Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
4035 публикаций
Поиск: 167 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
Environmental science and pollution research international2026eng
This study presents a comprehensive data-driven framework for predicting and interpreting CO2 uptake in metal-organic frameworks (MOFs) using advanced machine learning (ML) and explainable artificial intelligence (XAI) techniques. A curated dataset of 223 experimentally reported MOF samples, characterized by surface area (SA), pore volume (PV), temperature (T), and pressure (P), was used to train four supervised ML models: Artificial Neural Network (ANN), Random Forest (RF), AdaBoost (AdB), and Gradient Boosting (GB). Among the evaluated models, the GB model achieved the highest predictive acc
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.
BACKGROUND: Patients with hypothyroidism admitted to the intensive care unit (ICU) frequently develop hypothyroidism-associated delirium (HAD), a condition strongly linked to adverse prognostic outcomes. The primary objective of this study was to develop a machine learning (ML) -based predictive model for the early identification of HAD.
MATERIALS AND METHODS: Patient data were retrieved from two non-overlapping datasets: Medical Information Mart for Intensive Care IV (MIMIC-IV) database and MIMIC-III database. Specifically, data from MIMIC-IV were split into a training set and an internal va
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: Sarcopenia is the age related loss of skeletal muscle mass and strength, which increases frailty, fall risk, and healthcare costs. Conventional imaging based diagnostics are costly and impractical in routine clinical or community settings. We investigated whether noninvasive physiological signals, namely electrocardiography (ECG), electromyography (EMG), and center of pressure (COP), can serve as biomarkers for sarcopenia when analyzed with machine learning models. METHODS: In this study, 80 Korean women aged 65 to 75 years were assessed for sarcopenia using the 2019 Asian Working
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.
Cross-lingual plagiarism detection (CLPD) remains a critical challenge in Natural Language Processing, particularly for low-resource language pairs where translation and paraphrasing obscure source materials. This study introduces a robust framework for Persian-English CLPD by integrating state-of-the-art sentence representations with optimized machine learning classifiers. We utilized the BAAI/bge-m3 model to generate high-dimensional embeddings, employing cosine similarity to measure contrastive linguistic distances. To evaluate classification performance, we compared various architectures,
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.
OBJECTIVES: This study evaluated whether spectrophotometric CIELAB color measurements can support machine-learning (ML) classification of occlusal caries severity based on ICDAS categories.
METHODS: Three hundred extracted human teeth were visually classified using ICDAS (0-4) and served as labels for supervised learning. Five occlusal sites per tooth were measured using a spectrophotometer under standardized conditions. Site-level CIELAB values were transformed into engineered color features and aggregated at the tooth level. Teeth were categorised as sound (ICDAS 0), initial carious lesions
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.
Alzheimer's disease (AD) is the most common type of dementia, accounting for at least two-thirds of dementia cases in people aged 65 and older. Numerous approaches have been studied for the treatment of this disease, including the cholinergic hypothesis. Acetylcholinesterase (AChE) is the most promising target studied within the cholinergic hypothesis for the treatment of AD. Therefore, it is necessary to develop predictive models for the identification of AChE inhibitors. Thus, general drug design models can assist chemical synthesis groups and biochemical testing laboratories by enabling vir
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: Neonatal asphyxia is a life-threatening perinatal condition associated with neonatal mortality and long-term neurological impairment. Therefore, early identification of high-risk newborns is essential for timely clinical intervention; however, accurate prediction of neonatal asphyxia remains a key challenge due to heterogeneous maternal and perinatal risk factors, for example, overlapping clinical patterns, and class imbalance in medical datasets. Thus, to solve this issue, this research proposes an imbalance-sensitive machine-learning framework for the prediction of neonatal asphy
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.
Accurate forecasting of operational expenditure (OPEX) in wastewater treatment plants is critical for financial planning and utility management, yet it remains challenging due to complex, nonlinear interactions between plant capacity, influent characteristics, and fluctuating market prices. This research develops an interpretable predictive framework for OPEX estimation by systematically evaluating multiple advanced machine learning algorithms on a dataset of 2847 operational records (1139 empirical and 1708 synthetic). We compared the predictive performance of decision tree, AdaBoost, random
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.
AIM: To develop and validate a machine learning-based associational prediction model for nurse-led identification of financial toxicity (FT) among stroke patients.
BACKGROUND: FT is increasingly recognized among patients with chronic conditions, yet evidence in stroke patients remains limited. Early identification may help nurses provide timely financial, psychosocial, and discharge-related support.
METHODS: A total of 575 stroke patients were recruited. Based on Health Ecology Theory, factors were grouped into five levels. The dataset was randomly split 7:3 into training and test sets. Leas
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: Gemcitabine is an important chemotherapeutic agent that suffers from poor bioavailability and drug resistance. Although the nanocomposite delivery systems are highly promising, their optimization for efficient therapy is quite challenging because of complex design parameters involved.
METHODS: A dataset consisting of more than fifty gemcitabine nanocomposites is used in the present work. We developed prediction models using well-known machine learning algorithms, such as Random Forest and XGBoost, besides a new physics-informed machine learning approach that incorporated drug rele
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: To evaluate the predictive information contained in the restricted surveillance feature set (demographic, temporal and specimen variables) for respiratory pathogen identification, and to examine factors associated with model performance.
METHODS: We retrospectively analysed 24,689 acute respiratory infection cases from seven sentinel hospitals in Sichuan, China; after quality control, 21,395 samples with complete 21-pathogen testing were included. Per-pathogen multi-label binary classifiers were trained using 15 features available at presentation; logistic regression, random forest
СтатьяМногоцентровое исследованиеПоиск 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 efficient, green extraction processes for bioactive compounds from fruits requires strategies that account for both solvent-solute interactions and the inherent chemical heterogeneity of natural biomass. We present a hybrid computational framework integrating the COSMO-RS with machine learning (ML) to predict anthocyanin yields from diverse berry matrices using deep eutectic solvents (DES). A dataset of 299 experimental points spanning 15 biomass types was used to train and validate seven ML algorithms; Gradient Boosting emerged as the most accurate (R2 = 0.92). The model co
СтатьяОценочное 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.
Scientific research on social parameters for prognosis after traumatic brain injury (TBI) is evolving, yet results remain heterogeneous, and predictors for risk stratification are lacking. To understand how social parameters are linked to cognitive outcomes after TBI, we applied machine learning (ML) algorithms using cohort-level data from 30 published studies including 2,364 participants with TBI (72% male; 55% mild, 45% moderate-severe injury). We extracted and harmonised longitudinal data following the PROGRESS-Plus framework, and used the data as predictors of rate of change in cognition 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.
Poliomyelitis remains a global public health concern despite remarkable progress toward eradication. The continued circulation of vaccine-derived polioviruses underscores the need for enhanced surveillance systems capable of early detection and rapid response. Acute Flaccid Paralysis (AFP) surveillance, a key component of the polio eradication, plays a vital role in detecting poliovirus transmission but is often limited by delays in data collection, analytical capacity, and fragmented reporting structures. Recent advances in artificial intelligence (AI) offer opportunities to address these cha
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.
The study aimed to develop a predictive model using machine learning algorithms, providing healthcare professionals with a novel tool for assessing disability risk in older adults. Data from the 2018 and 2020 waves of the China Health and Retirement Longitudinal Study were utilized, including 3,172 participants aged 65 years and older with no baseline disability. In this study, five machine learning algorithms were employed to construct risk assessment and prediction models for disability in older adults. The Shapley Additive Explanations method was applied to analyze the independent predictor
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.
Skin cancer image data often exhibit long-tailed distributions due to the inherent challenges in data collection and annotation. Specifically, a few predominant classes dominate a dataset of interest, while minority classes, referred to as tail classes, are underrepresented with only limited numbers of samples. Such imbalance is highly likely to adversely affect the performance of deep learning models. To address this issue, previous methods employ mixup techniques to synthesize tail-class images, thereby attempting to balance the training data. However, traditional mixup methods typically do
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.
Porous polymers, particularly polymers of intrinsic microporosity (PIMs), combine high surface areas with tunable functionalities, positioning them as promising materials for post-combustion CO2 capture technologies. A key physical parameter of these materials is the isosteric heat of adsorption (Qst), which quantifies the interaction strength between CO2 molecules and the polymer framework. In this work, we demonstrate that data-driven models constructed from computationally determined physicochemical descriptors can accurately predict Qst at room temperature using a modestly sized dataset of
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: Traumatic spinal cord injury (TSCI), a severe central nervous system injury, despite treatment advances, critically ill patients with TSCI face high short-term mortality. This study leverages machine learning to integrate standard intensive care unit (ICU) indicators, identifying 7-day high-mortality risk patients with TSCI to optimize treatment.
METHODS: Using critically ill patients with TSCI data from the Medical Information Mart for Intensive Care 2.2 database, this study employs the Boruta and LASSO regression algorithms to identify key features, developing a 7-day mortality
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка 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.
AIM: To develop different machine learning models to train and test diplopia images and data generated by the computerized diplopia test.
METHODS: Diplopia images and data generated by computerized diplopia tests, along with patient medical records, were retrospectively collected from 3244 cases. Diagnostic models were constructed using logistic regression (LR), decision tree (DT), support vector machine (SVM), extreme gradient boosting (XGBoost), and deep learning (DL) algorithms. A total of 2757 diplopia images were randomly selected as training data, while the test dataset contained 487 di
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.
Operational instability in biological wastewater treatment systems can lead to inefficient aeration and elevated energy consumption. Accurate prediction of key process variables, including ammonia nitrogen, dissolved oxygen (DO), and mixed liquor suspended solids (MLSS), is essential for maintaining stable nitrification and energy-efficient aeration control. However, imbalanced data distributions and rare abnormal events often reduce model robustness. To address this challenge, this study develops an integrated predictive and risk assessment framework that incorporates feature distribution smo
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.