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
20300 публикаций
Поиск: 311 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
BACKGROUND: Arterial blood gas evaluation is crucial for critically ill patients, as it provides essential information about acid-base metabolism and respiratory balance, but evaluation can be complex and time-consuming. Artificial intelligence can perform tasks that require human intelligence, and it is revolutionizing healthcare through technological advancements.
AIM: This study aims to assess arterial blood gas evaluation using artificial intelligence algorithms.
METHODS: The study included 21.541 retrospective arterial blood gas samples, categorized into 15 different classes by experts
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.
PURPOSE OF REVIEW: Machine learning (ML) approaches are an emerging alternative for healthcare risk prediction. We aimed to synthesise the literature on ML and classical regression studies exploring potential prognostic factors and to compare prediction performance for pre-eclampsia.
RECENT FINDINGS: From 9382 studies retrieved, 82 were included. Sixty-six publications exclusively reported eighty-four classical regression models to predict variable timing of onset of pre-eclampsia. Another six publications reported purely ML algorithms, whilst another 10 publications reported ML algorithms an
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.
With advances in artificial intelligence, machine learning (ML) has been widely applied to predict functional outcomes in clinical medicine. However, there has been no attempt to predict walking ability after spinal cord injury (SCI) based on ML. In this situation, the main purpose of this study was to predict gait recovery after SCI at discharge from an acute rehabilitation facility using various ML algorithms. In addition, we explored important variables that were related to the prognosis. Finally, we attempted to suggest an ML-based decision support system (DSS) for predicting gait recovery
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: Chest wall re-depression after bar removal (BR) in pectus excavatum (PE) is insufficiently investigated. However, it is not easy to investigate chest wall re-depression due to its multifactorial characteristics. Herein, we investigated chest wall re-depression after BR using machine learning algorithms. To the best of my knowledge, this is the first study of chest wall re-depression after BR using machine learning algorithms.
METHODS: We retrospectively reviewed 199 consecutive subjects who underwent both minimally invasive repair of pectus excavatum (MIRPE) and BR at a single hos
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 determine which statistical techniques enhance our ability to predict ambulation and transfer ability in people with spina bifida (SB).
DESIGN: Retrospective cohort study.
SETTING: Thirty-five US outpatient SB clinic sites.
PARTICIPANTS: Individuals (n=4589) with SB aged 5-73 years (median age=13.59y).
INTERVENTION: Not applicable.
MAIN OUTCOME MEASURES: Ambulation ability, which consisted of the following categories: community ambulators, household ambulators, therapeutic ambulators, and nonambulators.
SECONDARY OUTCOME: Wheelchair transfer ability, as defined by the abili
СтатьяПоддержка службы здравоохранения 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: A pitcher's ability to achieve pitch location precision after a complex series of motions is of paramount importance. Kinematics have been used in analyzing performance benefits like ball velocity, as well as injury risk profile; however, prior utilization of such data for pitch location metrics is limited.
OBJECTIVE: To develop a pitch classifier model utilizing machine learning algorithms to explore the potential relationships between kinematic variables and a pitcher's ability to throw a strike or ball.
METHODS: This was a descriptive laboratory study involving professional
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 precise identification of the epileptogenic zone (EZ) is paramount in the presurgical evaluation of epilepsy patients to ensure successful surgical outcomes. The analysis of Stereo EEG, an instrumental tool for EZ localization, poses considerable challenges even for experienced epileptologists. Consequently, the development of machine learning (ML)-based computational tools for enhanced EZ localization is imperative. In this investigation, we developed ML models utilizing Stereo EEG from 15 patients, who remained seizure-free (Engel 1 a-d) following EZ resection, over an average follow-up
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
INTRODUCTION: Abdominal aortic aneurysm (AAA), often characterized by an abdominal aortic diameter over 3.0 cm, is managed through screening, surveillance, and surgical intervention. AAA growth can be heterogeneous and rupture carries a high mortality rate, with size and certain risk factors influencing rupture risk. Research is ongoing to accurately predict individual AAA growth rates for personalized management. Machine learning, a subset of artificial intelligence, has shown promise in various medical fields, including endoleak detection post-EVAR. However, its application for predicting AA
Систематический обзорСтатьяПоиск 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.
Visceral leishmaniasis (VL) is a zoonotic disease caused by the protozoan Leishmania infantum, and dogs are considered the main urban hosts for future disease transmission. The first and most effective control against the spread of disease relies on identifying infected animals, followed by their treatment or sacrifice, to reduce the protozoan reservoirs. Despite the availability of various diagnostic tests for VL in dogs the development of a quick and accurate diagnosis is essential from a public health and ethical point of view. Here we analyze the use of UV-Vis spectroscopy as an alternativ
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: Avoiding intracranial hypertension after traumatic brain injury (TBI) is a foundation of neurocritical care, to minimize secondary brain injury related to elevated intracranial pressure (ICP). However, this approach at best is reactive to episodes of intracranial hypertension, allowing for periods of elevated ICP before therapies can be initiated. Accurate prediction of ICP crises before they occur would permit clinicians to implement preventive strategies, minimize total time with ICP above threshold, and potentially avoid secondary injury. The objective of this study was to develo
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.
Essential tremor (ET) is a common neurological disorder with a difficult clinical diagnosis, primarily due to the lack of relevant biomarkers. The current study aims to identify possible biomarkers for ET by screening miRNAs using machine learning algorithms. In this investigation, public datasets and our own datasets were used to examine the ET disorder. The ET datasets originated from public sources. To generate our own dataset, high-throughput sequencing analyses were performed on ET and control samples from the First People's Hospital of Yunnan Province. Functional enrichment analysis was
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: The goal of this study is to implement machine learning (ML) algorithms to predict mortality, non-home discharge, prolonged length of stay (LOS), prolonged length of intensive care unit stay (ICU-LOS), and major complications in patients diagnosed with thoracolumbar spinal cord injury, while creating a publicly accessible online tool.
METHODS: The American College of Surgeons Trauma Quality Program database was used to identify patients with thoracolumbar spinal cord injury. Feature selection was performed with the Least Absolute Shrinkage and Selection Operator algorithm. Five ML
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: HELLP (hemolysis, elevated liver enzymes, and low platelets) syndrome is a rare and life-threatening complication of preeclampsia. The aim of this study was to evaluate and compare the predictive performances of four machine learning-based models for the prediction of HELLP syndrome, and its subtypes according to the Mississippi classification; (2) Methods: This retrospective case-control study evaluated pregnancies that occurred in women who attended a tertiary maternity hospital in Romania between January 2007 and December 2021. The patients' clinical and paraclinical charact
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/AIMS: To objectively classify eyes as either healthy or glaucoma based exclusively on data provided by peripapillary retinal nerve fiber layer (pRNFL) and ganglion cell-inner plexiform (GCIPL) measurements derived from spectral-domain optical coherence tomography (SD-OCT) using machine learning algorithms.
METHODS: Three clustering methods (k-means, hierarchical cluster analysis -HCA- and model-based clustering-MBC-) were used separately to classify a training sample of 109 eyes as either healthy or glaucomatous using solely 13 SD-OCT parameters: pRNFL average and sector thicknesse
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: Assisted reproductive technology has been proposed for women with infertility. Moreover, in vitro fertilization (IVF) cycles are increasing. Factors contributing to successful pregnancy have been widely explored. In this study, we used machine learning algorithms to construct prediction models for clinical pregnancies in IVF.
MATERIALS AND METHODS: A total of 24,730 patients entered IVF and intracytoplasmic sperm injection cycles with clinical pregnancy outcomes at Taipei Medical University Hospital. Data used included patient characteristics and treatment. We used machine learn
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.
OBJECTIVE: We conducted a comprehensive evaluation of features associated with stroke records.
METHODS: We screened the dietary nutrients, blood biomarkers, and clinical information from the National Health and Nutrition Examination Survey (NHANES) 2015-16 database to assess a self-reported history of all strokes (136 strokes, n = 4381). We computed feature importance, built machine learning (ML) models, developed a nomogram, and validated the nomogram on NHANES 2007-08, 2017-18, and the baseline UK Biobank. We calculated the odds ratios with/without adjusting sampling weights (OR/ORw).
RESU
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Carpal tunnel syndrome (CTS) is extremely common and typically treated with carpal tunnel decompression (CTD). Although generally an effective treatment, up to 25% of patients do not experience meaningful benefit. Given the prevalence, this amounts to considerable morbidity and cost without return. Being able to reliably predict which patients would benefit from CTD preoperatively would support more patient-centered and value-based care.
METHODS: We used registry data from 1916 consecutive patients undergoing CTD for CTS at a regional hand center between 2010 and 2019. Improvement
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.
Machine learning (ML) holds great potential for predicting clinical outcomes in heterogeneous chronic respiratory diseases (CRD) affecting children, where timely individualised treatments offer opportunities for health optimisation. This paper identifies rate-limiting steps in ML prediction model development that impair clinical translation and discusses regulatory, clinical and ethical considerations for ML implementation. A scoping review of ML prediction models in paediatric CRDs was undertaken using the PRISMA extension scoping review guidelines. From 1209 results, 25 articles published be
СтатьяПоддержка исследования: вне правительства СШАScoping ReviewПоиск 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.
OBJECTIVES: A significant proportion of patients with acute minor stroke have unfavorable functional outcome due to early neurological deterioration (END). The purpose of this study was to evaluate the applicability of machine learning algorithms to predict END in patients with acute minor stroke.
PATIENTS AND METHODS: We collected clinical and neuroimaging information from patients with acute minor stroke with NIHSS score of ≤ 3. Early neurological deterioration was defined as any worsening of NIHSS score within 3 days after admission. Unfavorable functional outcome was defined as a modified
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.
For understanding the complex behavior of fluids in a multiphase chemical bubble column reactor, a combination of the computational fluid dynamic (CFD) method and the adaptive network-based fuzzy inference system (ANFIS) method is used to predict bubble flow inside a reactor based on the function of column height. In this study, the Euler-Euler model is employed as a CFD method. In the Eulerian method, continuity and momentum governing equations are mathematically computed for each phase, while the equations are connected together by source terms. After calculating the flow pattern and turbule
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.