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
3987 публикаций
Поиск: 131 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
Zhongguo xiu fu chong jian wai ke za zhi = Zhongguo xiufu chongjian waike zazhi = Chinese journal of reparative and reconstructive surgery2025chi
OBJECTIVE: To explore, identify, and develop novel blood-based indicators using machine learning algorithms for accurate preoperative assessment and effective prediction of postoperative complication risks in patients with rheumatoid arthritis (RA) undergoing total knee arthroplasty (TKA).
METHODS: A retrospective cohort study was conducted including RA patients who underwent unilateral TKA between January 2019 and December 2024. Inpatient and 30-day postoperative outpatient follow-up data were collected. Six machine learning algorithms, including decision tree, random forest, logistic regres
Аннотация на английскомСтатьяПоиск 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: Previous studies mainly focused on risk factors in patients with mild cognitive impairment (MCI) or dementia. The aim of the study was to provide basis for preventing MCI in cognitive normal populations.
METHODS: The data came from a longitudinal retrospective study involving individuals with brain magnetic resonance imaging scans, clinical visits, and cognitive assessment with interval of more than 3 years. Multiple machine-learning technologies, including random forest, support vector machine, logistic regression, eXtreme Gradient Boosting, and naïve Bayes, were used to establis
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.
It is to develop a predictive model utilizing machine learning techniques to promptly identify patients with diabetic foot ulcers (DFU) who may require major amputation upon their initial admission. A total of 598 DFU patients were admitted to a tertiary hospital in Beijing. We employed synthetic minority oversampling technique to address the class imbalance of the target variable in the original dataset. A Lasso regularization analysis identified 17 feature variables for inclusion in the model: age, diabetes duration, wound size, history of peripheral neuropathy, history of atrial fibrillatio
СтатьяСравнительное 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: Myofascial pelvic pain syndrome (MPPS) is a common but often underdiagnosed cause of chronic pelvic pain in women, significantly affecting quality of life. Early and accurate identification of patients at risk is essential for improving treatment outcomes and reducing the clinical burden.
OBJECTIVE: This study aimed to develop an effective machine learning-based prediction model for MPPS among Chinese women to assist in early diagnosis and personalized treatment.
METHODS: A total of 1,136 women diagnosed with MPPS and 1,448 healthy women who underwent pelvic floor screening durin
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.
As per the World Health Organization (WHO), the justifications of people with disabilities globally are restricted by physical and social barriers that exclude their full contribution to society. Constructed environment barriers can limit the availability of transportation, employment, goods and services, healthcare, and overall independent drive. The government of Saudi Arabia has applied programs and policies to enhance the quality of life for people with disabilities, including education, healthcare, and employment chances. Furthermore, they also take action to progress a few social guards
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.
Patients with disseminated cancer at higher risk for postoperative mortality see improved outcomes with altered clinical management. Being able to risk stratify patients immediately after their index surgery to flag high risk patients for healthcare providers is vital. The combination of physician uncertainty and a demonstrated optimism bias often lead to an overestimation of patient life expectancy which can precent proper end of life counseling and lead to inadequate postoperative follow up. In this cohort study of 167,474 postoperative patients with multiple types of disseminated cancer, pa
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 and Aims: Tacrolimus(TAC)-induced nephrotoxicity, which has a large individual variation, may lead to treatment failure or even the end-stage renal disease. However, there is still a lack of effective models for the early prediction of TAC-induced nephrotoxicity, especially in nephrotic syndrome(NS). We aimed to develop and validate a predictive model of TAC-induced tubular toxicity in children with NS using machine learning based on comprehensive clinical and genetic variables. Materials and Methods: A retrospective cohort of 218 children with NS admitted between June 2013 and Dece
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.
Opioids play a critical role in acute postoperative pain management. Our objective was to develop machine learning models to predict postoperative opioid requirements in patients undergoing ambulatory surgery. To develop the models, we used a perioperative dataset of 13,700 patients (≥ 18 years) undergoing ambulatory surgery between the years 2016-2018. The data, comprising of patient, procedure and provider factors that could influence postoperative pain and opioid requirements, was randomly split into training (80%) and validation (20%) datasets. Machine learning models of different classes
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.
Colloids act as important transport carriers in subsurface environments, facilitating the migration of strongly sorbing contaminants and significantly influencing breakthrough curve (BTC) in porous media. This study develops a machine-learning surrogate model capable of accurately reproducing BTCs generated by an equilibrium colloid-facilitated contaminant transport model over a wide range of transport conditions. The mechanistic model was first validated against the experimental phenanthrene transport data, demonstrating excellent agreement under both colloid-free and colloid-present conditio
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.
This study explores the application of machine learning algorithms in predicting high-risk pregnancy among expectant mothers, aiming to construct an efficient predictive model to improve maternal health management. The study is based on the maternal health risk dataset (MHRD) from Bangladesh, covering multiple hospitals, community clinics, and maternal healthcare centers, and encompassing health data from 1014 pregnant women. Six machine learning algorithms-multilayer perceptron (MLP), logistic regression (LR), decision tree (DT), random forest (RF), eXtreme Gradient Boosting (XGBoost), and su
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.
Visceral Leishmaniasis (VL), also known as Kala-Azar, poses a significant global public health challenge and is a neglected disease, with relapses and treatment failures leading to increased morbidity and mortality. This study introduces an explainable machine learning approach to predict VL relapse and identify critical risk factors, thereby aiding patient monitoring and treatment strategies. Leveraging data from a follow-up study of 571 patients, the survival machine learning models are applied, including Random Survival Forest (RSF), Survival Support Vector Machine (SSVM), and eXtreme Gradi
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: Acute Myeloid Leukemia (AML) generally has a relatively low survival rate after treatment. There is an urgent need to find new biomarkers that may improve the survival prognosis of patients. Machine-learning tools are more and more widely used in the screening of biomarkers.
METHODS: Least Absolute Shrinkage and Selection Operator (LASSO), Support Vector Machine-Recursive Feature Elimination (SVM-RFE), Random Forest (RF), eXtreme Gradient Boosting (XGBoost), lrFuncs, IdaProfile, caretFuncs, and nbFuncs models were used to screen key genes closely associated with AML. Then, based o
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.
It was aimed to discuss the effect of bed-type rehabilitation robots under machine learning combined with intensive motor training on the motor function of lower limbs of stroke patients with hemiplegia. A total of 80 patients with stroke hemiplegia were taken as the subjects, who all had a course of treatment for less than 6 months in the Rehabilitation Medicine Department of Ganzhou Hospital. These patients were divided into the experimental group (40 cases) and the control group (40 cases) by random number method. For patients in the control group, conventional intensive motor training was
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: Computer-aided analysis of laryngoscopy images has potential to add objectivity to subjective evaluations. Automated classification of biomedical images is extremely challenging due to the precision required and the limited amount of annotated data available for training. Convolutional neural networks (CNNs) have the potential to improve image analysis and have demonstrated good performance in many settings. This study applied machine-learning technologies to laryngoscopy to determine the accuracy of computer recognition of known laryngeal lesions found in patients post-extubation.
СтатьяНаблюдательное исследованиеПоиск 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.
BackgroundDistinct risk factors influence Alzheimer's disease (AD) stage stratification, yet effective tools for early diagnosis and prognosis remain limited, especially in middle-aged populations.ObjectiveTo develop machine learning models for predicting cognitive decline and identifying early markers of stage stratification in a middle-aged Chinese cohort.MethodsWe conducted a retrospective study on 451 patients from 2017 to 2021 (aged 45-90 years, 47.7% male). All participants were classified into normal, mild cognitive impairment (MCI), AD. Neuropsychological scale, epidemiological and lab
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.
BACKGROUND: Renal damage in closed spinal dysraphism (CSD), primarily linked to neurogenic bladder dysfunction, significantly impacts long-term patient outcomes by increasing the risk of chronic kidney disease. Identifying patients at highest risk for renal damage is essential for implementing early interventions, improving bladder management strategies, and preserving renal function. This study aims to develop an effective machine learning model to predict renal damage in children with CSD.
METHODS: This retrospective study included 110 children with CSD. We developed four machine learning m
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: Renin-angiotensin-aldosterone system inhibitors (RAASi) are commonly used medications. Renal adverse events associated with RAASi are hyperkalemia and acute kidney injury. We aimed to evaluate the performance of machine learning (ML) algorithms in order to define event associated features and predict RAASi associated renal adverse events.
MATERIALS AND METHODS: Data of patients recruited from five internal medicine and cardiology outpatient clinics were evaluated retrospectively. Clinical, laboratory, and medication data were acquired via electronic medical records. Dataset balanc
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: Polycystic ovary syndrome (PCOS) is a prevalent endocrine condition in reproductive-aged women, which is associated with adverse maternal and neonatal outcomes in pregnancy. In the present study, pregnancy complications-like gestational diabetes, preterm birth, hypertension, low birth weight and neonatal intensive care unit admission-will be predicted with high accuracy by machine learning-based prediction models.
METHODS AND ANALYSIS: There are three substudies: (1) Developing a researcher-made questionnaire by literature review, data collection from existing medical records in
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.
INTRODUCTION AND HYPOTHESIS: This study aims to develop a postpartum stress urinary incontinence (PPSUI) risk prediction model based on an updated definition of PPSUI, using machine learning algorithms. The goal is to identify the best model for early clinical screening to improve screening accuracy and optimize clinical management strategies.
METHODS: This prospective study collected data from 1208 postpartum women, with the dataset randomly divided into training and testing sets (8:2). Five machine learning algorithms-logistic regression, decision trees, random forests, support vector machi
СтатьяНаблюдательное исследованиеВалидационное 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.
The environmental, ecological, antimicrobial resistance (AMR), and human health risks of antibiotic transformation products (TPs) in aquatic environments-especially high-similarity transformation products (HSTPs) containing active groups of parent antibiotics-remain poorly understood. This study assesses the ecological (EcoR), environmental (EnvR), human health (HuhR), and AMR risks of 141 parent antibiotics, introducing a few-shot cross-modal attention deep learning (CMA-DL, based on molecular graphs (GINConv or GATConv) and fused molecular fingerprints) model to identify multi-category antib
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.