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: 106 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
Early identification of animals with high growth potential is essential for enhancing efficiency and sustainability in goat breeding systems. This study developed a machine learning-based predictive framework to estimate six-month live weight (LW2) using early-life phenotypic and environmental data from 52,938 Hair goat records collected between 2011 and 2024. Five models-Linear Regression, Ridge Regression, Decision Tree, Random Forest, and XGBoost-were systematically compared within a robust pipeline incorporating Winsorization, group-based cross-validation, and hyperparameter optimization.
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.
Bacterial infections represent a critical threat to neonatal health, accounting for approximately 25% of neonatal mortality globally. Timely and precise diagnosis in infants aged 1 to 90 days is essential to facilitate rapid intervention and prevent severe complications. This study aimed to develop and evaluate machine learning (ML) models for the early, non-invasive prediction of bacterial infections using routine clinical data, maximizing clinical interpretability for point-of-care triage. Data from 306 infants aged 1 to 90 days hospitalized between January 2014 and December 2022 at a Social
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: Conventional risk scores like EuroSCORE II and Society of Thoracic Surgeons models, derived from logistic regression, may not fully represent complex interactions within cardiac surgery cohorts. Using nonlinear modeling, machine learning (ML) may improve risk prediction by capturing complex relationships.
OBJECTIVE: To conduct a systematic review of studies (2020-2026) that compare ML models with traditional risk scores for predicting perioperative mortality or significant adverse events in adult cardiac surgery.
METHODS: Following the PRISMA 2020 guidelines, PubMed, Google Sch
СтатьяСистематический обзорСравнительное 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.
Nutritional deficiencies are a global health challenge that often remain undetected until clinical symptoms or biochemical abnormalities become pronounced. Early identification of individuals at moderate nutritional risk is essential for timely intervention and disease prevention. Detailed feature impact analysis and evaluation of nonbiochemical biomarkers remain open research questions. This study formulates and evaluates a three-class nutritional risk classification task using a Light Gradient Boosting-based machine learning framework across three feature groups: (1) full clinical model A tr
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: Robust forecasting of hepatitis B trends is important for long-term surveillance and public health planning in China. However, evidence remains limited regarding how different forecasting frameworks perform when applied to a long-term national hepatitis B surveillance series under a unified out-of-sample evaluation design.
METHODS: Monthly reported hepatitis B cases in China from January 2004 to December 2024 were obtained from national public surveillance databases. Data from January 2004 to December 2023 were used as the training set, whereas data from January to December 2024 w
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.
Alzheimer's disease, a progressive neurodegenerative disorder, presents a growing global health challenge due to its increasing prevalence and lack of accessible early diagnostic methods. Even though it has enhanced the diagnostic accuracy of machine learning, there is a major concern about striking a balance between predictive performance and interpretability. The proposed study presents an interpretable and sustainable machine learning architecture for early diagnosis of Alzheimer's disease based on multimodal, structured clinical and behavioral data, including demographics, vascular risk fa
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: Orthopedic surgery is the second most common subspecialty involved in medical malpractice claims, wherein lower limb surgery carries a higher risk of claims and involves higher compensation amounts. However, effective tools for postjudgment estimation of high compensation ratios and consistency assessment against prior similar cases after lower limb fracture surgery are currently lacking in medicolegal risk management and judicial practice.
OBJECTIVE: This study aimed to develop and validate multiple machine learning (ML) models to estimate a medical malpractice compensation ratio
СтатьяВалидационное 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.
BACKGROUND: Rainfed wheat suffers from water scarcity and micronutrient deficits, calling for innovative practices. This study tests zinc sulphate (ZnSO4) seed priming combined with foliar iron (Fe), zinc (ZN), and manganese (Mn) (various formulations) and uses multiple machine-learning models to predict agronomic outcomes.
METHODS: A field experiment was conducted in northwestern Iran using a factorial randomized complete block design with four replications. Treatments included three ZnSO4 priming concentrations (0.1%, 0.2%, 0.3%) and five foliar sprays (conventional, magnetized, and nano-fo
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.
Neurosyphilis continues to rise globally, yet diagnosis remains challenging, often requiring multidisciplinary expertise and multiple CSF assays that are difficult to access in resource-limited settings. We developed and compared machine-learning (ML) models tailored to six international diagnostic guidelines and built a free, web-based tool for guideline-adapted decision support. We assembled 1,648 suspected neurosyphilis cases from four centers, using Guangzhou as the training cohort and Beijing, Xiamen (China) and Seattle (USA) as external validation cohorts. Five algorithms (Random Forest,
СтатьяМногоцентровое исследованиеСравнительное 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.
OBJECTIVE: This study aims to explore the predictive performance of machine learning-based radiomic features extracted from T2-weighted magnetic resonance imaging (MRI) in differentiating between women with polycystic ovary syndrome (PCOS) and healthy counterparts.
METHODS: The study included patients diagnosed with PCOS who had undergone pelvic MRI in the endocrine department between 2014 and 2022, along with an age-matched control group. The ovaries were manually segmented from T2-weighted images using the 3D Slicer software. Both first- and second-order features, including wavelet filters,
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.
PURPOSE: Vaginal tissue tearing during childbirth is a prevalent injury with potential long-term consequences, yet the mechanical factors influencing tear behavior remain poorly understood due to the difficulty of conducting in vivo studies. This study aims to investigate how tear geometry and fiber orientation influence local stress and strain patterns, and whether machine learning (ML) can accurately predict tissue responses from finite element (FE) simulation data.
METHODS: Previously characterized swine vaginal tissue, tested via planar biaxial loading, was used to calibrate the Holzapfel
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.
Colloid transport in porous media exhibits pronounced variability under varying solution chemistry, hydrodynamic conditions, and pore structural characteristics. Conventional advection-dispersion models typically treat transport parameters as constants, which limits their predictive capability across variable environmental conditions. This study develops a physics-informed machine learning (ML) framework to parameterize and predict colloid transport under varying environmental conditions by deriving explicit expressions for key transport parameters. Built on 98 column-scale experimental record
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.
This study developed and evaluated a laboratory-scale hybrid sensor-vision machine learning framework for monitoring and predicting mahewu fermentation dynamics using synchronized physicochemical sensing and surface-image analysis. White- and yellow-maize mahewu were fermented under controlled processing conditions while pH, electrical conductivity (EC), and temperature were recorded and surface images were captured under fixed LED illumination. Images were segmented and converted into color, texture, edge, and morphology descriptors, then aligned with sensor records and raw laboratory total t
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: Dengue fever remains a persistent public health threat in Dhaka, Bangladesh, necessitating effective early warning systems to enable timely interventions and mitigate impacts. This study develops and evaluates modeling approaches to produce a projection of the 2026 dengue season in Dhaka, which may help inform public health preparedness.
METHODS: Daily dengue case data from Dhaka (January 1, 2020 - December 30, 2024; 1,826 observations) were obtained from a publicly available Kaggle repository. A comprehensive modeling framework was developed comparing Seasonal Auto-Regressive Int
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: Acute kidney injury (AKI) is a significant concern among hospitalized patients receiving aminoglycosides. Identifying the risk factors associated with aminoglycoside-induced AKI and developing machine learning models are imperative in clinical practice.
OBJECTIVE: This study aims to identify the risk factors associated with AKI in hospitalized patients receiving aminoglycosides, and develop machine learning models for evaluation of the AKI risk in these patients.
METHODS: This study retrospectively analyzed 7,028 hospitalized patients who received treatment with amikacin or etimi
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: Acute postoperative pain (APP) are key factors in the recovery of surgical patients after surgery. This study used the machine learning eXtreme Gradient Boosting (XGBoost) algorithm for the prediction of acute postoperative pain after major noncardiac surgery in older patients.
METHODS: This was a secondary analysis of data from a randomized controlled trial containing 1720 older patients undergoing general anesthesia. The training and test sets were divided according to the timeline. The Boruta function was made to screen for relevant characteristic variables. The XGBoost model w
СтатьяРандомизированное 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.
Early identification of autism spectrum disorder (ASD) may facilitate timely intervention, while diagnosis remains clinically based. This exploratory study evaluated fNIRS-derived features using multiple machine-learning algorithms to compare observed classification performance between young children aged 2-6 years with ASD and typically developing (TD) children. β-activation values from eight channels were used as features to differentiate the ASD and TD groups. Two paradigm-specific analytic datasets were analyzed. Paradigm 1 comprised three tasks and included 60 participants (29 children wi
СтатьяVideo-Audio MediaПолный 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.
Epilepsy affects over 50 million people worldwide, yet automated seizure detection systems either achieve moderate sensitivity with excessive false alarms or rely on uninterpretable deep networks. This study presents a patient-independent EEG-based seizure detection framework that achieved zero false alarms in 24 h with 95% sensitivity in a retrospective evaluation on a CHB-MIT pediatric cohort (n = 6 seizure-positive patients). The pipeline extracts 27 time-, frequency-, and nonlinear-domain features from 5 s windows and trains five ensemble classifiers (XGBoost, CatBoost, LightGBM, Extra Tre
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: Calling structural variants (SVs), i.e., genomic alterations of ≥50bp, from whole genome short-read data remains challenging, as existing callers are known to lack accuracy and robustness. Therefore, meta-caller approaches combining the results of multiple standalone tools in a consensus set of reported SV calls, are widely used. Here, SV-MeCa (Structural Variant Meta-Caller) is presented, the first SV meta-caller incorporating variant-specific quality metrics from individual VCF outputs, rather than relying solely on number and combination of tools supporting consensus SV calls. I
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.
Reliable evaluation is essential for clinically usable automated electroencephalography (EEG) seizure detection. Although the TUH EEG Seizure Corpus (TUSZ) is the de facto benchmark, studies often use non-canonical splits, mix patients across partitions, or evaluate on seizure-only segments, making results hard to compare. We release an open-source, transparent benchmark for offline binary seizure detection on TUSZ v2.0.3 that strictly follows the official Train/Dev/Eval partition and evaluates in continuous EEG. Each 60-s window (15-s stride) is mapped to expert features and classified by thr
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.