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
748 публикаций
Поиск: 133 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 81 с найденным полным текстом
The coronavirus disease 2019 (COVID-19) pandemic has influenced the everyday life of people around the globe. In general and during lockdown phases, people worldwide use social media network to state their viewpoints and general feelings concerning the pandemic that has hampered their daily lives. Twitter is one of the most commonly used social media platforms, and it showed a massive increase in tweets related to coronavirus, including positive, negative, and neutral tweets, in a minimal period. The researchers move toward the sentiment analysis and analyze the various emotions of the public
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.
BackgroundSocial media provides a novel data source for understanding palliative care from the perspectives of patients and their family caregivers. Nonetheless, no study has examined palliative care-related information on Japanese social media. This study aimed to identify the characteristics of palliative care information on Japanese social media.MethodsPosts published on X (formerly Twitter) during the first week of each month from January to June 2024 that included 1 or more of the following terms were manually collected: "palliative care," "end-of-life care," or "palliative medicine." Pos
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.
<p> Introduction: Intracranial hemorrhage (IH) causes dementia and Alzheimer's disease in the later stages. Until now, the accurate, early detection of IH, its prognosis, and therapeutic interventions have been a challenging task. Objective: A Multimodal Joint Fusion Sentiment Analysis (MJFSA) framework is proposed for the early detection and classification of IH, as well as sentiment analysis to support prognosis and therapeutic report generation. </p> <p> Methodology: MJFSA integrates radiological images and the radiological clinical narrative reports (RCNRs). In the proposed MJFSA model, MR
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.
Myasthenia gravis (MG) is a rare, autoimmune, antibody-mediated, neuromuscular disease. This study analyzed digital conversations about MG to explore unprovoked perspectives. Advanced search, data extraction, and artificial intelligence-powered algorithms were used to harvest, mine, and structure public domain digital conversations about MG from US Internet Protocol addresses (August 2021 to August 2022). Thematic analyses examined topics, mindsets, and sentiments/key drivers via natural language processing and text analytics. Findings were described by sex/gender and treatment experience with
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.
INTRODUCTION: Twitter is a social network based on "tweets," short messages of up to 280 characters. Social media has been investigated in health care research to ascertain positive or negative feelings associated with several conditions but never in sexual medicine.
AIM: To assess perceptions related to erectile dysfunction (ED) and premature ejaculation (PE) among Twitter users.
METHODS: Data collection was performed on a daily basis between May 24-October 9, 2018 (138 days) via an automated script. Data collection was then performed after data cleaning. The statistical software R and 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 CONTEXT: Sacroiliac (SI) joint dysfunction is a common cause of chronic low back and buttock pain, with SI joint fusion serving as a surgical intervention for patients who fail conservative management. While clinical studies provide patient-reported outcome measures (PROMs), real-world patient experiences, satisfaction, and complications remain underreported. Social media platforms are a vast database of patient narratives, and Reddit offers patients an anonymous support network.
PURPOSE: To analyze sentiment and thematic trends in Reddit posts related to SI joint dysfunction and h
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: Social media is a vital tool for health organizations, enabling them to share evidence-based information, educate the public, correct misinformation, and support a more informed and healthier society.
OBJECTIVE: This study aimed to categorize health organizations' content on social media into topics; examine public engagement, sentiment, and emotional responses to these topics; and identify gaps in fear between health organizations' messages and the public response.
METHODS: Real data were collected from the official Instagram accounts of health organizations worldwide. The BERTo
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.
Amidst the COVID-19 vaccination, Twitter is one of the most popular platforms for discussions about the COVID-19 vaccination. These types of discussions most times lead to a compromise of public confidence toward the vaccine. The text-based data generated by these discussions are used by researchers to extract topics and perform sentiment analysis at the provincial, country, or continent level without considering the local communities. The aim of this study is to use clustered geo-tagged Twitter posts to inform city-level variations in sentiments toward COVID-19 vaccine-related topics in the t
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.
OBJECTIVES: This study aimed to study the public's sentiments on the current monkeypox outbreaks via an unsupervised machine learning analysis of social media posts.
STUDY DESIGN: This was an exploratory analysis of tweets sentiments.
METHODS: We extracted original tweets containing the terms 'monkeypox', 'monkey pox' or 'monkey_pox' and posted them in the English language from 6 May 2022 (first case detected in the United Kingdom) to 23 July 2022 (when World Health Organization declared Monkeypox to be a global health emergency). Retweets and duplicate tweets were excluded from study. Bidir
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: Digital peer support (DPS) is a scalable tool to provide emotional support across diverse user populations. Previous studies were limited to single-session outcomes, while the impact of repeated DPS sessions is not well understood. Objectives: This study evaluated sentiment trajectories among repeat users of a 24/7, anonymous, real-time moderated DPS service and examined whether DPS engagement across repeated sessions was associated with changes in negative sentiments (depression, loneliness, despair, grief, and work-related stress). User engagement patterns across different conver
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: To assess public perspective on over-the-counter (OTC) hearing aids through social media data.
METHODS: Twitter (X)'s Application Program Interface was utilized to collect English-language tweets mentioning OTC hearing aids between January 2019 and October 2022. Sentiment analysis was conducted using the Valence Aware Dictionary and Sentiment Reasoner, categorizing tweets as positive, neutral, or negative. Main outcomes and measures were average compound sentiment scores. Joinpoint analysis was used to evaluate changes in sentiment scores over time. Two independent raters categoriz
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: Social networks have become a vital space for breast cancer (BC) patients to share deeply personal emotions they might avoid expressing in real life. However, the unstructured and vast nature of these textual expressions poses challenges for manual analysis. To address this, our research team employed transfer learning methods to efficiently process and analyze large-scale text data for depression detection.
OBJECTIVE: This study seeks to address the emotional struggles faced by women with BC, who often grapple with depression but lack accessible mental health support. This study
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: Data from the social media platform X (formerly Twitter) can provide insights into the types of language that are used when discussing drug use. In past research using latent Dirichlet allocation (LDA), we found that tweets containing "street names" of prescription drugs were difficult to classify due to the similarity to other colloquialisms and lack of clarity over how the terms were used. Conversely, "brand name" references were more amenable to machine-driven categorization.
OBJECTIVE: This study sought to use next-generation techniques (beyond LDA) from natural language proce
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.
(1) Background: Physician rating websites (PRWs) are a rich resource of information where individuals learn other people response to various health problems. The current study aims to investigate and analyze the people top concerns and sentiment dynamics expressed in physician online reviews (PORs). (2) Methods: Text data were collected from four U.S.-based PRWs during the three time periods of 2018, 2019 and 2020. Based on the dynamic topic modeling, hot topics related to different aspects of healthcare were identified. Following the hybrid approach of aspect-based sentiment analysis, the soc
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.
Lung cancer is the leading cause of cancer death globally. This study investigated how lung cancer patients and caregivers discuss treatment experiences and seek information in online Reddit communities. We found prominent concerns and sentiment patterns across 1,214 posts from six lung cancer subreddits (June 2013-February 2024). Sentiment analysis used Valence Aware Dictionary for sEntiment Reasoning (VADER), a previously validated Python tool for social media, assigning compound scores from - 1 (most negative) to + 1 (most positive). Caregivers authored 59.88% of posts and patients authored
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.
STUDY DESIGN: Cross-sectional, observational, and descriptive study.
OBJECTIVES: To analyze globally accessible videos and user comments retrieved via the YouTube Data API using the keyword "spinal cord injury."
SETTING: Publicly available YouTube videos and comments.
METHODS: A total of 588 videos uploaded to YouTube over the past 15 years were screened. After exclusion of non-English content, disabled comments, duplicates, and irrelevant material, the 100 most-viewed videos were included. Video-level metadata and 15,619 user comments were extracted. Using deductive qualitative content ana
СтатьяНаблюдательное 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.
Psoriatic arthritis (PsA) presents significant challenges, with many patients experiencing inadequate treatment response. While clinical aspects of suboptimal disease control have been characterized, the emotional burden of treatment failure remains poorly understood. Our objective was to systematically characterize the emotional patterns expressed by PsA patients when describing treatment failures and management challenges. A multi-national online survey with PsA patients was conducted through GRAPPA (Group for Research and Assessment of Psoriasis and Psoriatic Arthritis). The survey was cond
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.
Irritable Bowel Syndrome (IBS) is a functional gastrointestinal disorder affecting 10-15% of the global population, characterized by abdominal pain, bloating, and altered bowel habits. This study aimed to analyze IBS-related discussions on X.com using sentiment analysis and topic modeling to understand patient experiences, concerns, and information needs from 2006 to 2024. A mixed-methods analysis of 12,345 IBS-related posts from X.com was conducted, collecting data using focused search terms ('IBS', 'irritable bowel syndrome', '#ibs', 'bowel syndrome'). After preprocessing, sentiment analysis
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: Health care service quality is inherently multidimensional; yet, the dominant practice in applied text analysis assigns each patient review to a single topic via Latent Dirichlet Allocation (LDA). This simplification may systematically compress evaluative information when patients discuss multiple service dimensions with varying sentiments within the same review.
OBJECTIVE: This study compared the dominant-topic operationalization commonly used in applied LDA research with Generative Pretrained Transformer (GPT)-based aspect-based sentiment analysis (ABSA) to examine (1) the exten
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.