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: 122 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
Lower extremity deep vein thrombosis (DVT) is a serious complication in elderly patients with hip fracture, contributing to increased morbidity and mortality. Diabetes mellitus, with its prothrombotic state, may further elevate this risk. Early identification of high-risk patients is important for targeted thromboprophylaxis. The objective of the present study was to develop and validate machine learning (ML) models for predicting DVT using clinical variables available at admission in elderly patients with hip fracture, with a specific focus on diabetes as a key predictor. A retrospective coho
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.
The burden of diabetic foot ulcers (DFU) is exacerbated in diabetic patients with concomitant arteriosclerotic occlusion disease (ASO) in the lower extremities, who experience more severe symptoms and poorer prognoses. The study aims to develop a predictive model grounded in machine learning (ML) algorithms, specifically tailored to forecast the occurrence of DFU in diabetic patients with lower extremity ASO. The study involves the data from diabetic patients diagnosed with lower extremity ASO from January 1, 2011 to August 31, 2023. We conducted quality control on the data. Subsequently, the
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: In the pursuit of finer Brain-Computer Interface commands, research focus has shifted towards classifying EEG signals for multiple tasks. While single-joint multitasking motor imagery provides support, distinguishing between EEG signals from the same joint remains challenging due to their similar brain spatial distribution.
NEW METHOD: We designed experiments involving three motor imagery tasks-wrist extension, wrist flexion, and wrist abduction-with six participants. Based on this, a single-joint multi-task motor imagery EEG signal recognition method using Empirical Wavelet Decom
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.
Variable selection is widely accepted as an important step in the quantitative analysis of visible and near-infrared (Vis-NIR) spectroscopy, as it tends to improve the model's robustness and predictive ability. In this study, a total of 140 lime concretion black soil samples were collected from two towns in Guoyang County, China. The Vis-NIR spectra measured in the laboratory were used to estimate soil pH by an extreme learning machine (ELM). First, the soil spectra were treated by the optimized continuous wavelet transform (CWT), and then four spectral feature selection methods (competitive a
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.
Recovery following anterior cruciate ligament reconstruction (ACLR) is multifaceted, encompassing strength, functional, and patient-reported outcome measures (PROMs). Determining which factors are most important for characterizing recovery and informing return-to-activity (RTA) decisions remains a clinical challenge. This study aimed to develop and externally validate a supervised machine learning model to classify individuals post-ACLR from healthy controls using comprehensive lower-extremity musculoskeletal assessments. Data from 863 participants (659 post-ACLR, 204 controls) at Site 1 were
СтатьяВалидационное исследованиеПолный 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: Diabetic peripheral neuropathy (DPN) and lower extremity arterial disease (LEAD) are significant contributors to diabetic foot ulcers (DFUs), which severely affect patients' quality of life. This study aimed to develop machine learning (ML) predictive models for DPN and LEAD and to identify both shared and distinct risk factors.
METHODS: This retrospective study included 479 diabetic inpatients, of whom 215 were diagnosed with DPN and 69 with LEAD. Clinical data and laboratory results were collected for each patient. Feature selection was performed using three methods: mutual info
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.
To meet the challenges of energy sustainability, the integrated energy system (IES) has become a key component in promoting the development of innovative energy systems. Accurate and reliable multivariate load prediction is a prerequisite for IES optimal scheduling and steady running, but the uncertainty of load fluctuation and many influencing factors increase the difficulty of forecasting. Therefore, this article puts forward a multi-energy load prediction approach of the IES, which combines the fennec fox optimization algorithm (FFA) and hybrid kernel extreme learning machine. Firstly, the
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.
Around the world, several lung diseases such as pneumonia, cardiomegaly, and tuberculosis (TB) contribute to severe illness, hospitalization or even death, particularly for elderly and medically vulnerable patients. In the last few decades, several new types of lung-related diseases have taken the lives of millions of people, and COVID-19 has taken almost 6.27 million lives. To fight against lung diseases, timely and correct diagnosis with appropriate treatment is crucial in the current COVID-19 pandemic. In this study, an intelligent recognition system for seven lung diseases has been propose
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: Lower extremity deep vein thrombosis (LEDVT) is a common and clinically important complication after traumatic brain injury (TBI). Early identification of patients at increased thrombotic risk remains challenging. We aimed to develop and internally validate an interpretable machine-learning model for predicting LEDVT in patients with TBI.
METHODS: In this retrospective observational study, we analyzed 248 consecutive patients with TBI treated at Qinghai University Affiliated Hospital between August 2024 and December 2025. Patients were randomly assigned to a training cohort (n = 1
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: Tobacco is the main risk factor for developing lung cancer. Yet, while some heavy smokers develop lung cancer at a young age, other heavy smokers never develop it, even at an advanced age, suggesting a remarkable variability in the individual susceptibility to the carcinogenic effects of tobacco. We characterized the germline profile of subjects presenting these extreme phenotypes with Whole Exome Sequencing (WES) and Machine Learning (ML).
METHODS: We sequenced germline DNA from heavy smokers who either developed lung adenocarcinoma at an early age (extreme cases) or who did not
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.
OBJECTIVES: Estimating the likely success of limb revascularization in patients with lower-extremity arterial trauma is central to decisions between attempting limb salvage and amputation. However, the projected outcome is often unclear at the time these decisions need to be made, making them difficult and threatening sound judgement. The objective of this study was to develop and validate a prediction model that can quantify an individual patient's risk of failed revascularization.
METHODS: A BN prognostic model was developed using domain knowledge and data from the US joint trauma system. P
СтатьяПоддержка исследования: вне правительства СШАПоддержка правительства СШАВалидационное исследованиеПолный 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: Basketball imposes high position-dependent neuromuscular demands that predispose athletes to lower extremity injuries. Machine learning offers the potential to identify multivariable risk-screening patterns that single-threshold approaches miss. This study aimed to (1) compare position-specific lower extremity performance profiles across five playing positions and (2) develop and explain a Random Forest (RF) classifier of a composite, evidence-based injury-risk screening index in adult male basketball players, interpreted via SHapley Additive exPlanations (SHAP). No injuries were p
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Письмо в редакциюПоиск 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 AND AIMS: Malaria remains a major global health concern, causing substantial morbidity and mortality, especially in tropical and subtropical regions with limited healthcare resources. Climatic conditions and extreme weather events are increasingly recognized as critical determinants of malaria transmission, yet their relative contributions remain poorly quantified. This study applied machine learning (ML) and explainable AI (XAI) to identify the key climatic and extreme weather determinants of malaria, assess their relative importance, and predict incidence.
METHODS: Malaria incide
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.
Drilling and blasting during the construction of tunnels generate large amounts of dust. Accurately predicting dust yield helps to formulate effective dust control measures that can be employed to reduce worker exposures. However, current dust yield prediction methods mainly rely on empirical formulas for open-pit blasting, which do not fully account for the combined effects of ventilation, rock type, and environmental conditions. This paper uses a railway tunnel as a case study and analyzes the dust dispersion patterns based on on-site measurements. Through numerical inversion, a dynamic corr
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: Post-thrombotic syndrome (PTS) is a common and debilitating complication after lower extremity deep vein thrombosis (LEDVT). Early risk assessment of PTS patients is still a clinical challenge.
METHODS: The retrospective, multicenter cohort study included 265 patients with unprovoked LEDVT. Baseline clinical and biochemical data including serum uric acid, body mass index (BMI) and treatment delay were noted. Ten machine learning (ML) models (e.g., support vector machine [SVM], XGBoost and LightGBM) were constructed for predicting PTS occurrence in a 70:30 training-validation split
СтатьяМногоцентровое исследованиеПоиск 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: Reliable prediction of postoperative dislocation after reverse total shoulder arthroplasty (RSA) would inform patient counseling as well as surgical and postoperative decision making. Understanding interactions between multiple risk factors is important to identify those patients most at risk of this rare but costly complication. To better understand these interactions, a game theory-based approach was undertaken to develop machine learning models capable of predicting dislocation-related 90-day readmission following RSA.
MATERIAL & METHODS: A retrospective review of the Nationwid
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: Accurate prediction of postoperative metastasis and mortality risks in patients undergoing lower-limb oncological resection and endoprosthetic reconstruction is essential for guiding adjuvant therapies and managing patient expectations. Current prediction methods are limited by variability in patient-specific factors. This study aims to develop and internally validate explainable machine learning (ML) models to predict the 1-year risk of new distant metastases and mortality in these patients.
METHODS: We performed a secondary analysis of data from the Prophylactic Antibiotic Regim
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.
PURPOSE: This study aimed to integrate BED-based empirical dose-response modeling (logistic regression-derived tumor control probability) with interpretable machine learning (ML) to investigate the complex interactions among biologically effective dose (BED10), tumor volume, neurologic function, and targeted therapy patterns in stereotactic radiosurgery (SRS) for lung cancer brain metastases (BM), thereby optimizing personalized treatment strategies.
METHODS AND MATERIALS: In this retrospective study, 449 lung cancer patients with BM treated with CyberKnife between June 2006 and March 2025 we
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: We applied various machine learning algorithms to a large national dataset to model the risk of postoperative sepsis after appendectomy to evaluate utility of such methods and identify factors associated with postoperative sepsis in these patients.
METHODS: The National Surgery Quality Improvement Program database was used to identify patients undergoing appendectomy between 2005 and 2017. Logistic regression, support vector machines, random forest decision trees, and extreme gradient boosting machines were used to model the occurrence of postoperative sepsis.
RESULTS: In the stu
СтатьяПоддержка NIH: внешняя программаПолный 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.