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
748 публикаций
Поиск: 149 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 81 с найденным полным текстом
In Kernerg's Object Relations Theory model of personality pathology, splitting, the mutual polarization of aspects of experience, is thought to result in a failure of identity integration. The authors sought to identify a clinician-independent, automated measure of splitting by examining 54 subjects' natural speech. Splitting in these individuals, recruited from the community, was investigated and evaluated with a shortened version of the Structured Interview of Personality Organization (STIPO-R). A type of automated sentiment textual analysis called VADER was applied to transcripts from the s
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.
INTRODUCTION: China had been implementing stringent dynamic policies during the COVID-19 pandemic. In late 2022, China made a sudden policy shift from its three-year dynamic zero-COVID to the re-opening policy, which resulted in a divergence of online public opinions and varying sentiments. However, few research has been done to explore the public's sentiment changes toward this abrupt policy shift.
METHODS: To better inform effective health communication regarding governments' change of policies for future initiatives, this study aims to analyze public's sentiment changes toward the launchin
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: Social-media data are increasingly used in medicine for diverse applications. Although several studies have examined social media in rheumatology, most have focused on individual diseases. To date, no work has systematically explored the full spectrum of rheumatology-specific communities on Reddit, and sentiment analysis has not been broadly applied across these communities. This study addresses that gap by identifying rheumatology-related subreddits, describing their characteristics, and analysing the sentiment of their discussions.
METHODS: The Reddit search engine was used to i
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.
PURPOSE: COVID-19-associated mucormycosis (CAM) was a serious public health problem during the second wave of COVID-19 in India. We planned to analyze public perceptions by sentiment analysis of Twitter data regarding CAM.
METHODS: In this observational study, the application programming interface (API) provided by the Twitter platform was used for extracting real-time conversations by using keywords related to mucormycosis (colloquially known as "black fungus"), from May 3 to August 29, 2021. Lexicon-based sentiment analysis of the tweets was done using the Vader sentiment analysis tool. To
СтатьяНаблюдательное 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.
Mpox, a zoonotic disease re-emerging from animals to humans, poses a risk of evolving into a global pandemic due to its high infectivity and potential asymptomatic transmission. This study maps the structure and configuration of mpox-related discussions on Twitter/X, identifies key influencers and top hashtags, and analyzes public sentiment. Data were collected using NodeXL Pro from May 7, 2022, to January 15, 2023, with the keyword "Monkeypox" and visualized using Gephi. Social network analysis ranked nodes by betweenness centrality scores to highlight key communicators, and the YifanHu layou
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 advances our understanding of public health crisis communication by conducting a longitudinal analysis. As COVID-19 has been the largest public health crisis to date, we performed sentiment analysis on it. While previous research focused on discrete time periods, our study examines the arc of pandemic-related discourse from 2020 to 2022, revealing long-term patterns in public sentiment evolution. Using advanced natural language processing techniques and temporal pattern analysis, we identify key transition points in public health discourse and sentiment, offering insights for future
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.
The volume of data is growing exponentially and becoming more valuable to organizations that collect it, from e-commerce data, shipping, audio and video logs, text messages, internet search queries, stock market activity, financial transactions, the Internet of Things, and various other sources. The major challenges are related with the way to extract insights from such a rich data environment and whether Deep Learning can be successful with Big Data. To get some insight on these topics, social network data are employed as a case study on how sentiments can affect decisions in stock market env
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: Diagnosing and treating anorexia nervosa is an important challenge for modern psychiatry. Taking into account a connection between the mental state of a person and the characteristics of their language, this paper presents developed and tested method for analyzing the written statements of patients with anorexia nervosa and healthy individuals, including the identification of keywords.
METHODS: Due to the short nature of the texts, which is related to the difficulty of expressing oneself about one's body when suffering from anorexia, the bag of words approach was used for document
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.
ObjectivesThe aim is to uncover the perspectives of Twitter users on Multiple Sclerosis (MS) in English tweets by: (i) determining the sentiment of the text (ii) identifying the discussed topics.MethodsThe tweets were scanned in April 2023 using the keywords "multiple sclerosis, multiplesclerosis". Artificial intelligence-based sentiment analysis was conducted on a total of 1168 tweets and content analysis was performed on 17.4% of these tweets.ResultsTweets of 44% are positive and 22.3% are negative sentiment. As a result of content analysis, three themes and their sub-themes were identified:
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 explores disaster responses across the United States for Winter Storm Jaxon in 2018 by utilizing demographic and sentiment analysis for Twitter®. This study finds that people show highly fluctuated responses across the study periods and highest natural sentiment, followed by positive sentiment and negative sentiment. Also, some sociodemographic and Twitter variables, such as gender and long text, are strongly related to human sentiment, whereas other sociodemographic and Twitter variables, such as age and the higher number of retweets, are not associated with it. The results show th
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: Fibromyalgia (FM) is a complex disorder with widespread pain and emotional distress, posing diagnostic challenges. FM patients show altered cognitive and emotional processing, with a preferential allocation of attention to pain-related information. This attentional bias towards pain cues can impair cognitive functions such as inhibitory control, affecting patients' ability to manage and express emotions. Sentiment analysis using large language models (LLMs) can provide insights by detecting nuances in pain expression. This study investigated whether open-source LLM-driven sentiment
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.
Rates of Post-traumatic stress disorder (PTSD) have risen significantly due to the COVID-19 pandemic. Telehealth has emerged as a means to monitor symptoms for such disorders. This is partly due to isolation or inaccessibility of therapeutic intervention caused from the pandemic. Additional screening tools may be needed to augment identification and diagnosis of PTSD through a virtual medium. Sentiment analysis refers to the use of natural language processing (NLP) to extract emotional content from text information. In our study, we train a machine learning (ML) model on text data, which is pa
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 examine current vaccine sentiment on social media by constructing and analyzing semantic networks of vaccine information from highly shared websites of Twitter users in the United States; and to assist public health communication of vaccines.
BACKGROUND: Vaccine hesitancy continues to contribute to suboptimal vaccination coverage in the United States, posing significant risk of disease outbreaks, yet remains poorly understood.
METHODS: We constructed semantic networks of vaccine information from internet articles shared by Twitter users in the United States. We analyzed resulti
СтатьяПоддержка NIH: внешняя программаПоддержка правительства СШАПоиск 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: Social media platforms produce a constant stream of user-generated text, which holds promise as a source of useful information regarding population-level and individual mental health states. However, existing methods for sentiment analysis on social media texts process these texts as individual, static instances, failing to consider the underlying dynamics of emotional states, which are naturally evolving in nature.
METHODS: In this paper, we introduce a novel framework for Temporal Sentiment Progression Analysis, which uses domain-specific transformer architectures to reconstru
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 outbreak of Human Metapneumovirus (HMPV) in China, which later spread to the UK and other countries, raised significant public concern due to its potential impact on vulnerable populations. While HMPV typically causes mild symptoms, its effects on the elderly and immunocompromised individuals prompted health authorities to emphasize preventive measures. Moreover, continuous monitoring of respiratory viruses like HMPV remains important, as new factors (such as emerging variants) could alter their behavior over time. These factors have led to mixed public reactions, with some individuals exp
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: Sentiment analysis is one of the most widely used methods for mining and examining text. Social media researchers need guidance on choosing between manual and automated sentiment analysis methods.
OBJECTIVE: Popular sentiment analysis tools based on natural language processing (NLP; VADER [Valence Aware Dictionary for Sentiment Reasoning], TEXT2DATA [T2D], and Linguistic Inquiry and Word Count [LIWC-22]), and a large language model (ChatGPT 4.0) were compared with manually coded sentiment scores, as applied to the analysis of YouTube comments on videos discussing the opioid epidem
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 recent COVID-19 pandemic represents an unprecedented worldwide event to study the influence of related news on the financial markets, especially during the early stage of the pandemic when information on the new threat came rapidly and was complex for investors to process. In this paper, we investigate whether the flow of news on COVID-19 had an impact on forming market expectations. We analyze 203,886 online articles dealing with COVID-19 and published on three news platforms (MarketWatch.com, NYTimes.com, and Reuters.com) in the period from January to June 2020. Using machine learning te
НовостьПоиск 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: According to the latest medical evidence, Methadone and buprenorphine-naloxone (Suboxone®) are effective treatments for opioid use disorder (OUD). While the evidence basis for the use of these medications is favorable, less is known about the perceptions of the general public about them.
OBJECTIVE: This study aimed to use Twitter to assess the public perceptions about methadone and buprenorphine-naloxone, and to compare their discussion contents based on themes/topics, subthemes, and sentiment.
METHODS: We conducted a descriptive analysis of a small and automatic analysis of a la
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.
OBJECTIVE: This study aimed to describe the content of YouTube videos about cleft lip and palate (CLP) and to describe the sentiment analysis of related comments.
DESIGN: Retrospective, YouTube video, and sentiment analysis.
METHODS: YouTube videos (N = 112) about CLP were examined, including demographics and ratings of quality and usefulness. Comments on CLP (N = 205) were classified by content, and measured from negative (-5) to positive (+5) with a sentiment analysis program.
RESULTS: Videos were uploaded most often by universities and hospitals (25%) and health information sites (22%).
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: Schizophrenia (SZ) patients exhibit abnormalities in language expression, including semantic confusion and apathy, which significantly impair social functioning. The existing studies on speech in schizophrenia patients mainly focused on semantic or grammatical features, and the integration analysis between emotional dynamics and linguistic fluency remained scarce. The present study aims to systematically analyze abnormal emotional expression in schizophrenia patients by employing natural language processing (NLP) models.
METHOD: This study recruited 78 patients with SZ and 85 heal
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.