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
4073 публикаций
Поиск: 141 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
INTRODUCTION: Primary and secondary (P&S) syphilis burden in the United States has increased substantially in recent years, underscoring the need for forecasting approaches that can inform medium-term public health planning.
METHODS: We assembled a state-level panel dataset covering 2003-2023 and evaluated five candidate forecasting models: autoregressive model of order 1 [AR(1)], a state-specific linear trend baseline, Bayesian negative binomial regression, neural network, and Extreme Gradient Boosting (XGBoost). Models were trained using historical state-level surveillance and covariate dat
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.
One of the most common natural disasters is flooding, which has the potential to seriously harm environments and infrastructure. Flood susceptibility mapping (FSM) is the main way to manage flood risk. It measures how likely a region is to flood in a quantitative way. The purpose of this study was to develop state-of-the-art ensemble machine learning (ML) models for flood prediction and to identify the most suitable approach for accurate flood susceptibility mapping. This study leverages diverse datasets, including elevation, slope, aspect, plan curvature, topographic wetness index, stream pow
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.
Ankle fractures are common orthopedic injuries with favorable outcomes when managed with open reduction and internal fixation (ORIF). Several patient-related risk factors may contribute to poor short-term outcomes, and machine learning may be a valuable tool for predicting outcomes. The objective of this study was to evaluate machine-learning algorithms for accurately predicting short-term outcomes after ORIF for ankle fractures. The Nationwide Inpatient Sample and Nationwide Readmissions Database were queried for adult patients ≥18 years old who underwent ORIF of an ankle fracture during 2013
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.
Lacosamide, a widely used antiepileptic drug, suffers from poor solubility in conventional solvents, which limits its bioavailability. Supercritical carbon dioxide (SC-CO₂) has emerged as an environmentally friendly substitute solvent for pharmaceutical processing. In this study, the solubility of Lacosamide in SC-CO₂ was modeled and predicted using several machine learning techniques, including Gradient Boosting Decision Tree (GBDT), Multilayer Perceptron (MLP), Random Forest (RF), Gaussian Process Regression (GPR), Extreme Gradient Boosting (XG Boost), and Polynomial Regression (PR). These m
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: Excessive fructose intake has been linked to adverse metabolic outcomes, yet few studies have comprehensively described the clinical, behavioral, and nutritional patterns associated with different intake levels using machine learning. Methods: In this study, unsupervised and supervised algorithms were applied to a healthy Mexican cohort to examine features related to high fructose consumption, defined as intake above 25 g per day. Results: K-Means clustering identified three distinct profiles, with one subgroup showing less favorable anthropometric, biochemical, and behavioral char
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.
Today, the rise of the Internet of Medical Things (IoMT) has evolved into a highly valued global market worth billions of dollars. However, this growth has also created many opportunities for massive and advanced attack scenarios due to the vast number of devices and their interconnected communication networks. Based on recent reports, it is observed that during the Covid-19 pandemic, the necessity of the IoMT ecosystem has increased significantly. On the other hand, attackers and intruders aim to impair data integrity and patient safety with the prevalence of sophisticated cyber attacks inclu
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.
INTRODUCTION: Despite technological advancements in recent years, glenoid component loosening remains a common complication after anatomical total shoulder arthroplasty (ATSA) and is one of the main causes of revision surgery. Increasing emphasis is placed on the prevention of glenoid component failure. Previous studies have successfully predicted range of motion, patient-reported outcomes and short-term complications after ATSA using machine learning methods, but an accurate predictive model for (glenoid component) revision is currently lacking. This study aims to use a large international da
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.
Perovskite oxides (ABO3) are widely investigated for energy-related applications due to their compositional flexibility and tunable physicochemical properties. However, identifying formable and cubic perovskite oxides from the vast compositional space remains challenging using conventional approaches, especially for doped perovskite oxides. In this work, a two-stage machine learning framework is developed to accelerate the discovery of formable and cubic perovskite oxides in doped ABO3 compositions. A dataset comprising 1502 ABO3 compounds was compiled from published literature. Compositional
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: Given the highly overlapping pancytopenic phenotypes, non-invasive differentiation between aplastic anemia (AA) and myelodysplastic syndromes (MDS) remains a formidable clinical challenge. The current diagnostic gold standard relies on invasive bone marrow biopsy and lacks objective standardization. Here, we develop and externally validate a robust, interpretable machine-learning framework utilizing routine peripheral blood parameters to optimize clinical triage.
METHODS: We retrospectively enrolled patients with histopathologically confirmed AA or MDS, partitioning them into a tr
СтатьяМногоцентровое исследованиеВалидационное 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.
Decarbonizing residential heating requires the widespread implementation of cleaner energy infrastructures. The absence of reliable technologies to phase out natural gas from this sector remains as a key barrier in arresting residential emissions. A methodology to quantify community resources with energetic value to meet residential heating demands is developed. The enabling technology is a seasonal energy storage model that relies on community scrap metals to produce hydrogen and heat on demand via metal-water reactions. A comprehensive geospatial quantification of suitable metal stocks at th
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: Antibodies play a critical role in immune defense, with their antigen specificity primarily governed by the unique sequences of their heavy chains, rendering them invaluable tools in research and diagnostics. High-throughput sequencing technologies have facilitated comprehensive profiling of the immune repertoire, generating vast antibody sequence datasets that necessitate advanced analytical methods.
METHODS: In this study, we utilized curated antibody sequences from NCBI databases to develop computational classification models for categorizing antibodies into predefined antigen
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.
Although the 50-mile ultramarathon is one of the most common race distances, it has received little scientific attention. The objective of this study was to assess how an athlete's age group, sex, nationality, and the race location, affect race speed. Utilizing a dataset with ultramarathon races from 1863 to 2022, a machine learning model based on the XGBoost algorithm was developed to predict the race speed based on the aforementioned variables. Model explainability tools, including model features relative importances and prediction distribution plots were then used to investigate how each fe
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.
The COVID-19 pandemic significantly disrupted global mobility patterns, with widespread population movement playing a key role in the transmission of the virus. In such a situation, Google introduced the Community Mobility Reports, which use anonymized and aggregated location data to monitor changes in movement across various location categories. These mobility trends provide important insights that help inform timely public health interventions and support data-driven decisions during and after the pandemic. This study aims to forecast human mobility trends in Thailand during the COVID-19 pan
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.
Thunderstorms pose significant threats to life, agriculture, and infrastructure in Bangladesh, particularly in the northeastern regions of Sylhet, Sreemangal, and Mymensingh. This study develops and rigorously evaluates localized thunderstorm frequency forecasting models for these high-risk stations using 40 years (1985-2024) of monthly data and thirty six modeling approaches encompassing classical time series (SARIMA/SARIMAX, ETS/ETSX), machine learning (ANN/ANNX, SVR/SVRX, XGBoost/XGBoostX), and deep learning (LSTM/LSTMX) architectures, applied to raw and seasonally adjusted (X-11, STL) data
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.
Three-wheeled autorickshaws (3W-ARs), locally called Bajaj, are a vital mode of public transport in Ethiopia. However, their crash involvement remains an overlooked critical mobility challenge. This study investigates the crash severity influence factors of 3W-ARs using five machine learning models: Random Forest (RF), Decision Tree (DT), Support Vector Machine (SVM), XGBoost, and LightGBM, along with the SHAP interpreter for explainability. Five-year crash record data (2019-2023) from Dire Dawa City were analysed. The results revealed that RF and DT outperformed the other three models with ov
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: Postoperative agitation (EA) is a common complication in pediatric patients, and its early identification is crucial for improving perioperative safety. This study aims to identify the risk factors for EA and develop an interpretable machine learning model.
METHODS: This multicenter retrospective study included 445 pediatric patients. Data from 321 patients from one center were used for model development, and 124 patients from another center were selected as an independent validation set. The development dataset was randomly divided into training and validation sets in a 8:2 ratio
СтатьяМногоцентровое исследованиеВалидационное 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.
INTRODUCTION: To evaluate the diagnostic value of oxidized low-density lipoprotein cholesterol (oxLDL-C) for cardiovascular disease (CVD) and to construct a machine learning model integrating routine clinical indicators, thereby providing an efficient and economical tool to aid clinical diagnosis.
METHODS: This retrospective analysis enrolled 3, 686 participants. The discriminatory performance of oxLDL-C was compared with traditional lipid markers using receiver operating characteristic curves, and its association with CVD risk was analyzed using multivariate logistic regression. Through Recu
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: Large symptomatic brain metastases require initial surgical resection. However, local control (LC) after Gamma Knife radiosurgery (GKRS) to resection cavities remains variable. Quantitative risk stratification using routinely available treatment-time variables could inform surveillance and multidisciplinary decision-making.
METHODS: We performed a retrospective study of post-resection cavities treated with GKRS at a single institution (2014-2024). The primary endpoint was LC. The cohort comprised of 401 post-resection cavities. A gradient boosting classifier was trained using eigh
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: Papillary thyroid carcinoma (PTC) constitutes 80-90% of all thyroid malignancies. Despite its generally favorable prognosis, 20-30% of PTC patients present intermediate/high-risk features, increasing distant metastasis risk. Traditional clinicopathological predictors (e.g., TNM stage, tumor size) have limited accuracy in forecasting metastasis, creating a need for more precise prediction tools..
METHODS: A total of 2,452 PTC patients (diagnosed 2015-2023, follow-up ≥6 months) were enrolled, with data including clinical, pathological, laboratory, and ultrasound indices. Feature
СтатьяВалидационное 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.
OBJECTIVE: To establish and validate interpretable machine-learning (ML) models for early assessment and identification of Chinese women at risk of excessive gestational weight gain (EGWG).
METHODS: We performed a prospective observational study with pregnant women whose gestational age averaged 19 weeks or less. These women attended the obstetric clinic of a tertiary hospital in CentralSouth China between January and June 2023, and again from April to May 2024. Women completed standardized questionnaires, and their gestational weight gain (GWG) was recorded until delivery. We conducted featu
СтатьяНаблюдательное 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.