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
20313 публикаций
Поиск: 140 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
Chagas disease (CD) affects an estimated 6-7 million people worldwide, predominantly in Latin America. However, migration has expanded its geographic reach. Diagnosing chronic CD is challenging due to low parasitemia and the limitations of existing serological assays. This study evaluates the diagnostic potential of attenuated total reflectance Fourier-transform infrared (ATR-FTIR) spectroscopy combined with machine learning (ML). A total of 100 serum samples (49 CD-positive, 51 negative controls) were analyzed using ATR-FTIR spectroscopy under two conditions: (i) dry analysis (air-dried sampl
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 aimed to predict temporomandibular disorder (TMD) using machine learning (ML) approaches based on measurement parameters that are practically acquired in clinical settings. 125 patients with TMD and 103 individuals without TMD were included in the study. Pain intensity (with visual analog scale), maximum mouth opening (MMO) and lateral excursion movements (with millimeter ruler), cervical range of motion (with goniometer), pressure pain threshold (PPT; with algometer), oral parafunctional behaviors (with Oral Behaviors Checklist), psychological status (with Hospital Anxiety and Depr
СтатьяНаблюдательное 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.
Peanut is a critical food crop worldwide, and the development of high-throughput phenotyping techniques is essential for enhancing the crop's genetic gain rate. Given the obvious challenges of directly estimating peanut yields through remote sensing, an approach that utilizes above-ground phenotypes to estimate underground yield is necessary. To that end, this study leveraged unmanned aerial vehicles (UAVs) for high-throughput phenotyping of surface traits in peanut. Using a diverse set of peanut germplasm planted in 2021 and 2022, UAV flight missions were repeatedly conducted to capture image
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.
Aim: Inflammatory prognostic index (IPI), has been shown to be related with poor outcomes in cancer patients. We aimed to investigate the predictive role of IPI for contrast-induced nephropathy (CIN) development in non-ST segment elevation myocardial infarction patients using a nomogram and performing machine learning (ML) algorithms.Materials & methods: A total of 178 patients with CIN (+) and 1511 with CIN (-) were included.Results: CIN (+) patients had higher IPI levels, and IPI was independently associated with CIN. A risk prediction nomogram including IPI had a higher predictive ability a
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.
STUDY DESIGN: Retrospective cohort study.
OBJECTIVE: To develop a machine learning (ML) model that predicts the progression of AIS using minimal radiographs and simple questionnaires during the first visit.
SUMMARY OF BACKGROUND DATA: Several factors are associated with angle progression in patients with AIS. However, it is challenging to predict angular progression at the first visit.
METHODS: Among female patients with AIS treated at a single institution from July 2011 to February 2023, 1119 cases were studied. Patient data, including demographic and radiographic data based on anterior-po
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.
Metastatic Breast Cancer (MBC) is one of the primary causes of cancer-related deaths in women. Despite several limitations, histopathological information about the malignancy is used for the classification of cancer. The objective of our study is to develop a non-invasive breast cancer classification system for the diagnosis of cancer metastases. The anaconda-Jupyter notebook is used to develop various python programming modules for text mining, data processing, and Machine Learning (ML) methods. Utilizing classification model cross-validation criteria, including accuracy, AUC, and ROC, the pr
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: Postoperative delirium (POD) is a common postoperative complication in elderly patients, and it greatly affects the short-term and long-term prognosis of patients. The purpose of this study was to develop a machine learning model to identify preoperative, intraoperative and postoperative high-risk factors and predict the occurrence of delirium after nonbrain surgery in elderly patients.
PATIENTS AND METHODS: A total of 950 elderly patients were included in the study, including 132 patients with POD. We collected 30 characteristic variables, including patient demographic characteristi
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.
OBJECTIVE: Early diagnosis and differential diagnosis of tuberculous pleural effusion (TPE) remains challenging and is critical to the patients' prognosis. The present study aimed to develop nine machine learning (ML) algorithms for early diagnosis of TPE and compare their performance.
METHODS: A total of 1435 untreated patients with pleural effusions (PEs) were retrospectively included and divided into the training set (80%) and the test set (20%). The demographic and laboratory variables were collected, preprocessed, and analyzed to select features, which were fed into nine ML algorithms to
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.
AIMS: Using machine learning algorithms and administrative data, we aimed to predict the risk of being diagnosed with several diabetes-related complications after one-, two- and three-year post-diabetes diagnosis.
METHODS: We used longitudinal data from administrative registers of 610,019 individuals in Catalonia with a diagnosis of diabetes and checked the presence of several complications after diabetes onset from 2013 to 2017: hypertension, renal failure, myocardial infarction, cardiovascular disease, retinopathy, congestive heart failure, cerebrovascular disease, peripheral vascular disea
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: Anemia is one of the global public health problems that affect children and pregnant women. Anemia occurs when the level of red blood cells within the body decreases or when the structure of the red blood cells is destroyed or when the Hb level in the red blood cell is below the normal threshold, which results from one or more increased red cell destructions, blood loss, defective cell production or a depleted sum of Red Blood Cells.
METHODS: The method used in this study is divided into three phases: the datasets were gathered, which is the palm, pre-processed the image, which co
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.
Alcohol dehydrogenases (ADHs) are popular catalysts for synthesizing chiral synthons a vital step for active pharmaceutical intermediate (API) production. They are grouped into three superfamilies namely, medium-chain (MDRs), short-chain dehydrogenase/reductases (SDRs), and iron-containing alcohol dehydrogenases. The former two are used extensively for producing various chiral synthons. Many studies screen multiple enzymes or engineer a specific enzyme for catalyzing a substrate of interest. These processes are resource-intensive and intricate. The current study attempts to decipher the abilit
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: Acute renal failure after extracorporeal cardiac surgery under general anesthesia is high and unpredictable, but machine learning algorithms could change this. A feasible approach is to use machine learning models to construct models to predict acute kidney injury after extracorporeal cardiac surgery (CSA-AKI) and screen for the best predictive model.
METHOD: From January 2014 to December 2021, 2187 patients undergoing extracorporeal cardiac surgery at the third hospital of Hebei Medical University and the first medical centre of Chinese PLA General Hospital were collected in this
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.
Domestic violence against women is a prevalent in Liberia, with nearly half of women reporting physical violence. However, research on the biosocial factors contributing to this issue remains limited. This study aims to predict women's vulnerability to domestic violence using a machine learning approach, leveraging data from the Liberian Demographic and Health Survey (LDHS) conducted in 2019-2020. We employed seven machine learning algorithms to achieve this goal, including ANN, KNN, RF, DT, XGBoost, LightGBM, and CatBoost. Our analysis revealed that the LightGBM and RF models achieved the hig
Сравнительное исследованиеСтатьяПолный 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: Trichuris trichiura (whipworm) is one of the most prevalent soil transmitted helminths (STH) affecting 604-795 million people worldwide. Diagnostic tools that are affordable and rapid are required for detecting STH. Here, we assessed the performance of the near-infrared spectroscopy (NIRS) technique coupled with machine learning algorithms to detect Trichuris muris in faecal, blood, serum samples and non-invasively through the skin of mice.
METHODOLOGY: We orally infected 10 mice with 30 T. muris eggs (low dose group), 10 mice with 200 eggs (high dose group) and 10 mice were used
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.
COVID-19 occurs due to infection through respiratory droplets containing the SARS-CoV-2 virus, which are released when someone sneezes, coughs, or talks. The gold-standard exam to detect the virus is Real-Time Polymerase Chain Reaction (RT-PCR); however, this is an expensive test and may require up to 3 days after infection for a reliable result, and if there is high demand, the labs could be overwhelmed, which can cause significant delays in providing results. Biomedical data (oxygen saturation level-SpO2, body temperature, heart rate, and cough) are acquired from individuals and are used to
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: Ultrasound (US) is a valuable technique to detect degenerative findings and intrasubstance tears in lateral elbow tendinopathy (LET). Machine learning methods allow supporting this radiological diagnosis.
AIM: To assess multilabel classification models using machine learning models to detect degenerative findings and intrasubstance tears in US images with LET diagnosis.
MATERIALS AND METHODS: A retrospective study was performed. US images and medical records from patients with LET diagnosis from January 1st, 2017, to December 30th, 2018, were selected. Datasets were built for tra
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.
Physicians diagnose subjectively the etiology of inaccessible infections where sampling is not feasible (such as, pneumonia, sinusitis, cholecystitis, peritonitis), as bacterial or viral. The diagnosis is based on their experience with some medical markers like blood counts and medical symptoms since it is harder to obtain swabs and reliable laboratory results for most cases. In this study, infrared spectroscopy with machine learning algorithms was used for the rapid and objective diagnosis of the etiology of inaccessible infections and enables an assessment of the error for the subjective dia
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.
PURPOSE OF REVIEW: Classifiers based on artificial intelligence can be useful to solve decision problems related to the inclusion or removal of possible liver transplant candidates, and assisting in the heterogeneous field of donor-recipient (D-R) matching.
RECENT FINDINGS: Artificial intelligence models can show a great advantage by being able to handle a multitude of variables, be objective and help in cases of similar probabilities. In the field of liver transplantation, the most commonly used classifiers have been artificial neural networks (ANNs) and random forest classifiers. ANNs are e
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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.
Drug-induced liver injury (DILI) remains one of the challenges in the safety profile of both authorized and candidate drugs, and predicting hepatotoxicity from the chemical structure of a substance remains a task worth pursuing. Such an approach is coherent with the current tendency for replacing non-clinical tests with in vitro or in silico alternatives. In 2016, a group of researchers from the FDA published an improved annotated list of drugs with respect to their DILI risk, constituting "the largest reference drug list ranked by the risk for developing drug-induced liver injury in humans" (
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.
This paper presents novel QSAR models for the prediction of antitrypanosomal activity among thiazolidines and related heterocycles. The performance of four machine learning algorithms: Random Forest regression, Stochastic gradient boosting, Multivariate adaptive regression splines and Gaussian processes regression have been studied in order to reach better levels of predictivity. The results for Random Forest and Gaussian processes regression are comparable and outperform other studied methods. The preliminary descriptor selection with Boruta method improved the outcome of machine learning met
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.