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
51990 публикаций
Поиск: 289 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
AIMS: Muscle morphology provides important information in differentiating disease aetiology, but its measurement remains challenging because of the lack of an efficient and objective method. This study aimed to quantitatively refine the morphological features of muscle fibres in neuromuscular diseases using machine learning.
METHODS: In this retrospective study, we analysed muscle biopsy specimens on haematoxylin and eosin-staining. Machine learning-based software was developed to segment muscle fibre contours and perform automated muscle morphometry and subsequent graph theory-based spatial
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: In recent years, endocrinology research has increasingly focused on machine learning (ML) applications. ML offers the possibility of utilizing large data sets and extracting imperceptible patterns. It might contribute in optimizing healthcare outcomes and unveiling new understandings of the intricate mechanisms of endocrine disorders. This review covers the basic aspects of ML and highlights specific areas of endocrinology with potential of ML application.
METHODS: This narrative review with a systematic literature search comprises studies on endocrine conditions with ML methods used
СтатьяСистематический обзорПолный 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.
Iron deficiency (ID) is a well-known cause of anaemia and could lead to adverse clinical and functional impairments. However, ID is under-diagnosed due to non-specific symptoms, difficulties in interpreting ambiguous assessment outcomes and suboptimal sensitivities of methods in some circumstances. In this study, we present BamClassifier, a machine learning method for assessment of ID. This method proceeds by repeated selection of samples of instances from routine complete blood count data in such a way that each observation is included in exactly one sample. Then, a median-supplement machine
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: Current treatment paradigms assume aortic regurgitation (AR) patients to be a homogenous population, but varied courses of disease progression and outcomes are observed clinically.
OBJECTIVES: The aim of this study was to first use unsupervised machine learning to identify unique patient phenoclusters in AR, and subsequently evaluate their prognostic relevance.
METHODS: Clinical and cardiac magnetic resonance (CMR) characterization of moderate or severe AR patients was performed across 4 U.S.
CENTERS: Data from 2 centers were used for derivation of phenoclusters and validation w
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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: Distinguishing between non-severe and severe dengue is crucial for timely intervention and reducing morbidity and mortality. World Health Organization (WHO)-recommended warning signs offer a practical approach for clinicians but have limited sensitivity and specificity. This study aims to evaluate machine learning (ML) model performance compared to WHO-recommended warning signs in predicting severe dengue among laboratory-confirmed cases in Puerto Rico.
METHODS: We analyzed data from Puerto Rico's Sentinel Enhanced Dengue Surveillance System (May 2012-August 2024), using 40 clinic
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: A range of statistical approaches have been used to help predict outcomes associated with colectomy. The multifactorial nature of complications suggests that machine learning algorithms may be more accurate in determining postoperative outcomes by detecting nonlinear associations, which are not readily measured by traditional statistics.
OBJECTIVE: The aim of this study was to investigate the utility of machine learning algorithms to predict complications in patients undergoing colectomy for colonic neoplasia.
DESIGN: Retrospective analysis using decision tree, random forest, and
Video-Audio MediaСтатьяПоиск 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.
Interest in artificial intelligence (AI) applications for ulcerative colitis (UC) has grown tremendously in recent years. In the past 5 years, there have been over 80 studies focused on machine learning (ML) tools to address a wide range of clinical problems in UC, including diagnosis, prognosis, identification of new UC biomarkers, monitoring of disease activity, and prediction of complications. AI classifiers such as random forest, support vector machines, neural networks, and logistic regression models have been used to model UC clinical outcomes using molecular (transcriptomic) and clinica
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.
The early diagnosis of Alzheimer's disease (AD) presents a significant challenge due to the subtle biomarker changes often overlooked. Machine learning (ML) models offer a promising tool for identifying individuals at risk of AD. However, current research tends to prioritize ML accuracy while neglecting the crucial aspect of model explainability. The diverse nature of AD data and the limited dataset size introduce additional challenges, primarily related to high dimensionality. In this study, we leveraged a dataset obtained from the National Alzheimer's Coordinating Center, comprising 169,408
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.
This study proposes a multiclass model to classify the severity of knee osteoarthritis (KOA) using bioimpedance measurements. The experimental setup considered three types of measurements using eight electrodes: global impedance with adjacent pattern, global impedance with opposite pattern, and direct impedance measurement, which were taken using an electronic device proposed by authors and based on the Analog Devices AD5933 impedance converter. The study comprised 37 participants, 25 with healthy knees and 13 with three different degrees of KOA. All participants performed 20 repetitions of ea
СтатьяПоддержка 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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Систематический обзорПисьмо в редакциюПоиск 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 absence of reliable biomarkers in immune thrombocytopenia (ITP) complicates treatment choice, necessitating a trial-and-error approach. Machine learning (ML) holds promise for transforming ITP treatment by analysing complex data to identify predictive factors, as demonstrated by Xu et al.'s study which developed ML-based models to predict responses to corticosteroids, rituximab and thrombopoietin receptor agonists. However, these models require external validation before can be adopted in clinical practice. Commentary on: Xu et al. A novel scoring model for predicting efficacy and guiding
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Опубликованное исправлениеПоиск 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.
Recent reports have suggested that there may be a relationship between footstrike pattern and overuse injury incidence and type. With the recent increase in wearable sensors, it is important to identify paradigms where the footstrike pattern can be detected in real-time from minimal data. Machine learning was used to classify tibial acceleration data into three distinct footstrike patterns: rearfoot, midfoot, or forefoot. Tibial accelerometry data were collected during treadmill running from 58 participants who each ran with rearfoot, midfoot, and forefoot strike patterns. These data 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.
Objective: Advanced algorithmic methods may improve the assessment of performance validity during neuropsychological testing. This study investigated whether unsupervised machine learning (ML) could serve as one such method. Method: Participants were 359 adult outpatients who underwent a neuropsychological evaluation for various referral reasons. Data relating to participants' performance validity test scores, medical and psychiatric history, referral reason, litigation status, and disability status were examined in an unsupervised ML model. The model was programmed to synthesize the data into
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.
INTRODUCTION: The incidence of breast cancer has steadily risen over the years owing to changes in lifestyle and environment. Presently, breast cancer is one of the primary causes of cancer-related deaths among women, making it a crucial global public health concern. Thus, the creation of an automated diagnostic system for breast cancer bears great importance in the medical community.
OBJECTIVES: This study analyses the Wisconsin breast cancer dataset and develops a machine learning algorithm for accurately classifying breast cancer as benign or malignant.
METHODS: Our research is a retrospe
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.
Agriculture is the backbone of the Ethiopian economy. It plays a significant role in the growth of the national economy. Among these, mung bean production takes the highest level of income for most smallholder farmers in all regions of Ethiopia who cultivate mung bean crops. Therefore, this study aims to predict mung bean production using a machine learning algorithm. For this study, the datasets were collected from the Central Statistical Agency of Ethiopia database. A total of 10273 instances were used for the experiment. Python machine learning tool was used to conduct the experiment and bu
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 the field of gesture recognition technology, accurately detecting human gestures is crucial. In this research, ultrasonic transducers were utilized for gesture recognition. Due to the wide beamwidth of ultrasonic transducers, it is difficult to effectively distinguish between multiple objects within a single beam. However, they are effective at accurately identifying individual objects. To leverage this characteristic of the ultrasonic transducer as an advantage, this research involved constructing an ultrasonic array. This array was created by arranging eight transmitting transducers in 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.
BACKGROUND: This systematic review provides an overview of machine learning (ML) approaches for predicting preeclampsia.
METHOD: This review adhered to the Preferred Reporting Items for Systematic Reviews and Meta-Analyzes (PRISMA) guidelines. We searched the Cochrane Central Register, PubMed, EMBASE, ProQuest, Scopus, and Google Scholar up to February 2023. Search terms were limited to "preeclampsia" AND "artificial intelligence" OR "machine learning" OR "deep learning." All studies that used ML-based analysis for predicting preeclampsia in pregnant women were considered. Non-English article
Систематический обзорСтатьяПоиск 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: Clostridioides difficile infection results in life-threatening short-term outcomes and the potential for subsequent recurrent infection. Predicting these outcomes at diagnosis, when important clinical decisions need to be made, has proven to be a difficult task.
METHODS: 52 clinical features from existing models or the literature were collected retrospectively within ±48 h of diagnosis among 1660 inpatient infections. A modified desirability of outcome ranking (DOOR) was designed to encompass clinically-important severe events attributable to the acute infection (intensive care tr
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.
Muscle tone is defined as the resistance to passive stretch, but this definition is often criticized for its ambiguity since some suggest it is related to a state of preparation for movement. Muscle tone is primarily regulated by the central nervous system, and individuals with neurological disorders may lose the ability to control normal tone and can exhibit abnormalities. Currently, these abnormalities are mostly evaluated using subjective scales, highlighting a lack of objective assessment methods in the literature. This study aimed to use surface electromyography (sEMG) and machine learnin
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.