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
1057 публикаций
Поиск: 88 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 485 с найденным полным текстом
BACKGROUND: Postprostatectomy incontinence (PPI) is a common complication after robot-assisted radical prostatectomy and significantly impairs patients' quality of life. Although behavioral interventions such as pelvic floor muscle training and bladder diaries are evidence-based, their effectiveness is often limited by poor adherence and lack of personalization.
OBJECTIVE: This study aimed to develop and evaluate a reinforcement learning (RL)-driven clinical behavioral intervention-supporting system (CBISs) for adaptive, personalized rehabilitation in patients with PPI.
METHODS: The study co
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.
PURPOSE: The present study aimed to investigate the association of perioperative dynamic changes of systemic inflammation markers with AKI after radical cystectomy and their predictive value through machine learning algorithms.
PATIENTS AND METHODS: Patients undergoing radical cystectomy with urinary diversion for bladder cancer from 2013 to 2022 at three university-affiliated tertiary hospitals were gathered. Perioperative dynamic changes of systemic inflammatory markers were calculated based on peripheral blood cell counts from pre- and post-operative values and categorized using restricted
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 shoulder girdle is one of the most complex components of the upper limb, and when coupled with the arm, modeling and prediction become even more challenging. To address this, we propose a modular motion-planning framework that explicitly decouples the shoulder girdle from the arm. This separation simplifies modeling, enhances interpretability, and improves adaptability for rehabilitation scenarios. By independently targeting scapular dynamics, the framework enables better generalization of motion prediction across subjects. For human-motion modeling, a Transformer-based deep learning archi
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: Etomidate use disorder (EUD) is an escalating public health issue in East and Southeast Asia, yet its neuroimaging features remain poorly understood. This study used simultaneous electroencephalography (EEG) and functional near-infrared spectroscopy (fNIRS) to examine multimodal functional connectivity alterations in individuals with EUD.
METHODS: A total of 54 individuals with EUD and 46 healthy controls (HCs) were recruited and underwent simultaneous resting-state EEG and fNIRS recordings. Psychological dimensions including impulsivity, aggression, and craving were evaluated usi
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.
Height gain under recombinant human growth hormone (rhGH) varies widely in children with short stature, making early, reliable response prediction essential for individualized care. Using routinely collected data from Bambino Gesù Children's Hospital (Rome, Italy) with up to five years of follow-up, we built and evaluated machine learning (ML) models for children with Idiopathic Short Stature (ISS) and Small for Gestational Age (SGA). Predictions were updated at baseline, end of the first treatment year, and end of the second treatment year, and categorized as poor, mild, or good responders. R
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 disposal of industrial waste, such as ceramic and plastic waste, has led to significant environmental concerns, including greenhouse gas emissions and resource depletion. Recycling these materials is essential for promoting sustainability. Simultaneously, the construction sector contributes heavily to carbon dioxide (CO₂) emissions due to excessive extraction of natural resources. This study explores the potential of ceramic waste as a fine aggregate replacement and plastic waste as fiber reinforcement in mortar to improve mechanical properties and sustainability. The inclusion of plastic
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 CONTEXT: Degenerative lumbar spondylolisthesis (DLS) is a prevalent spinal disorder, often requiring surgical intervention. Accurately predicting surgical outcomes is crucial to guide clinical decision-making, but this is challenging due to the multifactorial nature of postoperative results. Traditional risk assessment tools have limitations, and with the advent of machine learning, there is potential to enhance the precision and comprehensiveness of preoperative evaluations.
PURPOSE: We aimed to develop a machine-learning algorithm to predict surgical outcomes in patients with deg
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 integration of pharmacokinetic-pharmacodynamic (PK-PD) modeling and simulations with artificial intelligence/machine learning algorithms is one of the most attractive areas of the pharmacometric research. These hybrid techniques are currently under investigation to perform several tasks, among which precision dosing. In this scenario, this paper presents and evaluates a new framework embedding PK-PD models into a reinforcement learning (RL) algorithm, Q-learning (QL), to personalize pharmacological treatment. Each patient is represented with a set of PK-PD parameters and has a personal QL
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 rapid expansion of online learning has made education more accessible but has also introduced significant challenges in maintaining academic integrity, particularly during online exams. For certain types of exams, students are prohibited from connecting to the Internet to prevent them from accessing unauthorized resources, utilizing generative artificial intelligence tools, or engaging in other forms of cheating. However, in online exams, students must remain connected to the Internet. Most existing online proctoring systems rely on various devices to monitor students' actions and environm
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.
OBJECTIVE: We present a natural language processing pipeline to extract and re-compute a pre-existing score, the IMPACT-score, in a children's hospital belonging to the APHP hospitals.
MATERIALS AND METHODS: Predictive variables and adverse events occurrences were extracted from the EHR of each patient. Data extraction involved rule-based and machine learning approaches depending on the format of the data. The machine learning text-classifiers were trained on active learning annotated dataset. Once the registry was automatically populated, we computed the IMPACT-score model in our patients an
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 cathode material design is a persistent challenge in the development of next-generation rechargeable batteries. The cathode performance is critically influenced by certain key parameters, i.e., composition, crystal structures, ion transport, and degradation behaviour. Moreover, techno-economic and sustainable considerations also play a pivotal role in the viable cathode material design. In recent years, the integration of static machine learning models with conventional experimental techniques has significantly enhanced the cathode material design. However, the sequential nature of cathode
СтатьяОбзорПолный 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
The immature nervous system of children creates challenges for assessing the severity of Friedreich's Ataxia (FRDA). Erratic movements and postural sway from a maturing nervous system are difficult to disentangle from the impact of FRDA yet both are reflected in clinical rating score. To address this issue, we propose a novel correction framework for scores of severity derived from regression models trained on Inertial Measurement Unit (IMU) data. These are collected with three specialized devices: a cup-shaped IMU (Ataxia Instrumented Measure (AIM)-C), a spoon-shaped IMU (AIM-S), and a pendan
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: Stroke is the second leading cause of disability worldwide. Recently, VR has been seen as a new therapeutic tool. Many existing VR systems rely on rule-based difficulty adjustment that may not adequately capture the non-linear dynamics of stroke recovery. Machine learning algorithms can provide adaptive personalization in virtual reality stroke rehabilitation.
OBJECTIVE: The aim is to systematically review available evidence on ML-based adaptive personalization mechanisms in VR stroke rehabilitation, focusing on algorithms and adaptation strategies, clinical outcomes and implement
СтатьяОбзорПоиск 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.
Radiology education continually evolves alongside advances in imaging technology, from film-based alternators to picture archiving and communication systems (PACS), voice recognition, and modern enterprise imaging environments. Artificial intelligence (AI) now represents the next major transformation in radiology training, with the potential to fundamentally reshape how residents acquire knowledge, develop reporting skills, receive feedback, and prepare for independent practice. While current AI educational efforts often focus on didactic literacy surrounding machine learning concepts, emergin
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 integration of Artificial Intelligence (AI) into various scientific fields is reshaping traditional methodologies, and nanotechnology is no exception. This article explores the transformative impact of AI on nanotechnology, a domain focused on manipulating matter at atomic and molecular scales to develop novel materials with tailored properties. Historically, the discovery and optimization of nanomaterials relied on labor-intensive trial-and-error methods, often taking years to yield practical results. We examine how recent advances in AI particularly machine learning (ML), deep learning,
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.
Managing delivery of complex multidrug infusions in anesthesia and critical care presents a significant clinical challenge. Current practices relying on manual control of infusion pumps often result in unpredictable drug delivery profiles and dosing errors-key issues highlighted by the United States Food and Drug Administration (FDA). To address these issues, we introduce the SMART (synchronized-pump management algorithms for reliable therapies) framework, a novel approach that leverages low Reynolds number drug transport physics and machine learning to accurately manage multidrug infusions in
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.
Tourette disorder (TD) is poorly understood, despite affecting 1/160 children. A lack of animal models possessing construct, face, and predictive validity hinders progress in the field. We used CRISPR/Cas9 genome editing to generate mice with mutations orthologous to human de novo variants in two high-confidence Tourette genes, CELSR3 and WWC1. Mice with human mutations in Celsr3 and Wwc1 exhibit cognitive and/or sensorimotor behavioral phenotypes consistent with TD. Sensorimotor gating deficits, as measured by acoustic prepulse inhibition, occur in both male and female Celsr3 TD models. Wwc1
СтатьяПоддержка NIH: внешняя программаПоиск 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: Composite materials are not easy to model using traditional experiments and physics-based approaches due to their diverse properties and multiscale nature. This review summarizes how artificial intelligence (AI) methodologies, including machine learning, deep learning, and generative AI, have been increasingly transforming and how they have been increasingly applied to composite materials research. It combines their possible use across the prediction of their properties, damage detection, structural health monitoring, and materials design.
METHODS: Searches were performed in Scopu
СтатьяОбзорПоиск 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.
Leprosy remains a neglected tropical disease with active transmission. Predictive models improve understanding of epidemiological trends and support control strategies in endemic contexts. This study analyzed leprosy in Brazil between 2001 and 2024, projecting scenarios through 2034. Data were obtained from the National System of Notifiable Diseases, and population estimates were from the Brazilian Institute of Geography and Statistics. Temporal trends were assessed using segmented regression, and projections were generated with statistical methods and machine learning algorithms. Independent
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.
Polycyclic aromatic hydrocarbons (PAHs) are persistent pollutants with well-known genotoxic and mutagenic effects, posing risks to ecosystems and human health. Their hydrophobic nature promotes accumulation in soils and aquatic environments, increasing exposure risks. Upon metabolic activation, PAHs generate reactive species that form DNA adducts, driving their mutagenic potential. This study presents an OECD-compliant methodology that integrates conceptual density functional theory (CDFT) calculations at the GFN2-xTB level with machine learning models to predict PAH mutagenicity. Using quantu
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.