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
4682 публикаций
Поиск: 1262 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1104 с найденным полным текстом
The ever-increasing stream of big data offers potential for deep decarbonization in the transportation sector but also presents challenges in extracting interpretable insights due to its complexity and volume. This overview discusses the application of transportation big data to help understand carbon dioxide emissions and introduces how artificial intelligence models, including machine learning (ML) and deep learning (DL), are used to assimilate and understand these data. We suggest using ML to interpret low-dimensional data and DL to enhance the predictability of data with spatial connection
СтатьяОбзорПолный 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 development of modern medical devices and information technology has led to a rapid growth in the amount of data available for health protection information, with the concept of medical big data emerging globally, along with significant advances in cancer care relying on data-driven approaches. However, outstanding issues such as fragmented data governance, low-quality data specification, and data lock-in still make sharing challenging. Big data technology provides solutions for managing massive heterogeneous data while combining artificial intelligence (AI) techniques such as machine lear
СтатьяОбзорПоддержка 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.
Big data is characterized by three attributes: volume, variety,, and velocity. In healthcare setting, big data refers to vast dataset that is electronically stored and managed in an automated manner and has the potential to enhance human health and healthcare system. In this review, gastric cancer (GC) and postcolonoscopy colorectal cancer (PCCRC) will be used to illustrate application of big data approach in the field of gastrointestinal cancer research. Helicobacter pylori (HP) eradication only reduces GC risk by 46% due to preexisting precancerous lesions. Apart from endoscopy surveillance,
СтатьяОбзорПоиск 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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Редакционная 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.
In the age of big data an important question is how to ensure we make the most out of the resources we generate. In this review, we discuss the major methods used in Apicomplexan and Kinetoplastid research to produce big datasets and advance our understanding of Plasmodium, Toxoplasma, Cryptosporidium, Trypanosoma and Leishmania biology. We debate the benefits and limitations of the current technologies, and propose future advancements that may be key to improving our use of these techniques. Finally, we consider the difficulties the field faces when trying to make the most of the abundance of
СтатьяОбзорПоддержка 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: The growth and diversification of nursing theory, nursing terminology, and nursing data enable a convergence of theory- and data-driven discovery in the era of big data research. Existing datasets can be viewed through theoretical and terminology perspectives using visualization techniques in order to reveal new patterns and generate hypotheses. The Omaha System is a standardized terminology and metamodel that makes explicit the theoretical perspective of the nursing discipline and enables terminology-theory testing research.
OBJECTIVE: The purpose of this paper is to illustrate t
СтатьяПоддержка NIH: внешняя программаПоиск 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: Scientific and technological advances are emphasizing biomarker-driven studies to diagnose, classify, and predict the pathogenesis of Alzheimer's disease (AD) and dementias (Ds) with the development of intelligent systems during these symptom-free years.
METHODS: In this study, the data of people over 65 who were diagnosed with AD/D in 2020 were retrospectively scanned, and the data of 243,073 people identified were analyzed on a total of 32 variables, 6 of which were dependent variables and 26 were independent variables.
RESULTS: It is understood from the logistic regression (
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Редакционная статьяПоиск полного текста в очередиМашинный перевод · не проверен
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.
Recent advancements in health care digitalization opened the collection and availability of big data, whose analysis requires artificial intelligence-based technologies to facilitate the development of predictive tools supporting decision making in clinical practice. In this context, the idea of constructing 'digital worlds' to evaluate the performance of such novel tools becomes more attractive. Digital twins (DTs) are 'digital objects' characterized by a bi-directional interaction with their 'real-world counterparts'. DTs aim to enhance predictions further by leveraging both the predictive c
СтатьяОбзорПоиск 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.
Anxiety disorder is a complex disease with the influence of environmental and genetic factors and multimolecular participation, and it is also one of the most common mental disorders. The causes of disorders are not clear but may include a variety of social, psychological, and biological factors. Therefore, neither genetics, neurobiology, nor neuroimaging can independently explain the pathological mechanism. By searching the Web of Science databases, Derwent Innovation Patent database, ClinicalTrials.gov database, and Cortellis database, we analyze the current situation of papers, patents, cli
СтатьяОбзорПоиск 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.
Faced with the current time-sensitive COVID-19 pandemic, the overburdened healthcare systems have resulted in a strong demand to develop newer methods to control the spread of the pandemic. Big data and artificial intelligence (AI) have been leveraged amid the COVID-19 pandemic; however, little is known about their use for supporting public health efforts. In epidemic surveillance and containment, efforts are needed to treat critical patients, track and manage the health status of residents, isolate suspected cases, and develop vaccines and antiviral drugs. The applications of emerging practic
СтатьяОбзорПолный 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.
In an age of information, visualizing and discerning meaning from data is as important as its collection. Interactive data visualization addresses both fronts by allowing researchers to explore data beyond what static images can offer. Here, we present Wiz, a web-based application for handling and visualizing large amounts of data. Wiz does not require programming or downloadable software for its use and allows scientists and non-scientists to unravel the complexity of data by splitting their relationships through 5D visual analytics, performing multivariate data analysis, such as principal co
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 lack of personalized teaching resources and real-time evaluation in music education severely limits teaching effectiveness and cannot meet the diverse artistic expression needs of learners. Therefore, this paper proposes an adaptive teaching assistance model that combines generative artificial intelligence with big data analysis. This paper uses a cross modal transformer (CMT) to align performance audio with symbol score features, and employs a Proximal Policy Optimization (PPO) reinforcement learning framework to convert learners' performance features into reward signals to generate dynam
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.
PURPOSE: To evaluate the predictive performance of traditional intraocular lens (IOL) power calculation formulas (e.g., SRK/T, Haigis, Hoffer Q, and Holladay I) compared to advanced regression models, including classical linear models, regression splines, and random forest regression, in predicting postoperative refraction following cataract surgery.
DESIGN: Retrospective, comparative analysis of IOL power calculations.
SUBJECTS: The study included 886 eyes from 631 patients who underwent cataract surgery with monofocal aspherical IOL implantation.
METHODS: Biometric measurements were obtai
СтатьяСравнительное 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.
Debilitating hearing loss (HL) affects ~6% of the human population. Only 20% of the people in need of a hearing assistive device will eventually seek and acquire one. The number of people that are satisfied with their Hearing Aids (HAids) and continue using them in the long term is even lower. Understanding the personal, behavioral, environmental, or other factors that correlate with the optimal HAid fitting and with users' experience of HAids is a significant step in improving patient satisfaction and quality of life, while reducing societal and financial burden. In SMART BEAR we are addressi
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: To systematically compare and rank ocular measurements with optical and ultrasound biometers based on big data.
METHODS: PubMed, Embase, the Cochrane Library and the US trial registry ( www.
CLINICALTRIAL: gov ) were used to systematically search trials published up to October 22nd, 2020. We included comparative studies reporting the following parameters measured by at least two devices: axial length (AL), flattest meridian keratometry (Kf), steepest meridian keratometry (Ks), mean keratometry (Km), astigmatism (AST), astigmatism vectors J0 and J45, anterior chamber depth (ACD), aqu
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.
Редакционная статьяКомментарийПолный 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 development of scleritis in the setting of autoimmune conditions has been well documented. Prior series have assessed the relationship between systemic autoimmune disorders and scleritis only in patients referred for rheumatologic or ocular inflammation. This can lead to a referral bias. We reviewed all charts within the electronic medical record (EMR) of a health system for patients with systemic autoimmune and scleritis diagnoses to determine the prevalence of both and which disorders had the highest relative risk of developing scleritis.
METHODS: The EMR was searched for sc
Поиск 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.
We present the first-ever autologous stem cell transplantation (ASCT) outcome data from a secondary-care healthcare facility. Albeit exact details of patient and disease characteristics and co-morbidity scores for all patients are not available, the engraftment and survival data is very similar to those published from large tertiary-care cancer centres, both regionally and internationally. Transplant Related Mortality (TRM) of 3.1% is within the expected range and includes a patient who died of acute drug reaction (ADR) during conditioning chemotherapy, prior to the ASCT. Furthermore, cyclopho
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.
With every hospital admission, a vast amount of data is collected from every patient. Big data can help in data mining and processing of this volume of data. The goal of this study is to investigate the potential of big data analyses by analyzing clinically relevant data from the immediate postoperative phase using big data mining techniques. A second aim is to understand the importance of different postoperative parameters. We analyzed all data generated during the admission of 739 women undergoing a free DIEAP flap breast reconstruction. The patients' complete midcare nursing report, laborat
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.