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
3364 публикаций
Поиск: 136 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 829 с найденным полным текстом
BACKGROUND: Viral-host protein-protein interaction plays a vital role in pathogenesis, since it defines viral infection of the host and regulation of the host proteins. Identification of key viral-host protein-protein interactions (PPIs) has great implication for therapeutics.
METHODS: In this study, a systematic attempt has been made to predict viral-host PPIs by integrating different features, including domain-domain association, network topology and sequence information using viral-host PPIs from VirusMINT. The three well-known supervised machine learning methods, such as SVM, Naïve Bayes
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.
Additive friction stir deposition (AFSD) is a novel solid-state additive manufacturing technique that circumvents issues of porosity, cracking, and properties anisotropy that plague traditional powder bed fusion and directed energy deposition approaches. However, correlations between process parameters, thermal profiles, and resulting microstructure in AFSD still need to be better understood. This hinders process optimization for properties. This work employs a framework combining supervised machine learning (SML) and physics-informed neural networks (PINNs) to predict peak temperature distrib
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 AND PURPOSE: Head and neck cancer (HNC) patients treated with radiotherapy often suffer from radiation-induced toxicities. Normal Tissue Complication Probability (NTCP) modeling can be used to determine the probability to develop these toxicities based on patient, tumor, treatment and dose characteristics. Since the currently used NTCP models are developed using supervised methods that discard unlabeled patient data, we assessed whether the addition of unlabeled patient data by using semi-supervised modeling would gain predictive performance.
MATERIALS AND METHODS: The semi-supervi
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.
Feline infectious peritonitis (FIP) is a major disease of cats which, unless promptly diagnosed and treated, is invariably fatal. Although it has long been recognised that the condition is the result of an aberrant immune response to infection with feline coronavirus, there remain significant gaps in our understanding of its pathogenesis. Consequently, diagnosis is complex and relies on the combined interpretation of numerous clinical signs and laboratory biomarkers, many of which are non-specific. In the case of effusive FIP, a commonly encountered acute form of the disease where body cavity
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.
INTRODUCTION: The course of OCD differs widely among OCD patients, varying from chronic symptoms to full remission. No tools for individual prediction of OCD remission are currently available. This study aimed to develop a machine learning algorithm to predict OCD remission after two years, using solely predictors easily accessible in the daily clinical routine.
METHODS: Subjects were recruited in a longitudinal multi-center study (NOCDA). Gradient boosted decision trees were used as supervised machine learning technique. The training of the algorithm was performed with 227 predictors and 213
СтатьяМногоцентровое исследованиеПоддержка 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.
As predictive maintenance transitions from the data-centric paradigm of Industry 4.0 to the sustainable, human-centric framework of Industry 5.0, diagnosing servo motor conditions faces the dual challenges of data scarcity and a profound lack of labeled fault samples. To address this cold-start problem, we present a pseudo-supervised machine learning framework evaluated on a custom five-channel dataset comprising 199 servo motor telemetry samples (current, voltage, temperature, humidity, and vibration). The methodology integrates hard structural partitioning (k-means) and soft posterior confid
СтатьяVideo-Audio MediaПоддержка 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.
To improve patient compliance and provide stable and prolonged delivery of drugs to the brain, transdermal drug delivery systems (TDDS) are being explored as a viable method of treatment of various brain diseases without the invasion of any organs. Optimization of TDDS remains problematic owing to the complex nonlinear interplay between formulation elements and process factors that affect drug entrapment efficiency, stability, and drug-release properties. Therefore, this study aims to develop a supervised Machine Learning (ML) framework to simultaneously predict multiple critical formulation a
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.
Even though Photovoltaic (PV) systems have emerged as a viable substitute for non-renewable energy sources, their widespread integration into the electrical grid presents several issues today. On the other hand, various faults are a key concern affecting PV plants' production and longevity. The current study uses Machine Learning (ML) algorithms such as Decision Tree (DT), Naïve Bayes (NB), Random Forest (RF), Support Vector Machine (SVM) and XGBoost to detect and classify PV errors corresponding to Short Circuits (SC), Open Circuits (OC), Ground Faults (GF), and Mismatch Faults (MF). Simulati
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: Low bone mineral density (BMD) is a common age-related condition that elevates the risk of fractures and mortality. Machine learning (ML) techniques offer a promising approach for early prediction using readily available clinical, biochemical, and demographic data.
AIMS: To evaluate the predictive performance of eleven ML models in identifying low BMD and to determine the most influential risk factors using the best-performing model.
STUDY DESIGN: Cross-sectional study.
METHODS: Data were obtained from National Health and Nutrition Examination Survey (2005-2010, 2013-2014, and 2
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: Electroencephalography (EEG) is a noninvasive, cost-effective, and robust tool, which directly measures in vivo neuronal mass activity with high temporal resolution. Combined with state-of-the-art machine learning (ML) techniques, EEG recordings could potentially yield in silico biomarkers of severe mental disorders.
HYPOTHESIS: Pathological and physiological aging processes influence the electrophysiological signatures of schizophrenia (SCZ) and major depressive disorder (MDD).
STUDY DESIGN: From a single-center cohort (N = 735, 51.6% male) comprising healthy control individuals
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: Obsessive-compulsive disorder (OCD) is a highly heterogeneous mental condition with a diverse symptom. Existing studies classified OCD on the basis of conventional phenomenology-based taxonomy ignoring the fact that the same subtype identified in accordance with clinical symptom may have different mechanisms and treatment responses.
METHODS: This research involved 50 medicine-free patients with OCD and 50 matched healthy controls (HCs). All the participants were subjected to structural and functional magnetic resonance imaging (MRI). Voxel-based morphometry (VBM) and amplitude of
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.
Purpose: Portable chest radiographs are diagnostically indispensable in intensive care units (ICU). This study aimed to determine if the proposed machine learning technique increased in accuracy as the number of radiograph readings increased and if it was accurate in a clinical setting. Methods: Two independent data sets of portable chest radiographs (n = 380, a single Japanese hospital; n = 1,720, The National Institution of Health [NIH] ChestX-ray8 dataset) were analyzed. Each data set was divided training data and study data. Images were classified as atelectasis, pleural effusion, pneumoni
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.
Clinical reasoning shapes every clinical decision but remains largely invisible in therapy. Supervision, where supervisors and therapists deliberate together through dialogue, is a natural context for studying clinical reasoning, yet such reasoning is difficult to measure at scale. This study examined whether machine learning could detect clinical reasoning in supervision transcripts. We analyzed 631 supervision transcripts from the Reaching Families trial, in which supervisor-therapist dyads discussed youth cases with treatment engagement challenges, coded by human raters across three categor
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.
Early risk tagging is crucial in maternal health, especially because it threatens both the mother and the long-term development of the baby. By tagging high-risk pregnancies, mothers would be given extra care before, during, and after pregnancies, thus reducing the risk of complications. In the Philippines, where the fertility rate is high, especially among the youth, awareness of risks can significantly contribute to the overall outcome of the pregnancy and, to an extent, the Maternal mortality rate. Although supervised machine learning models have ubiquity as predictors, there is a gap when
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.
Ovarian cancer remains among the deadliest gynaecological malignancies, with aberrant activation of the Forkhead Box M1 (FOXM1) transcription factor strongly implicated in tumour progression, therapy resistance, and poor prognosis. Given the limited availability of validated FOXM1 inhibitors and the lack of prior dedicated machine learning-based QSAR studies identified in our literature survey, this study employed a supervised machine learning framework to predict the bioactivity of structurally diverse small-molecule inhibitors. A curated dataset of 101 compounds with reported IC50 values was
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.
There is a gap in real-world clinical adoption of machine learning (ML) solutions due to the inherent uncertainty and variability in treatment outcomes. To bridge this gap, we present a novel approach to the problem of medical treatment selection using ML models and we apply it to the case of submandibular sialolithiasis treatment. The study introduces a weakly supervised learning framework which allows for the inclusion of imprecise, incomplete, or noisy ground truth data. By applying this methodology to the specific medical problem of submandibular stone treatment, we demonstrate the potenti
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.
It is essential to elucidate the molecular mechanisms underlying liver transplant tolerance and rejection. In cases of mouse liver transplantation between inbred strains, immunological rejection of the allograft is reduced with spontaneous apoptosis without immunosuppressive drugs, which differs from the actual clinical result. This may be because inbred strains are genetically homogeneous and less heterogeneous than others. We exploited outbred CD1 mice, which show highly heterogeneous genotypes among individuals, to search for biomarkers related to immune responses and to construct a model f
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Письмо в редакциюПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
AIMS: Psychotic experiences (PEs) are relatively common in youth and are associated with increased risk for later psychotic disorders. Although inflammation is implicated in the pathophysiology of psychosis, it remains unclear whether specific immune signatures are present before the emergence of PEs. This study aims to identify inflammatory subgroups among individuals with PEs in early adulthood, based on childhood inflammatory markers.
METHODS: Data on 38 immune markers at age nine and PEs at age 18 in individuals from the Avon Longitudinal Study of Parents and Children (ALSPAC) birth cohor
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: Cyberchondria is characterized by repeated and compulsive online searches for health information, resulting in increased health anxiety and distress. It has been conceptualized as a multidimensional construct fueled by both anxiety and compulsivity-related factors and described as a "transdiagnostic compulsive behavioral syndrome," which is associated with health anxiety, problematic internet use, and obsessive-compulsive symptoms. Cyberchondria is not included in the International Classification of Diseases 11th Revision or the Diagnostic and Statistical Manual of Mental Disorders
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.