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
3756 публикаций
Поиск: 171 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 235 с найденным полным текстом
Water environment research : a research publication of the Water Environment Federation2026eng
This study developed an integrated and uncertainty-aware machine learning framework to predict and optimize methylene blue (MB) removal efficiency using biochar adsorbents. A dataset comprising 504 literature-derived adsorption experiments was compiled using five operational parameters, namely, initial dye concentration, contact time, initial pH, adsorbent dosage, and temperature. Four advanced ensemble learning models, namely, XGBoost, CatBoost, LightGBM, and stacking ensemble, were developed and evaluated. The stacked ensemble model achieved the highest predictive performance with R2 = 0.774
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.
As edge computing becomes increasingly central to modern digital infrastructure, it also creates opportunities for sophisticated malware attacks that traditional security systems struggle to address. This study proposes a natural language processing (NLP) framework integrated with ensemble learning into next-generation firewalls (NGFWs) to detect and mitigate malware attacks in edge computing environments. The approach leverages unstructured threat intelligence (e.g., cybersecurity reports, logs) by applying NLP techniques, such as TF-IDF vectorization, to convert textual data into structured
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: Machine learning models are increasingly used to predict patients at risk of high health care usage for targeted interventions.
OBJECTIVE: This study aimed to evaluate the predictive performance of multiclass ensemble models across different levels of health care usage and assess their potential application through real-world economic impact analysis.
METHODS: A total of 4 previously developed binary classification models (base learners)-boosted trees, multivariate adaptive regression splines, multilayer perceptron, and logistic regression-were extended using a stacking ensemble
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.
Although machine learning (ML) has been increasingly used to predict pesticide sorption, most existing models rely primarily on molecular and soil descriptors and rarely account for the influence of solution chemistry. This limitation reduces their relevance for environmental monitoring, particularly under variable water quality conditions, such as salinity. In this study, an interpretable ensemble ML framework was developed to predict the soil-water sorption coefficient (K) by integrating pesticide molecular properties, soil characteristics, and electrolyte descriptors. A dataset of 975 labor
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: Traditional drug-induced liver injury (DILI) surveillance relying on static laboratory thresholds frequently misses early kinetic evolution. To address this, a fundamentally drug-agnostic unsupervised ensemble framework, integrating pharmacokinetic (WCEDR) and polypharmacy (HAMPIS) features, was developed for early DILI detection. Antiepileptic drugs (AEDs) were utilised as a proof-of-concept validation cohort.
METHODS: Using Thailand's national electronic health record database (2021-2024), a multi-view ensemble (Isolation Forest, Local Outlier Factor, One-Class Support Vector Machi
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Письмо в редакциюПоиск 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.
Cervical cancer (CC) is the leading cancer, which mainly affects women worldwide. It generally occurs from abnormal cell evolution in the cervix and a vital functional structure in the uterus. The importance of timely recognition cannot be overstated, which has led to various screening methods such as colposcopy, Human Papillomavirus (HPV) testing, and Pap smears to identify potential threats and enable early intervention. Early detection during the precancerous phase is crucial, as it provides an opportunity for effective treatment. The diagnosis and screening of CC depend on colposcopy and c
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 incidence of non-alcoholic fatty liver disease (NAFLD), encompassing the more severe non-alcoholic steatohepatitis (NASH), is rising alongside the surges in diabetes and obesity. Increasing evidence indicates that NASH is responsible for a significant share of idiopathic hepatocellular carcinoma (HCC) cases, a fatal cancer with a 5-year survival rate below 22%. Biomarkers can facilitate early screening and monitoring of at-risk NAFLD/NASH patients and assist in identifying potential drug candidates for treatment. This study utilized an ensemble feature selection framework to analyze transc
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 dissolved oxygen (DO) is crucial for the ecological health of estuaries and bays. However, human activities, land-sea interactions, and the unclear impact mechanisms of water quality parameters (WQPs) pose challenges to DO prediction. Water quality models and statistical methods were used to achieve predictions previously, with gaps of low accuracy and unclear impact mechanism between WQPs and DO. Here, we present an interpretable ensemble machine learning (EML) framework for DO prediction and reveal that the impact mechanism of WQPs on DO variation of six estuaries in China. The results s
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: Sepsis represents a life-threatening complication in severe orthopedic trauma, significantly increasing short-term mortality risk. Despite the clinical urgency for early prognosis assessment, current predictive tools remain inadequate. To address this gap, this study used a machine learning (ML)-based framework for mortality risk stratification in this high-risk population.
METHODS: This retrospective cohort study established ML models to predict 30-day all-cause mortality in critically ill patients with orthopedic trauma and sepsis. Data from 2,060 eligible patients were extracte
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: For suicide in major depression disorder, it is urgent to seek for a reliable neuroimaging biomarker with interpretable links to molecular tissue signatures. Accordingly, we developed an ensemble learning scheme over transcriptome-defined parcellations (TDP) to explore homogeneously parcellated brain patterns and their interactions.
METHODS: 96 depressed patients without suicide attempt (SA), 86 with SA and 102 healthy controls were recruited for resting state fMRI scanning. Six genetic dimensions were created by homogenous transcriptomic delineations from Allen Human Brain Atlas.
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: Psoriasis is a chronic, immune-mediated skin disease characterized by lifelong persistence and fluctuating symptoms. The clinical similarities among its subtypes and the diversity of symptoms present challenges in diagnosis. Early diagnosis plays a vital role in preventing the spread of lesions and improving patients' quality of life. Methods: This study proposes a hybrid model combining multiple transfer learning and ensemble learning methods to classify psoriasis subtypes accurately and efficiently. The dataset includes 930 images labeled by expert dermatologists from the Dermato
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.
Arrhythmia is a life-threatening cardiac condition characterized by irregular heart rhythm. Early and accurate detection is crucial for effective treatment. However, single-lead electrocardiogram (ECG) methods have limited sensitivity and specificity. This study propose an improved ensemble learning approach for arrhythmia detection using multi-lead ECG data. Proposed method, based on a boosting algorithm, namely Fine Tuned Boosting (FTBO) model detects multiple arrhythmia classes. For the feature extraction, introduce a new technique that utilizes a sliding window with a window size of 5 R-pe
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.
Appropriate carbon source addition can save operational costs and reduce surplus sludge yield in the wastewater treatment plant (WWTP). However, the link between carbon source and surplus sludge yield remains neglected although machine learning (ML) has become a powerful tool for WWTP, and is a challenge due to more complex multidimensional pattern recognition. Herein, weighted average ensemble strategy was conducted to assemble multiple diverse basic models to obtain better prediction capability to optimize carbon source addition (Model-1) and further control surplus sludge yield (Model-2). T
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.
In light of the high bit error rate in satellite network links, the traditional transmission control protocol (TCP) fails to distinguish between congestion and wireless losses, and existing loss differentiation methods lack heterogeneous ensemble learning models, especially feature selection for loss differentiation, individual classifier selection methods, effective ensemble strategies, etc. A loss differentiation method based on heterogeneous ensemble learning (LDM-HEL) for low-Earth-orbit (LEO) satellite networks is proposed. This method utilizes the Relief and mutual information algorithms
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.
(1) Background: According to the World Health Organization (WHO), 6.3 million intrauterine fetal deaths occur every year. The most common method of diagnosing perinatal death and taking early precautions for maternal and fetal health is a nonstress test (NST). Data on the fetal heart rate and uterus contractions from an NST device are interpreted based on a trace printer's output, allowing for a diagnosis of fetal health to be made by an expert. (2) Methods: in this study, a predictive method based on ensemble learning is proposed for the classification of fetal health (normal, suspicious, pat
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.
Breast cancer is the fifth leading cause of death in females worldwide. Early detection and treatment are crucial for improving health outcomes and preventing more serious conditions. Analyzing diverse information from multiple sources without errors, particularly with the growing burden of cancer cases, is a daunting task for humans. In this study, our main objective is to improve the accuracy of breast cancer survival prediction using a novel ensemble approach. It is novel due to the consideration of deviation (closeness between predicted classes and actual classes) and support (sparsity bet
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.
COVID-19 is an infectious disease caused by the deadly virus SARS-CoV-2 that affects the lung of the patient. Different symptoms, including fever, muscle pain and respiratory syndrome, can be identified in COVID-19-affected patients. The disease needs to be diagnosed in a timely manner, otherwise the lung infection can turn into a severe form and the patient's life may be in danger. In this work, an ensemble deep learning-based technique is proposed for COVID-19 detection that can classify the disease with high accuracy, efficiency, and reliability. A weighted average ensemble (WAE) prediction
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: Periprosthetic joint infection (PJI) is a serious complication after total joint arthroplasty. It is important to accurately identify PJI and monitor postoperative blood biochemical marker changes for the appropriate treatment strategy. In this study, we aimed to monitor the postoperative blood biochemical characteristics of PJI by contrasting with non-PJI joint replacement cases to understand how the characteristics change postoperatively.
MATERIALS AND METHODS: A total of 144 cases (52 of PJI and 92 of non-PJI) were reviewed retrospectively and split into development and valid
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.
In the process of drug discovery, drug-induced liver injury (DILI) is still an active research field and is one of the most common and important issues in toxicity evaluation research. It directly leads to the high wear attrition of the drug. At present, there are a variety of computer algorithms based on molecular representations to predict DILI. It is found that a single molecular representation method is insufficient to complete the task of toxicity prediction, and multiple molecular fingerprint fusion methods have been used as model input. In order to solve the problem of high dimensional
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.