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
1752 публикаций
Поиск: 87 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 220 с найденным полным текстом
OBJECTIVE: Current clinical evaluation may tend to lack precision in detecting depression in Parkinson's disease (DPD). Radiomics features have gradually shown potential as auxiliary diagnostic tools in identifying and distinguishing different subtypes of Parkinson's disease (PD), and a radiomic approach that combines unsupervised machine learning has the potential to identify DPD.
METHODS: Analyze the clinical and imaging data of 272 Parkinson's disease (PD) patients from the PPMI dataset, along with 45 PD patients from the NACC dataset. Extract radiomic features from T1-weighted MRI images
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Determining the glass transition temperature Tg in materials science in general and for amorphous polymer systems in particular is a delicate matter due to the uncertainty in the definition of Tg and the complexity of the glass transition phenomenon itself. Machine learning (ML) provides powerful approaches for analyzing complex, high-dimensional data to reveal hidden patterns. Recently, we have applied an unsupervised ML technique to identify Tg of a polymer melt of weakly semiflexible bead-spring chains using the time evolvement of pairwise internal distances between monomers along chains, a
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: Acute cholangitis (AC) presents with significant clinical heterogeneity, and existing severity classifications have limited prognostic value in critically ill patients. Subtypes of AC in critically ill patients have not been investigated.
OBJECTIVE: The study aimed to offer a novel approach to identify clinical subtypes and improve individualized risk assessment and treatment strategies using an unsupervised analysis.
METHODS: We conducted a retrospective analysis of ICU patients with AC from the Medical Information Mart for Intensive Care-IV (MIMIC-IV) database. K-means clusteri
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 AND AIMS: Both fibrosis status and body weight are important for assessing prognosis in nonalcoholic fatty liver disease (NAFLD). The aim of this study was to identify population clusters for specific clinical outcomes based on fibrosis-4 (FIB-4) index and body mass index (BMI) using an unsupervised machine learning method.
METHODS: We conducted a multicenter study of 1335 biopsy-proven NAFLD patients from Japan. Using the Gaussian mixture model to divide the cohort into clusters based on FIB-4 index and BMI, we investigated prognosis for these clusters.
RESULTS: The cohort consis
Многоцентровое исследованиеСтатьяПолный 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.
OBJECTIVES: Non-alcoholic fatty liver disease (NAFLD) is a non-communicable disease with a rising prevalence worldwide and with large burden for patients and health systems. To date, the presence of unique phenotypes in patients with NAFLD has not been studied, and their identification could inform precision medicine and public health with pragmatic implications in personalised management and care for patients with NAFLD.
DESIGN: Cross-sectional and prospective (up to 31 December 2019) analysis of National Health and Nutrition Examination Survey III (1988-1994).
PRIMARY AND SECONDARY OUTCOME
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Eosinophilic granulomatosis with polyangiitis (EGPA) is a systemic vasculitis characterized by high clinical heterogeneity. The conventional binary classification based on antineutrophil cytoplasmic antibody (ANCA) status inadequately captures this heterogeneity and provides limited guidance for individualised treatment decisions. This study aimed to identify and validate clinical-biological endophenotypes in EGPA using unsupervised machine learning methods based on multidimensional real-world clinical data, to inform precision medicine approaches.
METHODS: In this retrospective s
СтатьяНаблюдательное 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 CONTEXT: Chronic low back pain (CLBP) is a multifactorial condition and a leading cause of disability worldwide. Among the various contributors to symptom persistence, sleep quality has emerged as a critical yet underexplored factor. Evidence suggests a bidirectional relationship between poor sleep and pain intensity, disability, and psychological distress in individuals with CLBP.
PURPOSE: To explore the relationship between sleep quality and CLBP using machine learning techniques, specifically the Self-Organizing Map (SOM) algorithm, while accounting for demographic, clinical, ps
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: We aimed to explore the application value of unsupervised machine learning in identifying acute gastrointestinal injury (AGI) after extracorporeal circulation for acute type A aortic dissection (ATAAD).
METHODS: Patients who underwent extracorporeal circulation for ATAAD at the First Hospital of Lanzhou University from January 2016 to January 2021 were included. Unsupervised machine learning algorithm was used to stratify patients into different phenogroups according to the similarity of their clinical features and laboratory test results. The differences in the incidence of periop
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: This study aimed to identify the high-risk group for root caries using unsupervised machine learning and to explore the associated factors.
PATIENTS AND METHODS: This cross-sectional study included 423 adults aged 65 to 74 years, surveyed in 2021. Clusters representing root caries risk were identified using k-prototypes clustering, with the optimal number of clusters determined by the maximum silhouette index. The confusion matrix and alluvial diagram were used to visualize the predictive accuracy and composition of the clustering results. Binary logistic regression models further an
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: Human Assumed Central Sensitization (HACS) is involved in the development and maintenance of chronic low back pain (CLBP). The Central Sensitization Inventory (CSI) was developed to evaluate the presence of HACS, with a cut-off value of 40/100. However, various factors including pain conditions (e.g., CLBP), contexts, and gender may influence this cut-off value. Unsupervised clustering approaches can address these complexities by considering diverse factors and exploring possible HACS-related subgroups. Therefore, this study aimed to determine the cut-off values for a Dutch-speakin
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.
INTRODUCTION: Despite advancements in molecular and histopathologic characterization of pediatric low-grade gliomas (pLGGs), there remains significant phenotypic heterogeneity among tumors with similar categorizations. We hypothesized that an unsupervised machine learning approach based on radiomic features may reveal distinct pLGG imaging subtypes.
METHODS: Multi-parametric MR images (T1 pre- and post-contrast, T2, and T2 FLAIR) from 157 patients with pLGGs were collected and 881 quantitative radiomic features were extracted from tumorous region. Clustering was performed using K-means after
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 work investigates the electroosmotic peristaltic transport of a Casson (blood)-based hybrid nanofluid Fe2O3-Cu via an asymmetric channel embedded inside a porous medium. The model takes into consideration electric and magnetic field effects, Ohmic heating, as well as velocity and thermal slip conditions. The governing equations are simplified and solved by employing unsupervised sigmoid-based neural networks (SNNs), Fibonacci-based neural networks (FNNs), and their hybrid model (FSNNs) under the assumptions of low Reynolds number and long wavelength. Furthermore, a comparative analysis is
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: Structural anomalies in the frontal lobe and basal ganglia have been reported in patients with attention-deficit/hyperactivity disorder (ADHD). However, these findings have been not always consistent because of ADHD diversity. This study aimed to identify ADHD subtypes based on cognitive function and find their distinct brain structural characteristics.
METHODS: Using the data of 656 children with ADHD from the Adolescent Brain Cognitive Development (ABCD) Study, we applied unsupervised machine learning to identify ADHD subtypes using the National Institutes of Health Toolbox Task
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.
PURPOSE: To identify clinically meaningful clusters of lower urinary tract symptoms (LUTS) in adult women using an unsupervised machine learning approach and to examine their associations with patient-centered outcomes, including quality of life (QoL), willingness to pay (WTP) for treatment, and physician visits.
METHODS: We analyzed data from 3,088 women aged ≥ 20 years in a 2023 nationwide Japanese internet-based epidemiological survey on LUTS. Principal component analysis reduced dimensionality across 16 LUTS, including storage, voiding, and post-voiding symptoms, as well as bladder pain a
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: Accurate classification of patients with ankylosing spondylitis (AS) is the premise of precision medicine so as to perform different medical interventions for different patient types. AS pathology is closely related to the changes in the immune microenvironment. In this study, we used unsupervised machine learning (UML) to classify patients with AS based on clinical characteristics. We then constructed a novel subtype predictive model for AS based on the clinical classification, after which we investigated the difference in the immune microenvironment to unravel the AS pathogenesis
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: Although China has implemented multiple policies to encourage childbirth, the results have been underwhelming. Migrant workers account for a considerable proportion of China's population, most of whom are of childbearing age. However, few articles focus on their fertility intentions.
METHOD: From August 3 to August 29, 2023, we conducted a cross-sectional survey in Henan Province, China, which included 18,806 participants. Machine learning was used to construct a predictive model for the fertility intention of migrant workers, and unsupervised clustering was used to explore subgro
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.
Population-level data have suggested that bacille Calmette-Guerin (BCG) vaccination may lessen the severity of Coronavirus Disease-19 (COVID-19) prompting clinical trials in this area. Some reports have demonstrated conflicting results. We performed a robust, ecologic analysis comparing COVID-19 related mortality (CRM) between strictly selected countries based on BCG vaccination program status utilizing publicly available databases and machine learning methods to define the association between active BCG vaccination programs and CRM. Validation was performed using linear regression and country
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.
Rheumatoid arthritis (RA) patients face increased cardiovascular (CV) risk, yet existing 10-year estimation tools often underperform. This study evaluated whether unsupervised machine learning (uML) clustering can identify distinct RA patient phenotypes with varying major cardiovascular events (MACE) potentially improving risk stratification. A cross-sectional, multi-center cohort of RA patients meeting the 2010 ACR/EULAR classification criteria and without prior CV events was enrolled in January 2019 and followed-up for MACE incidence over 5 years. Clinical and demographic data, including tra
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: Thrombo- and microembolic complications following abdominal aortic aneurysm (AAA) repair are hypothesized to be associated with wall thrombus burden. Fully automatic volume segmentation (FAVS) of imaging enables extraction of morphological features from which thrombogenic phenotypes may be identified.
METHODS AND RESULTS: This was a multi-centre retrospective cohort study using FAVS to examine pre-operative imaging for elective AAA repairs (2013-23). Radiological data were matched with National Vascular Registry thromboembolic outcomes data (cerebral, bowel, renal or limb ischaemia). Pr
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.
Hereditary haemorrhagic telangiectasia (HHT) can result in challenging anaemia and thrombosis phenotypes. Clinical presentations of HHT vary for relatives with identical casual mutations, suggesting other factors may modify severity. To examine objectively, we developed unsupervised machine learning algorithms to test whether haematological data at presentation could be categorised into sub-groupings and fitted to known biological factors. With ethical approval, we examined 10 complete blood count (CBC) variables, four iron index variables, four coagulation variables and eight iron/coagulation
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.