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
3972 публикаций
Поиск: 680 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
Virtual reality (VR) is a computer technique that creates an artificial environment composed of realistic images, sounds, and other sensations. Many researchers have used VR devices to generate various stimuli, and have utilized them to perform experiments or to provide treatment. In this study, the participants performed mental tasks using a VR device while physiological signals were measured: a photoplethysmogram (PPG), electrodermal activity (EDA), and skin temperature (SKT). In general, stress is an important factor that can influence the autonomic nervous system (ANS). Heart-rate variabil
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: Patients with acute exacerbation of chronic obstructive pulmonary disease (AECOPD) have an increased risk of lower-extremity deep vein thrombosis (DVT) due to inflammation, immobility, and coagulation abnormalities. This study aimed to develop a machine learning model for predicting DVT risk in AECOPD patients and identify important predictors.
METHODS: This single-center retrospective study included 1,500 patients with AECOPD who were classified into DVT (n = 126) and non-DVT groups (n = 1,374) according to lower-limb venous ultrasonography findings. Clinical characteristics and l
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Although there are some studies on the automatic evaluation of impairment levels after stroke using machine learning (ML) models, few have delved into the predictive capabilities of raw motion data. In this study, we captured kinematic trajectories of the trunk and affected upper limb from 21 patients with chronic stroke when performing three reaching tasks. Employing ML models, we integrated the recorded trajectories to predict scores of the Fugl-Meyer Assessment of the Upper Extremity (FMA-UE) of stroke patients. A transformer-based model achieved better metrics than Residual Neural Network
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 ability to predict survival accurately in patients with osseous metastatic disease of the extremities is vital for patient counseling and guiding surgical intervention. We, the Skeletal Oncology Research Group (SORG), previously developed a machine-learning algorithm (MLA) based on data from 1999 to 2016 to predict 90-day and 1-year survival of surgically treated patients with extremity bone metastasis. As treatment regimens for oncology patients continue to evolve, this SORG MLA-driven probability calculator requires temporal reassessment of its accuracy.
QUESTION/PURPOSE: Do
Полный текст 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2019eng
Dyslexia is a specific learning difficulty associated with brain capability in processing numbers and letters. Analysis of Electroencephalogram (EEG) could provide insight information on differences in brain processing. In this work, two machine learning techniques were applied to distinguish EEG signals of normal, poor and capable dyslexic children during writing word and non-word. The performance of k-nearest neighbour (KNN) with correlation distance function and extreme learning machine (ELM) with radial basis function (RBF) were compared. The performance of each classifier was determined u
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.
Extreme heat poses increasing risks to cardiovascular health, yet fine-scale determinants of heat-related hypertension burden remain insufficiently understood. This study examines high hypertension burden in a heat-vulnerability context across 1,385 census tracts in Maryland using an interpretable machine learning framework. An XGBoost model was developed to classify census tracts with high hypertension burden using demographic, socioeconomic, built-environment, heat anomaly, and adaptive-capacity variables. SHapley Additive exPlanations (SHAP) were then used to identify key predictors, assess
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: Diabetic lower extremity arterial disease (LEAD) is a manifestation of diabetic lower extremity vascular complications. This study aimed to screen the key single nucleotide polymorphism (SNP) gene signature in patients with type 2 diabetes mellitus (T2DM) and LEAD.
METHODS: A total of 147 patients with T2DM complicated by LEAD and 144 patients with T2DM without LEAD were enrolled for transcriptome sequencing. The Plink software was used to preprocess the data. Five machine learning methods were adopted to build the SNP diagnosis models. The receiver operating characteristic (ROC)
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.
BACKGROUND: Thirty years after the Mangled Extremity Severity Score was developed, advances in vascular, trauma, and orthopaedic surgery have rendered the sensitivity of this score obsolete. A significant number of patients receive amputation during subsequent admissions, which are often missed in the analysis of amputation at the index admission. We aimed to identify risk factors for and predict amputation on initial admission or within 30 days of discharge (peritraumatic amputation [PTA]).
STUDY DESIGN: The Nationwide Readmission Database for 2016 and 2017 was used in our analysis. Factors
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.
OBJECTIVE: To improve measurement of upper extremity (UE) use in the community by evaluating the feasibility of using body-worn sensor data and machine learning models to distinguish productive prehensile and bimanual UE activity use from extraneous movements associated with walking.
DESIGN: Comparison of machine learning classification models with criterion standard of manually scored videos of performance in UE prosthesis users.
SETTING: Rehabilitation hospital training apartment.
PARTICIPANTS: Convenience sample of UE prosthesis users (n=5) and controls (n=13) similar in age and hand dom
СтатьяПоддержка исследования: вне правительства СШАПоддержка правительства СШАVideo-Audio MediaПолный 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: Up to 42% of stroke patients are susceptible to lower extremity deep vein thrombosis (DVT). The dislodgment of thrombus in deep veins of stroke patients can develop into fatal pulmonary embolism (PE), which has insidious onset and high mortality rate, and the risk factors of PE in stroke DVT are not yet known by clinical staff, which makes it easy to be underdiagnosed and misdiagnosed. In addition, routine CT pulmonary angiography (CTPA) cannot be performed for screening. In this study, machine learning technology was utilized to establish a fast and accurate screening model for pu
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: Postoperative new-onset deep vein thrombosis (PNO-DVT) is a common and serious complication after pelvic fracture surgery, significantly affecting recovery and quality of life. Traditional risk assessment tools lack precision, whereas machine learning offers improved predictive capability. This study evaluated machine learning models for predicting PNO-DVT following pelvic fracture surgery.
METHODS: Clinical data from 745 patients treated between 2016 and 2019 were analyzed. Demographic characteristics, laboratory indicators, surgical variables, and scoring systems were collected.
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: Diagnosing and managing follicular thyroid neoplasms (FTNs) remains a significant challenge, as the malignancy risk cannot be determined until after diagnostic surgery.
OBJECTIVE: We aimed to use interpretable machine learning to predict the malignancy risk of FTNs preoperatively in a real-world setting.
METHODS: We conducted a retrospective cohort study at the Peking University Third Hospital in Beijing, China. Patients with postoperative pathological diagnoses of follicular thyroid adenoma (FTA) or follicular thyroid carcinoma (FTC) were included, excluding those without preope
СтатьяСистематический обзорПоддержка 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.
BACKGROUND: Contrast-induced nephropathy (CIN) is a postprocedural complication associated with increased morbidity and mortality. An important risk factor for development of CIN is renal impairment. Identification of patients at risk for acute renal failure will allow physicians to make appropriate decisions to minimize the incidence of CIN. We developed a machine learning model to stratify risk of acute renal failure that may assist in mitigating risk for CIN in patients with peripheral artery disease (PAD) undergoing endovascular interventions.
METHODS: We utilized the American College of
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.
Near-infrared spectroscopy(NIRS) combined with band screening method and modeling algorithm can be used to achieve the rapid and non-destructive detection of the traditional Chinese medicine(TCM) production process. This paper focused on the ginkgo leaf macroporous resin purification process, which is the key technology of Yinshen Tongluo Capsules, in order to achieve the rapid determination of quercetin, kaempferol and isorhamnetin in effluent. The abnormal spectrum was eliminated by Mahalanobis distance algorithm, and the data set was divided by the sample set partitioning method based on jo
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: Climate change is intensifying extreme weather events (EWEs) with potentially profound consequences for zoonotic disease dynamics, yet the mechanisms linking EWEs to highly pathogenic avian influenza (HPAI) H5N1 outbreaks remain poorly characterized. The ongoing H5N1 panzootic - responsible for infection in over 500 avian and mammalian species, as well as nearly 1000 human cases and 477 deaths worldwide - provides a critical opportunity to evaluate how climate conditions shape spillover risk at landscape scales.
METHODS: We compiled a county-month dataset of confirmed H5N1 detecti
СтатьяПрепринтПолный 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.
INTRODUCTION: Anxiety and depression are common among hypertensive patients and can lead to significant health complications. This study aimed to use Extreme Gradient Boosting (XGB) machine learning (ML) technique to select associated factors of anxiety and depression symptoms among people with hypertension in rural areas.
METHODOLOGY: A cross-sectional study was conducted using a multistage cluster random sampling. The anxiety and depression symptoms were evaluated using the Generalized Anxiety Disorder-7 (GAD-7) and Patient Health Questionnaire-9 (PHQ-9) scales, respectively. A chi-square t
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: Quantitative determination of the correlation between cognitive ability and functional biomarkers in the older brain is essential. To identify biomarkers associated with cognitive performance in the older, this study combined an index model specific for resting-state functional connectivity (FC) with a supervised machine learning method.
METHODS: Performance scores on conventional cognitive test scores and resting-state functional MRI data were obtained for 98 healthy older individuals and 90 healthy youth from two public databases. Based on the test scores, the older cohort was c
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.
AIMS: Canagliflozin, a sodium-glucose cotransporter 2 inhibitor indicated for lowering glucose, has been increasingly used in diabetes patients because of its beneficial effects on cardiovascular and renal outcomes. However, clinical trials have documented an increased risk of lower extremity amputations (LEA) associated with canagliflozin. We applied machine learning methods to predict LEA among diabetes patients treated with canagliflozin.
METHODS: Using claims data from a 5% random sample of Medicare beneficiaries, we identified 13 904 diabetes individuals initiating canagliflozin between
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.
Parkinson's and Alzheimer's Disease are believed to be most prevalent and common in older people. Several data-mining approaches are employed on the neuro-degenerative data in predicting the disease. A novel method has been built and developed to diagnose Alzheimer's (AD) and Parkinson's (PD) in early stages, which includes image acquisition, pre-processing, feature extraction and selection, followed by classification. The challenge lies in selecting the optimal feature subset for classification. In this work, the Sunflower Optimisation Algorithm (SFO) is employed to select the optimal feature
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.
INTRODUCTION: Accurate differentiation between lower extremity arterial embolism (AE) and atherothrombosis is essential. This study aimed to develop and validate an interpretable machine learning (ML) model combining clinical and radiomics features for preoperative non-invasive diagnosis.
METHODS: This retrospective study enrolled patients with lower extremity AE or atherothrombosis admitted to the Department of Vascular Surgery at our institution between January 2018 and January 2025. Clinical data were collected through the electronic medical record system, and radiomics features were extra
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.