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
20313 публикаций
Поиск: 161 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
BACKGROUND: Pulmonary Embolism (PE) is a condition that results in significant mortality and morbidity, particularly among the elderly. The aim of our study is to utilize machine learning (ML) algorithms specifically tailored for this population, thereby enhancing the accuracy of risk assessment.
METHODS: Elderly patients with PE who were included between January 1, 2013, and December 31, 2023, were divided into two groups: training and validation sets. A total of five ML models, including decision tree, random forest (RF), extreme gradient boosting, support vector machine, and k-nearest neig
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.
PURPOSE: Prostate cancer is a leading cause of cancer-related mortality among men, necessitating accurate and early diagnostic methods. This study evaluates the effectiveness of principal component analysis (PCA) combined with machine learning (ML) for classifying benign and malignant prostate lesions using magnetic resonance imaging (MRI).
MATERIALS AND METHODS: MRI data from 26 biopsy-confirmed prostate cancer patients were obtained from The Cancer Imaging Archive. Preprocessing included resizing and intensity normalization of dynamic contrast-enhanced MRI images. PCA was applied to extract
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: COVID-19 disease has a high prevalence and mortality rate among chronic kidney disease patients. Previous studies have shown that ML-based prediction models are effective for developing preventive strategies. Despite several efforts to establish prediction models for COVID-19 mortality risk among different populations, few studies have focused on COVID-19 mortality among patients with chronic kidney disease. The current study aimed to develop an effective, efficient preventive strategy to improve prognosis and survival among these patients by constructing a machine-learning-based pr
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/Objectives: Healthcare service quality is a critical dimension of patient safety and operational performance. Traditional assessment approaches are often limited in their ability to support prediction, which has increased interest in machine learning (ML) models. This systematic review assessed the effectiveness of ML algorithms in predicting healthcare service quality metrics, with emphasis on their applications, comparative performance and implementation challenges. Methods: A systematic literature search was conducted in PubMed/MEDLINE, Scopus, CINAHL, and ScienceDirect for studi
СтатьяОбзорПолный 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.
INTRODUCTION: Prognostic assessment in critically ill patients traditionally relies on severity scores or single biomarkers, each with limited ability to capture the biological heterogeneity of critical illness.
OBJECTIVE: To compare the prognostic performance of multiple biomarkers, individually and in combination with clinical variables, using machine learning approaches for the prediction of mortality and kidney-related outcomes.
MATERIALS AND METHODS: We performed a post-hoc analysis of the FROG-ICU cohort, a prospective observational study of patients admitted to ICUs. The study include
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.
Sex estimation from skeletal remains is a key component of forensic anthropology, with the skull and pelvis being the most sexually dimorphic elements in terms of morphology. Traditional morphometric approaches, such as discriminant function and logistic regression analyses, have achieved high accuracy in estimating sex across various populations, including South Africans. However, the use of machine learning (ML) for sex estimation based on cranial and pelvic measurements has not yet been explored in any South African population. This study assessed the potential of ML algorithms to estimate
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.
Aortic dissection (AD) is a vascular surgical disease that seriously threatens human health. Due to a high misdiagnosis rate and unclear pathogenesis, it brings greater challenges to AD patients and vascular surgeons. This study aimed to explore sensitive diagnostic markers and potential therapeutic targets of AD from the perspective of cellular senescence, which has been our long-term concern. We downloaded the expression matrix of AD and control samples from the Gene Expression Omnibus database and obtained the senescence-related gene set. Differentially expressed genes (DEGs) in AD and cont
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 evaluate the performance and interpretability of multiple ML algorithms for survival prediction in prostate cancer (CaP) and to assess whether these approaches can improve upon established clinical risk prediction models.
METHODS: Using the Surveillance, Epidemiology, and End Results (SEER) 17 Database, we identified patients diagnosed with CaP from 2010 to 2017 and implemented a Bayesian Cox variable selection model to determine the most clinically relevant features. To predict overall survival (OS) and prostate cancer-specific survival (PCSS), we applied these features to trai
СтатьяСравнительное 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.
Study DesignMachine learning model.ObjectivesThis study aimed to develop and validate a machine learning (ML) model to predict moderate-severe anterior bone loss (ABL) following anterior cervical disc replacement (ACDR).MethodsA retrospective review of patients undergoing ACDR or Hybrid surgery (HS) at a single center was performed. Patients diagnosed as C3-7 single- or multi-level cervical disc degenerative diseases (CDDD) with more than 2 years of follow-up and complete pre- and postoperative radiological imaging were included. An ML-based algorithm was developed to predict moderate-severe A
Полный 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: This study evaluated the influence of cognitive aids, including machine learning (ML) algorithms and checklists, on the diagnostic accuracy and confidence of dental students in detecting dental caries on bitewing radiographs.
METHODS: Fifty-two third-year dental students were randomly assigned to control, ML, or checklist groups. The participants recorded their caries diagnoses (charting) on 10 bitewing radiographs and rated their confidence. Diagnostic accuracy and reliability were compared between groups for caries detection (present/absent). The inter-rater reliability for Inte
СтатьяСравнительное исследованиеРандомизированное 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: Accurately diagnosing Anxiety-Depression Comorbidity Syndrome in Gastroenterology Inpatients (ADCS-GI) shows significant challenges as traditional diagnostic methods fail to meet expectations due to patient hesitance and non-psychiatric healthcare professionals' limitations. Therefore, the need for objective diagnostics highlights the potential of machine learning in identifying and treating ADCS-GI.
METHODS: A total of 1186 ADCS patients were recruited for this study. We conducted extensive studies for the dataset, including data quantification, equilibrium, and correlation analy
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.
With advances in materials science and medical technology, wearable sensors have become crucial tools for the early diagnosis and continuous monitoring of numerous cardiovascular diseases, including arrhythmias, hypertension and coronary artery disease. These devices employ various sensing mechanisms, such as mechanoelectric, optoelectronic, ultrasonic and electrophysiological methods, to measure vital biosignals, including pulse rate, blood pressure and changes in heart rhythm. In this Review, we provide a comprehensive overview of the current state of wearable cardiovascular sensors, focusin
СтатьяОбзорПолный 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.
This study aimed to develop and validate machine learning (ML) models to predict the occurrence of delayed hyponatremia after transsphenoidal surgery for pituitary adenoma. We retrospectively collected clinical data on patients with pituitary adenomas treated with transsphenoidal surgery between January 2010 and December 2020. From January 2021 to December 2022, patients with pituitary adenomas were prospectively enrolled. We trained seven ML models to predict delayed hyponatremia using the clinical variables in the training set. The final model was internally validated using a test set and a
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.
BACKGROUND: Laparoscopic cholecystectomy (LC) is a widely performed procedure with potential postoperative and perioperative complications. Recent advances in machine learning (ML) can lead to early prediction of these complications, but no systematic review has synthesized this data. This review aims to assess ML algorithms’ accuracy in predicting these complications following LC. METHODS: A systematic review was conducted by PRISMA guidelines. A comprehensive search was performed on PubMed, Embase, Scopus, and Web of Science databases for studies published between 2010 and 2024. Studies that
СтатьяСистематический обзорПоиск 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.
Epidemiological data is often analyzed without fully accounting for the uncertainties that are key to understanding the nuances of the dataset. While traditional approaches like the SIR mathematical model provide valuable insights, our study aims to offer a different perspective by employing fuzzy logic. This methodology assigns weightage to selected factors, creating a framework that not only captures uncertainties but also improves data handling and interpretation. By reducing the number of features, our approach makes datasets more manageable while preserving their essential information. We
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: It has been increasingly recognized that adults living alone have a higher likelihood of developing Major Depressive Disorder (MDD) than those living with others. However, there is still no prediction model for MDD specifically designed for adults who live alone.
OBJECTIVE: This study aims to investigate the effectiveness of utilizing personal health data in combination with a stacked ensemble machine learning (SEML) technique to detect MDD among adults living alone, seeking to gain insights into the interaction between personal health data and MDD.
METHODS: Our data originated f
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 increasing demand for gas molecule detection emphasizes the need for portable sensor devices possessing selectivity, a low limit of detection (LOD), and a large dynamic range. Despite substantial progress in developing nanostructured sensor materials with heightened sensitivity, achieving sufficient selectivity remains a challenge. Here, we introduce a strategy to enhance the performance of chemiresistive gas sensors by combining an advanced sensor design with machine learning (ML). Our sensor architecture consists of a tungsten oxide (WO3) nanoparticle network, as the primary sensing laye
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.
Early diagnosis is critical for improving outcomes in cancer patients; however, the application of diagnostic markers derived from serum proteomic screening remains challenging. Artificial intelligence (AI), encompassing deep learning and machine learning (ML), has gained increasing prominence across various scientific disciplines. In this study, we utilized cervical cancer (CC) as a model to develop an AI-driven pipeline for the identification and validation of serum biomarkers for early cancer diagnosis, leveraging mass spectrometry-based proteomics data. By processing and normalizing serum
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.
RESEARCH QUESTION: Can algorithms for prediction of the fertile window and menstruation be developed through machine learning based on women's physiological parameters collected using a wearable device (Huawei Band 6 Pro) from both regular and irregular menstruators?
DESIGN: This prospective observational cohort study was conducted at the Obstetrics and Gynaecology Hospital of Fudan University (China). Participants were recruited from November 2021 to September 2022. Each participant used a wearable device to record their wrist skin temperature (WST), heart rate, heart rate variability and re
СтатьяНаблюдательное исследованиеПоддержка исследования: вне 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.
OBJECTIVES: This study aims to investigate the efficacy of unsupervised machine learning algorithms, specifically the Gaussian Mixture Model (GMM), K-means clustering, and Otsu automatic threshold partitioning, in predicting sarcopenia based on computed tomography (CT) and magnetic resonance imaging (MRI) data.
METHODS: A retrospective analysis was conducted on a dataset comprising 191 patients diagnosed with sarcopenia and 327 control patients. Participants were randomly assigned to training and validation cohorts in a 6:4 ratio. The paravertebral muscles at the lumbar 3/4 intervertebral dis
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.