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
531655 публикаций
Поиск: 698 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 15533 с найденным полным текстом
Deep learning-based segmentation and classification are crucial to large-scale biomedical imaging, particularly for 3D data, where manual analysis is impractical. Although many methods exist, selecting suitable models and tuning parameters remains a major bottleneck in practice, as manually identifying and comparing them requires significant computational and labor effort. Hence, we introduce the 3D data Analysis Optimization Pipeline, a method designed to facilitate the design and parameterization of segmentation and classification using two Bayesian Optimization stages. First, the pipeline s
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.
Electroencephalogram (EEG) segmentation is still largely performed manually by specialists. Recent studies have proposed the state-detecting algorithm (SDA) - an automated technique for detecting functional stages with minimal human intervention - which has proven effective using spectral features. This paper introduces an alternative feature engineering approach that explores the spatial structure of data using the emerging field of topological data analysis (TDA). We propose an algorithm to extract a comprehensive topological description of EEG with tens of thousands of features and introduc
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.
Predicting pain in physical rehabilitation is challenging due to subjectivity, patient variability, and self-report bias, especially in telerehabilitation. This study aims to determine whether machine-learning models based on heart rate (HR), heart rate variability (HRV), and peripheral oxygen saturation (SpO2) can reliably detect clinically meaningful pain during real rehabilitation sessions, including home-based settings where self-report is least reliable; we hypothesized that these low-cost, non-invasive markers carry sufficient information to flag low-to-moderate pain episodes without rel
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.
SUMMARY: MeTime is an opensource R package for reproducible analysis of longitudinal metabolomics data. It builds upon a central S4 container, metime_analyser, that stores multiple datasets, associated metadata and analysis outputs, enabling unified handling of complex longitudinal studies. Analyses are constructed by piping modular functions, beginning with data transformations (mod_*), followed by calculations (calc_*), and optional meta-analysis (meta_*), so entire workflows remain transparent and easy to modify. MeTime wraps numerous existing methods within a consistent interface, includin
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 COVID-19 pandemic has led to an unprecedented increase in the volume of biological data generation, demonstrating the importance of developing an integrative and intelligent analytical framework. In the last few years, advancements in the artificial intelligence (AI) approaches have completely transformed the biological research landscape. Researchers have integrated the AI approaches with the multi-omics data generated from the COVID-19 patients to have a systems-level understanding of underlying disease mechanisms, predicting new variants and their spread rate, disease severity, immune r
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.
MOTIVATION: Proteomics has experienced substantial growth in methods and data analysis approaches, with the development of new data-dependent (DDA) and data-independent acquisition (DIA) workflow and several search engine algorithms and software packages. Each of these workflows has its unique data analysis package that performs data reduction, missing value imputation, statistical testing, and visualization. Often, these tools are designed for expert users.
RESULTS: We present Quantitative Proteomics Made Simple (QProMS), a user-friendly, search engine-agnostic data analysis and visualizatio
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.
Workflow management systems (WMS) are essential for creating and automating multi-step data analyses and ensuring the reproducibility of biological insights. Although numerous WMS solutions exist, few provide deep integration of command-line software with the R and Bioconductor ecosystems, where a substantial portion of statistical modeling and downstream scientific analysis is performed by a large user base. systemPipeR addresses this gap by offering a unified environment that links R-based analytical steps with command-line tools through a standardized workflow specification. It enables the
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.
MOTIVATION: The identification and analysis of glycans using MALDI-TOF mass spectrometry is a critical task in glycomics research, yet it often requires complex data interpretation and manual processing. Existing software tools frequently lack automated solutions for efficient glycan annotation, data structuring and grouping, and semi-quantitative evaluation, making large-scale glycan analysis challenging. To address these limitations, we developed massMatchR, an open-source software tool designed to streamline the identification and quantification of glycans in MALDI-TOF spectra.
RESULTS: ma
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.
Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology2026eng
OBJECTIVE: This study analyzes intersections between preoperative predictors of postcochlear implant (CI) hearing outcomes to address the gap in counseling CI candidates on postoperative hearing expectations beyond binary candidacy criteria.
STUDY DESIGN: Retrospective cohort study.
SETTING: Tertiary academic medical center and a third-party CI database.
METHODS: Preoperative audiometric measures included word recognition score (WRS) and pure-tone average (PTA) for the unimplanted contralateral ear (CE) and implanted ear (IE). Postoperative WRS assessments extended to 500 days postsurgery,
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: Traditional causal structure learning algorithms struggle in distributed and privacy-sensitive environments, particularly when dealing with non-independent and identically distributed (non-IID) data. To address these limitations, this study proposes the Clustering-Based Federated Causal Discovery (CFedCD) framework, designed to enhance causal learning accuracy and applicability in multicenter clinical data analysis.
METHODS: The CFedCD framework integrates deterministic representation encoding and federated optimization techniques to address the data heterogeneity and privacy const
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 proliferation of omics datasets in public repositories has created unprecedented opportunities for biomedical research but has also posed significant challenges for their integration, particularly due to missing genes and platform-specific discrepancies. Traditional gene expression meta-analysis often focuses on individual genes, leading to data loss and limited biological insights when there are missing genes across different studies. To address these limitations, we propose GSEMA (Gene Set Enrichment Meta-Analysis), a novel methodology that leverages single-sample enrichment scoring to 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.
Healthcare performance assessment using nonparametric benchmarking approaches has risen in the literature in recent years. Several studies have been published employing data envelopment analysis (DEA) to evaluate healthcare performance. Among them, network-DEA use has caught special attention due to its advantages in considering more complex systems with departments interacting with each other. Accordingly, this systematic literature review aims to understand and analyze what has been done in the last years using network-DEA to study healthcare and provide helpful findings to those interested
СтатьяСистематический обзорОбзорПолный 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: Tuberculosis (TB) remains a global health challenge, with heterogeneous treatment outcomes despite standardized protocols. Traditional statistical models struggle with high-dimensional clinical data, necessitating advanced machine learning (ML) approaches.
OBJECTIVE: To analyze clinical data from 467 pulmonary TB patients and construct a predictive model using multiple ML algorithms.
METHODS: A prospective cohort of 467 patients (218 intervention, 249 control) was enrolled from Xi'an Chest Hospital. Medical ratio features (ALT/AST, CD4/CD8) and polynomial interaction terms (e.g.,
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.
MOTIVATION: Identifying disease biomarkers from large molecular datasets is complicated by correlated and confounded signals like comorbidities and treatment regimens, batch effects, and cohort biases. These effects bias statistical inference and clinical conclusions. Robust methodologies are fundamental for reliable biomarker discovery.
RESULTS: metadeconfoundR is an R package for conservative biomarker discovery in (multi-)omics case-control datasets. It has a scalable two-step confounder-aware statistical framework for retaining only associations with independent support. It identifies cov
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.
PURPOSE: To evaluate diabetic retinopathy (DR) severity, vision-threatening complications (VTCs), treatment patterns, and longitudinal outcomes among unhoused individuals with diabetes compared with stably housed controls.
METHODS: Using a large multicenter electronic health records network, patients with type 1 or type 2 diabetes were stratified by unhoused status via ICD-10 coding. Baseline DR severity, VTCs, and initial treatments were assessed across 9,643 unhoused and 1,180,509 housed patients. A secondary analysis requiring ≥6 months of ophthalmic follow-up yielded propensity score-matc
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.
Topological Data Analysis (TDA) offers shape-aware descriptions for complex epidemic patterns. We have created a clustered forecasting pipeline for weekly dengue incidence at the state level in Mexico. This pipeline integrates TDA, using persistence diagrams and persistence images (PI), into feature engineering, Gaussian-mixture clustering, and cluster-level count Generalized Linear Models (GLMs). We compare Poisson and Negative-Binomial (NB2) models using a rolling-origin evaluation with naïve and seasonal-naïve baselines. With three clusters, NB2 consistently performs better than Poisson in
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.
Identifying causal relationships in omics data is essential for understanding underlying biological processes. However, detecting these relationships remains challenging due to the complexity of molecular networks and observational data limitations. To guide researchers, we conducted a systematic literature review of data-driven causal omics analysis methods that use structured prior knowledge from regulatory and interaction databases. We grouped methods into three approaches based on the extent of prior knowledge integration: regulon-level (direct regulator-target links, straightforward inter
СтатьяСистематический обзорПоиск 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.
As spatial molecular data grow in scope and resolution, there is a pressing need to identify key spatial structures associated with disease. Current approaches typically make restrictive assumptions such as representing tissue regions by local abundances of manually typed, discrete cell types, or representing samples in terms of abundances of manually called, discrete spatial structures; this risks overlooking important signals. Here we introduce variational inference-based microniche analysis (VIMA), a method that combines deep learning with principled statistics to discover associated spatia
СтатьяПрепринтПоиск 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 processing and analysis of X-ray diffraction (XRD) data at synchrotrons is often left to the user groups, which limits the user base to groups with a background in analyzing XRD data. Pydidas is a new Python package for processing XRD data. It provides an easy and intuitive interface and versatile processing options with the aim of being accessible to non-experts in XRD analysis. A graphical user interface (GUI) allows users to perform the full pipeline of data browsing, experiment calibration, workflow setup, processing and visualization in a single tool. In addition, pydidas' logic is de
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.
Our study aims to evaluate the risk of drug-induced hypertrophic rhinitis and analyze its epidemiological characteristics utilizing real-world data. We employed reporting odds ratios (ROR) to assess the disproportionality in reports of drug-induced hypertrophic rhinitis between January 2004 and September 2024. Single-factor, LASSO, and multi-factor regression analyses were conducted to investigate drugs associated with hypertrophic rhinitis. The Bonferroni correction was implemented to conduct multiple comparisons. 250 drugs were linked to hypertrophic rhinitis, with 85 drugs (case number > 10
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.