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
4030 публикаций
Поиск: 129 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
OBJECTIVES: To investigate the application value of combining the Demirjian's method with machine learning algorithms for dental age estimation in northern Chinese Han children and adolescents.
METHODS: Oral panoramic images of 10 256 Han individuals aged 5 to 24 years in northern China were collected. The development of eight permanent teeth in the left mandibular was classified into different stages using the Demirjian's method. Various machine learning algorithms, including support vector regression (SVR), gradient boosting regression (GBR), linear regression (LR), random forest regression
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 AND OBJECTIVES: As the worldwide secular trends are toward earlier puberty, identification of contributing factors for precocious puberty is critical. We aimed to identify and optimize contributing factors responsible for onset of precocious puberty via machine learning/deep learning algorithms in girls.
METHODS: A cross-sectional study was performed among girls aged 6-16 years from 26 schools in Beijing based on a cluster sampling method. Information was gleaned online via questionnaires. Machine/deep learning algorithms were performed using Python language (v3.7.6) on PyCharm pla
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.
Corrosion and scaling in drinking water distribution systems negatively affects the pipe lifespan, water quality, and cost of maintenance. Empirical corrosion and scaling indices are derived based on physicochemical water parameters. Each of these indices comes from different chemical assumptions and interpretation ranges. They provide conflicting results for the same sample of water. This study employed a hybrid methodology integrating experimental investigation, statistical analysis, and machine learning modeling toward enhanced evaluation of corrosion. Water samples were collected during an
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.
This study examined the differences in passing network between two- and three-center-back (2-CB and 3-CB) formations and their predictive relevance for match outcomes using machine learning models. The dataset comprised 256 matches (7328 player observations) from FIFA Soccer World Cups from 2010-2022. A novel subgroup entropy metric was introduced to quantify the distribution of ball circulation within positional units (defenders, midfielders and forwards). Results showed that conventional network metrics failed to distinguish formation-specific features, whereas the subgroup entropy metric re
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 global increase in dementia cases highlights the importance of early detection and intervention, particularly for individuals at risk of mild cognitive impairment (MCI), a precursor to dementia. The aim of this study is to develop and validate machine learning (ML) models based on non-imaging features to predict the risk of MCI conversion in cognitively healthy older adults over a three-year period. Using data from 845 participants aged 65 to 87 years, we built five eXtreme Gradient Boosting (XGBoost) models of increasing complexity, incorporating demographic, self-reported, medical, and c
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.
This study employed machine learning techniques to predict the rate of feline infectious peritonitis (FIP) diagnoses, with a specific focus on mutations in the spike protein gene of the feline coronavirus (FCoV). FIP is a fatal viral disease affecting the peritoneum of cats and is primarily caused by mutations in FCoV. Its diagnosis largely relies on evaluations of various biomarkers and clinical symptoms. The current analysis of FCoV spike protein gene mutations exhibits certain limitations. To address this problem, the present study employed a large dataset-comprising information on FCoV cop
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.
Estrous detection is crucial for reproductive management in dairy herds, influencing artificial insemination efficiency, fertility rates, and herd productivity. This study aimed to find the best machine learning method to detect estrous in dairy cows using sensor data. Therefore, 14 Holstein and 5 Simmental cows at a farm in Ankara Province, Turkey were used. Using the CowManager SensO system, a total of 2.748 days of behavioral data were collected from cows, from which 124 estrous events were identified and recorded. In the study, the accuracy values of the CART, RF, MARS, SVM, and XGBOOST al
СтатьяСравнительное исследованиеПолный 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 sodium-iodide symporter (NIS, SLC5A5) plays a crucial role in thyroid hormone synthesis. Especially during brain development, correct thyroid signaling is of critical importance. Hence, inhibition of this transporter can lead to neurodevelopmental disorders, such as lowered IQ or autism. In order to uncover environmental chemicals with the potential of causing developmental neurotoxicity (DNT), NIS was selected for modeling. To support next-generation risk assessment, in silico-based methods were utilized. Docking-based virtual screening workflows of a library of compounds with experimenta
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: Changes in midsole hardness may affect lower-limb impact loading during forefoot strike (FFS) running in children, yet the biomechanical basis for discriminating elevated VALR-related loading remains unclear. (2) Methods: Fourteen school-aged boys performed FFS running tests in experimental shoes with four midsole hardness levels (37, 42, 47, and 52 Shore C). Lower-limb kinematics and surface electromyography (sEMG) data were collected during the dominant leg stance phase. After preprocessing, VALR was calculated from 336 valid trials, and 28 stance-phase biomechanical features
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.
Hexafluoropropylene oxide-dimer acid (GenX), a prominent alternative to legacy per- and polyfluoroalkyl substances (PFAS), poses a significant challenge to traditional linear risk assessment models due to its ability to induce hormesis-a biphasic "low-dose stimulation, high-dose inhibition" response. This study established an interpretable machine learning (ML) framework to identify and predict GenX-induced non-monotonic dose-response (NMDR) relationships in zebrafish (Danio rerio). By integrating 263 independent experimental records across 11 biological categories, we benchmarked 6 mL paradig
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: Adherence with Anti-Retroviral Therapy (ART) reduces viral load, as well as HIV-related morbidity and mortality. Despite the expanded availability of ART, non-adherence remains a series problem, leads increased viral load, a decline CD4 cell count, and the development of drug resistance. HIV care is currently showing promise with the use of machine learning algorithms for early prediction of future non-adherence. However, as to researcher's Knowledge, there was limited research supporting this evidence in the country. Therefore, the primary aim of this study was to predict ART adhe
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.
Parkinson disease (PD) is a degenerative disorder of the brain and afflicts approximately 6 in 10 people aged 50 years or older. PD patients have motor and speech problems, so regular visits to and monitoring of the patients are hard. It is necessary to detect the presence of PD promptly and accurately, since early treatment will contribute greatly to enhancing patients' lives. As the number of aging people increases, there is a great demand for noninvasive, reliable, and remote diagnosis. In the current work, we studied 31 patients with PD and healthy subjects, their voice recordings, to crea
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 study presents a machine learning approach to predict the structural number of flexible pavements using subgrade soil properties and environmental conditions. Four algorithms were evaluated, including random forest, extreme gradient boosting, gradient boosting, and K nearest neighbors. The dataset was prepared by converting resilient modulus values into structural numbers using the bisection method applied to the American Association of State Highway and Transportation Officials 1993 design equation. Input variables included moisture content, dry unit weight, weighted plasticity index, an
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.
This study investigates the application of machine learning (ML) techniques combined with neuroimaging and speech signal processing for the early detection of neurological disorders, including Alzheimer's disease, Parkinson's disease, and epilepsy. A multisource analysis dataset consisting of neuro-images and speech features was utilized to train and evaluate various ML classifiers, such as K-nearest neighbors (KNN), Support Vector Machines, Random Forest, Naive Bayes, Decision Trees, XGBoost, and ADABoost. Performance assessment was based on metrics like accuracy, precision, recall, F1 score,
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 develop a predictive model for the clinical diagnosis of acute atypical asthma attacks using machine learning algorithms and investigate the risk factors related to the diagnosis of atypical asthma.
METHODS: This study retrospectively collected data on characteristics, symptoms, general examinations, pulmonary functional tests, and FeNO results of patients in the Aerospace Center Hospital. Five machine learning algorithms (logistic regression, decision tree, random forest, support vector machine, extreme gradient boosting) were employed to select variables for predicting outpati
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: Postpartum chronic pain is prevalent, affecting many women after delivery. Machine learning algorithms have been widely used in predicting postoperative conditions. We investigated the prevalence of and risk factors for postpartum chronic pain, and aimed to develop a machine learning model for its prediction.
METHODS: Pregnant women in our tertiary hospital were screened from July 2021 to June 2022. Postoperative pain intensity was assessed using the numerical rating scale at 1, 3, and 6 months after delivery. Six machine learning algorithms were benchmarked using the nested resam
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.
Timely identification of seizure-related EEG states can support clinical assessment and motivate future monitoring tools. This study investigates a comparative machine-learning framework for EEG-based epileptic seizure state classification using sub-band analysis of the Bonn University EEG dataset. The signals are decomposed into delta, theta, alpha, beta, and gamma bands with bandpass filtering, and a set of lightweight statistical descriptors is extracted from each band. Support Vector Machines, Random Forest, XGBoost, CatBoost, Multi-Layer Perceptron, k-Nearest Neighbours, and Logistic Regr
СтатьяСравнительное исследованиеПолный 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: Reliable predictive modeling in high-dimensional biomedical data requires a balance between accuracy, interpretability, and computational efficiency. However, existing ensemble methods often overlook model diversity or rely on ad hoc feature-selection approaches, which limit generalizability. This study introduces a hybrid feature-selection and diversity-guided stacking framework designed to improve robustness and scalability across clinical and other data-intensive domains.
METHODS: The proposed framework integrates a hybrid feature-selection pipeline-combining Variance Inflation
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 explore, identify, and develop novel blood-based indicators using machine learning algorithms for accurate preoperative assessment and effective prediction of postoperative complication risks in patients with rheumatoid arthritis (RA) undergoing total knee arthroplasty (TKA).
METHODS: A retrospective cohort study was conducted including RA patients who underwent unilateral TKA between January 2019 and December 2024. Inpatient and 30-day postoperative outpatient follow-up data were collected. Six machine learning algorithms, including decision tree, random forest, logistic regres
Аннотация на английскомСтатьяПолный 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.
Bioactive peptides derived from dairy proteins are increasingly recognized for their dual capacities to enhance sensory attributes and provide health-promoting functions. In fermented dairy products such as yogurt, proteolysis releases a diverse array of peptides, including sour-taste peptides that can refine flavor profiles and reduce the need for added acids or synthetic flavorings. However, systematic discovery and characterization of such peptides remain limited by the time and cost of traditional screening methods. Here, we developed an integrated computational-experimental workflow to id
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.