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
5205 публикаций
Поиск: 564 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1979 с найденным полным текстом
OBJECTIVE: Sleep disorders are frequent but undercharacterized comorbidities in developmental and epileptic encephalopathies (DEEs). We aimed to estimate the frequency, spectrum, and burden of sleep disturbances across genetic DEE subtypes using real-world data extracted from electronic health records (EHRs) through natural language processing (NLP).
METHODS: We conducted a retrospective cohort study using Dr. Warehouse, an NLP-enabled clinical data warehouse, at a tertiary pediatric center. Data were extracted from January to April 2025. Patients with a group of defined DEEs were identified
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.
OBJECTIVES: The continual evaluation of quality indicators (QIs) for cancer pain management is essential to maintaining and improving its quality. However, free-text notes in electronic medical records (EMRs) must be reviewed to accurately assess pain management QIs, and the heavy workload of this process can be limiting.Therefore, this study evaluated the performance of natural language processing and machine learning for assessing pain management QIs using EMR data.
METHODS: This single-centre cross-sectional study included adult patients with cancer who died at a Japanese university hospit
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.
Major depressive disorder (MDD) is a leading risk factor for suicide. Within the US Department of Veterans Affairs (VA), psychotherapy is widely used to treat MDD and prevent suicide. Little is known about how classified suicide risk impacts this treatment. Addressing this gap, this study assesses patterns in MDD-diagnosed VA patients' unstructured electronic health record (EHR) notes using Latent Dirichlet Allocation, a methodology that evaluates textual patterns. We developed a suicide-risk-stratified sample (high-, moderate-, and low-) of MDD-diagnosed VA patients who died by suicide in 201
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: Hypertensive disorders in pregnancy (HDP) affect 16% of births in the United States. In this pilot study, we conducted a preliminary evaluation of natural language processing (NLP) in extracting signs and symptoms (SS) of HDP from clinical notes within electronic health records (EHRs).
METHODS: This retrospective observational pilot study used EHR data from patients admitted for labor and birth (N = 83,003 clinical notes from 17,775 patients). Four SS categories were extracted: elevated blood pressure, neurological, renal, and hepatic/hematologic. Five machine learning models and Cli
СтатьяНаблюдательное исследованиеПоиск 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: Underdiagnosis and delayed diagnosis of rheumatoid (RA) and psoriatic arthritis (PsA) remain major concerns, causing untimely treatments and impacting outcomes.
OBJECTIVE: We hypothesize that natural language processing (NLP) may identify red flags from clinical notes in non-specialist settings during early disease phases, thereby improving patient referral.
DESIGN AND METHODS: Patients diagnosed with RA or PsA were retrospectively reviewed. Clinical notes from Emergency Department visits occurring in the 12 months prior to the diagnosis were analyzed through NLP into a final cla
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.
OBJECTIVES: We aim to analyze the use of natural language processing (NLP) models to predict the improvement of patient reported outcome measures (PROMs).
MATERIALS AND METHODS: We examined PROMS and clinic notes from 20 patients with spinal cord stimulation obtained preoperatively and postoperatively at one year. PROMS included numeric rating scale (NRS), patient global impression of change (PGIC), Oswestry Disability Index (ODI), Beck Depression Inventory (BDI), McGill Pain Questionnaire (MPQ), and Pain Catastrophizing Scale (PCS). Three text embedding models were used: Term-frequency-inver
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.
Bitter taste receptors (TAS2Rs) are G protein-coupled receptors (GPCRs) expressed most notably on the tongue, but also in many extraoral tissues. TAS2R ligands are used for improving bitter-drug compliance, treating various illnesses, and studying the receptors' extraoral functions. Although machine learning, a promising drug discovery tool, can be used to predict TAS2R activators, obtaining high-quality features for training is time-intensive and reliant on specialized software. This work explores the potential of transformers (a neural network architecture for extracting features from sequen
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.
INTRODUCTION: Given the high mortality of patients with decompensated cirrhosis (DC), there is increasing focus on improving serious illness communication (SIC) for this population. However, SIC documentation in the electronic health record (EHR) is often unstructured and difficult to find. We aimed to evaluate the ability to use natural language processing (NLP) to identify SIC documentation in clinical notes from patients with DC.
METHODS: In a single-center cohort of adult patients with DC who were evaluated for liver transplantation between January 1, 2010 and December 31, 2017 and died b
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: Artificial intelligence (AI) holds promise for predicting sepsis. However, challenges remain in integrating AI, natural language processing (NLP) and free text data to enhance sepsis diagnosis at emergency department (ED) triage. This study aimed to evaluate the effectiveness of AI in improving sepsis diagnosis.
METHODS: This retrospective cohort study analysed data from 134 266 patients admitted to the ED and subsequently hospitalised between 1 January 2016 and 31 December 2021. The data set comprised 10 variables and free-text triage comments, which underwent tokenisation and pro
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: Most healthcare data is in an unstructured format that requires processing to make it usable for research. Generally, this is done manually, which is both time-consuming and poorly scalable. Natural language processing (NLP) using machine learning offers a method to automate data extraction. In this paper we describe the development of a set of NLP models to extract and contextualise otology symptoms from free text documents.
METHODS: A dataset of 1,148 otology clinic letters written between 2009 - 2011, from a London NHS hospital, were manually annotated and used to train a hybri
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: Older adults are a heterogeneous group, and their care experience preferences are likely to be diverse and individualized. Thus, the aim of this study was to identify categories of older adults' care experience preferences and to examine similarities and differences across different age groups.
METHODS: The initial categories of older adults' care experience preferences were identified through a qualitative review of narrative text (n = 3134) in the ADVault data set. A natural language processing (NLP) algorithm was used to automatically and accurately define older adults' care
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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: Little is known about the range and frequency of symptoms among older adult home healthcare patients with urinary incontinence, as this information is predominantly contained in clinical notes. Natural language processing can uncover symptom information among older adults with urinary incontinence to promote holistic, equitable care.
DESIGN: We conducted a secondary analysis of cross-sectional data collected between January 1, 2015, and December 31, 2017, from the largest HHC agency in the Northeastern United States. We aimed to develop and test a natural language processing alg
СтатьяПоддержка NIH: внешняя программаПоиск 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 and validate an approach that identifies patients eligible for lung cancer screening (LCS) by combining structured and unstructured smoking data from the electronic health record (EHR).
METHODS: We identified patients aged 50-80 years who had at least one encounter in a primary care clinic at Vanderbilt University Medical Center (VUMC) between 2019 and 2022. We fine-tuned an existing natural language processing (NLP) tool to extract quantitative smoking information using clinical notes collected from VUMC. Then, we developed an approach to identify patients who are eligi
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Cocaine trafficking threatens countries' national security and is a major public health challenge. Cocaine is transported from producer countries to consumer markets using various routes, methods, and transportation means. These routes develop in the geographical environment, are carefully planned and are geo-strategic objects that respond to the opportunities that drug trafficking organisations (DTOs) find to reduce the risks of interdiction. In this sense, individual drug seizure data (IDS) become essential indicators for identifying trends and understanding trafficking flows associated with
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.
OBJECTIVES: Current state-of-the-art natural language processing (NLP) techniques use transformer deep-learning architectures, which depend on large training datasets. We hypothesized that traditional NLP techniques may outperform transformers for smaller radiology report datasets.
METHODS: We compared the performance of BioBERT, a deep-learning-based transformer model pre-trained on biomedical text, and three traditional machine-learning models (gradient boosted tree, random forest, and logistic regression) on seven classification tasks given free-text radiology reports. Tasks included detec
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.
IMPORTANCE: Social determinants of health (SDOHs) are known to be associated with increased risk of suicidal behaviors, but few studies use SDOHs from unstructured electronic health record notes.
OBJECTIVE: To investigate associations between veterans' death by suicide and recent SDOHs, identified using structured and unstructured data.
DESIGN, SETTING, AND PARTICIPANTS: This nested case-control study included veterans who received care under the US Veterans Health Administration from October 1, 2010, to September 30, 2015. A natural language processing (NLP) system was developed to extract
СтатьяПоддержка NIH: внешняя программаПоиск 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.
CONTEXT: Analysis of diagnostic information in pathology reports for the purposes of clinical or translational research and quality assessment/control often requires manual data extraction, which can be laborious, time-consuming, and subject to mistakes.
OBJECTIVE: We sought to develop, employ, and evaluate a simple, dictionary- and rule-based natural language processing (NLP) algorithm for generating searchable information on various types of parameters from diverse surgical pathology reports.
DESIGN: Data were exported from the pathology laboratory information system (LIS) into extensible
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.
Hypertrophic Cardiomyopathy (HCM) is the most common genetic heart disease in the US and is known to cause sudden death (SCD) in young adults. While significant advancements have been made in HCM diagnosis and management, there is a need to identify HCM cases from electronic health record (EHR) data to develop automated tools based on natural language processing guided machine learning (ML) models for accurate HCM case identification to improve management and reduce adverse outcomes of HCM patients. Cardiac Magnetic Resonance (CMR) Imaging, plays a significant role in HCM diagnosis and risk 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: In the case of Korean institutions and enterprises that collect nonstandardized and nonunified formats of electronic medical examination results from multiple medical institutions, a group of experienced nurses who can understand the results and related contexts initially classified the reports manually. The classification guidelines were established by years of workers' clinical experiences and there were attempts to automate the classification work. However, there have been problems in which rule-based algorithms or human labor-intensive efforts can be time-consuming or limited o
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: The purpose of this study is to analyze posts shared on Instagram, Twitter, and Reddit referencing scoliosis surgery to evaluate content, tone, and perspective.
METHODS: Public posts from Instagram, Twitter, and Reddit were parsed in 2020-2021 and selected based on inclusion of the words 'scoliosis surgery' or '#scoliosissurgery. 100 Reddit posts, 5022 Instagram posts, and 1414 tweets were included in analysis. The Natural Language Toolkit (NLTK) python library was utilized to perform computational text analysis to determine content and sentiment analysis to estimate the tone of post
СтатьяОбзорПоиск 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.