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
25626 публикаций
Поиск: 267 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2638 с найденным полным текстом
INTRODUCTION: Mpox has re-emerged as a public health issue in West Africa, underscoring the need for robust surveillance systems that can detect outbreaks and facilitate effective responses. This study evaluates Senegal's mpox surveillance system, focusing on performance, data quality, governance, and potential for Artificial Intelligence-powered, predictive epidemic intelligence. It reviews trends and system operations while exploring AI and modeling to improve early warnings.
METHODOLOGY: A descriptive, exploratory approach combined quantitative and qualitative data from various sources. 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.
The dissemination of health information on YouTube presents a paradox where expert-generated content, despite high clinical accuracy, often lacks the engagement seen in non-expert patient narratives. Recent evaluations of Guillain-Barré Syndrome (GBS) videos confirm that while physician-produced content achieves superior objective quality scores, it frequently suffers from low visibility and fails to correlate popularity with scientific validity. This manuscript proposes a shift toward utilizing internal analytics, specifically Average View Duration (AVD) and Click-Through Rate (CTR), alongsid
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: Flavor is a central attribute of food quality, shaping consumer preferences and market performance. Traditional evaluation methods, such as sensory panels and basic assays, are often constrained by subjectivity, low throughput, and limited scalability. With the rise of high-throughput technologies and multimodal datasets, machine learning (ML) has emerged as a promising tool for deciphering and regulating complex flavor systems.
AIM OF REVIEW: This review examines current flavor detection techniques and the application of ML across diverse domains. It compares supervised learning
СтатьяОбзорПоддержка 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.
Senior leaders who write off the move toward big data as a lot of big talk are making, well, a big mistake. So argue McKinsey's Barton and Court, who worked with dozens of companies to figure out how to translate advanced analytics into nuts-and-bolts practices that affect daily operations on the front lines. The authors offer a useful guide for leaders and managers who want to take a deliberative approach to big data-but who also want to get started now. First, companies must identify the right data for their business, seek to acquire the information creatively from diverse sources, and secur
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: Building on prior development work, the objective of this study of health care utilization of all Weill Cornell Medicine health insurance beneficiaries over a six-year period was to demonstrate the validity of the Charlson Comorbidity Health Analytics (CCHA), a summed weighted measure of 38 chronic conditions in adults and children, that prospectively predict longitudinal risk of hospital admissions, repeated admissions and resultant high cost in populations. The objective of the Charlson Comorbidity Health Analytics (CCHA) is to provide a new foundational framework for population
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.
Eligibility criteria play a critical role in clinical trials by determining the target patient population, which significantly influences the outcomes of medical interventions. However, current approaches for designing eligibility criteria have limitations to support interactive exploration of the large space of eligibility criteria. They also ignore incorporating detailed characteristics from the original electronic health record (EHR) data for criteria refinement. To address these limitations, we proposed TrialCompass, a visual analytics system integrating a novel workflow, which can empower
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: To evaluate a novel technology for real time tracking of RF-Identified (RFID) surgical tools (Biotic System), providing intraoperative data analytics during simulated cardiovascular procedures. Ineffective asset management in the Operating Room (OR) leads to inefficient utilization of resources and contributes to prolonged operative times and increased costs. Analysis of captured data can assist in quantifying instrument utilization, procedure flow, performance and prevention of retained instruments. Methods & Results: Five surgeons performed thirteen simulated surgical cases on thr
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Big data, the authors write, is far more powerful than the analytics of the past. Executives can measure and therefore manage more precisely than ever before. They can make better predictions and smarter decisions. They can target more-effective interventions in areas that so far have been dominated by gut and intuition rather than by data and rigor. The differences between big data and analytics are a matter of volume, velocity, and variety: More data now cross the internet every second than were stored in the entire internet 20 years ago. Nearly real-time information makes it possible for a
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.
Data standards are available for spinal cord injury (SCI). The International SCI Data Sets were created in 2002 and there are currently 27 freely available. In 2014 the National Institute of Neurological Disorders and Stroke developed clinical common data elements to promote clinical data sharing in SCI. The objective of this paper is to provide an overview of SCI data standards, describe learnings from the traumatic brain injury (TBI) field using data to enhance research and care, and discuss future opportunities in SCI. Given the complexity of SCI, frameworks such as a systems medicine appro
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.
Background/Objectives: Staphylococcus aureus is one of the leading causes of bacterial infection-related mortality worldwide, with outcomes complicated by antimicrobial resistance; asymptomatic colonization (~30% of the population) increases the risk of subsequent infection, often with the colonizing strain. Comprehensive data from LMICs are lacking, and the COVID-19 pandemic has significantly influenced the incidence and epidemiology of S. aureus infections, highlighting a critical data gap in Slovakia. Methods: We conducted data analysis using the KNIME Analytics Platform (Zurich, Switzerlan
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.
A neurological condition that worsens over time, Alzheimer’s disease (AD) is typified by memory loss, cognitive decline, and functional degradation. Traditional diagnostic techniques such as neuroimaging, cerebrospinal fluid biomarkers, and neuropsychological testing are often intrusive, costly, or insensitive in the early stages. Recent years have seen the emergence of AI and ML as game-changing technologies for AD risk assessment, early detection, and customized prevention. Using sophisticated models such as deep learning, convolutional neural networks (CNNs), and graph-based algorithms, AI-
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.
Post-Covid syndrome remains a major clinical challenge due to the lack of specific biomarkers and reliance on exclusion criteria. Routine laboratory data offers potential for identifying biological signatures, but their use in machine learning is hampered by data quality issues. This study investigates the impact of preprocessing on classification performance using 52 laboratory parameters from the German NAPKON cohort (n = 1,292: 1,130 Covid recovered, 162 post-Covid patients), measured at four time points. Data preprocessing included unit harmonization, handling of missing values and statist
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.
Exposure measurements of concentrations that are non-detectable or near the detection limit (DL) are common in environmental research. Proper statistical treatment of non-detects is critical to avoid bias and unnecessary loss of information. In the present work, we present an overview of possible statistical strategies for handling non-detectable values, including deletion, simple substitution, distributional methods, and distribution-based imputation. Simple substitution methods (e.g., substituting 0, DL/2, DL/ radical2, or DL for the non-detects) are the most commonly applied, even though th
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: Neuralgia and other neuropathic pain are difficult to treat owing to their complicated etiology and a wide variety of responses to treatment. The novel neuromodulation technology transcranial focused ultrasound (tFUS) has intriguing implications in targeted non-invasive brain stimulation. Patient-specific variables and neurological processes must be better understood to enhance tFUS for personalized therapy.
METHODS: In this research, a Machine Learning based Transcranial Focused Ultrasound Personalized Model (ML-tFUSPM) has been proposed to treat neuralgia by combining tFUS with
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 burst of modern information has significantly promoted the development of global medicine into a new era of big data healthcare. Ophthalmology is one of the most prominent medical specialties driven by big data analytics. This study aimed to describe the development status and research hotspots of big data in ophthalmology.
METHODS: English articles and reviews related to big data in ophthalmology published from January 1, 1999, to April 30, 2024, were retrieved from the Web of Science Core Collection. The relevant information was analyzed and visualized using VOSviewer and CiteS
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.
Type 2 diabetes mellitus (T2DM) poses a significant global public health challenge, with its prevalence escalating continuously and disproportionately affecting low- and middle-income countries (LMICs), imposing a substantial burden on healthcare systems. Traditional management models have limitations in disease prediction, personalized treatment, and public health intervention. Artificial intelligence (AI) and digital health technologies provide novel insights for precise prediction and intelligent management of T2DM. This review systematically summarizes research progress in AI's role in dec
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.
BACKGROUND: Migraine is a complex and disabling neurological disorder shaped by the interplay of biological, psychological, and behavioral factors. Current evidence lacks an integrated causal perspective spanning macro-level epidemiology, micro-level causal mechanisms, and clinical prediction.
METHODS: We employed a multilevel analytical approach integrating genetic causal inference and neuroimaging. First, we used a two-step mediation framework to investigate causal pathways from biological markers to migraine via psychological intermediaries. Second, we examined the mediating role of brain
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: Humanitarian settings are highly vulnerable to infectious disease outbreaks because displacement, crowding, disruption of health services, insecurity, and inadequate water and sanitation often interact in ways that are difficult to capture with conventional prediction models. There is a need for forecasting approaches that can integrate heterogeneous data sources and better represent complex system structure.
METHODS: We developed and evaluated a machine-learning framework incorporating topological data analysis to predict cholera and measles surge events (binary indicators per LG
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.
Synthetic data generation is a strategy used to address the lack and complex process to acquire clinical data and information, in particular in type 2 diabetes mellitus (T2DM) research. T2DM is characterized by chronic hyperglycemia with macrovascular and microvascular complications. Nevertheless, despite the importance of data to improve diagnostic accuracy, better treatments, and personalized patient care, medical datasets are often restricted by ethical and privacy constraints. In this sense, this chapter evaluates four synthetic data generation techniques, Gaussian Mixture Models (GMM), Ge
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.
Artificial Intelligence (AI) is transforming the food industry by enhancing food safety (contamination detection, traceability), optimizing supply chains (demand forecasting, waste reduction, logistics), personalizing nutrition (customized recommendations), and driving product innovation (new flavor creation, formulation) through data analysis, machine vision, and predictive analytics, leading to greater efficiency, sustainability, and consumer satisfaction from farm to fork [...].
Редакционная 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.