OBJECTIVES: This study aims to perform a comprehensive visualization-based analysis of the research status, thematic hotspots, and developmental trends in AI-assisted oral disease diagnosis over the past two decades, thereby offering valuable references for future research in this fields.
MATERIAL AND METHODS: We conducted a bibliometric study with 2,131 documents extracted from the Web of Science Core Collection (2005-2025) using CiteSpace to systematically analyze publication trends, major countries, institutions, journals and co-citation patterns. Visualizations including collaboration net
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.
Disease progression or physical decline varies considerably across patients with Wilson's disease (WD), limiting the understanding of pathological and biological processes underlying heterogeneity in the brain and clinical phenotypes of WD. Herein, using large-scale data (N = 1749), we developed a gray matter volume (GMV)-based 'brain age model' to calculate the deviation between predicted brain age and chronological age, known as the brain-predicted age difference (brainPAD) and brain structure deviation (BSD), across one hepatic subtype (HWD, N = 32) and two neurological subtypes, namely, pa
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.
BACKGROUND: Youth with a family history of bipolar disorder (BD) may be at increased risk for mood disorders and for developing side effects after antidepressant exposure. The neurobiological basis of these risks remains poorly understood. We aimed to identify biomarkers underlying risk by characterizing abnormalities in the brain connectome of symptomatic youth at familial risk for BD.
METHODS: Depressed and/or anxious youth (n = 119, age = 14.9 ± 1.6 years) with a family history of BD but no prior antidepressant exposure and typically developing controls (n = 57, age = 14.8 ± 1.7 years) rec
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Artificial intelligence is increasingly influencing health care and policy, yet the global research landscape linking artificial intelligence and health care policy remains underexplored. This study aimed to map publication trends, major contributors, collaboration networks, citation structures, and emerging themes in this field. Methods: A bibliometric analysis was conducted using the Web of Science Core Collection. The search was performed on 3 May 2026, and covered publications from 2000 to 3 May 2026. The final dataset included 347 peer-reviewed English-language original resear
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: Staphylococcus aureus (S. aureus) pneumonia constitutes a lethal respiratory infection with persistently high clinical mortality. Although programmed cell death (PCD) pathways are implicated in diverse disease processes, their mechanistic roles in S. aureus pneumonia pathogenesis, particularly as dual-purpose biomarkers for early diagnosis and therapeutic targeting remain insufficiently characterized.
METHODS: High-throughput RNA sequencing was conducted on S. aureus challenged murine pulmonary tissues to delineate pneumonia-associated differentially expressed genes (DEGs). Throug
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: Ankylosing spondylitis (AS) frequently coexists with other autoimmune diseases, leading to increased clinical heterogeneity and diagnostic complexity. Early identification of autoimmune comorbidity in AS remains challenging in routine practice.
METHODS: A multicenter, retrospective, cross-sectional study was conducted, where clinical and laboratory data were collected from three independent tertiary centers between 2012 and 2025. Patients were classified into three groups: AS alone, autoimmune diseases alone, and AS with autoimmune comorbidities. Routinely available variables, inc
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.
Accurately decoding human locomotion intention from physiological signals remains a significant hurdle for the seamless control of advanced rehabilitation devices like exoskeletons and intelligent prosthetics. Conventional recognition methods often falter, exhibiting limited accuracy and struggling to capture the complex, nonlinear dynamics inherent in biological data streams. Addressing these critical limitations, this study introduces a novel framework for lower-limb motion intent recognition, integrating Kernel Principal Component Analysis (KPCA) with a Support Vector Machine (SVM) optimize
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.
Major depressive disorder (MDD) is a complex psychiatric disorder that affects the lives of hundreds of millions of individuals around the globe. Even today, researchers debate if morphological alterations in the brain are linked to MDD, likely due to the heterogeneity of this disorder. The application of deep learning tools to neuroimaging data, capable of capturing complex non-linear patterns, has the potential to provide diagnostic and predictive biomarkers for MDD. However, previous attempts to demarcate MDD patients and healthy controls (HC) based on segmented cortical features via linear
СтатьяПрепринтПоиск 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.
Facioscapulohumeral muscular dystrophy (FSHD) is a genetic neuromuscular disorder characterized by progressive muscle degeneration with substantial variability in severity and progression patterns. FSHD is a highly heterogeneous disease; however, current clinical metrics used tracking disease progression lack sensitivity for personalized assessment, which greatly limits the design and execution of clinical trials. This study introduces a multi-scale machine learning framework leveraging whole-body magnetic resonance imaging (MRI) and clinical data to predict regional, muscle, joint, and functi
СтатьяПрепринтПоиск 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 and Objectives: Sarcopenia, characterized by progressive loss of skeletal muscle mass and function, has increasingly been recognized not only as a physical health concern but also as a potential risk factor for cognitive decline. This study investigates the application of machine learning algorithms to classify cognitive status based on Mini-Mental State Examination (MMSE) scores in community-dwelling sarcopenic women. Materials and Methods: A dataset of 67 participants was analyzed, with MMSE scores categorized into severe (≤17) and mild (>17) cognitive impairment. Eight classifica
Оценочное исследованиеСтатьяПолный 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: Ankylosing spondylitis (AS) is a chronic autoimmune disease characterized by inflammation of the sacroiliac joints and spine. Cuproptosis is a newly recognized copper-induced cell death mechanism. Our study explored the novel role of cuproptosis-related genes (CRGs) in AS, focusing on immune cell infiltration and molecular clustering.
METHODS: By analyzing the peripheral blood gene expression datasets obtained from GSE73754, GSE25101, and GSE11886, we identified the expression patterns of cellular factors and immune infiltration cell related to cuproptosis. Subsequently, we employ
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: To investigate whether patients with ACPA-negative (ACPA-) and ACPA-positive (ACPA+) rheumatoid arthritis (RA) exhibit distinct immune and metabolic profiles in blood, using integrative proteomic and metabolomic analyses. By uncovering subgroup-specific molecular signatures, we aim to improve the biological understanding of RA heterogeneity and support the development of more precise diagnostic and stratification strategies.
METHODS: We performed high-throughput proteomic and metabolomic profiling on plasma from a well-characterized cohort comprising 40 patients with ACPA- RA, 40 p
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.
Serum electrophoresis (SPEP) is a method used to analyze the distribution of the most important proteins in the blood. The major clinical question is the presence of monoclonal fraction(s) of antibodies (M-protein/paraprotein), which is essential for the diagnosis and follow-up of hematological diseases, such as multiple myeloma. Recent studies have shown that machine learning can be used to assess protein electrophoresis by, for example, examining protein glycan patterns to follow up tumor surgery. In this study we compared 26 different decision tree algorithms to identify the presence of M-p
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: Acute kidney injury (AKI) is a critical complication of immune checkpoint inhibitor therapy. Since the etiology of AKI in patients undergoing cancer therapy varies, clarifying underlying causes in individual cases is critical for optimal cancer treatment. Although it is essential to individually analyze immune checkpoint inhibitor-treated patients for underlying pathologies for each AKI episode, these analyses have not been realized. Herein, we aimed to individually clarify the underlying causes of AKI in immune checkpoint inhibitor-treated patients using a new clustering approach
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.
BACKGROUND: Organochlorine pesticides (OCPs) are extensively dispersed throughout the environment, which potentially have harmful impacts on the female reproductive system. Therefore, the purpose of this study was to clarify the association between exposure to OCPs and the history of uterine fibroids in American women.
METHODS: The present study comprised female individuals who were over 20 years old and were selected from the National Health and Nutrition Examination Survey (NHANES). The logistic regression models were used to investigate the associations between eight primary serum OCP comp
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.
While prenatal PM2.5 exposure constitutes an established risk factor for congenital heart defects (CHDs), the modifying role of greenness exposure in this association remains underexplored. We conducted a retrospective cohort study analyzed 1,356,420 birth records (11,803 CHD cases) from Zhejiang Province, China (2018-2023). Prenatal exposure to PM2.5 and its major constituents was estimated using satellite-derived speciation models, and greenness was assessed via the normalized difference vegetation index (NDVI). Generalized additive models (GAMs) with a quasibinomial logit link and restricte
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.
INTRODUCTION: In recent years, high-dimensional clinical and genomic data have gained significant importance for prognosis and personalized medicine in breast cancer. But the use of quantum machine learning (QML) on such data is limited by the availability of few qubits, the computation time of quantum simulation, and dimensionality reduction. This work systematically compares several QML architectures for breast cancer classification in the presence of realistic and simulator constraints.
METHODS: The experiments were performed on a dataset of METABRIC breast cancer patients (2,509 patients)
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.
Machine learning techniques earn higher accuracy and robustness in multimorbidity prediction at this moment in time. Among various forms of multimorbidity, complex multimorbidity, especially the intersection of cardiometabolic disorders and mental health conditions, poses a serious threat to the public health system and needs special priority interventions. Within the scope of this context, current study aimed to define complex multimorbidity clusters using latent class analysis (LCA), test the performance of different machine learning models for accurate classification and prediction, and ide
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.
BACKGROUNDS: Breast cancer (BRCA) represents the most prevalent malignancy globally, with projections indicating 3.2 million new cases anticipated by 2050. Current treatment modalities, encompassing surgical intervention, chemotherapy, and immunotherapy, are markedly hindered by treatment resistance and the inherent complexity of BRCA, thereby impeding effective disease management. Consequently, this study is designed to elucidate cellular heterogeneity within the tumor microenvironment (TME) and to identify prospective therapeutic targets, thus enabling individualized treatment approaches for
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.
OBJECTIVES: Progressive diamond bur degradation during the subtractive manufacturing (SM) of polymer-infiltrated ceramic networks (PICNs) compromises restorative clinical quality. To evaluate the degradation extent across two SM systems and investigate its effects on the trueness and surface roughness of PICN crowns.
MATERIALS AND METHODS: A total of 121 premolar crowns were fabricated from PICN blocks (Vita Enamic) using two SM machines (PrograMill PM7 and inLab MC X5). Crown trueness was quantified by superimposing crown scans onto the original digital design using three-dimensional inspect
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.
MedElevator
Войти в исследования