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
20296 публикаций
Поиск: 207 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
Polymer foams are extensively utilized because of their superior mechanical and energy-absorbing capabilities; however, foam materials of consistent geometry are difficult to produce because of their random microstructure and stochastic nature. Alternatively, lattice structures provide greater design freedom to achieve desired material properties by replicating mesoscale unit cells. Such complex lattice structures can only be manufactured effectively by additive manufacturing or 3D printing. The mechanical properties of lattice parts are greatly influenced by the lattice parameters that define
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: Myocardial infarction (MI) is a major cause of death, particularly during the first year. The avoidance of potentially fatal outcomes requires expeditious preventative steps. Machine learning (ML) is a subfield of artificial intelligence science that detects the underlying patterns of available big data for modeling them. This study aimed to establish an ML model with numerous features to predict the fatal complications of MI during the first 72 hours of hospital admission.
METHODS: We applied an MI complications database that contains the demographic and clinical records of patie
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.
INTRODUCTION: A major share of poisoning cases are perpetrated intentionally, but this varies depending on different geographical regions, age spectrums, and gender distribution. The present study was conducted to determine the most important factors affecting intentional and unintentional poisonings using machine learning algorithms.
MATERIALS AND METHODS: The current cross-sectional study was conducted on 658 people hospitalized due to poisoning. The enrollment and follow-up of patients were carried out during 2020-2021. The data obtained from patients' files and during follow-up were recor
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.
INTRODUCTION: Postpartum hemorrhage (PPH) is a significant cause of maternal mortality worldwide, particularly in low- and middle-income countries. It is essential to develop effective prediction models to identify women at risk of PPH and implement appropriate interventions to reduce maternal morbidity and mortality. This study aims to predict the occurrence of postpartum hemorrhage using machine learning models based on antenatal, intrapartum, and postnatal visit data obtained from the Kenya Antenatal and Postnatal Care Research Collective cohort.
METHOD: Four machine learning models - logi
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.
Influenza viruses mutate rapidly and can pose a threat to public health, especially to those in vulnerable groups. Throughout history, influenza A viruses have caused pandemics between different species. It is important to identify the origin of a virus in order to prevent the spread of an outbreak. Recently, there has been increasing interest in using machine learning algorithms to provide fast and accurate predictions for viral sequences. In this study, real testing data sets and a variety of evaluation metrics were used to evaluate machine learning algorithms at different taxonomic levels.
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: Ankylosing spondylitis (AS) is a chronic inflammatory disorder of unknown etiology that is hard to diagnose early. Therefore, it is imperative to explore novel biomarkers that may contribute to the easy and early diagnosis of AS. Methods: Common differentially expressed genes between normal people and AS patients in GSE73754 and GSE25101 were screened by machine learning algorithms. A diagnostic model was established by the hub genes that were screened. Then, the model was validated in several data sets. Results: IL2RB and ZDHHC18 were screened using machine learning algorithms and
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.
Preclinical studies evaluating plague vaccine candidates have demonstrated that the F1 and V protein antigens of Yersinia pestis confer protection against challenge from virulent strains. Live-attenuated ΔphoP/Q Salmonella typhimurium recombinants were constructed expressing either F1, V antigens, F1 and V antigens, or a F1-V fusion from Asd (+) balanced-lethal plasmids. To improve antigen delivery, genes encoding plague antigens were modified in order to localize antigens to specific bacterial cellular compartments which include cytoplasmic, outer membrane, or secreted. Candidate vaccine stra
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.
INTRODUCTION: Stroke is the leading cause of disability worldwide. It has been well-documented that rehabilitation (rehab) therapy can aid in regaining health and function for individuals with stroke. Yet, tracking in-home rehab continues to be a challenge because of a lack of resources and population-scale demands. In order to address this gap, we implemented a methodology to classify and track rehab interventions in individuals with stroke.
METHODS: We developed personalized classification algorithms, including neural network-based algorithms, to classify four rehab exercises performed by t
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.
AIMS: To investigate the utility of novel deep learning (DL) algorithms in recognizing transposition of the great arteries (TGA) after atrial switch procedure or congenitally corrected TGA (ccTGA) based on routine transthoracic echocardiograms. In addition, the ability of DL algorithms for delineation and segmentation of the systemic ventricle was evaluated.
METHODS AND RESULTS: In total, 132 patients (92 TGA and atrial switch and 40 with ccTGA; 60% male, age 38.3 ± 12.1 years) and 67 normal controls (57% male, age 48.5 ± 17.9 years) with routine transthoracic examinations were included. Conv
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.
Alzheimer's disease (AD) has its onset many decades before dementia develops, and work is ongoing to characterise individuals at risk of decline on the basis of early detection through biomarker and cognitive testing as well as the presence/absence of identified risk factors. Risk prediction models for AD based on various computational approaches, including machine learning, are being developed with promising results. However, these approaches have been criticised as they are unable to generalise due to over-reliance on one data source, poor internal and external validations, and lack of under
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: Machine learning models are increasingly applied in clinical practice. However, conventional performance metrics such as sensitivity, specificity, and accuracy do not capture the structural characteristics of predictive probability distributions, limiting their utility for optimizing decision thresholds and supporting clinical decision-making. Methods: We propose the D-index, a novel metric designed to quantify asymmetry in predicted probability distributions by measuring the difference in skewness between positive and negative predictions. The D-index was evaluated using simulated
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.
Intimate partner violence (IPV) survivors increasingly use social media platforms to share their experiences and to seek help and support for their IPV-related concerns. IPV evidence extracted from social media platforms can provide valuable information and complement data obtained from conventional data sources (e.g., self-reports and interviews) thereby enhancing our understanding of IPV victimization. This study addressed three research questions: (1) What range of IPV behaviors emerge through qualitative coding? (2) To what extent do machine learning (ML) based text classifications yield r
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.
Minimizing unplanned downtime is critical for maintaining productivity in modern manufacturing. While combining sensor networks with machine learning provides a practical way to detect mechanical failures early, conventional data-driven diagnostics often fail during highly transient stamping operations. This failure stems from severe spectral smearing and signal distortions caused by fluctuating process loads and variable operating speeds. To address these limitations, we present a field-tested fault diagnosis (FD) framework deployed in an active automotive components plant. Over a twelve-mont
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 differential diagnosis of pleural effusion remains challenging. Microbiological and cytopathological examinations are considered the gold standards; however, they are limited by their low sensitivity, subjectivity, invasiveness and prolonged turnaround times. Pleural fluid and serum biochemical tests offer the advantages of objectivity, short turnaround time, minimal invasiveness and easy accessibility, which can help pulmonologists estimate the risk of the target disease. However, their effectiveness is often suboptimal when they are used alone. Recent advances suggest that machine learni
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.
BACKGROUND: Early and accurate etiological diagnosis of congenital disorders of adrenal steroidogenesis (CDAS) is critical as timely targeted management can prevent life-threatening complications and improve long-term outcomes.
OBJECTIVE: To develop and validate a machine learning-assisted decision tree model for classifying CDAS using plasma steroid hormone profiles quantified by liquid chromatography-mass spectrometry (LC-MS/MS).
METHODS: A development cohort of 1027 participants (325 genetically confirmed CDAS patients representing 8 subtypes/702 controls) was used for model construction.
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 investigate high-risk factors for gestational diabetes mellitus (GDM) in early pregnancy through an analysis of demographic and clinical data, and to develops a machine-learning-based prediction model to enhance early diagnosis and intervention.
METHODS: A retrospective study was performed involving 942 pregnant women. A stacking ensemble (machine learning [ML]) was applied to demographic and clinical variables, creating a predictive model for GDM. Model performance was evaluated through receiver-operating characteristics (ROC) analysis, and the area under the curve (AUC) was ca
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.
A persistent mental illness, schizophrenia has a complicated etiopathogenesis that includes both environmental and genetic elements. This study examined the possibility of diagnosing schizophrenia by utilizing computed tomography (CT) images of the orbit and its structures, which were then examined by artificial neural networks (ANNs) and machine learning (ML) algorithms. A retrospective analysis of the CT scans of 90 healthy people and 90 people with schizophrenia was conducted. Prior to measurement, all CT images underwent preprocessing steps to ensure align-ment and standardization. Height,
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: Attrition is an important problem in clinical practice and research. However, the predictors of dropping out from cognitive behavioral therapy (CBT) for panic disorder (PD) are not fully understood. In this study, we aimed to build a dropout prediction model for CBT for PD using machine learning (ML) algorithms.
METHODS: We treated 208 patients with PD applying group CBT. From baseline data, the prediction analysis was carried out using two ML algorithms, random forest and light gradient boosting machine. The baseline data included five personality dimensions in NEO Five Factor In
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.
This study aimed to analyze peripheral blood lymphocyte subsets in lupus nephritis (LN) patients and use machine learning (ML) methods to establish an effective algorithm for predicting co-infection in LN. This study included 111 non-infected LN patients, 72 infected LN patients, and 206 healthy controls (HCs). Patient information, infection characteristics, medication, and laboratory indexes were recorded. Eight ML methods were compared to establish a model through a training group and verify the results in a test group. We trained the ML models, including Logistic Regression, Decision Tree,
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: It is known that neuroanatomical and neurofunctional changes observed in the brain, brainstem and cerebellum play a role in the etiology of adolescent idiopathic scoliosis (AIS). This study aimed to investigate whether volumetric measurements of brain regions can be used as predictive indicators for AIS through machine learning techniques.
METHODS: Patients with a severe degree of curvature in AIS (n = 32) and healthy individuals (n = 31) were enrolled in the study. Volumetric data from 169 brain regions, acquired from magnetic resonance imaging (MRI) of these individuals, were ut
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.