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
135093 публикаций
Поиск: 1005 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2305 с найденным полным текстом
BACKGROUND: The EuroSCORE (European System for Cardiac Operative Risk Evaluation) is often used to benchmark and predict hospital mortality after cardiac surgery. Based mainly upon coronary surgery patients, EuroSCORE may not be optimal for valve surgery patients. We evaluated the New York (NY) State dedicated valve surgery models and compared their performance to the EuroSCORE model.
METHODS: Required model variables were collected prospectively for all patients, followed by calculation of predictive mortality rates using the logistic and additive EuroSCORE, the logistic and additive NY Stat
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.
Multiomic data analysis poses statistical challenges. We evaluated statistical models for our multiplex immunofluorescence study of T cell subset densities in colorectal cancer. Using 1235 cases, we compared 7 models-ordinal logistic regression, Poisson, quasi-Poisson, quadratic negative binomial (NB), linear NB, zero-inflated NB, and hurdle NB models-assessing associations with a strong (microsatellite instability, MSI) and a weak (calcium intake) exposure. Simulation studies assessed type I error and power. Effect estimates were generally consistent for the strong exposure (MSI) but varied f
СтатьяПоддержка службы здравоохранения СШАПоддержка 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.
Sparse regressions applied to cancer diagnosis suffer from noise reduction, gene grouping, and group significance evaluation. This paper presented the weighted group regularized logistic regression (WGRLR) for dealing with the above problems. Clean data was separated from noisy gene expression profile data, based on which gene grouping and model building were performed. An interpretable gene group significance evaluation criterion was proposed based on symmetrical uncertainty and module eigengene. A group-wise individual gene significance evaluation criterion was also presented. The performanc
СтатьяПоддержка 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.
PROBLEM: The increasing use of smartphones and low cost GPS have provided new sources for collecting data and using them to explain travel behavior. This study aims to use data collected from a smartphone application (CyclePhilly) to explain wrong-way riding behavior of cyclists on one-way segments to help better identify the demographic and network factors influencing the wrong-way riding decision making.
METHODS: The data used in this study consist of two different sources: (a) Route trips data downloaded from the CyclePhilly Website contained trips detailed up to segment level, collected f
СтатьяПоддержка 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.
In July 2013, a train derailment profoundly disrupted the tranquility of the population of Lac-Mégantic for months and even years. In 2016, we conducted a representative population-based survey among 387 people from Lac-Mégantic and 413 from other municipalities with the aim to document psychological and physical health of adults exposed to the disaster. This article examines differences between 3 groups of respondents: those who were highly, moderately or not exposed to the train accident. Khi Square analyses, odds ratios and logistic regressions were used to examine differences between the 3
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.
In many surveys, we often deal with situations where measuring the study variable is expensive; however, there are easy-to-measure characteristics which can be used as ranking information to obtain more representative samples from the population. Ranked set sampling is successfully employed in these cases as an alternative to commonly used simple random sampling. When the data is ordinal categorical, it is common to apply the ordinal logistic regression approach to ranked set sampling data for the estimation of parameters. This technique first depends on the information of training data. Besid
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.
AIMS: Early intervention can reduce the risk of gestational diabetes mellitus (GDM) and related adverse pregnancy outcomes. Accordingly, this study aims to develop prediction models for GDM in early pregnant women.
METHODS: Pregnant women enrolled at Beijing Obstetrics and Gynecology Hospital were included in the derivation and temporal datasets. Women with electronic data capture records from other subcenters were included in the external validation dataset. Logistic regression and eXtreme Gradient Boosting (XGBoost) models were used to predict the risk of GDM.
RESULTS: A total of 20,435 pr
СтатьяВалидационное 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.
AIM: The aim of this paper is to provide an overview of artificial neural network (ANN) in biomedical domain and compare it with the logistic regression model.
METHODS: Artificial neural network models and logistic regression models were created and compared using a sample of a modified dataset adapted to the dataset from Framingham Heart Study. R statistical software package is used to create and compare the models.
RESULTS: The results indicated that the ANN model is more accurate in classifying the dependent variable than the logistic regression model (84.4 % vs 82.9 %).
CONCLUSION: This
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.
BACKGROUND: Pre-eclampsia (PE) contributes to more than one-fourth of all maternal deaths and half a million newborn deaths worldwide every year. Early screening and interventions can reduce PE incidence and related complications. We aim to 1) temporally validate three existing models (two machine learning (ML) and one logistic regression) developed in the same region and 2) compare the performances of the validated ML models with the logistic regression model in PE prediction. This work addresses a gap in the literature by undertaking a comprehensive evaluation of existing risk prediction mod
СтатьяВалидационное 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.
PURPOSE: To study the impact of clinical predisposing factors on rectal normal tissue complication probability modeling using the updated results of the Dutch prostate dose-escalation trial.
METHODS AND MATERIALS: Toxicity data of 512 patients (conformally treated to 68 Gy [n = 284] and 78 Gy [n = 228]) with complete follow-up at 3 years after radiotherapy were studied. Scored end points were rectal bleeding, high stool frequency, and fecal incontinence. Two traditional dose-based models (Lyman-Kutcher-Burman (LKB) and Relative Seriality (RS) and a logistic model were fitted using a maximum l
Клиническое исследование III фазыСтатьяРандомизированное исследованиеПоддержка 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.
BACKGROUND: Medical outcomes of interest to clinicians may have multiple categories. Researchers face several options for risk prediction of such outcomes, including dichotomized logistic regression and multinomial logit regression modeling. We aimed to compare these methods and provide guidance needed for practice.
METHODS: We described dichotomized logistic regression, multinomial continuation-ratio logit regression, which is an alternative to standard multinomial logit regression for ordinal outcomes, and logistic competing risks regression. We then applied these methods to develop predict
СтатьяСравнительное 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: Cross-sectional studies are useful for the estimation of prevalence of a particular event with concerns in specific populations, as in the case of diseases or other public health interests. Most of these studies have been carried out with binary binomial logistic regression model which estimates OR values that could be overestimated due to the adjustment of the model. Thus, the selection of the best multivariate model for cross-sectional studies is a priority to control the overestimation of the associations.
METHODS: We compared the precision of the estimates of the prevalence ra
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.
Sparse grid interpolation is a popular numerical discretization technique for the treatment of high dimensional, multivariate problems. We consider the case of using time-series data to calibrate epidemiological models from both phenomenological and mechanistic perspectives using this computational tool. By capturing the dynamics underlying both global and local spaces, our algorithm identifies potentially optimal regions of the parameter space and directs computational effort towards resolving the dynamics and resulting fits of these regions. We demonstrate how sparse grid interpolants can be
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: Clinical prediction models are valuable tools that can support medical decision-making. Concise and interpretable models are more likely to be adopted in clinical practice; therefore, appropriate selection of predictor variables is often considered essential in model development. Typically, researchers specify a list of candidate predictors based on literature reviews and expert knowledge. Data-driven variable selection methods are then often used to further reduce the number of variables in the final model. However, many commonly used approaches, such as univariable selection, hav
СтатьяСистематический обзорПоиск 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 neurodevelopmental model of schizophrenia, minor physical anomalies (MPAs) are considered neurodevelopmental markers of schizophrenia. To date, there has been no research to evaluate the interaction between MPAs. Our study built and used a machine learning model to predict the risk of schizophrenia based on measurements of MPA items and to investigate the potential primary and interaction effects of MPAs. The study included 470 patients with schizophrenia and 354 healthy controls. The models used are classical statistical model, Logistic Regression (LR), and machine leaning models, Deci
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.
INTRODUCTION: Kaplan-Meier curves and logistic models are widely used to describe and explain the variability of survival in intensive care unit (ICU) patients. The Kaplan-Meier approach considers that patients discharged alive from hospital are 'non-informatively' censored (for instance, representative of all other individuals who have survived to that time but are still in hospital); this is probably wrong. Logistic models are adapted to this so-called 'competing risks' setting but fail to take into account censoring and differences in exposure time. To address these issues, we exemplified 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.
PURPOSE: This Hydrocephalus Clinical Research Network (HCRN) study had two aims: (1) to compare the predictive performance of the original ETV Success Score (ETVSS) using logistic regression modeling with other newer machine learning models and (2) to assess whether inclusion of imaging variables improves prediction performance using machine learning models.
METHODS: We identified children undergoing first-time ETV for hydrocephalus that were enrolled prospectively at HCRN sites between 200 and 2020. The primary outcome was ETV success 6 months after index surgery. The cohort was randomly div
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.
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.
BACKGROUND: A clear understanding of minimal clinically important difference (MCID) and substantial clinical benefit (SCB) is essential for effectively implementing patient-reported outcome measurements (PROMs) as a performance measure for total knee arthroplasty (TKA). Since not achieving MCID and SCB may reflect suboptimal surgical benefit, the primary aim of this study was to use machine learning to predict patients who may not achieve the threshold-based outcomes (i.e., MCID and SCB) on the Knee Injury and Osteoarthritis Outcome Score for Joint Replacement (KOOS JR) following TKA.
METHODS
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: In trials designed to estimate rates of perinatal mother to child transmission of HIV, HIV assays are scheduled at multiple points in time. Still, infection status for some infants at some time points may be unknown, particularly when interim analyses are conducted.
METHODS: Logistic regression models are commonly used to estimate covariate-adjusted transmission rates, but their methods for handling missing data may be inadequate. Here we propose using coarsened multinomial regression models to estimate cumulative and conditional rates of HIV transmission. Through simulation, we c
СтатьяПоддержка NIH: внешняя программаПолный 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.