Author Details

Макарова, Наталья Петровна

Issue Section Title File
No 4 (2023) Reviews Prospects of treating infertility in women over 40 using assisted reproductive technology with autologous oocytes
No 4 (2023) Original Articles Clinical and molecular aspects of autologous embryo-cumulus cells co-culture in ifv programs
No 3 (2023) Reviews New advances in understanding the molecular mechanisms of human embryo implantation in in vitro fertilization programs
No 3 (2024) Original Articles Application of various machine learning techniques to the analysis of clinical, anamnestic, and embryological data of patients undergoing assisted reproductive technologies
No 8 (2024) Reviews Is seminal plasma donation possible in infertility treatment with assisted reproductive technologies?
No 8 (2024) Original Articles The effectiveness of programs of embryo cryo-transfer into the uterine cavity in women with overweight and obesity
No 7 (2024) Original Articles Assessment of the impact of male factor infertility on the outcomes of assisted reproductive technology programs using machine learning techniques
No 7 (2024) Original Articles Reducing the incidence of early reproductive losses through sperm selection based on membrane zeta potential in assisted reproductive technology
No 9 (2024) Original Articles Experience in machine learning application to predict pregnancy loss after assisted reproductive technologies
No 5 (2023) Original Articles The results of infertility treatment with assisted reproductive technology and sperm selection via cumulus-oocyte complexes
No 6 (2023) Reviews Extracellular vesicles in follicular fluid: clinical aspects and molecular biology
No 6 (2023) Original Articles Influence of ovulation inducing drugs and the woman’s age on the results of infertility treatment using assisted reproductive technologies with sperm selection by oocyte-cumulus complexes
No 6 (2023) Clinical Notes A successful outcome of in vitro fertilization in absolute teratozoospermia after spermatozoon selection by the zeta potential
No 7 (2023) Reviews Mitochondrial DNA as a quality marker of gametes and embryos in the assisted reproductive technologies programs
No 7 (2023) Clinical Notes Live birth after using assisted reproductive technologies in a late reproductive-aged female patient with her own oocytes without preimplantation genetic testing for aneuploidies
No 9 (2023) Original Articles The effectiveness of infertility treatment involving transfer of cryopreserved embryos obtained after autologous embryo-cumulus cells co-culture in women with repeated inplantation failure
No 2 (2024) Original Articles Comparison of predictive models built with different machine learning techniques using the example of predicting the outcome of assisted reproductive technologies
No 4 (2024) Original Articles Comparative analysis of blood and follicular fluid lipid profiles in women undergoing infertility treatment withassisted reproductive technologies
No 11 (2024) Original Articles Clinical and biological efficacy of microfluidic chips for sperm selection in infertility treatment using assisted reproductive technologies
No 12 (2024) Original Articles Lipid profiling of follicular fluid and blood plasma as a method of predicting pregnancy in women undergoing assisted reproductive treatment
No 2 (2025) Original Articles Using machine learning to analyze the lipid profile of culture medium and predict the efficacy of assisted reproductive technologies

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».