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
4030 публикаций
Поиск: 149 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
IEEE transactions on computational biology and bioinformatics2026eng
Viruses are a significant threat to human life, as demonstrated by the global COVID-19 pandemic and the Ebola outbreak. Diseases such as smallpox, AIDS, hepatitis, liver cancer, and cervical cancer often caused by the Human Papillomavirus can lead to fatal outcomes. Over the years, extensive research has focused on developing vaccines and antiviral drugs, which have successfully contained and, in some cases, eradicated viral infections. Recently, computational techniques, particularly machine learning algorithms, have made notable progress in identifying potential Antiviral Peptides (AVPs), th
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 design of efficient catalysts to mitigate SO2 poisoning in low-temperature Selective Catalytic Reduction of NOx (LT-SCR) is challenging. Herein, machine learning (ML) was employed to design catalysts with SO2 resistance. A multidimensional data set containing 242 data points was constructed, including elemental descriptors, catalyst structures, reaction conditions, and SO2 poisoning conditions. Regression models such as XGBoost (XGB) were trained to predict NOx conversions and SO2 resistance over different catalysts. It was found that the electronegativity descriptor (EN.) was the critical
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.
Machine learning is a vital tool in advancing drug development by accurately predicting the physical, chemical, and biological properties of various compounds. This study utilizes MATLAB program-based algorithms to calculate topological indices and machine learning algorithms to explore their ability to predict the physio-chemical properties of asthma drugs. By combining machine learning with topological indices, we can conduct faster and more precise analyses of drug structures. As we deepen our understanding of the relationship between molecular structure and performance, the integration of
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.
Extreme heat poses increasing risks to cardiovascular health, yet fine-scale determinants of heat-related hypertension burden remain insufficiently understood. This study examines high hypertension burden in a heat-vulnerability context across 1,385 census tracts in Maryland using an interpretable machine learning framework. An XGBoost model was developed to classify census tracts with high hypertension burden using demographic, socioeconomic, built-environment, heat anomaly, and adaptive-capacity variables. SHapley Additive exPlanations (SHAP) were then used to identify key predictors, assess
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.
OBJECTIVE: To identify factors affecting and key environmental factors of the Oncomelania hupensis snail density in the Yangtze River Delta region using machine learning methods.
METHODS: Administrative village-level O. hupensis snail survey data in the Yangtze River Delta (including Shanghai Municipality, Jiangsu Province, Zhejiang Province and Anhui Province) from 2011 to 2021 were retrieved from the Information Management System for Parasitic Disease Control of Chinese Center for Disease Control and Prevention. Environmental factor data were captured from the Google Earth Engine platform,
Аннотация на английскомСтатьяПолный 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: Deep sternal wound infection following surgical myocardial revascularization is a potentially devastating complication. This study aims to improve risk prediction of deep sternal wound infection with machine learning algorithms.
METHODS: This single-center retrospective study contains data from 5221 consecutive patients who underwent surgical myocardial revascularization between 2007 and 2022. Two machine learning algorithms (Extreme Gradient Boosting and Deep Neural Network) were trained with perioperative parameters and validated to detect deep sternal wound infection. Their pre
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.
BACKGROUND: The digital transformation of higher education has intensified the need to assess and enhance the digital competencies of university faculty. This study analyzed the effectiveness of various machine learning algorithms in predicting levels of faculty digital competence based on socio-educational variables. The objective was to develop an advanced predictive model, applied to faculty members from the State University of Milagro and the Technical University of Manabí.
METHODS: A quantitative approach was adopted, with a cross-sectional correlational design. Digital competencies were
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.
Hypothyroidism is one of the most common yet underdiagnosed medical conditions in Saudi Arabia. It is more prevalent in aged and pregnant women as well as in patients with diabetes and sleep apnea. Hypothyroidism is characterized by the thyroid gland producing inadequate thyroid hormones, which might result in other chronic illnesses if left untreated. For this reason, this study proposes machine learning techniques to preemptively diagnose this disease using a straightforward clinical dataset from Saudi Arabia. Given the data size, this work serves as proof of concept. Algorithms such as KNN,
СтатьяVideo-Audio MediaПолный 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.
Accurate prediction of NH3 and H2S emissions is essential for odor-risk control and process management during composting, but remains challenging because emissions are driven by nonlinear, stage-dependent, and interacting operating conditions. In this study, we developed an interpretable cross-study machine-learning framework for NH3 and H2S prediction using routinely monitored composting variables. A harmonized dataset from 46 published studies provided 542 NH3 and 496 H2S observations after quality control and predictor screening. Five algorithms were benchmarked under study-wise grouped val
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.
Accurate crop yield prediction is essential for agricultural planning, yet machine learning (ML) models remain highly sensitive to the quality and structure of input data. This study uses simulated datasets to systematically investigate how data structure (sample size and number of predictors), data imperfections (missing values and multicollinearity), and pre-processing methods (imputation techniques and principal component analysis) influence ML regression performance. The performance of ML-based models (RF, SVM, MLR, XGBoost, LightGBM, NNet, and kNN) on the pre-processed data was evaluated.
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.
With the expansion of high-speed road mileage and the aging of road networks, maintenance workloads have increased dramatically. Accurately forecasting preventive maintenance costs is a practical approach to rationally control maintenance expenditure, enhance capital utilization efficiency, and ensure the long-term stable operation of the road network. However, the current predictive model for preventive maintenance costs fails to adequately account for variations in types of preventive maintenance measures, limiting their ability to capture the actual cost variation patterns under different e
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: This meta-analysis systematically evaluates machine learning (ML) applications for predicting postoperative delirium (POD) among elderly patients. This study compares predictive performance across models, assesses generalizability and evaluates bias risk. The goal is to provide clinicians with evidence-based guidance for selecting and implementing relevant prediction tools.
METHODS: Following the PRISMA guidelines we searched PubMed Web of Science and the CochraneLibrary for studies published between July 17 2020, and July 17, 2025. We included studies that developed ML models to pre
СтатьяСистематический обзорМетаанализПолный 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: Coal workers' pneumoconiosis (CWP) is the most prevalent occupational disease that causes irreversible lung damage. Early prediction of CWP is the key to blocking the irreversible process of pulmonary fibrosis. The prediction of CWP based on imaging data and biomarker detection is constrained due to high cost and poor convenience.
OBJECTIVE: The study aimed to use easily detectable clinical data to construct a prediction model for CWP through machine learning (ML) methods.
METHODS: A prediction framework was established using a moderate-sized dataset and multidimensional clinical
СтатьяВалидационное исследованиеПоддержка 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: This systematic review provides an overview of machine learning (ML) methods for predicting diabetic peripheral neuropathy (DPN). METHOD: We searched PubMed, Embase, Cochrane Library, and Web of Science databases with the search period limited from their inception to December 3, 2024 (the last search date). The search terms were restricted to “diabetes,” “neuropathy,” and “machine learning.” All studies that developed or validated prognostic models for DPN using ML were considered. Prediction model Risk of Bias ASsessment Tool (PROBAST) was used to assess the risk of bias and applic
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.
BACKGROUND: Despite the increasing use of machine learning (ML) in clinical research, the early stages of data preparation, especially for structured clinical data, often receive limited methodological scrutiny. These datasets typically contain missing values, complex categorical variables, and imbalanced class distributions, all of which complicate downstream model development and interpretation.
OBJECTIVE: This study introduces a structured preprocessing framework designed to address common challenges in medical tabular data and to assess how preprocessing choices affect the stability and p
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.
Among the many challenges faced by healthcare systems, cancer remains one of the most urgent. This makes the application of artificial intelligence a critical tool for enhancing early detection and optimizing treatment strategies, especially given the growing volume of patient data being collected. In this study, machine learning models trained on data for a specific type of cancer were employed to predict three-year survival after diagnosis for other cancer types. Two groups were considered: the most frequent cancers and those related to the digestive system. The data were extracted from the
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.
Fatal traffic crashes are a rare yet catastrophically consequential event in real-world crash data, typically constituting less than 1% of total records. This extreme class imbalance poses a fundamental challenge for machine learning-based severity prediction, as standard algorithms tend to ignore the minority class in favor of maximizing overall accuracy. This study investigates whether modern deep tabular learning architectures (TabNet, FT-Transformer) offer consistent advantages over the traditional gradient boosting method XGBoost in predicting fatal crashes under conditions of extreme cla
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.
BACKGROUND: Global inequities in access to cancer diagnostics and treatment contribute to wide variation in cancer mortality-to-incidence ratios (MIRs), a proxy for survival. We aimed to develop an interpretable machine learning framework to quantify country-specific health system contributors to MIR and inform policy prioritization.
MATERIALS AND METHODS: We assembled national MIRs from GLOBOCAN 2022 for 185 countries and health system indicators from multilateral sources, including gross domestic product (GDP) per capita, universal health coverage (UHC) index, radiotherapy centers per popul
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.
Globally, Parkinson's disease (PD), a neurological disorder, has a negative influence on the health of older adults. PD has no validated means of treatment, and thus, affects both social (i.e., mental) and physical health among individuals who experience PD. Therefore, it is essential to develop new methods for detecting PD to benefit the health of everyone involved. There is an opportunity to improve PD detection and accuracy by leveraging structured data sources and employing machine learning (ML). Ultimately, the goal of this research work is to provide an overall descriptive ML approach to
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.
To address the issue of data distortion in traditional well log density reconstruction methods caused by harsh borehole environments in complex heterogeneous formations, and the challenge for general machine learning models to capture high-frequency abrupt change features due to the lack of geophysical constraints, this paper proposes a density curve reconstruction framework integrating geologically-inspired feature engineering and a mutation-aware mechanism. The method first constructs a multi-dimensional enhanced feature space covering sedimentary cycle characteristics and fluid properties t
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.