N-terminal pro-B-type natriuretic peptide (NT-proBNP) testing is recommended for pre-heart failure (pre-HF) screening. However, universal NT-proBNP testing is infeasible and inefficient. We analyzed data from 4642 U.S. adults with hypertension in NHANES 1999-2004. Heart stress, a biomarker-defined pre-HF state, was defined using age-specific NT-proBNP cutoffs. Multivariable logistic regression was used to identify factors associated with prevalent heart stress, and a point-based score was constructed. Model discrimination and calibration were internally validated using 1000 bootstrapped sample
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: ICU-acquired weakness (ICU-AW) is a common and debilitating complication among critically ill patients, particularly those undergoing major surgery. Early identification of patients at high risk of ICU-AW may facilitate timely preventive strategies and targeted rehabilitation interventions.
AIM: To develop and internally validate an interpretable machine learning model for predicting ICU-AW in postoperative patients admitted to the ICU.
STUDY DESIGN: This retrospective study collected data from patients who had previously been admitted to the surgical ICU after surgery. ICU-AW wa
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.
Accurately predicting NOx emissions is crucial for effectively controlling pollution during the incineration of municipal solid waste (MSW). This study focuses on the application of genetic algorithm (GA) and long short-term memory (LSTM) neural networks in modeling the relationship between operating parameters and NOx emissions for an 850 t/d MSW incinerator. After data cleaning, principal component analysis (PCA) was used to eliminate correlations among input variables and GA was applied to optimize the hyperparameters of the LSTM model which was compiled with the Adam optimizer. Lastly, a N
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.
A Bayesian optimisation algorithm for deep learning crystal structure prediction software (CBD-GM) is used to predict the structures of Cu(I) and Cu(II) oxides of 2D and 3D materials. Two known 2D structures and two known 3D structures were anticipated, in addition to the prediction of 5 novel structures. All nine structures were optimised and analysed using density-functional theory (DFT). Firstly, DFT calculations using the PBE functional indicate that the structures should be thermodynamically and dynamically stable. Secondly, we calculated the elastic constants using the "stress-strain" me
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.
Microsatellite instability (MSI) is a genomic property of the cancers with defective DNA mismatch repair and is a useful marker for cancer diagnosis and treatment in diverse cancer types. In particular, MSI has been associated with the active immune checkpoint blockade therapy response in cancer. Most of computational methods for predicting MSI are based on DNA sequencing data and a few are based on mRNA expression data. Using the RNA-Seq pan-cancer datasets for three cancer cohorts (colon, gastric, and endometrial cancers) from The Cancer Genome Atlas (TCGA) program, we developed an algorithm
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.
Bacterial meningitis is a dangerous infectious disease that the entire community can be influenced by its epidemics. The objective of this study is to develop a predictive model as a screening tool to accelerate distinguishing between patients with acute bacterial meningitis and non-bacterial ones to prevent bacterial meningitis epidemics in Iran. This study was conducted on Iranian meningitis registry, which consists of 7,945 suspected cases of the disease between 2009 and 2011. Each sample has 8 predictive and a target variables. The predictive model was developed by decision tree algorithm
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: A responsive electrical stimulation pattern based on our recently developed novel seizure prediction method was designed to suppress the penicillin-induced epileptic seizures.
METHODOLOGY: Seizures were induced by Penicillin injection at rat cortex. A responsive electrical stimulation system was triggered prior to seizures predicted with phase synchronisation. Rats with induced seizures were stimulated by the electrical pulses at a responsive or 1 Hz periodic pattern of an open system. The effectiveness of stimulation on seizures suppression was assessed by measuring the average n
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.
Sonographic findings in 497 patients with suspected acute cholecystitis were analyzed prospectively. Combined use of primary and secondary sonographic signs led to excellent positive and negative predictive values. Positive predictive values for stones combined with either a positive sonographic Murphy sign (92.2%) or with gallbladder wall thickening (95.2%) were excellent for acute cholecystitis. Positive predictive value of these signs for patients requiring cholecystectomy was even higher (99.0%). Negative predictive values for combined use of primary and secondary signs to exclude acute ch
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.
In patients with gastrointestinal (GI) disorders, identical symptoms may occur for many different reasons. This prospective study assessed whether experienced clinicians can predict accurately the underlying diagnosis or diagnoses contributing to specific symptoms based on the history and physical examination. Three clinicians assessed 47 patients referred for management of troublesome GI symptoms identified after treatment for cancer. Investigations were requested following our comprehensive, peer-reviewed algorithm. The clinicians then recorded their predictions as to the results of those in
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.
Hospital length of stay (LOS) after liver transplantation has been determined to correlate with liver disease severity, post-transplant survival rates, and transplant-associated costs. A patient's model for end-stage liver disease (MELD) score and an organ's Donor risk index (DRI) have both been found to be significant predictors of LOS, but these two factors alone are insufficient to form an accurate prediction. Previous studies have identified other factors predictive of LOS, which can be incorporated with MELD and DRI to create more specific results. The objective of this study was to creat
СтатьяПоддержка службы здравоохранения 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.
OBJECTIVE: Patients with severe acute pancreatitis (AP) carry a high mortality risk. The lactate-to-albumin ratio (LAR) has shown prognostic value in conditions including sepsis, heart failure and acute respiratory failure. We aimed to assess LAR's predictive value for 28-day mortality in ICU-admitted AP patients and to establish a machine learning-based predictive model integrating three albumin-derived indices-LAR, red blood cell distribution width-to-albumin ratio (RAR), and blood urea nitrogen-to-albumin ratio (BAR)-for this outcome.
METHODS: We analysed a cohort of 380 ICU-admitted AP pa
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.
Hip fractures in the elderly present a significant public health challenge globally, especially among patients with hypertension, who are at an increased risk of developing preoperative deep vein thrombosis (DVT). DVT not only heightens surgical risks but also severely impacts the rehabilitation and quality of life of patients. Early risk assessment and management in this population are therefore critically important. This study aimed to develop and validate a machine learning-based predictive model to enhance the accuracy of predicting preoperative DVT in elderly patients with hypertension un
СтатьяСравнительное 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.
BACKGROUND: Sepsis-associated acute kidney injury (S-AKI) is considered to be associated with high morbidity and mortality, a commonly accepted model to predict mortality is urged consequently. This study used a machine learning model to identify vital variables associated with mortality in S-AKI patients in the hospital and predict the risk of death in the hospital. We hope that this model can help identify high-risk patients early and reasonably allocate medical resources in the intensive care unit (ICU).
METHODS: A total of 16,154 S-AKI patients from the Medical Information Mart for Intens
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.
OBJECTIVE: This study aims to develop a machine learning-based predictive model for patients with endometriosis, with the goal of precisely identifying key factors and reliable predictive markers that influence live birth outcomes following fresh embryo transfer. Through systematic evaluation of multiple algorithms, efforts will be made to identify the optimal model for elucidating high-risk factors affecting live birth, thereby providing a basis for formulating targeted interventions to enhance the live birth rate in this population undergoing in vitro fertilization/intracytoplasmic sperm inj
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.
Although acute peritonitis is a common and severe complication associated with peritoneal dialysis, the culture-based test used as the diagnostic criterion for this disease is often too slow to allow appropriate point-of-care diagnosis of specific bacterial infection. To address this problem, Zhang et al. report the efficacy of a novel set of immune biomarkers derived from a machine-learning algorithm applied to patient data. This fingerprint could predict major pathogenic causes of peritonitis.
СтатьяКомментарийПоиск 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.
MOTIVATION: Dipeptidyl peptidase IV (DPP-IV) is a key therapeutic target for type 2 diabetes, and its inhibitory peptides are a promising class of therapeutic agents. However, the discovery of these promising drugs has been restricted, as many existing computational predictors are based on datasets that have remained static for several years.
RESULTS: Here, we first presented a newly curated and expanded benchmark dataset, then introduced Bilingua-DPP-IV, a bimodal deep learning framework that integrates features from both amino acid sequences and molecular structures. Our approach leveraged
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.
PURPOSE: Cardiovascular disease remains a leading cause of morbidity and mortality in women. Cardiovascular risk prediction models are widely used to guide preventative management, although many do not incorporate female-specific risk factors. The aim of this review is to identify published cardiovascular risk prediction models for women or those which include female-specific predictors and to summarize the predictors and model performance.
METHODS: The protocol was developed following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA-P) guidelines. The protocol h
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.
Mixture cure models are widely used in survival analysis when a portion of patients is considered cured and is no longer at risk for the event of interest. In clinical settings, dynamic survival prediction is particularly important to refine prognosis by incorporating patient information updated over time. Landmarking methods have emerged as a flexible approach for this purpose, as they allow to summarize longitudinal covariates up to a given landmark time and use these summaries in subsequent prediction. For mixture cure models, the only landmarking strategy available in the literature relies
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.
Digital health approaches that leverage consumer wearables and machine learning offer scalable means to detect acute illness pre-symptomatically, enabling earlier intervention and improved resource planning. Prior studies have shown that wearable-derived signals can identify infections-including COVID-19, malaria, H1N1, and rhinovirus-before symptom onset or in asymptomatic cases. Elective surgery pathways remain vulnerable to day-of-surgery cancellations due to unexpected patient illness, leading to underutilized operating rooms, equipment, and staff. To address this, we developed a prototype
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.
Alzheimer's disease (AD) is a prevalent neurodegenerative disorder affecting millions worldwide. Electroencephalography (EEG), a non-invasive, cost-effective, and safe diagnostic tool, is widely used for detecting neurological conditions. Existing EEG-based classification methods for AD diagnosis have limitations, particularly in adequately considering causal relationships between channels and implementing optimal feature selection, creating a need for highly interpretable feature screening mechanisms. This study presents EENet-RLA, a framework that integrates dynamical system theory with deep
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.
MedElevator
Войти в исследования