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: 469 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
Efficient data transmission in low Earth orbit (LEO) satellite networks is critical for supporting real-time global communication, Earth observation, and numerous data-intensive space missions. A fundamental challenge in these networks involves solving the maximum flow problem, which determines the optimal data throughput across highly dynamic topologies with limited onboard energy and data processing capability. Traditional algorithms often fall short in these environments due to their high computational costs and inability to adapt to frequent topological changes or fluctuating link capaciti
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.
This study aimed to compare and evaluate the prediction accuracy and risk of bias (ROB) of post-traumatic stress disorder (PTSD) predictive models. We conducted a systematic review and random-effect meta-analysis summarizing predictive model development and validation studies using machine learning in diverse samples to predict PTSD. Model performances were pooled using the area under the curve (AUC) with a 95% confidence interval (CI). Heterogeneity in each meta-analysis was measured using I2. The risk of bias in each study was appraised using the PROBAST tool. 48% of the 23 included studies
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.
AIM: In this research, we leveraged bioinformatics and machine learning to pinpoint key risk genes associated with occupational benzene exposure and to construct genomic and algorithm-based predictive risk assessment models.
SUBJECT AND METHODS: We sourced GSE9569 and GSE21862 microarray data from the Gene Expression Omnibus. Utilizing R software, we performed an initial screen for differentially expressed genes (DEGs), which was followed by the enrichment analyses to elucidate the affected functions and pathways. Subsequent steps included the application of three machine learning algorithms
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: Various tools have been developed to determine the priority of radiography in trauma patients. This study aimed to investigate the role of machine learning models in predicting chest injuries following multiple trauma.
METHODS: We used the database of a comprehensive cross-sectional survey conducted in 2015. Eight machine learning models were developed using demographic characteristics, physical exam findings, and radiologic results of 2860 patients.
RESULTS: Area under the receiver operating characteristic curve (AUC) was greater than 0.96 in Random Forest, Gradient Boosting,
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: Preeclampsia (PE) remains a leading cause of maternal and perinatal morbidity and mortality. This study aimed to identify urinary metabolites as potential biomarkers for predicting PE by integrating metabolomic profiling with machine learning algorithms.
METHODS: The untargeted metabolomics of urine samples were performed in three cohorts: healthy pregnant women, gestational hypertension (GH), and PE patients. Differentially expressed metabolites were identified using multivariate statistical analyses. Subsequently, a predictive model for preeclampsia was developed and validated t
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.
AIMS: Little is known about the role of electrocardiography (ECG) in the community population independent of physical and laboratory examinations. Thus, this study developed and validated several ECG-based models for cardiovascular disease (CVD) risk assessment, with or without simple questionnaire-based variables.
METHODS AND RESULTS: Using a derivation cohort of 3734 Chinese participants aged ≥40 years, we developed the ECG-based models to predict the risk of developing CVD (comprising fatal and non-fatal coronary heart disease, unstable angina, stroke, and heart failure). Candidate predict
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.
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.
Despite advancements in detection and treatment, tuberculosis (TB), an infectious illness caused by the Mycobacterium TB bacteria, continues to pose a serious threat to world health. The TB diagnosis phase includes a patient's medical history, physical examination, chest X-rays, and laboratory procedures, such as molecular testing and sputum culture. In artificial intelligence (AI), machine learning (ML) is an advanced study of statistical algorithms that can learn from historical data and generalize the results to unseen data. There are not many studies done on the ML algorithm that enables t
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: The study aimed to develop and validate machine learning models for case difficulty prediction in endodontic microsurgery, assisting clinicians in preoperative analysis.
METHODS: The cone-beam computed tomographic images were collected from 261 patients with 341 teeth and used for radiographic examination and measurement. Through linear regression (LR), support vector regression (SVR), and extreme gradient boosting (XGBoost) algorithms, four models were established according to different loss functions, including the L1-loss LR model, L2-loss LR model, SVR model and XGBoost model.
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.
BACKGROUND: Approximately 25% of patients with inflammatory bowel disease (IBD) discontinue azathioprine (AZA) or mercaptopurine (MP) therapy within 3 months of treatment initiation because of adverse drug reactions. Of these side-effects, about half are because of hepatotoxicity. The aim of this study was to validate and (subsequently) optimize a previously reported predictive algorithm for thiopurine-associated hepatotoxicity by increasing the number of patients with IBD benefitting from conventional thiopurine therapy.
METHODS: This multicenter observational study included consecutive thio
Многоцентровое исследованиеНаблюдательное исследованиеСтатьяПоиск 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.
Unravelling the structure of genotype-phenotype (GP) maps is an important problem in biology. Recently, arguments inspired by algorithmic information theory (AIT) and Kolmogorov complexity have been invoked to uncover simplicity bias in GP maps, an exponentially decaying upper bound in phenotype probability with the increasing phenotype descriptional complexity. This means that phenotypes with many genotypes assigned via the GP map must be simple, while complex phenotypes must have few genotypes assigned. Here, we use similar arguments to bound the probability P(x → y) that phenotype x, upon r
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.
BACKGROUND: COVID-19 was first identified in December 2019 in the city of Wuhan, China. The virus quickly spread and was declared a pandemic on March 11, 2020. After infection, symptoms such as fever, a (dry) cough, nasal congestion, and fatigue can develop. In some cases, the virus causes severe complications such as pneumonia and dyspnea and could result in death. The virus also spread rapidly in the Netherlands, a small and densely populated country with an aging population. Health care in the Netherlands is of a high standard, but there were nevertheless problems with hospital capacity, su
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.
Deep learning techniques have led to significant advancements in seizure prediction research. However, corresponding used benchmarks are not uniform in published results. Moreover, inappropriate training and evaluation processes used in various work create overfitted models, making prediction performance fluctuate or unreliable. In this study, we analyzed the various data preparation methods, dataset partition methods in related works, and explained the corresponding impacts to the prediction algorithms. Then we applied a robust processing procedure that considers the appropriate sampling para
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.
INTRODUCTION: This study was designed to develop and evaluate machine learning algorithms for predicting seizure due to acute tramadol poisoning, identifying high-risk patients and facilitating appropriate clinical decision-making.
METHODS: Several characteristics of acute tramadol poisoning cases were collected in the Emergency Department (ED) (2013-2019). After selecting important variables in random forest method, prediction models were developed using the Support Vector Machine (SVM), Naïve Bayes (NB), Artificial Neural Network (ANN) and K-Nearest Neighbor (K-NN) algorithms. Area Under th
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: Universal depression screening in youth typically focuses on strategies for identifying current distress and impairment. However, these protocols also play a critical role in primary prevention initiatives that depend on correctly estimating future depression risk. Thus, the present study aimed to identify the best screening approach for predicting depression onset in youth.
METHODS: Two multi-wave longitudinal studies (N = 591, AgeM = 11.74; N = 348, AgeM = 12.56) were used as the 'test' and 'validation' datasets among youth who did not present with a history of clinical depressi
СтатьяМногоцентровое исследованиеПоддержка NIH: внешняя программаПоддержка правительства СШАВалидационное исследованиеПолный 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.
AIM: To evaluate whether obesity represents a risk factor for the onset of ovarian cancer.
PATIENTS AND METHODS: One hundred and sixty-three patients with a body mass index (BMI) >30 kg/m2 (group 1) and 130 women with a BMI of <25 kg/m2 (group 2) were included in the study.
RESULTS: A Risk of Ovarian Malignancy Algorithm (ROMA) index above the cut-off (>13%) was found in 24.5% of group 1 patients, whereas a high ROMA score was identified in 5.3% of group 2 women. During the study, 13 out of 40 group 1 patients with ROMA >13% were deemed eligible for bariatric surgery. After bariatric surgery
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.
OBJECTIVES: Reliable monitoring of influenza seasons and pandemic outbreaks is essential for response planning, but compilations of reports on detection and prediction algorithm performance in influenza control practice are largely missing. The aim of this study is to perform a metanarrative review of prospective evaluations of influenza outbreak detection and prediction algorithms restricted settings where authentic surveillance data have been used.
DESIGN: The study was performed as a metanarrative review. An electronic literature search was performed, papers selected and qualitative and se
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.
BACKGROUND: Currently, the viability of cryostored blastocysts that are subsequently re-warmed is determined via the percentage of cell survival. However, the large number of cells that forms the blastocyst can make this estimate difficult and unreliable. Studies have shown that fast re-expanding blastocysts have superior pregnancy rates.
AIM: To determine whether the degree and speed of blastocoele re-expansion following cryopreservation and warming correlate with rates of live birth.
MATERIALS AND METHODS: A retrospective cohort study of 757 frozen embryo transfer cycles over a 4-year peri
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.
Clinical risk prediction - the estimation of the likelihood an individual is at risk of a disease - is a coveted and exigent clinical task, and a cornerstone to the recommendation of life saving management strategies. This is especially important for individuals at risk of cardiovascular disease (CVD) given the fact that it is the leading causes of death in many developed counties. To this end, we introduce a novel learning algorithm - a key factor that influences the performance of machine learning-based prediction models - and utilities it to develop CVD risk prediction tool. This novel neur
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.
The association between self-reported clinical factors and recent HIV-1 seroconversion was evaluated in a prospective cohort of 4652 high-risk participants in the HIV Network for Prevention Trials (HIVNET) Vaccine Preparedness Study. Eighty-six individuals seroconverted, with an overall annual seroconversion rate of 1.3 per 100 person-years. Four self-reported clinical factors were significantly associated with HIV-1 seroconversion in multivariate analyses: recent history of chlamydia infection or gonorrhea, recent fever or night sweats, belief of recent HIV exposure, and recent illness lastin
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.