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
35288 публикаций
Поиск: 184 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
The Journal of clinical endocrinology and metabolism2022eng
CONTEXT: Conventional prediction models for vitamin D deficiency have limited accuracy.
BACKGROUND: Using cross-sectional data, we developed models based on machine learning (ML) and compared their performance with those based on a conventional approach.
METHODS: Participants were 5106 community-resident adults (50-84 years; 58% male). In the randomly sampled training set (65%), we constructed 5 ML models: lasso regression, elastic net regression, random forest, gradient boosted decision tree, and dense neural network. The reference model was a logistic regression model. Outcomes were deseas
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.
IMPORTANCE: Retinopathy of prematurity (ROP) is the leading cause of childhood blindness worldwide. Prediction of ROP before onset holds great promise for reducing the risk of blindness.
OBJECTIVE: To develop and validate a deep learning (DL) system to predict the occurrence and severity of ROP before 45 weeks' postmenstrual age.
DESIGN, SETTING, AND PARTICIPANTS: This retrospective prognostic study included 7033 retinal photographs of 725 infants in the training set and 763 retinal photographs of 90 infants in the external validation set, along with 46 characteristics for each infant. All i
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.
Hyperkalemia is associated with increased risks of mortality and adverse clinical outcomes. The treatment of hyperkalemia often leads to the discontinuation or restriction of beneficial but potassium-increasing therapy such as renin-angiotensin-aldosterone inhibitors (RAASi) and high-potassium diet including fruits and vegetables. To date, limited evidence is available for personalized risk evaluation in this heterogeneous and multifactorial pathophysiological condition. We developed risk prediction models using extreme gradient boosting (XGB), multiple logistic regression (LR), and deep neura
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.
Dengue is a rapidly spreading viral disease transmitted to humans by Aedes mosquitoes. Due to global urbanization and climate change, the number of dengue cases are gradually increasing in recent decades. Hence, an early prediction of dengue continues to be a major concern for public health in countries with high prevalence of dengue. Creating a robust forecast model for the accurate prediction of dengue is a complex task and can be done through various data modelling approaches. In the present study, we have applied vector auto regression, generalized boosted models, support vector regression
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.
Untreated familial hypercholesterolemia (FH) leads to atherosclerosis and early cardiovascular disease. Mutations in the low-density lipoprotein receptor (LDLr) gene constitute the major cause of FH, and the high number of mutations already described in the LDLr makes necessary cascade screening or in vitro functional characterization to provide a definitive diagnosis. Implementation of high-predicting capacity software constitutes a valuable approach for assessing pathogenicity of LDLr variants to help in the early diagnosis and management of FH disease. This work provides a reliable machine
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: Although risk factors for freezing of gait (FOG) have been reported, there are still few prediction models based on cohorts that predict FOG. This 1-year longitudinal study was aimed to identify the clinical measurements closely linked with FOG in Chinese patients with Parkinson's disease (PD) and construct prediction models based on those clinical measurements using Cox regression and machine learning. Methods: The study enrolled 967 PD patients without FOG in the Hoehn and Yahr (H&Y) stage 1-3 at baseline. The development of FOG during follow-up was the end-point. Neurologists tr
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.
AIMS: Coagulation abnormality is one of the primary concerns for patients with spontaneous intracerebral hemorrhage admitted to ER. Conventional laboratory indicators require hours for coagulopathy diagnosis, which brings difficulties for appropriate intervention within the optimal window. This study evaluates the possibility of building efficient coagulopathy prediction models using data mining and machine learning algorithms.
METHODS: A retrospective cohort enrolled 1668 cases with acute spontaneous intracerebral hemorrhage from three medical centers, excluding those under antithrombotic th
СтатьяМногоцентровое 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.
The geographical spread of dengue is a global public health concern. This is largely mediated by the importation of dengue from endemic to non-endemic areas via the increasing connectivity of the global air transport network. The dynamic nature and intrinsic heterogeneity of the air transport network make it challenging to predict dengue importation. Here, we explore the capabilities of state-of-the-art machine learning algorithms to predict dengue importation. We trained four machine learning classifiers algorithms, using a 6-year historical dengue importation data for 21 countries in Europe
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.
PURPOSE: To investigate two deep learning-based modeling schemes for predicting short-term risk of developing breast cancer using prior normal screening digital mammograms in a case-control setting.
METHODS: We conducted a retrospective Institutional Review Board-approved study on a case-control cohort of 226 patients (including 113 women diagnosed with breast cancer and 113 controls) who underwent general population breast cancer screening. For each patient, a prior normal (i.e., with negative or benign findings) digital mammogram examination [including mediolateral oblique (MLO) view and cr
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 albumin-bilirubin (ALBI) score, an objective liver function and prognostic indicator, has shown predictive value in various diseases, but its long-term prognostic significance in stroke survivors remains unclear.
OBJECTIVE: To evaluate the ALBI score's predictive value for all-cause mortality (ACM) in individuals with stroke.
METHODS: Data from the National Health and Nutrition Examination Survey (1999-2018) were analyzed. The Boruta algorithm selected key variables associated with ACM. Kaplan-Meier curves, Cox regression, and restricted cubic splines examined associations an
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.
In this study, we first utilized a data set of 21,522 patients with colorectal cancer (CRC) with a second primary malignancy (SPM) to develop a deep learning model for predicting 1-year, 3-year, and 5-year survival outcomes in patients with CRC who subsequently developed SPM. Our models demonstrated high performance, achieving area under the curve (AUC) values of 0.850 (95% confidence interval [CI] 0.840-0.861), 0.856 (95% CI 0.850-0.861), and 0.848 (95% CI 0.843-0.853) for the 1-year, 3-year, and 5-year survival predictions, respectively. We then examined the impact of 33 clinical factors on
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.
Sewer networks are important urban infrastructure for transporting sewage to treatment plants, yet the generation of hydrogen sulfide within these systems poses significant challenges. This acidic toxic gas not only emits foul odors but also causes corrosion, necessitating effective control measures. Recent studies have introduced a modelling approach to predict and control the formation of hydrogen sulfide in sewer system. However, the conventional and mathematical models have demonstrated limitations in simulating non-linear data. Meanwhile, advanced (boosting) machine learnings are proving
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: To explore the optimal models for predicting the formation of high-quality embryos in Poor Ovarian Response (POR) Patients with Progestin-Primed Ovarian Stimulation (PPOS) using machine learning algorithms.
METHODS: A retrospective analysis was conducted on the clinical data of 4,216 POR cycles who underwent in vitro fertilization (IVF) / intracytoplasmic sperm injection (ICSI) at Sichuan Jinxin Xinan Women and Children's Hospital from January 2015 to December 2021. Based on the presence of high-quality cleavage embryos 72 h post-fertilization, the samples were divided into the hig
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 AND OBJECTIVES: Ambiguity in diagnosing acute heart failure (AHF) leads to inappropriate treatment and potential side effects of rescue medications. To address this issue, this study aimed to use multimodality deep learning models combining chest X-ray (CXR) and electronic health record (EHR) data to screen patients with abnormal N-terminal pro-B-type natriuretic peptide (NT-proBNP) levels in emergency departments.
METHODS: Using the open-source dataset MIMIC-IV and MIMICCXR, the study population consisted of 1,432 patients and 1,833 pairs of CXRs and EHRs. We processed the CXRs, e
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: to predict vestibular schwannoma (VS) response to radiosurgery by applying machine learning (ML) algorithms on radiomic features extracted from pre-treatment magnetic resonance (MR) images.
METHODS: patients with VS treated with radiosurgery in two Centers from 2004 to 2016 were retrospectively evaluated. Brain T1-weighted contrast-enhanced MR images were acquired before and at 24 and 36 months after treatment. Clinical and treatment data were collected contextually. Treatment responses were assessed considering the VS volume variation based on pre- and post-radiosurgery MR images at
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: Predictive risk score for mortality plays an important role in the decision-making in patient selection and risk stratification for TAVI. Existing established predictive risk scores had poor discrimination performance in the prediction of mortality after the TAVI.
OBJECTIVES: The present study aimed to develop machine learning-based predictive models for 30-day and 1-year mortality in severe aortic stenosis patients undergoing TAVI.
METHODS: A total of 186 patients in a retrospective cohort study were analyzed. The models were fitted by a decision tree. Each model was tested in 1
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.
In this study, an innovative hybrid approach combining hyperspectral imaging and artificial intelligence was developed to replace costly and time-consuming laboratory methods of determining chemical properties of date syrup. Hyperspectral data related to acidity, Brix, fructose, HMF, pH, and viscosity were analyzed using three machine learning models: Artificial neural network, partial least squares regression, and support vector regression. These models were evaluated under two strategies, with and without feature selection step. Among the models, the Artificial Neural Network demonstrated su
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 AND AIM: This study aimed to develop a predictive model for early neurological deterioration (END) in branch atheromatous disease (BAD) affecting the lenticulostriate artery (LSA) territory using machine learning. Additionally, it aimed to explore the underlying mechanisms of END occurrence in this context.
METHODS: We conducted a retrospective analysis of consecutive ischemic stroke patients with BAD in the LSA territory admitted to Dongyang People's Hospital from January 1, 2018, to September 30, 2023. Significant predictors were identified using LASSO regression, and nine machin
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 AND AIMS: Hospital length of stay (LOS) is a key indicator for resource allocation, bed management, and discharge planning in orthopedic trauma care. Given the substantial heterogeneity of LOS across fracture types and the limitations of conventional approaches, this study aimed to develop and validate fracture-specific machine learning models for predicting short vs. long hospital stay.
METHODS: In this multicenter retrospective prediction-modeling study, routinely collected hospital information system data from three trauma centers were analyzed. From 326,323 diagnosis-level reco
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: Malaria is a vector-borne disease that remains a serious public health problem due to its climatic sensitivity. Accurate prediction of malaria re-emergence is very important in taking corresponding effective measures. This study aims to investigate the impact of climatic factors on the re-emergence of malaria in mainland China.
DESIGN: A modelling study.
SETTING AND PARTICIPANTS: Monthly malaria cases for four Plasmodium species (P. falciparum, P. malariae, P. vivax and other Plasmodium) and monthly climate data were collected for 31 provinces; malaria cases from 2004 to 2016 wer
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.