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
20305 публикаций
Поиск: 85 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
BACKGROUND: Peyronie's disease curvature assessment is a critical step for patient assessment; however, tools for objective, unbiased, and reproducible quantification are currently limited.
AIM: To develop an automated computational tool to identify the penis from a 2D image and to accurately and reproducibly measure the degree of angulation.
METHODS: We developed PenoMeter using instance segmentation to identify penile anatomical components, key point detection to identify shaft corners, geometric calculations to locate and measure the angulation of the point of maximal curvature. We traine
СтатьяПоддержка исследования: вне правительства 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.
INTRODUCTION: This study aims to establish a comprehensive, multi-level approach for tackling tropical diseases by proactively anticipating and managing Persistent Inflammation, Immunosuppression, and Catabolism Syndrome (PICS) within the initial 14 days of Intensive Care Unit (ICU) admission. The primary objective is to amalgamate a diverse array of indicators and pathogenic microbial data to pinpoint pivotal predictive variables, enabling effective intervention specifically tailored to the context of tropical diseases.
METHODS: A focused analysis was conducted on 1733 patients admitted to t
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: End stage renal disease (ESRD) describes the most severe stage of chronic kidney disease (CKD), when patients need dialysis or renal transplant. There is often a delay in recognizing, diagnosing, and treating the various etiologies of CKD. The objective of the present study was to employ machine learning algorithms to develop a prediction model for progression to ESRD based on a large-scale multidimensional database.
METHODS: This study analyzed 10,000,000 medical insurance claims from 550,000 patient records using a commercial health insurance database. Inclusion criteria were pa
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.
Racial disparities in the utilization of epilepsy surgery are well documented, but it is unknown whether a natural language processing (NLP) algorithm trained on physician notes would produce biased recommendations for epilepsy presurgical evaluations. To assess this, an NLP algorithm was trained to identify potential surgical candidates using 1097 notes from 175 epilepsy patients with a history of resective epilepsy surgery and 268 patients who achieved seizure freedom without surgery (total N = 443 patients). The model was tested on 8340 notes from 3776 patients with epilepsy whose surgical
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Many drugs commonly prescribed during pregnancy lack a fetal safety recommendation - called FDA 'category C' drugs. This study aims to classify these drugs into harmful and safe categories using knowledge gained from chemoinformatics (i.e., pharmacological similarity with drugs of known fetal effect) and empirical data (i.e., derived from Electronic Health Records). Our fetal loss cohort contains 14,922 affected and 33,043 unaffected pregnancies and our congenital anomalies cohort contains 5,658 affected and 31,240 unaffected infants. We trained a random forest to classify drugs of unknown pre
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения 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: Recently, extensive studies have been carried out on arrhythmia classification algorithms using artificial intelligence pattern recognition methods such as neural network. To improve practicality, many studies have focused on learning speed and the accuracy of neural networks. However, algorithms based on neural networks still have some problems concerning practical application, such as slow learning speeds and unstable performance caused by local minima.
METHODS: In this paper we propose a novel arrhythmia classification algorithm which has a fast learning speed and high accuracy
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: Machine learning algorithms have been used to predict malaria risk and severity, identify immunity biomarkers for malaria vaccine candidates, and determine molecular biomarkers of antimalarial drug resistance. Developing these prediction models requires large training datasets to ensure prediction accuracy when applied to new individuals in the target population. Learning curves can be used to assess the sample size required for the training dataset by evaluating the predictive performance of a model trained using different dataset sizes. These curves are agnostic to the specific p
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: Metastasis significantly influences prognosis in thyroid cancer, especially in papillary thyroid carcinoma. With the rise of artificial intelligence (AI) in medical diagnostics, machine learning (ML) and deep learning (DL) models are being increasingly explored for their ability to enhance the early detection of metastatic spread. This systematic review and meta-analysis aimed to evaluate the diagnostic performance of ML and DL algorithms in detecting metastasis in thyroid cancer.
METHOD: We conducted a comprehensive search of scientific databases, including PubMed, IEEE, Scopus,
СтатьяСистематический обзорМетаанализПоиск 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.
PURPOSE: Retinal images contain rich biomarker information for neurodegenerative disease. Recently, deep learning models have been used for automated neurodegenerative disease diagnosis and risk prediction using retinal images with good results.
METHODS: In this review, we systematically report studies with datasets of retinal images from patients with neurodegenerative diseases, including Alzheimer's disease, Huntington's disease, Parkinson's disease, amyotrophic lateral sclerosis, and others. We also review and characterize the models in the current literature which have been used for class
Систематический обзорСтатьяПоиск 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.
INTRODUCTION: Breast cancer diagnosis relies on imaging, yet conventional Doppler ultrasound possesses limitations in visualizing tumor microvasculature. This study aimed to compare Microvascular Flow imaging (MV-Flow) with Color Doppler Flow Imaging (CDFI) and evaluate a machine learning (ML) framework integrating MV-Flow parameters for differentiating breast lesions.
METHODS: In this prospective study, 101 breast lesions from 79 patients underwent grayscale ultrasound, CDFI, and MV-Flow. Adler grading and the quantitative Vascular Index (VI) were obtained. Based on six features (age, size,
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 HeMonitor study evaluated the feasibility and accuracy of non-invasive hemoglobin (Hb) assessment using image-based techniques and machine learning in patients with hematologic malignancies. A total of 367 patients with hematologic malignancies and 184 healśśthy donors were enrolled, with fingernail and eyelid photographs collected and analyzed using Light Gradient-Boosting Machine (LightGBM) regression models. The best-performing model achieved a residual standard deviation of ±1.02 mmol/L for Hb prediction. Our framework further explored a two-stage concept combining (i) a non-invasive i
Полный текст 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.
Cutaneous Leishmaniasis (CL) is a vector-borne parasitic disease closely linked to environmental conditions. This study aimed to model and map the spatial occurrence potential of CL across multiple study years in Golestan Province, Iran, using machine learning, ensemble learning approaches, and remote sensing data. A geospatial database was developed from CL case records aggregated at the level of cities and rural settlements during 2011-2013 and nine environmental variables, including precipitation, temperature, evapotranspiration, wind speed, drought conditions, vegetation cover, population
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.
Autism spectrum disorder (ASD) is a complex neurodevelopmental condition with a broad spectrum of symptoms, which makes timely and accurate diagnosis challenging. The development of machine learning (ML) and deep learning (DL) has created opportunities for automated ASD screening and detection. This systematic review focuses on the analyses of 59 peer-reviewed studies on unimodal and multimodal approaches to ASD detection that were published between 2019 and 2025. The results demonstrated that classical ML algorithms (such as logistic regression [LR], support vector machines [SVM] and random f
СтатьяСистематический обзорПоиск 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: Tuberculous pericardial effusion (TPE) presents significant diagnostic challenges due to its nonspecific clinical presentation and similarities with other types of pericardial effusion. The available data on the use of artificial intelligence for predicting TPE is minimal and needs further expansion. This study aimed to evaluate the diagnostic performance of various machine learning algorithms (MLAs) in identifying TPE among patients with pericardial effusion.
MATERIALS AND METHODS: A retrospective study was conducted at Cho Ray Hospital in Vietnam from 2010 to 2020. Eight MLAs-lo
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: We aimed at identifying acute phase biomarkers in Severe Fever with Thrombocytopenia Syndrome (SFTS), and to establish a model to predict mortality outcomes.
METHODS: A retrospective analysis was conducted on multicenter clinical data. Group-based trajectory modeling (GBTM) was utilized to demonstrate the overall trend of laboratory indicators and their correlation with mortality. Six different machine learning algorithms were employed to develop prognostic models based on the clinical features during the acute phase, which were reduced using Lasso regression.
RESULTS: Seven indic
СтатьяМногоцентровое исследованиеПоддержка 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.
INTRODUCTION: Heavy episodic drinking (HED) is a major public health concern but is often missing from surveys or measured unreliably. Predictive models offer a method to estimate HED's likelihood at the individual level in such cases. While logistic regression is commonly used, other machine learning algorithms (MLA) may offer greater accuracy and robustness. This study compares various MLAs to identify the best predictive model of HED.
METHODS: Data from the 1997-2018 National Health Interview Survey were used. Six MLAs were trained and cross-validated: logistic regression, naïve bayes, k-n
СтатьяПоддержка NIH: внешняя программаПолный 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 length of stay (LOS) for patients in hospitals is crucial for workforce planning, resource allocation, and bed capacity management, impacting healthcare costs, future needs and financial planning. This study focuses on calculating the LOS for Chronic Kidney Disease (CKD) patients admitted as inpatients and estimating their hospital bills based on services rendered during their stay. Utilizing data from 5,583 CKD patients and 11 input variables, various machine learning (ML) algorithms were applied to develop regression, and classification models. To optimize the model performance and addre
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.
Accurate detection and classification of Power Quality Disturbances (PQDs) are critical for ensuring reliability in modern distribution networks with high renewable energy penetration. This study evaluates four signal decomposition methods—Empirical Mode Decomposition (EMD), Ensemble EMD (EEMD), Complete Ensemble EMD with Adaptive Noise (CEEMDAN), and Variational Mode Decomposition (VMD)—in conjunction with a Random Forest Classifier (RFC) for PQD classification. The IEEE-1159 synthetic benchmark dataset comprising fifteen single and multiple PQD classes was used for training and testing, with
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.
The similar appearance and composition of pungent spices frequently give rise to adulteration, which not only causes market confusion but also results in inconsistent product quality. This study employed terahertz time-domain spectra and absorption spectra coupled with three machine learning algorithms-Random Forest (RF), Support Vector Machine (SVM), and Deep Neural Network (DNN)-for the classification and identification of five spices (garlic, green pepper, Zanthoxylum bungeanum, Toona sinensis, and Qin pepper) as well as their binary mixtures. For single-component spices, all three models a
СтатьяПоддержка исследования: вне правительства 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.
Immunization is a cost-effective public health intervention globally, including in Ethiopia. However, the study focused on children aged 0-59 months and analyzed factors influencing incomplete immunization using ensemble machine learning techniques. A total of 16,394 EDHS datasets were used, with 80% for training and 20% for testing sets. Accordingly, the training set consisted of 13,115 samples, while the testing set contained 3,279 samples. Ensemble learning algorithms were employed, including Bagging methods (Bagging meta-estimator, Random Forest), Boosting methods (Gradient Boosting, XGBoo
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.