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: 168 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
There has been significant interest in using machine learning algorithms to predict kidney transplant outcomes, such as the number of years until a graft inevitably fails. These prediction algorithms could possibly be used for pre-transplant donor-recipient matching to identify more compatible donors and recipients and thus improve post-transplant outcomes. In this study, we explore the use of survival prediction models trained on deceased donor kidney transplant data from the Scientific Registry of Transplant Recipients (SRTR). We propose a novel paired recipient-based evaluation framework th
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.
Assessing the severity of gait impairment in Parkinson's disease (PD) using the Movement Disorder Society's Unified Parkinson's Disease Rating Scale (MDS-UPDRS) is typically performed by clinical experts, but this process is time-consuming, subjective, and costly. To address these challenges, we propose a Guided Diffusion Model with an encoder-only transformer that automatically predicts gait severity by learning the underlying distribution of PD gait and leveraging domain knowledge critical for clinical evaluations. Our diffusion model enables us to generate synthetic PD gait video frames con
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.
Hand-foot-and-month disease (HFMD), especially the enterovirus A71 (EV-A71) subtype, is a major health problem in Beijing, China. Previous studies mainly used regressive models to forecast the prevalence of HFMD, ignoring its intrinsic age groups. This study aims to predict HFMD of EV-A71 subtype in three age groups (0-3, 3-6 and > 6 years old) from 2011 to 2018 using residual-convolutional-recurrent neural network (CNNRNN-Res), convolutional-recurrent neural network (CNNRNN) and recurrent neural network (RNN). They were compared with auto-regressio, global auto-regression and vector auto-regr
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.
OBJECTIVE: We aimed to assess the feasibility and superiority of machine learning (ML) methods to predict the risk of Major Adverse Cardiovascular Events (MACEs) in chest pain patients with NSTE-ACS.
METHODS: Enrolled chest pain patients were from two centers, Beijing Anzhen Emergency Chest Pain Center Beijing Bo'ai Hospital, China Rehabilitation Research Center. Five classifiers were used to develop ML models. Accuracy, Precision, Recall, F-Measure and AUC were used to assess the model performance and prediction effect compared with HEART risk scoring system. Ultimately, ML model constructed
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: Neglected Tropical Diseases disproportionately affect populations in Africa and other low- and middle-income countries. Machine learning has potential to improve disease prediction, detection and control, but its use in neglected tropical disease research remains poorly characterized. This scoping review examines the current landscape of machine learning applications for neglected tropical diseases in Africa, identifying trends, gaps and opportunities for future research and implementation.
METHODS: We conducted a scoping review using Joanna Briggs Institute methodology. PubMed an
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.
Kidney tumors are being found more often today because CT and MRI scans are widely used and kidney masses are frequently discovered by chance. Many of these masses are benign. However, most patients still undergo surgery because doctors cannot confirm the diagnosis from imaging alone. Artificial intelligence (AI) refers to computer systems that perform tasks normally requiring human intelligence, including machine learning, in which algorithms learn patterns directly from data, and radiomics, in which quantitative features are extracted from medical images to support diagnosis. These tools off
СтатьяОбзорПоиск 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.
Stress is associated with many negative effects, including inadequate sleep, reduced learning and memory, and a higher risk of mental health conditions. Given these effects, it is important to explore effective strategies for stress management and intervention. One promising approach is the use of ecological momentary assessments (EMAs), which allow us to measure an individuals' experiences in their natural environments, offering valuable data to inform just-in-time adaptive interventions (JITAIs). Machine learning can further enhance JITAIs by forecasting stress-related emotional states, enab
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.
This study introduces an adaptive edge-federated artificial intelligence (AI) framework that employs contactless biosensing and multimodal physiological intelligence to enable accurate, real-time, and privacy-preserving menstrual health prediction. Traditional menstrual cycle tracking methods, such as manual logs or wearable sensors, often rely on skin contact, are prone to measurement errors, and raise privacy concerns due to centralized data storage. To overcome these limitations, the proposed framework integrates radar-based respiration sensing, photoplethysmography (PPG), and LiDAR-assiste
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.
This work presents a machine-learning framework to explore cathode materials for zinc-ion batteries from a data set of 6858 zinc-containing compounds. Utilizing the extensive Materials Project (MP) database, we employed a two-step machine learning (ML) approach that uses transfer learning to compensate for missing electrochemical properties. Initially, a random forest regressor was used to fill in missing features in the zinc compounds, harnessing the full battery explorer in predictions. Two hybrid models were then developed: the sparrow search algorithm-light gradient boosting machine (SSA-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.
BACKGROUND AND PURPOSE: Alzheimer disease (AD) is the most common type of dementia. Amyloid-β (Aβ) positivity is the main diagnostic marker for AD. Aβ positron emission tomography and cerebrospinal fluid are widely used in the clinical diagnosis of AD. However, these methods only assess the concentrations of Aβ, and the accessibility of these methods is thus relatively limited compared with structural magnetic resonance imaging (sMRI).
METHODS: We investigated whether regions of interest (ROIs) in sMRIs can be used to predict Aβ positivity for samples with normal cognition (NC), mild cognitiv
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.
Soft robotic grippers are increasingly desired in applications that involve grasping of complex and deformable objects. However, their flexible nature and non-linear dynamics makes the modelling and control difficult. Numerical techniques such as Finite Element Analysis (FEA) present an accurate way of modelling complex deformations. However, FEA approaches are computationally expensive and consequently challenging to employ for real-time control tasks. Existing analytical techniques simplify the modelling by approximating the deformed gripper geometry. Although this approach is less computati
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: The Environmental Determinants of the Diabetes in the Young (TEDDY) study has prospectively followed, from birth, children at increased genetic risk of type 1 diabetes. TEDDY has collected heterogenous data longitudinally to gain insights into the environmental and biological mechanisms driving the progression to persistent islet autoantibodies.
METHODS: We developed a machine learning model to predict imminent transition to the development of persistent islet autoantibodies based on time-varying metabolomics data integrated with time-invariant risk factors (eg, gestational age).
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.
Drug-induced ocular toxicity is difficult to predict and evaluate, particularly for prostaglandin F2α (PGF2α) analogs used in the management of glaucoma. Traditional global predictive models, which are built with large and various datasets (n = 6187), provide systematic false-negative results for groups of structurally uniform compounds. To address this limitation, we developed special local classification models for PGF2α analogs. A structurally consistent local training dataset (n = 350) was assembled using Murcko scaffold filtering and Tanimoto similarity selection (≥0.5). Binary classifica
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 the stability and reliability of artificial intelligence (AI) models and approaches in embryo selection and rank ordering for in vitro fertilization (IVF).
DESIGN: A laboratory-based study evaluating the stability and consistency of single instance learning models that assess embryos individually, predicting live-birth outcomes based solely on each embryo's morphological features. Fifty replicate convolutional neural networks with varying initialization parameters were trained and tested across two independent fertility center datasets. Model performance was assessed th
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.
Hypoxemia is a common complication associated with anesthesia in painless gastroscopy. With the aging of the social population, the number of cases of hypoxemia among middle-aged and elderly patients is increasing. However, tools for predicting hypoxemia in middle-aged and elderly patients are lacking. In this study, we investigated the risk factors for hypoxemia in middle-aged and elderly outpatients undergoing painless gastroscopy based on machine learning and constructed a risk prediction model. In this retrospective study, we included the data on 1,348 outpatients undergoing painless gastr
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: Osteoarthritis has become a global health challenge due to its complex pathologic mechanisms. Spliceosome-associated factor 2 (SYF2) has been reported in tumors and neurological diseases, but not in studies of osteoarthritis. We employed single-cell sequencing and machine learning techniques to predict SYF2 as a potential therapeutic target for osteoarthritis and the underlying mechanisms involved.
METHODS: Single-cell dataset (GSE220243), cartilage tissue gene expression profiles (GSE169077, GSE117999, GSE53857) and blood sample expression profile (GSE48556) were obtained. We com
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: Postoperative length of stay is a key indicator in the management of medical resources and an indirect predictor of the incidence of surgical complications and the degree of recovery of the patient after cancer surgery. Recently, machine learning has been used to predict complex medical outcomes, such as prolonged length of hospital stay, using extensive medical information.
OBJECTIVE: The objective of this study was to develop a prediction model for prolonged length of stay after cancer surgery using a machine learning approach.
METHODS: In our retrospective study, electronic he
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 has significantly accelerated the demand for accurate and efficient prediction models to support effective disease management, containment strategies, and informed decision-making. Predictive models capable of analyzing complex health data are essential for monitoring disease trends, evaluating risk factors, and optimizing resource allocation during the pandemic. Among various machine learning approaches, convolutional neural networks (CNNs) have emerged as powerful tools due to their ability to process large volumes of high-dimensional health data, such as medical images
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.
PURPOSE: The study aimed to develop a deep learning model for rapid, automated measurement of full-spine X-rays in adolescents with Adolescent Idiopathic Scoliosis (AIS). A significant challenge in this field is the time-consuming nature of manual measurements and the inter-individual variability in these measurements. To address these challenges, we utilized RTMpose deep learning technology to automate the process.
METHODS: We conducted a retrospective multicenter diagnostic study using 560 full-spine sagittal plane X-ray images from five hospitals in Inner Mongolia. The model was trained an
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.
This research introduces a novel approach for thyroid prediction by considering three various publicly available datasets. The input data from the dataset is preprocessed to ensure standardization and balance for mitigating the biased outcomes. Then, the proposed cascaded autoencoder-based simple recurrent model is employed for extracting significant spatio-temporal features. From the extracted features, the optimal feature is selected using the proposed Opposition Learning-based Red Panda Optimization (OL_RPO) algorithm, which enhances the efficiency of the predictive model. Finally, the thyr
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.