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
17623 публикаций
Поиск: 346 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 955 с найденным полным текстом
Forensic anthropologists commonly estimate osteological sex using separate morphological and metric analyses, without integrating both data types into a single classification model. Combining data types into one model has the potential to increase sex classification accuracies for the skull. Therefore, the present study seeks to improve classification accuracies for the skull by combining morphological and metric variables using random forest (RF) modeling. The main objectives are (1) generate multiple RF models that incorporate various combinations of morphological and metric variables for es
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: In recent years, the extensive use of drugs and antibiotics has led to increasing microbial resistance. Therefore, it becomes crucial to explore deep connections between drugs and microbes. However, traditional biological experiments are very expensive and time-consuming. Therefore, it is meaningful to develop efficient computational models to forecast potential microbe-drug associations.
RESULTS: In this manuscript, we proposed a novel prediction model called GARFMDA by combining graph attention networks and bilayer random forest to infer probable microbe-drug correlations. In GA
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.
This work aims to recognize the patient individual possibility of contrast dose reduction in CT angiography. This system should help to identify whether the dose of contrast agent in CT angiography can be reduced to avoid side effects. In a clinical study, 263 CT angiographies were performed and, in addition, 21 clinical parameters were recorded for each patient before contrast agent administration. The resulting images were labeled according to their contrast quality. It is assumed that the contrast dose could be reduced for CT angiography images with excessive contrast. These data was used t
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2022eng
Cardiac auscultation is the key exam to screen cardiac diseases both in developed and developing countries. A heart sound auscultation procedure can detect the presence of murmurs and point to a diagnosis, thus it is an important first-line assessment and also cost-effective tool. The design automatic recommendation systems based on heart sound auscultation can play an important role in boosting the accuracy and the pervasiveness of screening tools. One such as step, consists in detecting the fundamental heart sound states, a process known as segmentation. A faulty segmentation or a wrong esti
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.
Acute lymphoblastic leukemia (ALL) is the most frequently leukemia and categorized into three morphological subtypes named L1, L2 and L3. Early diagnosis of ALL plays a key role in treatment procedure especially in the case of children. Several similarities between morphology of three subtypes ALL (L1, L2, L3) and lymphocyte subtypes (normal, reactive and atypical) as noncancerous cells have remained a high challenge. Diagnosis of ALL and lymphocyte subtypes are done by microscopic viewing examination of cells in the peripheral blood samples by hematologists. Since this exam is time-consuming,
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: The pediatric inflammatory bowel disease (PIBD) classes algorithm was developed to bring consistency to labelling of colonic IBD, but labels are exclusively based on features atypical for ulcerative colitis (UC).
AIM: The aim of the study was to develop an algorithm and identify features that discriminate between pediatric UC and colonic Crohn disease (CD).
METHODS: Baseline clinical, endoscopic, radiologic, and histologic data, including the PIBD class features in 74 colonic IBD (56: UC, 18: colonic CD) patients were collected. The PIBD class features and additional features com
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.
MOTIVATION: Antimicrobial resistance is a growing global threat, creating a need for rapid and accurate antimicrobial susceptibility testing. Current phenotypic antimicrobial susceptibility testing methods rely on prior isolation and cultivation, making them time-consuming. Whole genome sequencing combined with machine learning offers a faster and cost-effective alternative, but existing approaches are often limited in species coverage, antimicrobial scope, or data availability.
RESULTS: We developed stackPredAMR, a machine learning framework for predicting resistance to 18 antimicrobial agen
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: ARP spoofing poses a major security threat to Internet of Medical Things (IoMT) networks by enabling man-in-the-middle attacks that compromise the integrity of life-critical communications. Existing intrusion detection methods fail to simultaneously address temporal attack dynamics, unequal medical safety requirements, and explicit control of false negative rates.
METHODS: This study proposes the Self-Healing IoT-Optimized Random Forest (SH-IORF) framework, which integrates temporal behavioral feature engineering, validation-guided cost-sensitive learning, and medical safety-con
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.
Diabetic retinopathy (DR) is a leading cause of vision impairment among individuals with type 2 diabetes mellitus (T2DM). This study aimed to construct and evaluate predictive models for DR by integrating clinical data with optical coherence tomography (OCT) parameters, using both Least Absolute Shrinkage and Selection Operator (LASSO) regression and random forest (RF) algorithms. A retrospective analysis was conducted on medical records of T2DM patients admitted between September 2020 and December 2023. After applying inclusion and exclusion criteria, 10,054 cases were selected. Patients were
СтатьяСравнительное 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.
This study aimed to investigate the risk factors for low postoperative blood pressure and construct a machine learning (ML) model based on these features for real-time prediction in patients with oral cancer following reconstruction surgery. The retrospective cohort analysis included adults who had undergone oral cancer resection and free flap reconstruction surgery between December 2022 and December 2023. Patient clinical characteristics were obtained from the electronic medical records. Seven ML techniques were attempted with postoperative hypotension (POH) (mean arterial pressure ˂ 55 mmHg)
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 AND OBJECTIVE: The elucidation of candidate genes is fundamental to comprehending intricate diseases, vital for early diagnosis, personalized treatment, and drug discovery. Traditional Disease Gene Identification methods encounter limitations, necessitating substantial sample sizes and statistical power, particularly challenging for complex diseases. Conversely, Disease Gene Prioritization methods leverage biological knowledge but rely on computational predictions, often lacking experimental validation. Addressing existing tool challenges, this study introduces an innovative two-tie
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.
OBJECTIVE: To apply a random forest model combined with logistic regression in the understudied area of pneumoconiosis complications, and to investigate the incidence and risk factors of pneumoconiosis complicated by bacterial pneumonia, and the effect of concomitant bacterial pneumonia on the survival and prognosis of patients with pneumoconiosis.
METHODS: Pneumoconiosis patients admitted to the West China Fourth Hospital, Sichuan University, between January 2018 and April 2022 were enrolled and divided into a group of those with only pneumoconiosis and another group of those with pneumoconi
Аннотация на английскомСтатьяПолный 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: Primary Sjogren's syndrome (pSS) and autoimmune thyroiditis (AIT) share overlapping genetic and immunological profiles. This retrospective study evaluates the efficacy of machine learning algorithms, with a focus on the Random Forest Classifier, to predict the presence of thyroid-specific autoantibodies (TPOAb and TgAb) in pSS patients.
METHODS: A total of 96 patients with pSS were included in the retrospective study. All participants underwent a complete clinical and laboratory evaluation. All participants underwent thyroid function tests, including TPOAb and TgAb, and were accor
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Fetal movement is a commonly monitored indicator of fetal wellbeing with reductions in fetal movement being associated with poor perinatal outcomes. However, more informative datasets of fetal movement are required for improved clinical decision making. Wearable sensors coupled with machine learning (ML) methods could support accurate detection of fetal movement. While prior work has demonstrated the feasibility of accelerometer-based detection, using angular rate data to train ML models has not been fully explored. The goal of this study was to train and validate ML models using acceleration
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.
OBJECTIVES: This study aimed to reveal critical genes regulating peri-implantitis during its development and construct a diagnostic model by using random forest (RF) and artificial neural network (ANN).
METHODS: GSE-33774, GSE106090, and GSE57631 datasets were obtained from the GEO database. The GSE33774 and GSE106090 datasets were analyzed for differential expression and functional enrichment. The protein-protein interaction networks (PPI) and RF screened vital genes. A diagnostic model for peri-implantitis was established using ANN and validated on the GSE33774 and GSE57631 datasets. A tran
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: Colorectal cancer (CRC) is the third most frequently diagnosed cancer worldwide. Diabetes and CRC share many overlapping lifestyle risk factors such as obesity, heavy alcohol use, and diet. This study aims to develop a risk scoring system for CRC prediction among diabetes patients using routine medical records.
METHODS: A retrospective cohort study was conducted using electronic health records of Hong Kong. Patients who received diabetes care in public general outpatient clinics between 2010 and 2019 and had no cancer history were identified, and followed up until December 2019. 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.
PURPOSE: Anorectal, sexual, and urinary dysfunction are common issues after rectal cancer surgery, although seldom explored. The primary aim of this study was to investigate postoperative anorectal functional results.
METHODS: Patients with mid/low-rectal cancer treated with transanal TME (TaTME) with primary anastomosis with/without diverting stoma between 2015 and 2020 were reviewed and selected if they had a minimum follow-up of 6 months (from the primary procedure or stoma reversal). Patients were interviewed using validated questionnaires and the primary outcome was bowel function based
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: To implement a fully data driven strategy for identifying outliers in clinical datasets used for formula constant optimisation, in order to achieve proper formula predicted refraction after cataract surgery, and to assess the capabilities of this outlier detection method.
METHODS: 2 clinical datasets (DS1/DS2: N = 888/403) of eyes treated with a monofocal aspherical intraocular lens (Hoya XY1/Johnson&Johnson Vision Z9003) containing preoperative biometric data, power of the lens implant and postoperative spherical equivalent (SEQ) were transferred to us for formula constant optimisat
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.
In the studies of Alzheimer's disease (AD), jointly analyzing imaging data and genetic data provides an effective method to explore the potential biomarkers of AD. AD can be separated into healthy controls (HC), early mild cognitive impairment (EMCI), late mild cognitive impairment (LMCI) and AD. In the meantime, identifying the important biomarkers of AD progression, and analyzing these biomarkers in AD provide valuable insights into understanding the mechanism of AD. In this paper, we present a novel data fusion method and a genetic weighted random forest method to mine important features. S
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 Computed tomography (CT)-guided percutaneous transthoracic needle biopsy (PTNB) is an effective means for diagnosing various thoracic diseases. Pneumothorax is the most common complication, and when it becomes life-threatening, urgent medical intervention is required. The purpose of this study was to develop and validate a model that can be used to predict postoperative pneumothorax following CT-guided PTNB. MATERIAL AND METHODS We enrolled 245 patients who completed CT-guided PTNB to develop the model. A random forest (RF) model was built using 15 risk factors (15-RFs). The 7 most
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.