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
31073 публикаций
Поиск: 111 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
The Australian & New Zealand journal of obstetrics & gynaecology2016eng
BACKGROUND: Currently, the viability of cryostored blastocysts that are subsequently re-warmed is determined via the percentage of cell survival. However, the large number of cells that forms the blastocyst can make this estimate difficult and unreliable. Studies have shown that fast re-expanding blastocysts have superior pregnancy rates.
AIM: To determine whether the degree and speed of blastocoele re-expansion following cryopreservation and warming correlate with rates of live birth.
MATERIALS AND METHODS: A retrospective cohort study of 757 frozen embryo transfer cycles over a 4-year peri
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.
Clinical risk prediction - the estimation of the likelihood an individual is at risk of a disease - is a coveted and exigent clinical task, and a cornerstone to the recommendation of life saving management strategies. This is especially important for individuals at risk of cardiovascular disease (CVD) given the fact that it is the leading causes of death in many developed counties. To this end, we introduce a novel learning algorithm - a key factor that influences the performance of machine learning-based prediction models - and utilities it to develop CVD risk prediction tool. This novel neur
СтатьяПоддержка 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.
The association between self-reported clinical factors and recent HIV-1 seroconversion was evaluated in a prospective cohort of 4652 high-risk participants in the HIV Network for Prevention Trials (HIVNET) Vaccine Preparedness Study. Eighty-six individuals seroconverted, with an overall annual seroconversion rate of 1.3 per 100 person-years. Four self-reported clinical factors were significantly associated with HIV-1 seroconversion in multivariate analyses: recent history of chlamydia infection or gonorrhea, recent fever or night sweats, belief of recent HIV exposure, and recent illness lastin
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2026eng
PURPOSE: C5 palsy (C5P) is one of the main postoperative complications of ossification of the posterior longitudinal ligament (OPLL). However, an accurate predictive tool for C5P remains to be developed. Forecasting this potentially avoidable consequence preoperatively can improve patient management, shared decision-making, and counseling.
METHODS: Electronic medical records and radiographic measurements of patients with OPLL who underwent posterior cervical spine surgery between January 1, 2012 and May 1, 2022 were retrospectively collected and analyzed. The data were split into training (80
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.
AIMS: Nonalcoholic fatty liver disease (NAFLD) is a multisystem disease that can trigger the metabolic syndrome. Early prevention and treatment of NAFLD is still a huge challenge for patients and clinicians. The aim of this study was to develop and validate machine learning (ML)-based predictive models. The model with optimal performance would be developed as a set of simple arithmetic tools for predicting the risk of NAFLD individually.
METHODS: Statistical analyses were performed in 2428 individuals extracted from the National Health and Nutrition Examination Survey (NHANES, cycle 2017-2020
СтатьяВалидационное 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.
AIM: The aim of this study is to develop and compare machine learning algorithms for hypertension prediction in low-income populations, with emphasis on model interpretability for nursing implementation in resource-limited settings.
METHODS: This retrospective cross-sectional study analysed data from seven iterations of NHANES (2005-2018) focusing on low-income populations. After LASSO regression identified eight key predictors, eight machine learning models were developed and evaluated using ROC curves, calibration plots and decision curve analysis, with SHAP methodology applied for interpre
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.
INTRODUCTION: Accurately predicting the competitive performance of elite athletes is an essential prerequisite for formulating competitive strategies. Women's all-around speed skating event consists of four individual subevents, and the competition system is complex and challenging to make accurate predictions on their performance.
OBJECTIVE: The present study aims to explore the feasibility and effectiveness of machine learning algorithms for predicting the performance of women's all-around speed skating event and provide effective training and competition strategies.
METHODS: The data, con
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: The prevalence of hypothyroidism in systemic lupus erythematosus (SLE) is significantly higher than that in the common public. While SLE itself can affect multiple organs, abnormal thyroid function may exacerbate organ damage in patients with SLE. We aimed to predict abnormal thyroid function and to examine the associated factors with multiple machine learning approaches.
METHODS: In a cross-sectional study, 255 patients diagnosed with SLE at the rheumatology department in Xiangya Hospital between June 2012 and December 2016 were investigated. Feature engineering was used for filt
СтатьяПоддержка 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.
This systematic review evaluated traditional machine learning (TML) and deep learning (DL) approaches for obesity prediction in longitudinal studies and obesity classification in cross-sectional studies. PubMed, Scopus, and Web of Science were searched from inception to June 15, 2025. Studies applying these algorithms and reporting performance metrics were included. Seventeen studies (three longitudinal and fourteen cross-sectional) met the inclusion criteria. Only one of the 17 included studies performed independent external validation, and calibration reporting was extremely limited, highlig
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: Against the backdrop of the global high incidence of Type 2 diabetes mellitus (T2DM), existing prediction models are largely confined to single-dimensional risk factors, suffering from a core limitation of lacking multilevel integrated analysis. Given the severe impact of T2DM on individual health and healthcare systems, the construction of a comprehensive and accurate prediction model is of great significance.
OBJECTIVE: This study is aimed at constructing a T2DM prediction model, identifying multilevel risk factors, and enabling early screening, so as to help clinicians identify
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.
Sepsis is a high-burden, highly heterogeneous clinical challenge that affects up to 30% of ICU patients. Reliable early prediction is essential for timely intervention and improved outcomes. We aimed to develop and validate a machine-learning model for predicting sepsis onset beyond the first 24 h of ICU admission. Data from septic patients were extracted from the Medical Information Mart for Intensive Care III (MIMIC-III) database. Feature selection was performed with the Boruta algorithm. Nine algorithms-XGBoost-DART, Gaussian Naïve Bayes, LightGBM-DART, Random Forest, AdaBoost, Multi-Layer
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.
This systematic review and meta-analysis evaluates the performance of artificial intelligence (AI)-based models for predicting the onset and progression of refractive error (RE) in children and adolescents and quantitatively synthesizes their prediction accuracy. The study was preregistered in the PROSPERO database (CRD420251075160) and conducted in accordance with PRISMA guidelines. MEDLINE (via PubMed), Web of Science and Scopus were searched without time restrictions. Eligible studies involved children and adolescents (≤18 years) and applied AI-based technologies to predict the onset or pro
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.
BACKGROUND: Peptic ulcer disease is a prevalent gastric and duodenal disorder associated with H. pylori infection, which is related to numerous complications and diseases. Early prediction of this disease plays a significant role in reducing and eliminating its complications. So far, machine learning has shown promise for efficiently predicting health conditions in healthcare settings. So, this study aimed to establish a prediction model by getting assistance from machine learning and risk factors for peptic ulcer disease to predict this disease efficiently and achieve preventive purposes. MET
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.
RESEARCH QUESTION: How does the genetic constitution of embryos impact the accuracy and effectiveness of time-lapse ploidy detection?
DESIGN: A retrospective analysis of chromosomal constitution, morphokinetic characteristics and embryo grading was conducted on 1012 embryos, originating from 386 intracytoplasmic sperm injection cycles at a single clinic. Morphokinetic checkpoints of pronuclear fading, cleavage stages and post-cleavage stages - including start of compaction; time to compacted morula; time to start of blastulation; and time to full, expanded and hatching blastocyst - were recor
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: Menstrual literacy is crucial for safeguarding the health, dignity, and rights of women. However, in low- and middle-income countries (LMICs), such as Bangladesh, it remains an overlooked issue. Female university students, positioned at a pivotal developmental stage, require accurate and comprehensive knowledge about menstruation. Despite overall improvements in education, significant gaps persist in menstrual knowledge and hygiene practices among this group.
OBJECTIVES: This study aimed to predict menstrual literacy levels among female university students in Bangladesh using tree
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.
BACKGROUND: Colorectal cancer is a prevalent malignancy of the digestive system, with an increasing incidence. Lower extremity deep vein thrombosis (DVT) is a frequent postoperative complication, occurring in up to 40% of cases.
OBJECTIVE: This research aims to develop and validate a machine learning model (ML) to predict the risk of lower limb deep vein thrombosis in patients with colorectal cancer, facilitating preventive and therapeutic measures to enhance recovery and ensure safety.
METHODS: In this retrospective cohort study, we collected data from 429 colorectal cancer patients from Ja
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.
INTRODUCTION: Postherpetic neuralgia (PHN), a complication of herpes zoster, significantly impacts the quality of life of affected patients. Research indicates that early intervention for pain can reduce the occurrence or severity of PHN. This study aims to develop a predictive model and scoring table to identify patients at risk of developing PHN following acute herpetic neuralgia, facilitating informed clinical decision-making.
METHODS: We conducted a retrospective review of 524 hospitalized patients with herpes zoster at The First Affiliated Hospital of Zhejiang Chinese Medical University
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.
BACKGROUND: The severity of coronavirus (COVID-19) in patients with chronic comorbidities is much higher than in other patients, which can lead to their death. Machine learning (ML) algorithms as a potential solution for rapid and early clinical evaluation of the severity of the disease can help in allocating and prioritizing resources to reduce mortality.
OBJECTIVE: The objective of this study was to predict the mortality risk and length of stay (LoS) of patients with COVID-19 and history of chronic comorbidities using ML algorithms.
METHODS: This retrospective study was conducted by review
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 Although several clinical breast cancer risk models are used to guide screening and prevention, they have only moderate discrimination. Purpose To compare selected existing mammography artificial intelligence (AI) algorithms and the Breast Cancer Surveillance Consortium (BCSC) risk model for prediction of 5-year risk. Materials and Methods This retrospective case-cohort study included data in women with a negative screening mammographic examination (no visible evidence of cancer) in 2016, who were followed until 2021 at Kaiser Permanente Northern California. Women with prior breast
Наблюдательное исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка 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.
This pioneering study aims to revolutionize self-symptom management and telemedicine-based remote monitoring through the development of a real-time wheeze counting algorithm. Leveraging a novel approach that includes the detailed labeling of one breathing cycle into three types: break, normal, and wheeze, this study not only identifies abnormal sounds within each breath but also captures comprehensive data on their location, duration, and relationships within entire respiratory cycles, including atypical patterns. This innovative strategy is based on a combination of a one-dimensional convolut
СтатьяПоддержка 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.