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
135252 публикаций
Поиск: 284 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2305 с найденным полным текстом
Journal of exposure science & environmental epidemiology2021eng
BACKGROUND: Hurricane Harvey facilitated exposure to various toxic substances and floodwater throughout the greater Houston metropolitan area. Although disparities exist in this exposure and vulnerable populations can bear a disproportionate impact, no research has integrated disparities in exposure to toxic incidents following Hurricane Harvey.
OBJECTIVE: The objective of this study was to analyze the relationship between flooding, socioeconomic status (SES), and toxic site incidents.
METHODS: Data on toxic site locations, reported releases, and flood water depths during Hurricane Harvey in
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.
Cardiac involvement is an important cause of morbidity and mortality in patients with idiopathic inflammatory myopathies (IIMs). Hypertension, an important cardiovascular risk factor for the general population, has a crucial role in heart involvement. However, few studies have focused on the hypertension associated with IIMs. This study aimed to develop and assess the prediction model for incident hypertension in patients with IIMs. A retrospective cohort study was performed on 362 patients with IIMs, of whom 54 (14.9%) were given a diagnosis of new-onset hypertension from January 2008 to Dece
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.
OBJECTIVES: To compare the efficacy and safety of ultraslow full-power versus slow rate, power-ramping shock wave lithotripsy in the management of stones with a high attenuation value.
METHODS: This was a randomized comparative study enrolling patients with single high attenuation value (≥1000 Hounsfield unit) stones (≤3 cm) between September 2015 and May 2018. Patients with skin-to-stone distance >11 cm or body mass index >30 kg/m2 were excluded. Electrohydraulic shock wave lithotripsy was carried out at rate of 30 shock waves/min for group A versus 60 shock waves/min for group B. In group A
СтатьяРандомизированное 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.
OBJECTIVE: To analyze the epidemiological features of severe chest trauma (SCT) and investigate the risk factor of its mortality in the Three Gorges Area of China.
METHODS: The clinical data of 1834 SCT patients who were admitted in three hospitals in this area from January 1990 to December 2009 were retrospectively reviewed. Th epidemiological features of SCT were analyzed using a database. Stepwise logistic regression analysis was used to analyze 15 possible risk factors affecting mortality.
RESULTS: The morbidity rates of blunt trauma (68.5% vs. 74.7%,p=0.006) and sharp instrument injury
Аннотация на английскомСтатьяПоддержка 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.
OBJECTIVE: To understand the main risk factors of Trichuris trichiura infection in plots carrying out the integrated control of parasitic diseases.
METHODS: The simple and multiple unconditional logistic regression were applied to analyze related data from the database of baseline survey in demonstration plots carrying out the integrated control of parasitic diseases.
RESULTS: The results of simple logistic regression analysis suggested that the effects of 7 factors to Trichuris trichiura infection were significant (all P values were less than 0.05), namely drinking water resources, toilet t
Аннотация на английскомСтатьяПолный 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.
Little information is available on the ecology of Aedes aegypti Linnaeus at the southern extreme of its distribution (Buenos Aires, Argentina), particularly on microhabitat suitability. The aim of our study was to identify at a detailed scale, microhabitat factors that correlate with the presence of preimaginal stages of the mosquito. In March 2001, we performed a spatial census of all containers located in a 1 ha patch within a cemetery in Buenos Aires City. On a reference map (1:700) we plotted the position of graves and surrounding corridors, the location of containers, the shade projected
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.
AIMS: Predicting the risk of malignant arrhythmias (MA) in hospitalized patients with heart failure (HF) is challenging. Machine learning (ML) can handle a large volume of complex data more effectively than traditional statistical methods. This study explored the feasibility of ML methods for predicting the risk of MA in hospitalized HF patients.
METHODS AND RESULTS: We evaluated the baseline data and MA events of 2794 hospitalized HF patients in the HF cohort in Anhui Province and randomly divided the study population into training and validation sets in a 7:3 ratio. The Lasso-logistic regre
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.
BACKGROUND: Post-induction hypotension (PIH) increases surgical complications including myocardial injury, acute kidney injury, delirium, stroke, prolonged hospitalization, and endangerment of the patient's life. Machine learning is an effective tool to analyze large amounts of data and identify perioperative complication factors. This study aims to identify risk factors for PIH and develop predictive models to support anesthesia management.
METHODS: A dataset of 5406 patients was analyzed using machine learning methods. Logistic regression, random forest, XGBoost, and neural network models w
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: We aimed to investigate factors related to the 90-day poor prognosis (mRS≥3) in patients with transient ischemic attack (TIA) or minor stroke, construct 90-day poor prognosis prediction models for patients with TIA or minor stroke, and compare the predictive performance of machine learning models and Logistic model.
METHOD: We selected TIA and minor stroke patients from a prospective registry study (CNSR-III). Demographic characteristics,smoking history, drinking history(≥20g/day), physiological data, medical history,secondary prevention treatment, in-hospital evaluation and educat
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.
OBJECTIVE: To analyze the diagnostic value of computed tomography (CT) radiomics models in differentiating gastrointestinal stromal tumors (GIST) and other mesenchymal tumors.
MATERIAL AND METHODS: A retrospective analysis of clinical data from 153 patients with pathologically confirmed gastrointestinal mesenchymal tumors treated in our hospital from July 2019 to March 2024 was conducted, including 107 cases of GIST, 18 cases of leiomyoma, and 28 cases of schwannoma. LASSO regression was used for feature selection. Logistic regression and Random Forest (RF) models were established based on se
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 predict preterm birth (PTB) in multiparous women, comparing machine learning approaches with traditional logistic regression. A population-based cohort study was conducted using data from the Ontario Better Outcomes Registry and Network (BORN). The cohort included all multiparous women who delivered a singleton birth at 20-42 weeks' gestation in an Ontario hospital between April 1, 2012 and March 31, 2014. The primary outcome was PTB < 37 weeks, with spontaneous PTB analyzed as a secondary outcome. Stepwise logistic regression and the Boruta machine learning were used to select the importan
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.
OBJECTIVE: The aim of this study was to validate additive and logistic European System for Cardiac Operative Risk Evaluation (EuroSCORE) models on Turkish adult cardiac surgical population.
METHODS: TurkoSCORE project involves a reliable web-based database to build up Turkish risk stratification models. Current patient population consisted of 9443 adult patients who underwent cardiac surgery between 2005 and 2010. However, the additive and logistic EuroSCORE models were applied to only 8018 patients whose EuroSCORE determinants were complete. Observed and predicted mortalities were compared f
СтатьяПоддержка исследования: вне правительства СШАВалидационное исследованиеПоиск 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: Gestational diabetes mellitus (GDM) contributes to adverse pregnancy and birth outcomes. In recent decades, extensive research has been devoted to the early prediction of GDM by various methods. Machine learning methods are flexible prediction algorithms with potential advantages over conventional regression.
OBJECTIVE: The purpose of this study was to use machine learning methods to predict GDM and compare their performance with that of logistic regressions.
METHODS: We performed a retrospective, observational study including women who attended their routine first hospital visit
Сравнительное исследованиеСтатьяПоиск 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.
IntroductionPatients with sepsis-associated encephalopathy (SAE) and heart failure (HF) represent a clinically relevant but understudied subgroup in the intensive care unit, and early risk stratification may be important for guiding management. This study aimed to develop and temporally validate machine-learning models for predicting 28-day mortality in patients with SAE and HF.MethodsIn this retrospective cohort study, patients with SAE and HF were identified from the Medical Information Mart for Intensive Care IV (MIMIC-IV) and III (MIMIC-III) databases. The MIMIC-IV cohort was randomly divi
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.
BACKGROUND: Emergency general surgery (EGS) operations are associated with substantial risk of morbidity including postoperative respiratory failure (PRF). While existing risk models are not widely utilized and rely on traditional statistical methods, application of machine learning (ML) in prediction of PRF following EGS remains unexplored.
OBJECTIVE: The present study aimed to develop ML-based prediction models for respiratory failure following EGS and compare their performance to traditional regression models using a nationally-representative cohort.
METHODS: Non-elective hospitalizations
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.
Periodontitis is increasingly associated with heart failure, and the goal of this study was to develop and validate a prediction model based on machine learning algorithms for the risk of heart failure in middle-aged and elderly participants with periodontitis. We analyzed data from a total of 2876 participants with a history of periodontitis from the National Health and Nutrition Examination Survey (NHANES) 2009 to 2014, with a training set of 1980 subjects with periodontitis from the NHANES 2009 to 2012 and an external validation set of 896 subjects from the NHANES 2013 to 2014. The independ
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: Arteriovenous fistula (AVF) is the preferred vascular access for hemodialysis, yet primary failure and early dysfunction remain common, thereby prolonging catheter dependence and increasing costs. Traditional prediction models show limited discrimination, and few studies have combined machine-learning (ML) methods with formal assessment of clinical utility. This study aimed to identify predictors of AVF failure and compare ML models with logistic regression in a Turkish hemodialysis cohort, and to derive a clinical risk score.
METHODS: In this retrospective study, 385 adults with
СтатьяСравнительное исследованиеПолный 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: Penectomy for PC is useful in staging, disease prognosis, and treatment. Limited studies have evaluated its surgical complications. We sought to assess these complications and determine predictive models to create a novel risk score for penectomy complications.
PATIENTS AND METHODS: A retrospective review of patients undergoing PC surgical management from the 2005-2016 American College of Surgeons National Surgical Quality Improvement Program was performed. Data were queried for partial and total penectomy among those with PC. To develop predictive models of complications, we fi
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 evaluate the performance of a machine-learning (ML) model compared with traditional logistic regression models for predicting a large-for-gestational-age (LGA) neonate at term and associated adverse perinatal outcomes, using sonographic biometric and Doppler parameters routinely assessed at a late third-trimester scan in combination with maternal demographic characteristics.
METHODS: This cohort study involved a retrospective data analysis of singleton pregnancies that underwent a routine third-trimester ultrasound examination at 35 + 0 to 37 + 6 weeks' gestation and were deliv
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.
Multivariate classification models play an increasingly important role in human factors research. In the past, these models have been based primarily on discriminant analysis and logistic regression. Models developed from machine learning research offer the human factors professional a viable alternative to these traditional statistical classification methods. To illustrate this point, two machine learning approaches--genetic programming and decision tree induction--were used to construct classification models designed to predict whether or not a student truck driver would pass his or her comm
Сравнительное исследованиеСтатьяПоиск 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.