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
4035 публикаций
Поиск: 164 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
OBJECTIVE: To compare the performance of different Survival Machine Learning (SML) algorithms in predicting the survival of cancer patients.
METHODS: Data from the Registro Hospitalar de Câncer do Estado de São Paulo (São Paulo State Cancer Registry Hospital) were used, covering the five most incident types of cancer (breast, prostate, lung, colorectal and cervix). Six algorithms were evaluated: Gradient Boosting Survival (GBS), Random Survival Forest (RSF), Support Vector Machine Survival (SVM-Survival), XGBoost Cox, XGBoost Accelerated Failure Time (AFT), and LightGBM. Performance was measu
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: Urinary tract infections (UTIs) affect over 1.5 billion people annually, yet systematic screening of cytokine combinations as biomarkers remains limited. This study aims to analyze clinical data with the aid of machine learning algorithms, identify cytokines closely associated with UTIs in our cohort, and explore potential candidate biomarkers that warrant further validation for the early diagnosis, treatment, and prognosis evaluation of UTIs.
METHODS: Clinical data were collected and divided into a training set and a testing set at a ratio of 7:3. During the training phase, the 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.
High-impact chronic pain (HICP) affects over 17 million U.S. adults and follows highly variable courses. To date, the relative importance of biopsychosocial predictors of HICP incidence, persistence, and recovery, remains poorly understood. The National Health Interview Survey Longitudinal Cohort, which comprises 10,415 adults who completed baseline surveys in 2019 and follow-back surveys in 2020, is ideally suited for addressing this critical knowledge gap. Machine learning algorithms were evaluated for their discriminatory power and classification accuracy in predicting HICP group membership
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: To develop a machine learning-based prediction model for postoperative coronal imbalance (CIB) in patients with degenerative scoliosis (DS). Methods: The data of patients with DS who underwent corrective surgery at Xuanwu Hospital, Capital Medical University, between January 2018 and January 2023 were retrospectively collected. Based on the coronal alignment at the final postoperative follow-up, patients were categorized into a coronal balance (CB) group and a CIB group (defined as coronal vertical axis>3 cm). A total of 26 preoperative and intraoperative variables were considered a
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.
BACKGROUND: Cytomegalovirus (CMV) End-Organ Disease (EOD) remains a significant complication in immunocompromised individuals, particularly transplant recipients and patients undergoing chemotherapy. Accurate prediction of CMV EOD is essential for timely intervention but remains challenging using traditional methods.
OBJECTIVE: This study aimed to evaluate the diagnostic performance of machine learning (ML) algorithms in predicting CMV EOD using clinical and laboratory data from a diverse cohort of high-risk patients.
METHODS: A retrospective analysis was conducted on 227 adult patients with
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.
Online motor learning is central to effective learning and a crucial determinant of functional recovery after stroke. Despite its clinical significance, predictors of online motor learning remain understudied. Machine Learning (ML) offers a data-driven approach to identify predictors of online motor learning that would otherwise be limited using traditional statistical approaches, such as logistic regression. This study leveraged ML to determine key predictors and their relative importance in online motor learning after stroke. One hundred and seven stroke survivors completed assessments of so
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.
Accurate diagnosis and prognostic assessment of gastric cancer are critical for improving patient outcomes. The application of advanced machine learning methods, particularly the XGBoost algorithm, offers a promising approach for enhancing prognostic evaluations. In this study, data from 2,270 patients with gastric cancer were analysed to develop a predictive model for prognosis using the XGBoost algorithm and 20 key clinical features. Comprehensive data collection, preprocessing, and feature selection were conducted to ensure robust model construction and validation. The model demonstrated st
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: Gestational diabetes mellitus (GDM) is associated with various adverse outcomes in pregnancy for the mother and the baby. Precise prediction of GDM trends are crucial for public health. Machine learning (ML) models have emerged as powerful tools for disease prediction, demonstrating superior results compared to traditional methods. As a result, we set out to assess the effectiveness of ML models for predicting GDM. METHODS: This was a retrospective study that used the clinical and demographic information of all mothers admitted for delivery to a primary referral tertiary center loc
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 systematic review analyzed machine learning (ML) techniques for predicting and classifying mortality in traumatic brain injury (TBI) victims.
METHODS: The PICOS (People, Intervention, Comparison, Outcome, Study) strategy was used for the research question. The included studies were indexed in the Virtual Health Library and the National Library of Medicine, written in English, Portuguese, or Spanish, and focused on TBI-related mortality. Exclusions comprised animal studies, molecular research, reviews, and unavailable full texts.
RESULTS: Of 1,752 screened studies, 36 met incl
СтатьяСистематический обзорПоиск 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: Drug addiction is a chronic relapsing brain disease. Drug craving is the strongest independent predictor of relapse. However, traditional linear models often fail to capture complex non-linear addiction patterns. Although machine learning (ML) demonstrates superior performance, its "black-box" nature limits clinical credibility.
OBJECTIVE: This study aimed to construct a classification model for drug craving scores based on ML and explore the impact of multifactorial features.
METHODS: A total of 692 abstainers were recruited from Compulsory Isolation Drug Rehabilitation Centers.
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: As populations age and the prevalence of osteoporosis (OP) increases, osteoporotic fractures substantially raise disability and mortality and impose growing economic burdens, threatening health and quality of life. This study aimed to develop and externally validate a reliable, practical machine learning model to predict OP in older women using routine clinical test results and comorbidity data.
METHODS: We retrospectively assembled an internal dataset from NHANES (2003-2020) and randomly split it 70:30 into training and test sets. An external cohort from a Chinese tertiary hosp
СтатьяВалидационное 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 AND AIMS: Prostate cancer affects many people around the world and is fatal. Today, artificial intelligence-based techniques are widely used to predict and diagnose diseases. This study aimed to use machine learning-based techniques to predict and identify the most significant risk factors of prostate cancer.
METHODS: This retrospective study was conducted at the Shahid Beheshti Hospital, Hamadan Province, Iran, in five steps, including the identification of risk factors, data collection, preprocessing, modeling, and evaluation. The Web of Science, Scopus, Medline, and PubMed Centr
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.
Due to the inconvenience of drawing blood and the possibility of infection associated with invasive methods, research on non-invasive glycated hemoglobin (HbA1c) measurement methods is increasing. Utilizing wrist photoplethysmography (PPG) with machine learning to estimate HbA1c can be a promising method for non-invasive HbA1c monitoring in diabetic patients. This study aims to develop a HbA1c estimation system based on machine learning algorithms using PPG signals obtained from the wrist. We used a PPG based dataset of 22 subjects and algorithms such as extreme gradient boosting (XGBoost), li
Сравнительное исследованиеСтатьяПолный 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.
Under global climate change, sand and dust storms (SDS) in Northern China have exhibited new spatiotemporal evolution characteristics. To investigate SDS driving mechanisms, this study integrated multi-source remote sensing and reanalysis data (2005-2024), employing SHapley Additive exPlanations (SHAP), receiver operating characteristic curve analysis method, and the extreme gradient boosting machine learning model. The results indicated that SDS frequency increased significantly after 2015, with a 47.6% rise in annual events (from 4 to 6 events/year), while high-intensity events declined from
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: Glycometabolism has been implicated in the pathogenesis of amyotrophic lateral sclerosis (ALS), yet the precise molecular mechanisms underlying this association remain poorly understood. The identification of reliable biomarkers for ALS diagnosis represents a critical unmet need in clinical practice, as early detection and intervention could significantly improve patient outcomes.
METHODS: We employed a comprehensive analytical approach combining two-sample Mendelian randomization analysis to investigate the causal relationship between blood glucose levels and ALS. Additionally, w
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.
Accurate gap-filling of daily soil CO₂ flux is essential for understanding forest carbon cycling and supporting the achievement of carbon neutrality goals. Using observations from the Ailaoshan forest site (2010-2013), we evaluated five machine-learning models with inputs including environmental variables, eddy covariance products such as ecosystem respiration and gross primary productivity, and a seasonal phase indicator. Seasonal patterns remained stable during the 4-year period, and no long-term trend was detected after quality control. After preprocessing, multiple machine learning models
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.
OBJECTIVES: To establish a genotype-phenotype database and machine learning models for pseudohypertrophic muscular dystrophy (PMD), and to explore genotype-phenotype correlations of the disease.
METHODS: Clinical data of children with PMD admitted to Xiangya Hospital, Central South University from January 2010 to December 2024, together with cases retrieved from the PubMed database between January 1987 and December 2024, were retrospectively collected to construct a genotype-phenotype database, with an online query function via a WeChat mini-program. Based on this database, Random Forest, Ext
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.
Background: Variants of uncertain significance (VUS) in the LDLR gene remain a major barrier to the molecular diagnosis of familial hypercholesterolemia. Although computational approaches offer scalable prioritization, their clinical utility is limited by predictor discordance, incomplete annotations, and inflated performance arising from variant-type imbalance. We aimed to develop a calibrated, uncertainty-aware machine learning framework for LDLR VUS triage. Methods: We developed an end-to-end pipeline integrating multi-source variant annotations and 45 engineered features (expanded to 68 en
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.
OBJECTIVE: To develop and externally validate an interpretable machine learning model for predicting individual burnout risk among radiology nurses, and to identify modifiable, non-linear risk thresholds to guide precision prevention.
METHODS: A two-center, two-stage design was used. A development cohort (n = 219) from six tertiary hospitals in China trained an XGBoost model. An independent external validation cohort (n = 234) was collected 1.5 years later from two tertiary centers (one partially overlapping with the development sites but with entirely independent participants) to rigorously
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND: Curcumin nanoformulations display highly heterogeneous release behaviors, yet the field lacks an integrated framework capable of predicting kinetics across diverse material classes. However, the diffusion parameters governing these systems have remained previously unresolved due to inconsistent experimental conditions and limited datasets.
AIM: Here we establish a physics-informed machine-learning framework that predicts curcumin release kinetics with unprecedented physical consistency across heterogeneous nanocarriers.
METHODS: A curated dataset of 75 formulations was encoded us
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.