with ischemic or hemorrhagic stroke admitted in 2016 to 2021 comprised the derivation cohor
СтатьяВалидационное исследованиеМногоцентровое 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.
BACKGROUND: Deep sedation under monitored anesthesia care (MAC) during esophagogastroduodenoscopy (EGD) has a significant risk of hypoxia in obese patients. Recently high flow nasal cannula studies were conducted with good results for obese patients, however, data on Procedural Oxygen Mask (POM) are extremely scarce.
METHODS: The objectives of this study were to determine the incidence of hypoxia and impact of obesity during EGD, to describe our experience with POM, and to evaluate the risk factors and derive a prediction model using the machine-learning (ML) models. We reviewed the records o
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: The Klinefelter syndrome is a common genetic cause of male infertility, and testicular sperm extraction (TESE) enables sperm retrieval in a subset of affected patients. However, predicting TESE success remains challenging due to the heterogeneous clinical and endocrinological presentation of the Klinefelter syndrome.
OBJECTIVES: We aimed to develop and externally validate machine learning models to predict sperm retrieval outcomes in infertile patients with the Klinefelter syndrome using routinely available clinical, hormonal, and testicular parameters.
METHODS: This multicenter
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: Lung metastasis in breast cancer (BCLM) is a critical determinant of poor prognosis, occurring in approximately 30-50% of advanced cases and associated with significantly reduced median survival. This study aimed to develop machine learning models for predicting BCLM and evaluating prognosis using the SEER database.
METHODS: Data from the SEER database (2018-2021) were analyzed. For the prediction model, 11 independent predictors were identified via univariate and multivariate logistic regression. Machine learning models were developed and evaluated using AUC, accuracy, precision, sp
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: An abdominal aortic aneurysm (AAA) is an irreversible dilation of the terminal aorta, posing significant rupture risks. Current guidelines for surgical intervention rely on aneurysm diameter thresholds (5.0 cm for women, 5.5 cm for men). However, ruptures frequently occur below these thresholds, highlighting limitations in diameter-based approaches. Machine learning techniques that integrate clinical, biomechanical, and morphological data may enhance predictive accuracy, but can suffer from limited interpretability owing to their inherent complexity. This study aimed to create an 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.
OBJECTIVE: Klebsiella pneumoniae liver abscess (KPLA) has a non-negligible risk of recurrence after treatment, imposing a substantial burden on affected patients and the global healthcare systems. To address this issue, we developed and validated a machine learning model that integrates patients' clinical data and laboratory indicators for early risk prediction of KPLA.
METHODS: This multicenter retrospective study included 829 KPLA patients from three tertiary hospitals (2016-2024). Data of 722 patients from the Affiliated Hospital of Chengde Medical University and Kailuan General Hospital w
СтатьяМногоцентровое исследованиеВалидационное 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.
INTRODUCTION: Over one-third of the population in the United States (US) has prediabetes. Unfortunately, underserved population in the United States face a higher burden of prediabetes compared to urban areas, increasing the risk of stroke and heart disease. There is a gap in the literature in understanding early predictors of diabetes among patients with prediabetes living in underserved communities in the United States. Hence, this study's objective is to identify factors influencing the transition from prediabetes to diabetes in rural or underserved communities using a machine learning appr
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: Studies have demonstrated that both lower limb arterial calcification and metabolic dysfunction-associated steatotic liver disease (MASLD) are linked to the development of peripheral artery disease. However, the potential relationship between MASLD biomarkers and progression of lower limb arterial calcification in individuals with type 2 diabetes (T2D) remains unclear. This study aimed to investigate whether the biomarkers of MASLD included in the FibroMax® panels are associated with the progression of lower limb arterial calcification in patients with T2D.
METHODS: The lower limb
СтатьяНаблюдательное 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.
BACKGROUND: Hepatic fibrosis (HF) represents a pivotal stage in the progression and potential reversal of cirrhosis, underscoring the importance of early identification and therapeutic intervention to modulate disease trajectory.
AIM: To explore the complex relationship between chronic hepatitis B (CHB)-related HF and gut microbiota to identify microbiota signatures significantly associated with HF progression in CHB patients using advanced machine learning algorithms.
METHODS: This study included patients diagnosed with CHB and classified them into HF and non-HF groups based on liver stiffn
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: Chronic myeloid leukemia (CML) is a myeloproliferative disorder resulting from the translocation of chromosomes 19 and 22. CML includes 15-20% of all cases of leukemia. Although bone marrow transplant and, more recently, tyrosine kinase inhibitors (TKIs) as a first-line treatment have significantly prolonged survival in CML patients, accurate prediction using available patient-level factors can be challenging. We intended to predict 5-year survival among CML patients via eight machine learning (ML) algorithms and compare their performance.
METHODS: The data of 837 CML patients w
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.
BACKGROUND: Chromosomal rearrangements are the typical phenomena in cancer genomes causing gene disruptions and fusions, corruption of regulatory elements, damage to chromosome integrity. Among the factors contributing to genomic instability are non-B DNA structures with stem-loops and quadruplexes being the most prevalent. We aimed at investigating the impact of specifically these two classes of non-B DNA structures on cancer breakpoint hotspots using machine learning approach.
METHODS: We developed procedure for machine learning model building and evaluation as the considered data are extre
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: Triple-negative breast cancer (TNBC) with axillary lymph node metastasis (ALNM) represents a high-risk population with substantially worse prognosis compared to other breast cancer subtypes. Despite the critical clinical importance of accurate prognostic assessment in this population, no validated risk prediction model specifically tailored for TNBC patients with ALNM currently exists. Machine learning approaches offer the potential to integrate multiple clinical and pathological factors for improved risk stratification, yet their application in this specific context remains unexpl
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: The progression of rapidly progressive diabetic retinopathy (PDR) in type 2 diabetes mellitus (T2DM) is characterized by substantial inter-individual variability. To develop and validate a nomogram for individualized risk prediction and stratification of rapidly progressive PDR in T2DM by incorporating diabetes duration, glycated hemoglobin (HbA1c), 24-hour urinary protein quantification, growth differentiation factor 15 (GDF15), Diabetic Retinopathy Severity Scale (DRSS) grade, and foveal avascular zone area.
METHODS: This retrospective study enrolled 342 patients with T2DM (1999
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: Predict the occurrence of pressure injury in critically ill patients by using machine learning models and conducting internal validation.
METHODS: A prospective cohort study was conducted. Critically ill patients admitted to the intensive care unit (ICU) of the North District of Hangzhou First People's Hospital from January 2023 to March 2024 were enrolled using convenience sampling. Patients were divided into two groups based on the occurrence of pressure injury during their ICU stay, and the differences in pressure injury related indicators were compared between the groups. The d
СтатьяВалидационное исследованиеАннотация на английскомПолный 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.
MedElevator
Войти в исследования