Artificial neural network models for predicting 1-year mortality in elderly patients with intertrochanteric fractures in China

The mortality rate of older patients with intertrochanteric fractures has been increasing with the aging of populations in China. The purpose of this study was: 1) to develop an artificial neural network (ANN) using clinical information to predict the 1-year mortality of elderly patients with intertrochanteric fractures, and 2) to compare the ANN's predictive ability with that of logistic regression models. The ANN model was tested against actual outcomes of an intertrochanteric femoral fracture database in China. The ANN model was generated with eight clinical inputs and a single output. ANN's performance was compared with a logistic regression model created with the same inputs in terms of accuracy, sensitivity, specificity, and discriminability. The study population was composed of 2150 patients (679 males and 1471 females): 1432 in the training group and 718 new patients in the testing group. The ANN model that had eight neurons in the hidden layer had the highest accuracies among the four ANN models: 92.46 and 85.79% in both training and testing datasets, respectively. The areas under the receiver operating characteristic curves of the automatically selected ANN model for both datasets were 0.901 (95%CI=0.814-0.988) and 0.869 (95%CI=0.748-0.990), higher than the 0.745 (95%CI=0.612-0.879) and 0.728 (95%CI=0.595-0.862) of the logistic regression model. The ANN model can be used for predicting 1-year mortality in elderly patients with intertrochanteric fractures. It outperformed a logistic regression on multiple performance measures when given the same variables.

HYBRID ARTIFICIAL NEURAL NETWORK APPLIEDTO MODELING SCFE OF BASIL AND ROSEMARY OILS

This work presents the results of a Hybrid Neural Network (HNN) technique as applied to modeling SCFE curves obtained from two Brazilian vegetable matrices. A series Hybrid Neural Network was employed to estimate the parameters of the phenomenological model. A small set of SCFE data of each vegetable was used to generate an extended data set, sufficient to train the network. Afterwards, other sets of experimental data, not used in the network training, were used to validate the present approach. The series HNN correlates well the experimental data and it is shown that the predictions accomplished with this technique may be promising for SCFE purposes.

Avaliação do amaciamento de carne bovina de dianteiro (Triceps brachii) pelos métodos de maturação, estimulação elétrica, injeção de ácidos e tenderização mecânica

Vinte e dois músculos Triceps brachii obtidos de 11 bovinos fêmeas com idade 3 e 4 anos, abatidos em abatedouro experimental, foram submetidos à tenderização mecânica, à injeção de ácido acético 0,1M e ácido lático 0,2M, à maturação por 9 e 14 dias, à estimulação elétrica (250V - 60 Hz - 90s), sendo alguns reservados como grupo-controle, sem tratamento. A maturação por 14 dias apresentou 21% de aumento na maciez subjetiva e 12% de diminuição da força de cisalhamento; estes valores são semelhantes aos da estimulação elétrica. Contudo, a injeção com ácidos e a maturação por 9 dias não apresentaram efeito significativo sobre a textura da carne tratada. E embora o valor da força de cisalhamento da carne tenderizada mecanicamente tenha sido o menor entre todos os tratamentos, suspeita-se de superestimação devido ao plano de fraturas criadas por tal processo.Ainda outras análises foram realizadas, como: monitoramento da curva de pH e de valor R; análises de cor; perda de peso por cozimento e devido aos tratamentos; e análises microbiológicas.

An artificial neural network model for prediction of quality characteristics of apples during convective dehydration

In this study, the effects of hot-air drying conditions on color, water holding capacity, and total phenolic content of dried apple were investigated using artificial neural network as an intelligent modeling system. After that, a genetic algorithm was used to optimize the drying conditions. Apples were dried at different temperatures (40, 60, and 80 °C) and at three air flow-rates (0.5, 1, and 1.5 m/s). Applying the leave-one-out cross validation methodology, simulated and experimental data were in good agreement presenting an error < 2.4 %. Quality index optimal values were found at 62.9 °C and 1.0 m/s using genetic algorithm.

Artificial neural networks (ANN): prediction of sensory measurements from instrumental data

The objective of this study was to predict by means of Artificial Neural Network (ANN), multilayer perceptrons, the texture attributes of light cheesecurds perceived by trained judges based on instrumental texture measurements. Inputs to the network were the instrumental texture measurements of light cheesecurd (imitative and fundamental parameters). Output variables were the sensory attributes consistency and spreadability. Nine light cheesecurd formulations composed of different combinations of fat and water were evaluated. The measurements obtained by the instrumental and sensory analyses of these formulations constituted the data set used for training and validation of the network. Network training was performed using a back-propagation algorithm. The network architecture selected was composed of 8-3-9-2 neurons in its layers, which quickly and accurately predicted the sensory texture attributes studied, showing a high correlation between the predicted and experimental values for the validation data set and excellent generalization ability, with a validation RMSE of 0.0506.

Estimulação elétrica nervosa transcutânea para tratamento de urgência ou urge-incontinência urinária em crianças e adolescentes: ensaio clínico fase II

ResumoObjetivo:Determinar a efetividade de 20 sessões de estimulação elétrica nervosa transcutânea (TENS) parassacral com periodicidade de duas vezes semanais no tratamento da urgência ou urge-incontinência urinária em crianças e adolescentes.Métodos:Ensaio clínico fase II, envolvendo pacientes com idade entre 5 e 14 anos com urgência ou urge-incontinência urinária. Realizadas 20 sessões de TENS, duas vezes por semana (aparelho Dualpex 961 Quark®). Os resultados foram avaliados pelo diário miccional, ultrassonografia dinâmica do trato urinário inferior (USGD-TUI) pré e pós-tratamento e questionário sobre perdas urinárias em cada sessão.Resultados:A idade média das 25 crianças envolvidas no estudo foi 7,80 ± 2,22 anos, sendo a maioria do sexo feminino (92%) e com urge-incontinência (92%). A comparação dos eventos de perda urinária pré e pós-tratamento foi estatisticamente significativa (p = 0,04); houve regressão do sintoma de perda urinária referida pelos acompanhantes em todas as crianças que completaram a 20ª sessão; os parâmetros da USGD-TUI, embora não estatisticamente significativos, demonstraram redução do percentual de crianças com contrações detrusoras (62,5% para 43,5%); maior adequação do volume vesical pré-miccional (4,2% versus 19,0%), respectivamente pré e pós-tratamento.Conclusões:A eletroestimulação realizada em duas sessões semanais demonstrou efetividade e metade dos pacientes apresentou regressão da incontinência urinária a partir da 12ª sessão, porém, é necessário maior número de pacientes para confirmação dos resultados obtidos.