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
51892 публикаций
Поиск: 176 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
Objective This paper aims to investigate whether machine learning (ML) can be used to predict the state of pulmonary hypertension (PH), including pre-capillary and post-capillary, from echocardiographic data.Methods Two hundred and seventy-five patients with PH who underwent both echocardiography and right heart catheterization were included in the study. Mean pulmonary artery pressure, pulmonary artery wedge pressure measured by right heart catheterization were used as criteria for judging pre-capillary PH and post-capillary PH. Thirteen echocardiographic indicators were used to predict wheth
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.
A dataset including cases of six otoneurological diseases was analysed using machine learning methods to investigate the classification problem of these diseases and to compare the effectiveness of different methods for this data. Linear discriminant analysis was the best method and next multilayer perceptron neural networks provided that the data was input into a network in the form of principal components. Nearest neighbour searching, k-means clustering and Kohonen neural networks achieved almost as good results as the former, but decision trees slightly worse. Thus, these methods fared well
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.
Rietveld refinement is a widely used technique for determining crystal structures from powder X-ray diffraction data. Despite its broad applicability, the refinement process often requires substantial manual effort and expert knowledge, which limits the pace of materials research. Here, we introduce a methodology based on convolutional neural networks that enables automated Rietveld refinement. A systematically generated training dataset, which incorporates diverse structural and profile parameters, allows the network to capture complex pattern-structure relationships effectively. A refined 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.
OBJECTIVES: Infection diagnoses are critical to the personalized interpretation of EUCAST aminopenicillin breakpoints for Enterobacterales, but microbiology laboratories cannot predict diagnosis when specimens are received. Here, we assess whether machine learning could facilitate personalized antimicrobial susceptibility breakpoint reporting by predicting urinary tract infection (UTI) diagnoses.
METHODS: XGBoost models were trained using open-source electronic healthcare record data to predict complicated UTI in patients with Enterobacterales bacteriuria and to predict UTI in patients with E
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.
Musculoskeletal pain is a significant health concern affecting individuals across various demographics and professions, often leading to reduced productivity and impaired quality of life. This study proposes a framework leveraging Particle Swarm Optimization (PSO) to evaluate and assess musculoskeletal pain risk based on a comprehensive dataset encompassing demographic, professional, physical, and lifestyle characteristics. The dataset includes detailed information on individuals' pain experiences across multiple body regions, providing a robust foundation for identifying correlations and risk
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: Periodontitis, a prevalent chronic inflammatory disease, remains a global health challenge with conventional diagnostic methods hindered by subjectivity and low sensitivity. This study aimed to develop a machine learning (ML)-based diagnostic framework using transcriptomic data to enhance diagnostic accuracy and efficiency.
METHODS: Transcriptomic datasets from 616 samples (452 periodontitis, 164 healthy controls) were retrieved from the Gene Expression Omnibus (GEO). Differentially expressed genes (DEGs) were identified, and functional enrichment, weighted gene co-expression netw
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.
OBJECTIVE: HCV infection is frequently asymptomatic, with current diagnosis relying mainly on costly and less accessible HCV RNA testing. While HCV-Ab and biochemical markers exhibit suboptimal diagnostic performance, whether machine learning can enhance their accuracy remains unclear.
METHODS: This study is a retrospective study, which included data from 179 patients whose HCV-Ab levels were greater than 1.00 S/CO to explore the relationship between HCV-Ab, biochemical indicators, and HCV infection. Univariate logistic regression and restricted cubic splines (RCS) were employed to explore th
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: Acute respiratory distress syndrome (ARDS) is a heterogeneous condition with varying response to prone positioning. We aimed to identify subphenotypes of ARDS patients undergoing prone positioning using machine learning and assess their association with mortality and response to prone positioning.
METHODS: In this retrospective observational study, we enrolled 353 mechanically ventilated ARDS patients who underwent at least one prone positioning cycle. Unsupervised machine learning was used to identify subphenotypes based on respiratory mechanics, oxygenation parameters, and demog
СтатьяНаблюдательное 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.
Machine learning techniques have revolutionized physical layer security (PLS) and provided opportunities for optimizing the performance and security of modern communication systems. In this study, we propose the first machine learning-assisted random communication system (ML-RCS). It comprises a pretrained decision tree (DT)-based receiver that extracts binary information from the transmitted random noise carrier signals. The ML-RCS employs skewed alpha-stable (α-stable) noise as a random carrier to encode the incoming binary bits securely. The DT model is pretrained on an extensively develope
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.
Hydraulic fracturing (HF) is a pivotal technique in the oil and gas industry, aimed at enhancing hydrocarbon recovery by increasing reservoir permeability through high-pressure fluid injection. Despite its effectiveness, traditional methods used to evaluate HF performance often struggle to capture the complex, nonlinear interactions among operational and geological parameters. This study presents a comprehensive machine learning (ML)-based framework to address this challenge by predicting HF efficiency using three widely used algorithms: Random Forest (RF), Support Vector Machine (SVM), and Ne
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 evaluate predictors of mortality in acromegaly using machine learning (ML) models. METHODS: We analyzed 607 patients with acromegaly. A grid search was applied to compare five types of prediction models in 1,200 configurations. Each model predicted mortality based on 40 disease characteristics, assessed using the Matthews’ correlation coefficient (MCC) and the area under the curve (AUC) metrics. To ensure robust and reliable predictions, we constructed a virtual ensemble model by generating 100 Explainable Boosting Machine (EBM) variants and evaluating their performance across 50
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: to evaluate the association between symptoms and the site of endometriosis lesions using machine learning analysis.
DESIGN: retrospective study.
SETTING: Two tertiary hospitals.
PARTICIPANTS: A total of 726 patients undergoing laparoscopic treatment for endometriosis with histological confirmation between 2009 and 2019 and at least one endometriosis-related symptom.
INTERVENTIONS: Clinical data was retrieved from pre-operative consultations and after laparoscopic surgery for endometriosis in an online database. Data was analyzed using machine learning, specifically multiple corr
СтатьяМногоцентровое 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.
INTRODUCTION: Although clinical, functional, and biomarker data predict asthma exacerbations, newer approaches providing high accuracy of prognosis are needed for real-world decision-making in asthma. Machine learning (ML) leverages mathematical and statistical methods to detect patterns for future disease events across large datasets from electronic health records (EHR). This study conducted training and fine-tuning of ML algorithms for the real-world prediction of asthma exacerbations in patients with physician-diagnosed asthma.
METHODS: Adults with ≥ 2 ICD9/10 asthma codes within 1 year an
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.
Obsessive-compulsive disorder (OCD) is the fourth most common psychiatric disorder with a significant morbidity rate. Despite various treatment modalities and medications, some patients show no definitive response. The aim of this study is to classify the medications of OCD with machine learning (ML) methods and to compare the classification performances of the decision tree (DT), chi-square automatic interaction detection (CHAID) algorithm, and linear model in ML methods. This research is a descriptive analytical study based on co-word and artificial intelligence methods. The DT models were c
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.
Honey adulteration is a growing concern due to its health benefits and high nutritional content. Traditional methods like Melissopalynology are ineffective in detecting adulterated honey. This research presents a comparative study of machine learning algorithms for detecting adulteration in honey. The study uses hyperspectral imaging, a promising tool for food quality assurance, to classify and predict adulteration in honey. The proposed model relies on hyper-spectrum images and improves the accuracy of existing models using hyperparameter tuning. The dataset used includes segmented and pre-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.
COVID-19 disrupted lives and livelihoods and affected various sectors of the economy. One such domain was the already overburdened healthcare sector, which faced fresh challenges as the number of patients rose exponentially and became difficult to deal with. In such a scenario, telemedicine, teleconsultation, and virtual consultation became increasingly common to comply with social distancing norms. To overcome this pressing need of increasing 'remote' consultations in the 'post-COVID' era, the Internet of Things (IoT) has the potential to play a pivotal role, and this present paper attempts t
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.
Neonatal diseases are among the main causes of morbidity and a significant contributor to underfive mortality in the world. There is an increase in understanding of the pathophysiology of the diseases and the implementation of different strategies to minimize their burden. However, improvements in outcomes are not adequate. Limited success is due to different factors, including the similarity of symptoms, which can lead to misdiagnosis, and the inability to detect early for timely intervention. In resource-limited countries like Ethiopia, the challenge is more severe. Low access to diagnosis a
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.
A probabilistic neural network has been implemented to predict the malignancy of breast cancer cells, based on a data set, the features of which are used for the formulation and training of a model for a binary classification problem. The focus is placed on considerations when building the model, in order to achieve not only accuracy but also a safe quantification of the expected uncertainty of the calculated network parameters and the medical prognosis. The source code is included to make the results reproducible, also in accordance with the latest trending in machine learning research, named
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.
Personalized medicine promises individualized disease prediction and treatment. The convergence of machine learning (ML) and available multimodal data is key moving forward. We build upon previous work to deliver multimodal predictions of Parkinson's disease (PD) risk and systematically develop a model using GenoML, an automated ML package, to make improved multi-omic predictions of PD, validated in an external cohort. We investigated top features, constructed hypothesis-free disease-relevant networks, and investigated drug-gene interactions. We performed automated ML on multimodal data from t
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: Urinary incontinence (UI) is the inability to completely control the process of releasing urine. UI presents a social, medical, and mental issue with financial consequences.
OBJECTIVE: This paper proposes a framework based on machine learning for predicting urination time, which can benefit people with various degrees of UI.
METHOD: A total of 850 data points were self-recorded by 51 participants to investigate how different factors impact urination time. The participants were instructed to record input data (such as the time of consumption and the number of drinks) and output 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.