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
6417 публикаций
Поиск: 96 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1607 с найденным полным текстом
AIM: To develop a noninvasive method of differential diagnosis of ACTH-dependent hypercortisolism, as well as to evaluate the effectiveness of an optimal algorithm for predicting the probability of ectopic ACTH syndrome (EAS) obtained using machine learning methods based on the analysis of clinical data.
MATERIALS AND METHODS: As part of a single-center, one-stage, cohort study, a retrospective prediction of the probability of EAS among patients with ACTH-dependent hypercortisolism was carried out. Patients were randomly stratified into 2 samples: training (80%) and test (20%). Eleven machine
Аннотация на английскомСтатьяПоиск 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.
PURPOSE: Propensity score matching is vital in epidemiological studies using observational data, yet its estimates relies on correct model-specification. This study assesses supervised deep learning models and unsupervised autoencoders for propensity score estimation, comparing them with traditional methods for bias and variance accuracy in treatment effect estimations.
METHODS: Utilizing a plasmode simulation based on the Right Heart Catheterization dataset, under a variety of settings, we evaluated (1) a supervised deep learning architecture and (2) an unsupervised autoencoder, alongside tw
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.
Given the high predicted probability of future pandemics, it is essentially important that we understand the benefits and drawbacks of online learning compared to traditional in-class learning-especially in specialized education like healthcare-related educational settings. This is the first study to investigate the first-person perception of online learning, knowledge assessment, and longitudinal confidence in clinical skills among third-year ophthalmology residents studying during the 2020 COVID-19 pandemic in Thailand. This survey-based study enrolled all 74 ophthalmologists that graduated
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.
The human brain extracts statistical regularities from the surrounding environment in a process called statistical learning. Behavioural evidence suggests that developmental dyslexia affects statistical learning. However, surprisingly few studies have assessed how developmental dyslexia affects the neural processing underlying this type of learning. We used electroencephalography to explore the neural correlates of an important aspect of statistical learning - sensitivity to transitional probabilities - in individuals with developmental dyslexia. Adults diagnosed with developmental dyslexia (n
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.
Complex human cognition, such as decision-making under ambiguity, is reflected in dynamic spatio-temporal activity in the brain. Here, we combined event-related potentials with computational modelling of the time course of decision-making and outcome evaluation during the Iowa Gambling Task. Measures of choice probability generated using the Prospect Valence Learning Delta (PVL-Delta) model, in addition to objective trial outcomes (outcome magnitude and valence), were applied as regressors in a general linear model of the EEG signal. The resulting three-dimensional spatio-temporal characteriza
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.
PURPOSE: The goal of this study was to enhance the fairness and clinical applicability of deep learning models for classifying Alzheimer's disease from structural MRI scans. To achieve this, we addressed two key challenges: age-related bias and unreliable probability estimates. Specifically, we investigated in-processing debiasing strategies to achieve age-invariant predictions while preserving diagnostic accuracy. We also systematically evaluated post hoc calibration methods to improve the reliability, interpretability, and clinical usefulness of predicted probabilities across diverse patient
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.
Emotion-based decision making (EBDM) is the capacity to make decisions based on prior emotional consequences of actions. Several neuropsychological tasks, using different gambling paradigms and with different levels of complexity, have been designed to assess EBDM. The Bangor Gambling Task (BGT) was created as a brief and simple card gambling-task to assess EBDM. BGT contains a single-card deck and requires participants to decide whether to gamble or not, which can result in wins or losses. Unknown to the participant, the winning probabilities decrease throughout the task (from 0.75 in the fir
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: Information order can influence judgment. However, it remains unclear whether the order of clinical data affects physicians' interpretations of these data when they are engaged in familiar diagnostic tasks.
METHODS: Of 400 randomly selected family physicians who were given a questionnaire involving a brief written scenario about a young woman with acute dysuria, 315 (79%) returned usable responses. The physicians had been randomized into two groups, and both groups had received the same clinical information but in different orders. After learning the patient's chief complaint, phy
Клиническое исследованиеСтатьяРандомизированное исследованиеПоддержка 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.
Fear learning is pivotal for organismal survival, ensuring the ability to avoid potential threats through learning based on experiencing minimal fear information. In reality, fear learning requires to form a structured representation of fear experiences from multiple dimensions in order to support flexible use in ever-changing environment. Yet, the underlying neural mechanisms of constructing dimensional fear space remain elusive. Here we set up an innovative approach with two-dimensional fear learning, by utilizing the probability (uncertainty) and subjective pain intensity of threatening mil
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.
Research in the multidisciplinary field of neuroeconomics has mainly been driven by two influential theories regarding human economic choice: prospect theory, which describes decision-making under risk, and reinforcement learning theory, which describes learning for decision-making. We hypothesized that these two distinct theories guide decision-making in a comprehensive manner. Here, we propose and test a decision-making theory under uncertainty that combines these highly influential theories. Collecting many gambling decisions from laboratory monkeys allowed for reliable testing of our model
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.
Intuitive predictions and judgments under conditions of uncertainty are often mediated by judgment heuristics that sometimes lead to biases. Using the classical conjunction bias example, the present study examines the relationship between receptivity to metacognitive executive training and emotion-based learning ability indexed by Iowa Gambling Task (IGT) performance. After completing a computerised version of the IGT, participants were trained to avoid conjunction bias on a frequency judgment task derived from the works of Tversky and Kahneman. Pre- and post-test performances were assessed vi
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/OBJECTIVES: The aim was to compare ophthalmic diagnoses made by veterinarians to a deep learning (artificial intelligence) software tool which was developed to aid in the diagnosis of equine ophthalmic diseases. As equine ophthalmology is a very specialised field in equine medicine, the tool may be able to help in diagnosing equine ophthalmic emergencies such as uveitis.
STUDY DESIGN: In silico tool development and assessment of diagnostic performance.
METHODS: A deep learning tool which was developed and trained for classification of equine ophthalmic diseases was tested with 40
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.
Tourette syndrome (TS) is characterised by stereotyped involuntary movements, called tics. Some evidence suggests that structural and functional abnormalities of the basal ganglia may explain these motor symptoms. In this study, the probabilistic classification learning (PCL) test was used to evaluate basal ganglia functions in 10 children with less severe tics (Yale Global Tic Severity Scale (YGTSS) scores<30) and in 10 children with more severe symptoms (YGTSS score>30). In the PCL task, participants are asked to decide whether different combinations of four geometric forms (cues) predict ra
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.
Consistency of pituitary macroadenomas is a key determinant in surgical outcomes, with non-soft consistency linked to more complications and incomplete resections. This study aimed to develop a machine learning model to predict the consistency of pituitary macroadenomas to improve surgical planning and outcomes. A retrospective study of patients with pituitary macroadenomas was conducted. Data included brain magnetic resonance imaging findings (diameter and apparent diffusion coefficient), patient demographics (age and sex), and tumor consistency. Seventy patients were evaluated, 59 with soft
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 usage of pesticides in agriculture is substantial, but their application may pose potential risks of physical harm. Existing network toxicology methods for analysis and prediction lack the capability for structural early-warning of toxicity and are inefficient for individual compound analysis. The purpose of this study was to integrate a machine learning-based cardiotoxicity prediction model with network toxicology. We conducted the first cardiotoxicity prediction analysis on 741 common pesticides to improve efficiency, followed by experimental validation using a zebrafish model to confirm
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.
Influenza is a disease that represents both a public health and agricultural risk with pandemic potential. Among the subtypes of influenza A virus, H3 influenza virus can infect many avian and mammalian species and is therefore a virus of interest to human and veterinary public health. The primary goal of this study was to train and validate classifiers for the identification of the most likely host species using the hemagglutinin gene segment of H3 viruses. A five-step process was implemented, which included training four machine learning classifiers, testing the classifiers on the validation
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: Several studies reported the possibility of predicting genetic abnormalities in non-small-cell lung cancer by deep learning (DL). However, there are no data of predicting ALK gene rearrangement (ALKr) using DL. We evaluated the ALKr predictability using the DL platform.
MATERIALS AND METHODS: We selected 66 ALKr-positive cases and 142 ALKr-negative cases, which were diagnosed by ALKr immunohistochemical staining in our institution from January 2009 to March 2019. We generated virtual slide of 300 slides (150 ALKr-positive slides and 150 ALKr-negative slides) using NanoZoomer. HALO-AI
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.
We report two experiments in which participants are trained using a multicue probability learning (MCPL) task, which attempts to simulate the acquisition of expert judgement by experience in the real world. Participants were asked to predict performance in certain occupations given a profile of personality test results with trial-by-trial outcome feedback. Only some cues were relevant, and the polarity of the cues (positive or negative predictors) was unspecified. In addition, 25% of random noise was added to the feedback to simulate real world uncertainty. The main factor of interest was that
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: Bladder cancer, one of the most prevalent cancers globally, can be regarded as considerable morbidity and mortality for patients. The bladder is an organ that comes in constant exposure to the environment and other risk factors such as inflammation.
AIMS: In the current study, we used machine learning (ML) methods and developed risk prediction models for bladder cancer.
METHODS: This population-based case-control study is focused on 692 cases of bladder cancer and 692 healthy people. The ML, including Neural Network (NN), Random Forest (RF), Decision Tree (DT), Naive Bayes (NB),
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.
Software products from all vendors have vulnerabilities that can cause a security concern. Malware is used as a prime exploitation tool to exploit these vulnerabilities. Machine learning (ML) methods are efficient in detecting malware and are state-of-art. The effectiveness of ML models can be augmented by reducing false negatives and false positives. In this paper, the performance of bagging and boosting machine learning models is enhanced by reducing misclassification. Shapley values of features are a true representation of the amount of contribution of features and help detect top features
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.