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
4030 публикаций
Поиск: 197 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
Formulation features and test settings influence liposomal in vitro release (IVR) profiles, yet it is challenging to examine these multivariable associations across varied literature data. We created an explainable computational workflow in this proof-of-concept study for classifying liposomal release phenotypes and identify formulation/assay features linked to slow and fast release. Benchmarking kinetic models, simulating Weibull-parameterized release curves on a shared 0-168 h grid, clustering profiles using PCA and k-means, and training supervised classifiers on formulation and IVR descript
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.
Chronic kidney disease, CKD in short, is a kind of long-term kidney illness in which rapid deterioration of kidney function is observed over a period of time. Unlike other organs, this damage in kidney function cannot be recovered and reversed as well. Moreover, in its early stages, asymptomatic renal disease is highly prevalent, making early identification with conventional clinical approaches difficult. Thus, early and accurate detection of risk factors is a very challenging step in CKD diagnosis.This research work showed earlier and effective identification of risk factors using notable fea
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: Machine learning models are increasingly used to predict patients at risk of high health care usage for targeted interventions.
OBJECTIVE: This study aimed to evaluate the predictive performance of multiclass ensemble models across different levels of health care usage and assess their potential application through real-world economic impact analysis.
METHODS: A total of 4 previously developed binary classification models (base learners)-boosted trees, multivariate adaptive regression splines, multilayer perceptron, and logistic regression-were extended using a stacking ensemble
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 OBJECTIVES: Malaria is a global health issue, causing over two million deaths annually. The development of new and potent antimalarial drugs is essential to combat the disease. Machine learning has been increasingly applied to predict antimalarial activity of compounds, offering a promising approach for antimalarial pharmaceutical research. This study aims to predict the antimalarial activity of potential compounds using weighted atomic vectors and machine learning algorithms.
METHODS: The research employs several machine learning algorithms, such as Decision Tree, Bagging Regresso
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.
Climate change is altering the water quality through changes in temperature, rainfall patterns, and weather events. Predicting future water quality becomes crucial as the impacts of climate change intensify, altering surface water quality and subsequent treatment operations. This study developed predictive models that were trained on climate parameters to predict inflow water quality and treatment plant operations using Multivariate Linear Regression, XGBoost, and Nonlinear Autoregressive with Exogenous Inputs (NARX). The NARX model consistently demonstrated superior performance across most wa
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.
Multiple sclerosis (MS) is a chronic autoimmune disorder of the central nervous system, underscoring the importance of early and accurate diagnosis. In this study investigates the predictive modelling of MS progression in patients with Clinically Isolated Syndrome (CIS), privacy-preserving for a federated and explainable Machine Learning (ML) framework. To address missing data while preserving inter-feature dependencies, Multivariate Imputation by Chained Equations (MICE) with iterative imputers was employed. Classification was performed using the Extreme Gradient Boosting (XGBoost) algorithm.
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: Open defecation is the disposal of human feces in fields, bushes, forests, open waterways, beaches, and other open areas. It worsens the environment, contaminates drinking water sources, causes malnutrition and low school attendance in children, and aids in the spread of diseases like cholera, diarrhea, dysentery, typhoid, polio, and hepatitis A. The purpose of this study was geospatial variation and machine learning approaches to predict open defecation in Zambia.
METHODS: This study used secondary data analysis from the cross-sectional Zambia Demographic and Health Survey (ZMDHS
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.
OBJECTIVES: To predict palatally impacted maxillary canines based on maxilla measurements through supervised machine learning techniques.
MATERIALS AND METHODS: The maxilla images from 138 patients were analysed to investigate intermolar width, interpremolar width, interpterygoid width, maxillary length, maxillary width, nasal cavity width and nostril width, obtained through cone beam computed tomography scans. The predictive models were built using the following machine learning algorithms: Adaboost Classifier, Decision Tree, Gradient Boosting Classifier, K-Nearest Neighbours (KNN), Logistic
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.
Gas separation is central to industrial processes that drive climate mitigation, clean energy, and sustainable technologies. Metal-organic frameworks (MOFs) offer remarkable tunability for adsorption-based separations, yet identifying optimal materials remains challenging due to their vast structural diversity, costly simulations, and the difficulty of achieving a full range of desired properties. Existing machine learning approaches have accelerated screening but often lack generalizability across diverse gas pairs and operating conditions. Herein, we present BiMix-Bench, a curated database c
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.
Artifacts are noisy signals that commonly contaminate electroencephalographic (EEG) recordings, mixing with underlying brain activity and degrading the quality of neurophysiological data. Previous research on epileptic Anomaly Detection has shown that this approach is also sensitive to unlabelled artifacts, often leading to an increased False Positive rate. While most methods focus on detecting or removing a single type of artifact, this work proposes a unified multi-class framework to classify several artifact types alongside normal and pathological brain activity within a recording using a s
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.
In recent years, the number of omics studies aimed at characterizing fungal communities in fermented foods, such as table olives, has steadily increased. Moreover, advances in bioinformatics and artificial intelligence have provided new resources for analysing these datasets. Among these tools, supervised machine learning (ML) models, particularly tree-based algorithms, are especially valuable for their interpretability and their ability to identify underlying patterns. In this study, we evaluated three target variables of table olive samples (processing type, country of origin, and olive cult
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 develop and internally validate an interpretable machine-learning model using routine precollection variables to predict mononuclear cell (MNC) collection efficiency (CE) during leukapheresis for CAR-T manufacturing.
METHODS: This retrospective study included 206 consecutive patients who underwent leukapheresis between 2022 and 2025. Candidate variables were screened with Pearson correlation, Boruta, recursive feature elimination, and variance-threshold filters. Six supervised algorithms were trained with nested cross-validation, using an inner fivefold loop for tuning and an ou
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: Solar irradiance is a nonlinear and intermittent function, which makes accurate forecasting of solar power generation a challenge. The high variability of meteorological conditions is not well represented by conventional atmospheric models, thus hampering forecasting skill and model robustness. In this work, an advanced hybridization of multi-population cuckoo search (HMPCS) algorithm with machine learning (ML) methods is developed to enhance the predicated performance of photovoltaic (PV) power forecasting with more reliability.
METHODS: In this study, a hybrid modeling framework
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 International Study Group of Pancreatic Surgery has established the definition and grading system for postpancreatectomy acute pancreatitis (PPAP). There are no established machine learning models for predicting PPAP following pancreaticoduodenectomy (PD).
AIM: To explore the predictive model of PPAP, and test its predictive efficacy to guide the clinical work.
METHODS: Clinical data from consecutive patients who underwent PD between 2016 and 2024 were retrospectively collected. An analysis of PPAP risk factors was performed, various machine learning algorithms [logistic regr
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.
Modeling drug-release kinetics from polysaccharide-coated oral controlled-release formulations remains challenging due to nonlinear diffusion–dissolution behavior, complex polymer–drug interactions, and the limited interpretability of conventional machine-learning approaches. In this study, we develop and validate a predictive framework for targeted colonic delivery of 5-aminosalicylic acid (5-ASA) from polysaccharide-coated solid oral dosage forms using Raman spectroscopy–derived molecular fingerprints and time-resolved dissolution data. The dataset comprises 155 formulation samples, each cha
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: Limited data availability and privacy constraints hinder the development of robust survival prediction models for personalized treatment. Synthetic data offers a promising solution, preserving the statistical properties of real clinical data.
OBJECTIVE: This study aimed to quantitatively assess the feasibility of using synthetic data for survival prediction by evaluating model transfer performance to real-world hospital data, with a focus on model transfer strategies.
METHODS: We developed and validated colorectal cancer survival prediction models using the National Cancer Data C
СтатьяВалидационное 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.
Due to the difficulty in quickly discriminating bacterial pneumonia (BPs) from pneumonia caused by other pathogens in clinic, the research for new biomarkers which can specifically diagnose BPs is of great significance. Here, miRNA, proteomic, and metabolomic sequencing of 45 serum samples from BPs and 35 serum samples from non bacterial pneumonia (NBPs) were characterized. After profiling, 8 biomarkers (miR-339-3p_R-2, miR-877-5p_R+3, hnRNPK, SERPINA5, DHA, 1,3-Oxazinan-2-imine, Asparagoside_ A, and Hexanamide,N-[(1S,2R)-2-hydroxy-1-(h ydroxymethyl)heptadecyl]-6-[(7-nitro-2,1,3-benzoxadiazol-
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.
Dengue is an arboviral disease of high public health relevance, characterized by pronounced temporal variability, nonlinearity, and recurrent outbreaks, which pose challenges to epidemiological surveillance and decision-making. This study evaluated the performance of machine learning methods for short-term forecasting of the weekly dengue morbidity rate in the 27 Brazilian capital cities, comprising the 26 state capitals and Brasília, Federal District, with horizons up to 4 weeks. Epidemiological, climatic, and socioeconomic data were compiled for these capital cities and used to compare a Gat
СтатьяСравнительное 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.
OBJECTIVE: To develop and internally validate machine-learning models for non-invasive triage of women at risk for endometriosis using structured clinical variables in a laparoscopically and histologically verified cohort.
STUDY DESIGN: This retrospective study included 2546 women who underwent laparoscopic surgery between 2008 and 2023 at two tertiary referral centers in São Paulo, Brazil. Endometriosis was confirmed in 1983 patients and absent in 563 controls, corresponding to an enriched tertiary-care case prevalence of 77.9%. Two feature-selection strategies were compared: clinician-guide
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.
OBJECTIVE: To evaluate predictors of mortality in acromegaly using machine learning (ML) models. METHODS: We analyzed 607 patients with acromegaly. A grid search was applied to compare five types of prediction models in 1,200 configurations. Each model predicted mortality based on 40 disease characteristics, assessed using the Matthews’ correlation coefficient (MCC) and the area under the curve (AUC) metrics. To ensure robust and reliable predictions, we constructed a virtual ensemble model by generating 100 Explainable Boosting Machine (EBM) variants and evaluating their performance across 50
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.