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
51981 публикаций
Поиск: 329 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
OBJECTIVES: Distinguishing between kidney stones and phleboliths can constitute a diagnostic challenge in patients undergoing unenhanced low-dose CT (LDCT) for acute flank pain. We sought to investigate the accuracy of radiomics and a machine-learning classifier in differentiating between kidney stones and phleboliths on LDCT.
METHODS: Radiomics features were extracted following a semi-automatic segmentation of kidney stones and phleboliths for two independent consecutive cohorts of patients undergoing LDCT for acute flank pain. Radiomics features from the first cohort of patients (n = 369) w
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.
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
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.
Nontyphoidal Salmonella (NTS) is a leading global cause of bacterial foodborne morbidity and mortality. Our ability to treat severe NTS infections has been impaired by increasing antimicrobial resistance (AMR). To understand and mitigate the global health crisis AMR represents, we need to link the observed resistance phenotypes with their underlying genomic mechanisms. Broiler chickens represent a key reservoir and vector for NTS infections, but isolates from this setting have been characterized in only very low numbers relative to clinical isolates. In this study, we sequenced and assembled 9
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.
Eye disease is a major health problem among the elderly people. Cataract and corneal arcus are the major abnormalities that exist in the anterior segment eye region of aged people. Hence, computer-aided diagnosis of anterior segment eye abnormalities will be helpful for mass screening and grading in ophthalmology. In this paper, we propose a multiclass computer-aided diagnosis (CAD) system using visible wavelength (VW) eye images to diagnose anterior segment eye abnormalities. In the proposed method, the input VW eye images are pre-processed for specular reflection removal and the iris circle
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.
Leishmaniasis is a poverty-related disease endemic in 98 countries worldwide, with morbidity and mortality increasing daily. All currently used first-line and second-line drugs for the treatment of leishmaniasis exhibit several drawbacks including toxicity, high costs and route of administration. Consequently, the development of new treatments for leishmaniasis is a priority in the field of neglected tropical diseases. The aim of this work is to develop computational models those allow the identification of new chemical compounds with potential anti-leishmanial activity. A data set of 116 orga
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.
Intestinal perforation (IP) associated with necrotizing enterocolitis (NEC) is one of the leading causes of mortality in premature neonates; with major nutritional and neurodevelopmental sequelae. Since predicting which neonates will develop perforation is still challenging; clinicians might benefit considerably with an early diagnosis tool and the identification of critical factors. The aim of this study was to forecast IP related to NEC and to investigate the predictive quality of variables; based on a machine learning-based technique. The Back-propagation neural network was used to train an
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.
Next-generation sequencing (NGS) data present an untapped potential to improve microbial risk assessment (MRA) through increased specificity and redefinition of the hazard. Most of the MRA models do not account for differences in survivability and virulence among strains. The potential of machine learning algorithms for predicting the risk/health burden at the population level while inputting large and complex NGS data was explored with Listeria monocytogenes as a case study. Listeria data consisted of a percentage similarity matrix from genome assemblies of 38 and 207 strains of clinical and
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.
The immune system has evolved to sense invading pathogens, control infection, and restore tissue integrity. Despite symptomatic variability in patients, unequivocal evidence that an individual's immune system distinguishes between different organisms and mounts an appropriate response is lacking. We here used a systematic approach to characterize responses to microbiologically well-defined infection in a total of 83 peritoneal dialysis patients on the day of presentation with acute peritonitis. A broad range of cellular and soluble parameters was determined in peritoneal effluents, covering th
Сравнительное исследованиеСтатьяПоддержка 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.
Salmonella enterica and Escherichia coli are bacterial species that colonize different animal hosts with sub-types that can cause life-threatening infections in humans. Source attribution of zoonoses is an important goal for infection control as is identification of isolates in reservoir hosts that represent a threat to human health. In this study, host specificity and zoonotic potential were predicted using machine learning in which Support Vector Machine (SVM) classifiers were built based on predicted proteins from whole genome sequences. Analysis of over 1000 S.enterica genomes allowed the
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.
BACKGROUND: Depression is frequent in panic disorder (PD); yet, little is known about its influence on the neural substrates of PD. Difficulties in fear inhibition during safety signal processing have been reported as a pathophysiological feature of PD that is attenuated by depression. We investigated the impact of comorbid depression in PD with agoraphobia (AG) on the neural correlates of fear conditioning and the potential of machine learning to predict comorbidity status on the individual patient level based on neural characteristics.
METHODS: Fifty-nine PD/AG patients including 26 (44%) w
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.
BACKGROUND: Distinguishing cases from non-cases in free-text electronic medical records is an important initial step in observational epidemiological studies, but manual record validation is time-consuming and cumbersome. We compared different approaches to develop an automatic case identification system with high sensitivity to assist manual annotators.
METHODS: We used four different machine-learning algorithms to build case identification systems for two data sets, one comprising hepatobiliary disease patients, the other acute renal failure patients. To improve the sensitivity of the syste
Сравнительное исследованиеСтатьяПоддержка 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.
PURPOSE: To determine whether combining structural (optical coherence tomography, OCT) and functional (standard automated perimetry, SAP) measurements as input for machine learning classifiers (MLCs; relevance vector machine, RVM; and subspace mixture of Gaussians, SSMoG) improves diagnostic accuracy for detecting glaucomatous eyes compared with using each measurement method alone.
METHODS: Sixty-nine eyes of 69 healthy control subjects (average age, 62.0, SD 9.7 years; visual field mean deviation [MD], -0.70, SD 1.41 dB) and 156 eyes of 156 patients with glaucoma (average age, 66.4, SD 10.2
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПолный 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.
PURPOSE: To determine whether a variational Bayesian independent component analysis mixture model (vB-ICA-mm), a form of unsupervised machine learning, can be used to identify and quantify areas of progression in standard automated perimetry fields.
METHODS: In an earlier study, it was shown that a model using vB-ICA-mm can separate normal fields from fields with six different patterns of visual field loss related to glaucomatous optic neuropathy (GON) along maximally independent axes. In the present study, an independent group of 191 patient eyes (66 with ocular hypertension (OHT), 12 with s
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения СШАПолный 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: Machine learning models have been proposed for identifying prediabetes, but their methodological quality, generalisability, and readiness for primary care implementation remain uncertain.
METHODS: We conducted a Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020-compliant systematic review registered in PROSPERO (CRD420251029165). Eight databases were searched from inception to 1 April 2025, with PubMed, Embase, and Web of Science Core Collection updated through 1 August 2026. The primary review question focused on current/prevalent prediabetes identi
СтатьяСистематический обзорПолный 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.
PURPOSE OF REVIEW: Parkinsonian syndromes are a heterogeneous group of neurodegenerative diseases that pose challenges in early diagnosis, differentiation, and pathophysiological understanding. The objective of this review is to summarize recent contributions of computational models combined with neuroimaging data to the differential diagnosis of Parkinsonian syndromes, disease subtyping, and understanding of disease processes.
RECENT FINDINGS: Using machine learning algorithms trained with MRI features, diagnostic accuracies above 90% have been achieved for distinguishing patients with Parki
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.
INTRODUCTION: Parkinson's Disease (PD) is a progressive neurodegenerative disorder that impairs motor and cognitive functioning, making early diagnosis and patient-specific treatment essential; however, traditional clinical assessments often delay detection and lack consistency.
METHODS: This paper proposes TriFusion-PD, a multimodal Machine-Learning-Driven Targeted Nanomedicine (ML-TN) framework designed to improve early PD diagnosis and personalized therapy. The methodology integrates Transformers for analyzing temporal voice and speech patterns, Convolutional Neural Networks (CNNs) for ext
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.
Penetration enhancers (PEs) are widely used in transdermal drug delivery systems (TDDS) due to their cost-effectiveness and excellent biocompatibility. However, the rapid selection of PEs for TDDS is hindered by two critical challenges: first, in vitro permeation tests (IVPT) are costly and time consumption; second, the datasets for drug-PE matching are relatively limited. To address these issues, this study established a rapid screening platform for PEs in transdermal formulations using machine learning (ML) approaches based on a self-constructed database and further explored the permeation p
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: Artificial intelligence (AI) and machine learning (ML) are increasingly integrated into spine surgery across diagnostic, perioperative, and predictive applications, driven by their potential to enhance accuracy, efficiency, and patient safety. As this literature on AI and ML in spine surgery rapidly expands, concerns have emerged regarding selective reporting and overemphasis on algorithmic performance without adequate attention to transparency, bias, or clinical applicability. Such practices raise the risk of reporting spin, particularly within systematic reviews and meta-analyses,
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.
The aim of this work is to evaluate the impacts of heat generation on the radiative flow of Casson nanofluid over a sheet under LTNE circumstances while microbes are present, utilizing machine learning techniques based on the Levenberg-Marquardt algorithm. A simple method for moving tiny particles across a temperature gradient is thermophoretic particle deposition, which is essential for electrical and aerosol solution engineering. The energy equations are derived from the local thermal non-equilibrium to determine the unique thermal profiles of the solid and liquid phases. The current model,
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.
Canopy chlorophyll content (CCC) and chlorophyll fluorescence (ChlF) are key indicators of crop physiological status and productivity. Advances in unmanned aerial vehicle (UAV)-based multispectral sensing, integrated with machine learning (ML), have opened new possibilities for precise and non-destructive monitoring of these traits. This study evaluated the performance of thirty vegetation indices (VIs) and six ML algorithms for estimating CCC and ChlF in maize during kharif season and rabi season at Tamil Nadu Agricultural University, Coimbatore, India. Regression analyses revealed that red-e
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.