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
31073 публикаций
Поиск: 229 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
To develop and validate a machine-learning (ML) model that pre-operatively predicts cerebrospinal-fluid leakage (CSFL) after posterior decompression for thoracic ossification of the ligamentum flavum (TOLF), and to elucidate the key risk factors driving model decisions. Electronic medical-record and imaging data of 318 consecutive TOLF patients who underwent laminectomy between January 2009 and June 2023 were retrospectively analysed (CSFL = 101, 31.8%). The cohort was randomly split 4:1 into training (n = 254) and testing (n = 64) sets. Class imbalance was addressed with two synthetic oversam
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: In recent years, artificial intelligence (AI) and deep learning (DL) have made a considerable impact in dentistry, specifically in advancing image processing algorithms for detecting caries from radiographical images. Despite this progress, there is still a lack of data on the effectiveness of these algorithms in accurately identifying caries. This study provides an overview aimed at evaluating and comparing reviews that focus on the detection of dental caries (DC) using DL algorithms from 2D radiographs.
MATERIALS AND METHODS: This comprehensive umbrella review adhered to the "Re
СтатьяОбзорПолный 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.
Diabetic foot ulcers can have vital consequences, such as amputation for patients. The primary purpose of this study is to predict the amputation risk of diabetic foot patients using machine-learning classification algorithms. In this research, 407 patients treated with the diagnosis of diabetic foot between January 2009-September 2019 in Istanbul University Faculty of Medicine in the Department of Undersea and Hyperbaric Medicine were retrospectively evaluated. Principal Component Analysis (PCA) was used to identify the key features associated with the amputation risk in diabetic foot patient
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.
Introduction: Poor patellar tracking can result in painful contact pressures, patella subluxation, or dislocation. The use of musculoskeletal models and simulations in orthopedic surgeries allows for objective predictions of post-treatment function, empowering clinicians to explore diverse treatment options for patients. Although a promising approach for managing knee surgeries, the high computational cost of the Finite Element Method hampers its clinical usability. In anticipation of minimal elastic deformations in the involved bodies, the exploration of the Multibody Dynamics approach emerge
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.
AIMS: Patients with congestive heart failure (HF) are prone to clinical deterioration leading to hospital admissions, burdening both patients and the healthcare system. Predicting hospital admission in this patient group could enable timely intervention, with subsequent reduction of these admissions. To date, hospital admission prediction remains challenging. Increasing amounts of acquired data and development of artificial intelligence (AI) technology allow for the creation of reliable hospital prediction algorithms for HF patients. This scoping review describes the current literature on stra
СтатьяScoping ReviewПолный 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.
Previous work using logistic regression suggests that cognitive control-related frontoparietal activation in early psychosis can predict symptomatic improvement after 1 year of coordinated specialty care with 66% accuracy. Here, we evaluated the ability of six machine learning (ML) algorithms and deep learning (DL) to predict "Improver" status (>20% improvement on Brief Psychiatric Rating Scale [BPRS] total score at 1-year follow-up vs. baseline) and continuous change in BPRS score using the same functional magnetic resonance imaging-based features (frontoparietal activations during the AX-con
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка правительства СШАПолный 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.
OBJECTIVEIf not anticipated and prearranged, hospital stay can be prolonged while the patient awaits placement in a rehabilitation unit or skilled nursing facility following elective spine surgery. Preoperative prediction of the likelihood of postoperative discharge to any setting other than home (i.e., nonroutine discharge) after elective inpatient spine surgery would be helpful in terms of decreasing hospital length of stay. The purpose of this study was to use machine learning algorithms to develop an open-access web application for preoperative prediction of nonroutine discharges in surger
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.
OBJECTIVE: This study aimed to explore the potential predictive value of oral microbial signatures for oral squamous cell carcinoma (OSCC) risk based on machine learning algorithms.
METHODS: The oral microbiome signatures were assessed in the unstimulated saliva samples of 80 OSCC patients and 179 healthy individuals using 16S rRNA gene sequencing. Four different machine learning classifiers were used to develop prediction models.
RESULTS: Compared with control participants, OSCC patients had a higher microbial dysbiosis index (MDI, p < 0.001). Among four machine learning classifiers, random
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.
It is possible to identify unruptured intracranial aneurysms (UIA) using machine learning (ML) algorithms, which can be a life-saving strategy, especially in high-risk populations. To better understand the importance and effectiveness of ML algorithms in practice, a systematic review and meta-analysis were conducted to predict cerebral aneurysm rupture risk. PubMed, Scopus, Web of Science, and Embase were searched without restrictions until March 20, 2023. Eligibility criteria included studies that used ML approaches in patients with cerebral aneurysms confirmed by DSA, CTA, or MRI. Out of 35
МетаанализСистематический обзорСтатьяПоиск 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: Ventilator associated pneumonia (VAP) is a common complication and associated with poor prognosis of traumatic brain injury (TBI) patients.
OBJECTIVES: This study was conducted to explore the predictive performance of different machine-learning algorithms for VAP in TBI patients.
METHODS: TBI patients receiving mechanical ventilation more than 48 hours from the Medical Information Mart for Intensive Care-III (MIMIC-III) database were eligible for the study. The VAP was confirmed based on the ICD-9 code. Included patients were separated to the training cohort and the validation co
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.
Effective and timely antibiotic treatment depends on accurate and rapid in silico antimicrobial-resistant (AMR) predictions. Existing statistical rule-based Mycobacterium tuberculosis (MTB) drug resistance prediction methods using bacterial genomic sequencing data often achieve varying results: high accuracy on some antibiotics but relatively low accuracy on others. Traditional machine learning (ML) approaches have been applied to classify drug resistance for MTB and have shown more stable performance. However, there is no study that uses deep learning architecture like Convolutional Neural Ne
СтатьяМногоцентровое исследованиеПоиск 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) has its onset many decades before dementia develops, and work is ongoing to characterise individuals at risk of decline on the basis of early detection through biomarker and cognitive testing as well as the presence/absence of identified risk factors. Risk prediction models for AD based on various computational approaches, including machine learning, are being developed with promising results. However, these approaches have been criticised as they are unable to generalise due to over-reliance on one data source, poor internal and external validations, and lack of under
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.
The African argasid tick Ornithodoros moubata transmits two important pathogens, the African swine fever virus and the spirochete Borrelia duttoni, the cause of human relapsing fever. To date, only conventional control measures such as widespread application of acaricides, strict control measures, and animal movement restrictions have been implemented to confine these diseases. Vaccines against tick infestations have the potential to be among the most efficacious interventions for the management of these diseases. Plasma membrane-associated proteins upregulated in tick midgut cells in response
Оценочное исследованиеСтатьяПоддержка 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.
OBJECTIVE: To assess the accuracy with which available retinopathy of prematurity (ROP) predictive models detect clinically significant ROP and to what extent and at what risk these models allow for the reduction of screening examinations for ROP.
METHODS: A literature search of the PubMed and Cochrane Library databases was conducted last on May 1, 2015, and yielded 305 citations. After screening the abstracts of all 305 citations and reviewing the full text of 30 potentially eligible articles, the panel members determined that 22 met the inclusion criteria. One article included 2 studies, fo
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Advanced methods for analyzing data are in high demand as the volume of high-dimensional data used in healthcare services increases, particularly for the early detection and management of Chronic Kidney Disease (CKD). False diagnosis and treatment of CKD have been rendered more challenging by the complicated nature and the several features detected in these collections of data. Optimizing the diagnostic result depends significantly on the efficient analysis and processing of such complex data. Recent healthcare data analysis tools, including the Feature Selection Model (FSM), face challenges w
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 digital transformation of higher education has intensified the need to assess and enhance the digital competencies of university faculty. This study analyzed the effectiveness of various machine learning algorithms in predicting levels of faculty digital competence based on socio-educational variables. The objective was to develop an advanced predictive model, applied to faculty members from the State University of Milagro and the Technical University of Manabí.
METHODS: A quantitative approach was adopted, with a cross-sectional correlational design. Digital competencies were
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: Musculoskeletal injuries (MSKIs) pose a major threat to military readiness, affecting nearly 40% of personnel annually, driving over 5 million medical visits and 24 million limited duty days. Validated methods for identifying and preventing injuries are a priority for the Department of Defense.
PURPOSE: To externally validate a previously developed prediction model for identifying MSKI risk in a U.S. Army airborne infantry brigade.
STUDY DESIGN: Prospective cohort; model validation study.
METHODS: U.S. Army paratroopers newly assigned to the 173rd Airborne Brigade (Nov 2022-Aug
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.
Proteins and peptides hold immense promises for treating fatal and rare diseases. However, their complex structures and intrinsic instability pose significant challenges in drug development. The spray drying process offers a continuous and rapid method to stabilize these biomacromolecules, converting them from liquid to solid formulations. However, the spray drying process remains trial-and-error based, requiring extensive resources. This study employs machine learning (ML) algorithms to predict key properties of spray-dried protein and peptide powders, including yield, particle size, residual
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: A split-night sleep study is a specialized diagnostic tool that combines the evaluation and treatment of sleep apnea into a single night. The initial phase involves monitoring physiological parameters to assess the severity of sleep apnea, measured by the Apnea-Hypopnea Index (AHI). Subsequently, Positive Airway Pressure (PAP) therapy is initiated. This study aims to predict full-night AHI and severe obstructive sleep apnea (OSA) based on early-night data. METHODS: Consecutive patients referred for full-night polysomnography (PSG) were included. Clinical data (gender, age, blood pr
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: Retinopathy of prematurity (ROP) has emerged as one of the leading causes of visual impairment or blindness among newborn infants worldwide. The purpose of this study was to develop a predictive model for ROP using machine learning methods.
METHODS: A retrospective study was conducted on 586 neonates admitted to the Department of Neonatology at the First Affiliated Hospital of Guangxi Medical University from January 2019 to January 2024, who met the inclusion criteria and underwent ROP screening.1.ROP-related risk factors were collected by reviewing electronic medical records duri
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.