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
4070 публикаций
Поиск: 134 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics2026eng
OBJECTIVES: This study aimed to develop and externally validate machine learning-based models for predicting macrosomia and spontaneous preterm birth (sPTB) using multidimensional clinical data.
METHODS: This retrospective cohort study included 14 238 pregnant women who received prenatal care between 2018 and 2023. Demographic characteristics, laboratory parameters, and delivery outcomes were integrated, with Least Absolute Shrinkage and Selection Operator regression used for feature selection. Predictive models were developed using logistic regression and machine learning algorithms (Light G
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.
PURPOSE: High glucose (HG), hypoxia (Hyp), and their combination are major risk factors for proliferative diabetic retinopathy (PDR). Although these conditions induce features of the Warburg-like metabolic reprogramming in human retinal endothelial cells (HRECs), it remains unclear whether they produce distinct metabolic and angiogenic subtypes. This study aimed to characterize the Warburg-like-associated metabolic heterogeneity induced by these PDR-related risk factors and evaluate the ability of supervised machine-learning models to distinguish these subtypes.
METHODS: HRECs were cultured u
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: Periodontitis is a common chronic disease associated with systemic conditions such as diabetes and cardiovascular disease. Diagnosis typically relies on dental examinations and radiographs, which may be underutilised by individuals who avoid, delay, or lack dental care. This study evaluated the potential of routine blood biomarkers and demographic data for screening moderate-to-severe periodontitis.
METHODS AND MATERIALS: Data were obtained from the National Health and Nutrition Examination Survey (NHANES) 2011-2012 adults aged ≥ 30 years (N = 3,338). Periodontal status was classifie
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 identify the key determinants of traffic injury risk and clarify the relative roles of built environment factors and crash-context factors, this study develops a traffic injury risk identification framework that integrates 5D built environment variables with non-5D factors, using traffic crash data collected in Changsha, Hunan Province, China, from 2017 to 2019. After data cleaning, screening, and spatial matching, a total of 9,743 valid samples were obtained, and injury occurrence in a crash was defined as a binary dependent variable. On this basis, three feature sets were constructed, inc
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.
OBJECTIVES: This study investigated (1) whether additional cognitive loads impair dual-task walking, especially when crossing obstacles of varying heights, and (2) if extreme gradient boosting (XGBoost) could identify key features of walking while texting.
METHODS: Twenty participants completed the following conditions: baseline walking, Task (walking + Typing: copying sentences, or Texting: answering questions), Obstacle (walking + crossing obstacles of three heights: low, medium, high), and combined (Task + Obstacle). For texting performance, we computed the rate, accuracy, and dual-task co
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.
Ocular studies utilizing a one-dimensional (1D) ternary photonic crystal biosensor are proposed. Incorporation of materials such as gallium nitride, aluminum nitride, and silicon in the design enhances the sensor metrics, facilitating diagnosis of diabetes and eye cancer. Multiple wavelengths are chosen in this investigation in the range of 580-1700 nm. The design analysis of this sensor is done on the basis of the transfer matrix method. Transmission characteristics exhibited by the sensor provide distinct analyte identification. The quality factor, sensitivity, and figure of merit exhibited
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.
OBJECTIVE: This study was designed to establish a diagnostic model for osteoporosis by collecting clinical information from patients with and without osteoporosis. Various machine learning algorithms were employed for training and testing the model, evaluating its performance, and conducting validations to explore the most suitable machine learning algorithm.
METHODS: Clinical information, including demographic data, examination results, medical history, and laboratory test results, was collected from inpatients with and without osteoporosis. The LASSO algorithm was utilized for feature selec
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: Understanding cellular metabolism often involves an accurate estimation of metabolic fluxes-the rates at which metabolites are converted in biochemical pathways. Flux Variability Analysis (FVA) is the gold standard for computing reaction flux intervals. However, its reliance on linear programming makes it computationally intensive, often requiring hours or days for large cohorts on complex genome-scale metabolic network models.
METHODS: To address this limitation, we propose mFLIP, a machine learning-based framework for predicting flux intervals across metabolic pathways. The mode
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.
The development of a holistic theoretical framework that can predict the corrosion inhibition efficiency and evaluate the anti-corrosion potentials of novel materials has been a challenging one. This work aimed to address this challenge by integrating machine learning-based Quantitative Structure-Property Relationship (QSPR) models with computational simulation techniques. 25 descriptors derived from density functional theory (DFT) results for 130 triazole derivatives on mild and carbon steels in hydrochloric acid (HCl) solutions were used to develop predictive models. Random Forest, K-Nearest
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.
Postoperative delirium is a frequent and serious complication lacking effective prediction tools for general ward patients. This study aimed to identify postoperative delirium risk factors in non-ICU patients using machine learning. A retrospective analysis of 85,884 surgical patients (2017-2022) from a tertiary hospital was conducted. Postoperative delirium, diagnosed from nursing records, was predicted using 53 variables, with LightGBM showing the best performance. Key risk factors included a higher comorbidity count, age, drain count, sodium levels, and lower albumin levels. Age was the pri
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: Anticoagulants are high-alert medications with substantial risk of serious bleeding, yet dosing and prescribing errors remain common. Although clinical decision support systems (CDSSs) can mitigate these errors, their impact is constrained by alert fatigue and limited interpretability.
OBJECTIVE: We developed and validated a hybrid CDSS that integrates rule-based logic with machine learning to improve the safe use of anticoagulants.
METHODS: This multicenter study used electronic health record data on anticoagulant prescriptions from 3 tertiary hospitals (1 for system development
СтатьяВалидационное исследованиеМногоцентровое 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.
OBJECTIVES: Predicting mortality is vital for tailoring treatments, improving care and reducing costs. Machine learning (ML) has shown strong potential, often outperforming traditional severity-of-illness scoring systems in intensive care units (ICUs). However, the black-box nature of ML limits adoption. This study evaluates the accuracy of several ML algorithms on the Medical Information Mart for Intensive Care III (MIMIC-III) dataset and applies explainable artificial intelligence to identify variables influencing ICU mortality.
METHODS: A retrospective cohort of 600 MIMIC-III patient recor
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.
Day-ahead operation of regional natural gas transmission networks requires station demand forecasts and their translation into inventory-preparation references. This study evaluated a sequential forecast-to-dispatch workflow for the Chongqing regional gas network. Six forecasting models were assessed under a leakage-controlled 30-day walk-forward protocol. Across nine routine stations, mean station-level MAPE was 8.61% for SARIMAX, 8.95% for XGBoost, and 9.78% for GRU. The corresponding values were 10.93% for LSTM, 11.63% for BPNN, and 11.77% for CNN-BiLSTM-Attention. Station G was assessed 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.
BACKGROUND: The homeless population in Bogotá exhibits complex social and health vulnerabilities, with a high prevalence of chronic and communicable diseases such as hypertension, diabetes, tuberculosis, HIV/AIDS, and cancer. These conditions hinder epidemiological surveillance and timely public health decision-making, particularly in contexts of social exclusion.
OBJECTIVE: To develop and evaluate an artificial intelligence-based predictive model aimed at identifying disease occurrence risk profiles among the homeless population in Bogotá, in order to support public health decision-making.
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: Necrotizing fasciitis (NF), a fulminant soft tissue infection manifesting acute onset and rapid progression with substantial mortality risks, poses diagnostic challenges due to its predominant reliance on clinical evaluation during initial presentation, frequently leading to diagnostic inaccuracies. This study constructs an interpretable machine learning model leveraging clinical data to optimize early prediction of NF.
METHODS: This single-center retrospective study analyzed 288 soft tissue infection patients, partitioned into training (n = 201) and validation (n = 87) cohorts us
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.
Current AI algorithms lack robust methods to validate genuine clinical associations, which require consistency and dose-response relationships while existing studies failed due to the absence of validation. This paper introduces a leave-top1-out validation approach that systematically removes the highest-ranked feature to assess ranking stability across supervised and unsupervised models. We demonstrate theoretically why supervised feature importances are unreliable due to target-driven biases and absence of ground truth validation. Using a publicly available sleep disorder dataset (374 sample
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 silico identifying modes of toxic action (MOAs) of toxic chemicals are of significance to gaining knowledge about the toxic severities and mechanisms of chemicals at the whole-organism level. Currently, existing in silico models commonly focus on a diversity of chemical MOAs to one specific species, without considering their toxic effects to off-target organisms.
RESULTS: In this work, we propose a quantitative structure-activity relationship (QSAR)-based multi-label extreme gradient boosting (XGBoost) model to consider the scenario that a pesticide exhibits multiple MOAs on di
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.
Asthma and chronic obstructive pulmonary disease (COPD) are significant global health burdens with conventional diagnosis relying on resource-intensive spirometry. This paper presents a reproducible multimodal respiratory sound screening model combining complementary acoustic and clinical representations. The proposed method fuses handcrafted spectral-temporal features (MFCCs, chroma, spectral contrast, tonnetz, mel-spectrogram, tempogram) with precomputed cough and vowel embeddings and structured clinical metadata, processed via a class-weighted CatBoost ensemble on the standardized AIRS Kagg
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: The aims of this study were to determine the predictive value of decision support analysis for the shock wave lithotripsy (SWL) success rate and to analyze the data obtained from patients who underwent SWL to assess the factors influencing the outcome by using machine learning methods.
METHODS: We retrospectively reviewed the medical records of 358 patients who underwent SWL for urinary stone (kidney and upper-ureter stone) between 2015 and 2018 and evaluated the possible prognostic features, including patient population characteristics, urinary stone characteristics on a non-cont
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 addresses the potential of machine learning in predicting treatment recommendations for patients with hepatocellular carcinoma (HCC). Using an IRB-approved retrospective study of patients discussed at a multidisciplinary tumor board, clinical and imaging variables were extracted and used in a gradient-boosting machine learning algorithm, XGBoost. The algorithm's performance was assessed using confusion matrix metrics and the area under the Receiver Operating Characteristics (ROC) curve. The study included 140 patients (mean age 67.7 ± 8.9 years), and the algorithm was found to be pr
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.