m+Medelevator.RU
Открытая медицинская библиотека

Найдите доказательства.
Сосредоточьтесь на главном.

Медицинские публикации, первоисточники и полные тексты.
Для клинического вопроса, нового знания и следующего исследования.

Ищем по исходному запросу. Уточняем медицинские термины для поиска на других языках…

Библиотека сейчас

От первоисточника до медицинского перевода

Подключаем обновления…
Собрано из открытых источников—

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 счётчика
Доступно 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.

Найти литературу по своему диагнозу →

Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.

Результаты поиска

4681 публикаций

Поиск: 239 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1104 с найденным полным текстом

Big data, big knowledge: big data for personalized healthcare.

The idea that the purely phenomenological knowledge that we can extract by analyzing large amounts of data can be useful in healthcare seems to contradict the desire of VPH researchers to build detailed mechanistic models for individual patients. But in practice no model is ever entirely phenomenological or entirely mechanistic. We propose in this position paper that big data analytics can be successfully combined with VPH technologies to produce robust and effective in silico medicine solutions. In order to do this, big data technologies must be further developed to cope with some specific re

СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 26218867Открыть статью

Big Data, Big Opportunities, and Big Challenges.

High-throughput assays have begun to revolutionize modern biology and medicine. The advent of cheap next-generation sequencing (NGS) has made it possible to interrogate cells and human populations as never before. Although this has allowed us to investigate the genetics, gene expression, and impacts of the microbiome, there remain both practical and conceptual challenges. These include data handling, storage, and statistical analysis, as well as an inherent problem of the analysis of heterogeneous cell populations.

СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 26551943Открыть статью

Privacy Gaps for Digital Cardiology Data: Big Problems With Big Data.

Mr. M is a 55 year-old man who suffers an acute myocardial infarction (MI) and undergoes coronary stenting. Following hospitalization, he completes cardiac rehabilitation. Thereafter, he is approached about joining a digital smartwatch study to help monitor his health behaviors. He enrolls with enthusiasm, and, feeling empowered, creates a profile on PatientsLikeMe to share lessons from his medical journey. There he reads about an over-the-counter vitamin and downloads a coupon for his local supermarket. Determined to remain accountable for his health, he starts exercising with a fitness train

СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 32091926Открыть статью

Big data in sarcoidosis.

PURPOSE OF REVIEW: This review provides an overview of recent advancements in sarcoidosis research, focusing on collaborative networks, phenotype characterization, and molecular studies. It highlights the importance of collaborative efforts, phenotype characterization, and the integration of multilevel molecular data for advancing sarcoidosis research and paving the way toward personalized medicine. RECENT FINDINGS: Sarcoidosis exhibits heterogeneous clinical manifestations influenced by various factors. Efforts to define sarcoidosis endophenotypes show promise, while technological advancemen

СтатьяОбзорПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 38967053Открыть статью

Chronic Disease Management Using Big Data and Predictive Models (Big Data & Predictive Analytics).

Accurate prediction of thirty-day hospital readmissions in large clinical cohorts depends on data quality, the integrity of pre-processing, and the choice of learning strategy. The aim of this study was to develop and empirically validate an artificial-intelligence-based method for generating clinically coherent medical data in order to improve the precision, stability, and real-world applicability of models forecasting adverse outcomes in patients with chronic diseases. The analysis used the full Diabetes 130-Hospitals dataset (n = 101,766), applying multi-stage pre-processing, diffusion-base

СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 42731053Открыть статью

Let's talk BIG DATA.

Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.

Редакционная статьяIntroductory Journal ArticleПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 27753594Открыть статью

Большие данные в мультиплексной склерозе.

ЦЕЛЬ РЕВИЕВА: Настоящий обзор суммирует ключевые достижения в болезни Майера-Штерна (МС) в результате использования больших данных из различных источников и продвинутых аналитических методов. НОВЫЕ РЕЗУЛЬТАТЫ: Реальный эмпирический доказательственный материал (RWE), полученный из больших данных по МС, значительно улучшил стратегии лечения, перedefinirовал понятие прогрессирования болезни, уточнил прогнозные модели и способствовал персонализированной медицине. RWE подчеркнул долгосрочные преимущества раннего интенсивного лечения по сравнению с стратегией увеличения дозировки, неблагоприятный р

СтатьяОбзорПоиск полного текста в очередиМашинный перевод · не проверен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 41925198Открыть статью

Big data: the management revolution.

Big data, the authors write, is far more powerful than the analytics of the past. Executives can measure and therefore manage more precisely than ever before. They can make better predictions and smarter decisions. They can target more-effective interventions in areas that so far have been dominated by gut and intuition rather than by data and rigor. The differences between big data and analytics are a matter of volume, velocity, and variety: More data now cross the internet every second than were stored in the entire internet 20 years ago. Nearly real-time information makes it possible for a

СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 23074865Открыть статью

Race and class in big data.

Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.

СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 38940705Открыть статью

Editorial Commentary: Be Careful about Drawing Big Conclusions from Big Data.

Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.

Редакционная статьяКомментарийПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 26074101Открыть статью

Big data drive efficient rabies vaccination.

Georgina Mills describes how interrogation of a large epidemiology dataset led to better delivery of a rabies vaccination campaign.

НовостьПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 34651917Открыть статью

Small sleepers, big data: leveraging big data to explore sleep-disordered breathing in infants and young children.

STUDY OBJECTIVES: Infants represent an understudied minority in sleep-disordered breathing (SDB) research and yet the disease can have a significant impact on health over the formative years of neurocognitive development that follow. Herein we report data on SDB in this population using a big data approach. METHODS: Data were abstracted using the Cerner Health Facts database. Demographics, sleep diagnoses, comorbid medication conditions, healthcare utilization, and economic outcomes are reported. RESULTS: In a cohort of 68.7 million unique patients, over a 9-year period, there were 9,773 inf

СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 32926133Открыть статью

The potential of big data for obstetrics discovery.

PURPOSE OF REVIEW: The purpose of this article is to introduce the concept of 'Big Data' and review its potential to advance scientific discovery in obstetrics. RECENT FINDINGS: Big Data is now ubiquitous in medicine, being used in many specialties to understand the pathophysiology, risk factors, and treatment for many diseases. Big Data analyses often employ machine learning methods to understand the complex relationships that may exist within these sources. We review the basic principles of supervised and unsupervised machine learning methods, including deep learning. We highlight how these

СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 34709211Открыть статью

A review of big data and medical research.

Universally, the volume of data has increased, with the collection rate doubling every 40 months, since the 1980s. "Big data" is a term that was introduced in the 1990s to include data sets too large to be used with common software. Medicine is a major field predicted to increase the use of big data in 2025. Big data in medicine may be used by commercial, academic, government, and public sectors. It includes biologic, biometric, and electronic health data. Examples of biologic data include biobanks; biometric data may have individual wellness data from devices; electronic health data include t

Полный текст найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 32637104Открыть статью

Twenty years of chalazion, big data analysis.

PURPOSE: To describe large-scale epidemiological patterns of chalazia and assess treatment outcomes. METHODS: We conducted a retrospective cohort study using the Clalit Health Services electronic medical record database, analyzing demographic data, medical history, treatments, procedures, and outcomes between January 2003 and December 2022. RESULTS: A total of 611,993 chalazion diagnoses were recorded in 412,365 patients. Invasive procedures were required in 56,840 cases (9.3%). After topical therapy, 11.2% of cases progressed to surgical management (18.3% with neomycin/polymyxin-B/dexametha

СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 42178961Открыть статью

When we talk about Big Data, What do we really mean? Toward a more precise definition of Big Data.

Despite the lack of consensus on an official definition of Big Data, research and studies have continued to progress based on this "no consensus" stance over the years. However, the lack of a clear definition and scope for Big Data results in scientific research and communication lacking a common ground. Even with the popular "V" characteristics, Big Data remains elusive. The term is broad and is used differently in research, often referring to entirely different concepts, which is rarely stated explicitly in papers. While many studies and reviews attempt to draw a comprehensive understanding

СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 39318654Открыть статью

Automated vehicles, big data and public health.

In this paper we focus on how automated vehicles can reduce the number of deaths and injuries in accident situations in order to protect public health. This is actually a problem not only of public health and ethics, but also of big data-not only in terms of all the different data that could be used to inform such decisions, but also in the sense of deciding how wide the scope of data should be. We identify three key different types of data, including basic data, advanced data and preference data, provide an ethical analysis of the use of these different types of data and of different ways of

СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 31065857Открыть статью

Alzheimer's disease: From big data to mechanism.

The gene variant APOE4 is the most common genetic risk factor associated with late-onset Alzheimer’s disease. A comprehensive, multilayer study reveals the molecular and cellular signatures of APOE4 in humans.

НовостьКомментарийПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 23883924Открыть статью

Using big data to understand interest in myopia.

SIGNIFICANCE: Popularity of publicly searched myopia terminologies is reported, for example, myopia control over myopia management and myopia over nearsighted or shortsighted. Insights are also provided for searches on specific myopia control interventions. The findings offer an evidence-based starting point for public messaging and communications by clinicians, policymakers, and other industry leaders. PURPOSE: Public understanding of myopia can be difficult to ascertain for clinicians. Although small-scale studies provide valuable snapshots of data, findings tend to be population-specific a

СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 38350056Открыть статью

Big Data in the Assessment of Pediatric Medication Safety.

Big data (BD) in pediatric medication safety research provides many opportunities to improve the safety and health of children. The number of pediatric medication and device trials has increased in part because of the past 20 years of US legislation requiring and incentivizing study of the effects of medical products in children (Food and Drug Administration Modernization Act of 1997, Pediatric Rule in 1998, Best Pharmaceuticals for Children Act of 2002, and Pediatric Research Equity Act of 2003). There are some limitations of traditional approaches to studying medication safety in children. R

СтатьяПоддержка службы здравоохранения СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

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.

PMID 31937606Открыть статью

ИП Урсолов Владлен Сергеевич

ИНН 500118482352 · ОГРНИП 314500117700049

Реквизиты и контакты