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
20323 публикаций
Поиск: 237 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
IMPORTANCE: Current approaches to identifying individuals at high risk for opioid overdose target many patients who are not truly at high risk.
OBJECTIVE: To develop and validate a machine-learning algorithm to predict opioid overdose risk among Medicare beneficiaries with at least 1 opioid prescription.
DESIGN, SETTING, AND PARTICIPANTS: A prognostic study was conducted between September 1, 2017, and December 31, 2018. Participants (n = 560 057) included fee-for-service Medicare beneficiaries without cancer who filled 1 or more opioid prescriptions from January 1, 2011, to December 31, 2015
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоиск 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 AND OBJECTIVE: Premature ventricular contraction is associated to the risk of coronary heart disease, and its diagnosis depends on a long time heart monitoring. For this purpose, monitoring through Holter devices is often used and computational tools can provide essential assistance to specialists. This paper presents a new premature ventricular contraction recognition method based on a simplified set of features, extracted from geometric figures constructed over QRS complexes (Q, R and S waves).
METHODS: Initially, a preprocessing stage based on wavelet denoising electrocardiogram
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: Olfactory dysfunction is a common symptom of chronic rhinosinusitis (CRS). We previously identified several cytokines potentially linked to smell loss, potentially supporting an inflammatory etiology for CRS-associated olfactory dysfunction. In the current study we sought to validate patterns of olfactory dysfunction in CRS using hierarchical cluster analysis, machine learning algorithms, and multivariate regression.
METHODS: CRS patients undergoing functional endoscopic sinus surgery were administered the Smell Identification Test (SIT) preoperatively. Mucus was collected from th
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.
The thyroid is one of the largest endocrine glands in the human body, which is involved in several body mechanisms like controlling protein synthesis and the body's sensitivity to other hormones and use of energy sources. Hence, it is of prime importance to track the shape and size of thyroid over time in order to evaluate its state. Thyroid segmentation and volume computation are important tools that can be used for thyroid state tracking assessment. Most of the proposed approaches are not automatic and require long time to correctly segment the thyroid. In this work, we compare three differe
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Predicting clinical pregnancy following intrauterine insemination (IUI) remains challenging because of the complex interplay of multiple biological and treatment-related factors. Machine learning approaches may improve predictive accuracy compared with conventional statistical methods. This study aimed to compare the predictive performance of logistic regression (LR), random forest (RF), and multilayer perceptron (MLP) models and to explore their clinical interpretability.
METHODS: A total of 957 IUI cycles were randomly divided into a training set (80%) and an independent validat
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: X-rays, Computed Tomography (CT) scans, Magnetic Resonance Imaging (MRI), and ultrasound scans are examples of common medical imaging methods. These techniques are highly effective at extracting features, classifying, and diagnosing bone and muscle injuries. Enhancing athletic performance, minimizing injuries, and promoting players' overall health are the main goals of the vital discipline of sports medicine. Sports feature extraction of medical images, and sports medicine specialists help athletes reach their full potential while preserving their long-term health by preventing i
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 this paper, we present an Internet of Medical Things (IoMT)-based platform that depends on electrooculography (EOG) to assist, control, and monitor a smart home environment in real time for patients with motor disabilities. Users can interact with the intelligent environment through a Graphical User Interface (GUI) that offers predefined options for controlling doors, windows, lights, air conditioning, temperature, and TV functions. The proposed approach is based mainly on the utilisation of two transforms, namely Stockwell transform (S-transform) and wavelet transform, for detection of abr
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: Nursing students are at high risk for developing eating disorders (ED). However, methods for identifying ED tendencies within this group remain underexplored.
PURPOSE: This study aims to develop and validate machine learning-based models for predicting ED tendencies among nursing students.
METHODS: A cross-sectional study was conducted with a sample of nursing students in mainland China (N = 1709). Machine learning models were developed using a training set (N = 1196), and internally validated using a test set (N = 513). Model performance was evaluated based on widely used metric
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.
Infertility affects millions worldwide, with estimates indicating that 1 in 6 people of reproductive age will experience it in their lifetime. Globally, infertility impacts between 12.6-17.5% of couples of reproductive age. Recently, machine learning (ML) has garnered significant attention in biomedical research, enabling creation of predictive models that can personalize disease treatment based on measurable variables, thereby aiding in the development of diagnostic tools. In this study, 28 predictor variables were selected preliminarily; after a multicollinearity test, 20 predictors were sel
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.
We aimed to develop and assess the performance of a Machine learning (ML) model integrating common clinical features to predict arrhythmic events in patients with Hypertrophic Cardiomyopathy (HCM). Post-hoc analysis of an international multicenter registry of 531 HCM patients (49 years (IQR 35-61), 57% male) who underwent cardiac magnetic resonance (CMR). The dataset comprised clinical, echocardiographic, and CMR variables, including quantification of late gadolinium enhancement (LGE) using the + 6 SD method. The endpoint was a composite of sudden cardiac death (SCD), aborted SCD, and sustaine
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 study aimed to differentiate between benign and malignant gallbladder polyps preoperatively by developing a prediction model integrating preoperative transabdominal ultrasound and clinical features using machine-learning algorithms.
METHODS: A retrospective analysis was conducted on clinical and ultrasound data from 1,050 patients at 2 centers who underwent cholecystectomy for gallbladder polyps. Six machine-learning algorithms were used to develop preoperative models for predicting benign and malignant gallbladder polyps. Internal and external test cohorts evaluated model pe
СтатьяМногоцентровое исследованиеПоддержка исследования: вне правительства СШАПоиск 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: Identifying illicit drug use through urine testing is time-consuming in the era of new psychoactive substances. This study aimed to develop a machine learning (ML) prediction model for early identification of illicit drug use in suspected emergency department (ED) patients.
METHODS: Data from the Taiwan Emergency Department Drug Abuse Surveillance (TEDAS) database (2020-2023) was used. Six feature categories-demographics, triage data, referral source, symptoms, physical findings, and clinical characteristics-were included. The primary outcome was positive urine results for illicit
СтатьяПоддержка исследования: вне правительства СШАПолный 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 AND OBJECTIVES: Brain tissue oxygenation is usually inferred from arterial partial pressure of oxygen (paO2), which is in turn often inferred from pulse oximetry measurements or other non-invasive proxies. Our aim was to evaluate the feasibility of continuous paO2 prediction in an intraoperative setting among neurosurgical patients undergoing craniotomies with modern machine learning methods.
METHODS: Data from routine clinical care of lung-healthy neurosurgical patients were extracted from databases of the respective clinical systems and normalized. We used recursive feature elimi
СтатьяСравнительное исследованиеПоиск 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 grassland ecosystem forms a critical part of the natural ecosystem, covering up to 15-26% of the Earth's land surface. Grassland significantly impacts the carbon cycle and climate regulation by storing carbon dioxide. The organic matter found in grassland biomass, which acts as a carbon source, greatly expands the carbon stock in terrestrial ecosystems. Correct estimation of above ground biomass (AGB) and its spatial and temporal changes is vital for determining the carbon cycle of the grassland. Datasets from multiple sources were fused to accomplish the objective of the study. The Sentin
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: Length of stay (LOS) is a substantial driver of costs following primary total knee arthroplasty (TKA), leading to increased efforts targeting same-day discharge (SDD). However, patient selection for SDD TKA remains a challenge, with 7 to 49% of patients failing to achieve planned SDD with current stratification tools. This study aimed to develop and assess multiclass machine learning (ML) models for patient selection for SDD TKA as well as risk for prolonged LOS using a large national patient cohort.
METHODS: The database was queried to identify 167,859 primary TKAs between 2017 a
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Rheumatoid arthritis (RA) and psoriatic arthritis (PsA) are chronic autoimmune diseases. They share similar symptoms. The lack of specific markers can lead to misdiagnosis. Using spectroscopic information on the chemical composition of body fluids can effectively differentiate these diseases. The discriminant analysis results are presented based on Raman and near-infrared (NIR) spectra of freeze-dried blood sera. The performance of partial least squares discriminant analysis (PLS-DA) and counter-propagation artificial neural network (CP-ANN) techniques in differentiation between RA (n = 30) an
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: Wearable electrocardiogram (ECG) monitoring devices that utilize single-lead ECG technology have become valuable tools for identifying paroxysmal atrial fibrillation (AF). This study aimed to develop a machine learning (ML) algorithm to predict new-onset AF by training it on single-lead data extracted from 12-lead ECG recordings.
METHODS AND RESULTS: Patients who underwent 12-lead ECG between January 2010 and December 2021 were classified into two groups based on a review of their medical records and diagnostic codes: the AF group and the normal group. An ML model was created usin
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.
OBJECTIVES: To enhance the identification of individuals at risk of developing clinically significant kidney stones.
METHODS: In this study, data from the Fasa Adults Cohort Study were analyzed to explore factors linked to symptomatic and clinically significant kidney stone disease. After cleaning, 10,128 participants with 103 variables were studied. One outcome variable (presence of symptomatic kidney stones) and 102 predictor variables from surveys and tests were assessed. Five Machine learning (ML) algorithms (SVM, RF, KNN, GBM, XGB) were applied to examine kidney stone factors, with perfo
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.
ObjectiveThis study aimed to identify osteoporosis-related core genes using bioinformatics analysis and machine learning algorithms.MethodsmRNA expression profiles of osteoporosis patients were obtained from the Gene Expression Profiles (GEO) database, with GEO35958 and GEO84500 used as training sets, and GEO35957 and GSE56116 as validation sets. Differential gene expression analysis was performed using the R software "limma" package. A weighted gene co-expression network analysis (WGCNA) was conducted to identify key modules and modular genes of osteoporosis. Kyoto Gene and Genome Encyclopedi
Поиск 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.
Postoperative delirium (POD) is a common and severe complication in elderly patients with hip fractures. Identifying high-risk patients with POD can help improve the outcome of patients with hip fractures. We conducted a retrospective study on elderly patients (≥65 years of age) who underwent orthopedic surgery with hip fracture between January 2014 and August 2019. Conventional logistic regression and five machine-learning algorithms were used to construct prediction models of POD. A nomogram for POD prediction was built with the logistic regression method. The area under the receiver operati
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.