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: 321 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
Female breast cancer patients remain at risk of developing additional primary cancers even following surgical treatment. Second primary thyroid cancer (SPTC) is the most common type of multiple primary cancer (MPC) in this demographic during their survivorship period, significantly burdening patients' quality of life. This study aimed to develop a risk prediction model for the occurrence of SPTC in postoperative female breast cancer patients using various machine learning algorithms. Key risk factors were progressively identified utilizing a literature review, the Delphi method, and the LASSO
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: Secondary bloodstream infections (sBSI) caused by Acinetobacter baumannii (AB) are a major threat to patient safety in the Intensive Care Unit (ICU) due to their prevalence and severity. Developing accurate predictive models is crucial for enhancing clinical decision-making and improving patient outcomes. This study aimed to leverage machine learning (ML) to create a diagnostic model for predicting the risk of AB-sBSI in ICU patients and a prognostic model for assessing the associated 30-day mortality risk.
METHODS: The multicenter, retrospective study enrolled 4,267 ICU patients
СтатьяМногоцентровое 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.
Transesophageal echocardiography (TEE) is the standard method for diagnosing left atrial appendage (LAA) hypercoagulability in patients with atrial fibrillation (AF), which means LAA thrombus/sludge, dense spontaneous echo contrast and slow LAA blood flow velocity (< 0.25 m/s). Based on machine learning algorithms, cardiac computed tomography angiography (CCTA) radiomics features were adopted to construct prediction models and explore a suitable approach for diagnosing LAA hypercoagulability and adjusting anticoagulation. This study included 652 patients with non-valvular AF. The univariate an
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: Multiple myeloma (MM), the second most hematological malignancy, have been studied extensively in the prognosis of the clinical parameters, however there are only a few studies have discussed the role of dual modalities and multiple algorithms of 18F-FDG (18F-fluorodeoxyglucose) PET/CT based radiomics signatures for prognosis in MM patients. We hope to deeply mine the utility of raiomics data in the prognosis of MM.
METHODS: We extensively explored the predictive ability and clinical decision-making ability of different combination image data of PET, CT, clinical parameters and six m
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.
PURPOSE: Can the risk factors that cause first trimester pregnancy loss in good-quality frozen-thawed embryo transfer (FET) cycles be predicted using machine learning algorithms?
METHODS: This is a retrospective cohort study conducted at Sisli Memorial Hospital, ART and Reproductive Genetics Center, between January 2011 and May 2021. A total of 3805 good-quality FET cycles were included in the study. First trimester pregnancy loss rates were evaluated according to female age, paternal age, body mass index (BMI), diagnosis of infertility, endometrial preparation protocols (natural/artificial),
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.
Chinese wolfberry (CW), an essential traditional functional food in China, faces challenges like market confusion about its origin and counterfeiting. A multimodal workflow integrating computer vision and inductively coupled plasma mass spectrometry (ICP-MS) was applied to 120 CW batches from four regions. Chromaticity, visible-light response, Gabor texture, and elemental data were combined to construct a fingerprint for origin discrimination and elemental prediction. Multivariate statistical analysis identified As, Zn, Fe, Energy, yellow-light response, CIE Z, and b⁎ as key variables with var
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.
European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2026eng
BACKGROUND: Textbook outcome (TO) serves as a validated composite metric for short-term surgical quality in pancreaticoduodenectomy (PD) patients. This study developed and validated a machine learning-based model to predict the probability of TO attainment in patients with distal cholangiocarcinoma (dCCA) undergoing PD.
METHODS: Patients with dCCA who underwent PD at our institution between 2012 and 2020 were retrospectively analyzed. Candidate variables were first screened using least absolute shrinkage and selection operator (LASSO) regression, and the selected features were subsequently en
СтатьяВалидационное 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.
Retained placenta (RP) is a common postpartum disorder in dairy cows that significantly impairs reproductive performance and farm profitability. This study aimed to identify key risk factors and develop a robust machine learning (ML)-based predictive model for RP in Holstein cows using routinely collected farm data. Pearson correlation analysis confirmed no significant multicollinearity (|r| < 0.8) among the retained features. Seven algorithms - Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), Multilayer Perceptron (MLP), Gradient Boosting Decision Tree (GBDT), Logistic Re
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.
The global rise in prescription opioid use has contributed to an opioid epidemic, associated harms, and unintentional deaths in several western countries. Opioids however continue to be regularly prescribed for acute pain and in the chronic pain context due to limited treatment options. Currently there are no accurate tools that help predict which patients prescribed opioids may be at risk of death, which depends on the cultural context and varies across countries. Existing models do not account for statistical considerations such as censoring and competing risks. Using nationally representati
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.
The growing need for sustainable energy sources and stricter environmental regulations necessitate the development of alternative fuels with lower emissions and improved performance. This study addresses these challenges by optimizing the performance and emission characteristics of a single-cylinder diesel engine powered by neem oil biodiesel blends enhanced with alumina nanoparticlesusing the powerful desirability-based optimization. Neem oil, a non-edible feedstock, was selected to avoid competition with food resources, while alumina nanoparticles were utilized for their catalytic properties
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: To develop risk prediction models for postoperative hypothermia after transurethral holmium laser enucleation of the prostate (HoLEP) using machine learning algorithms.
METHODS: We retrospectively analyzed the clinical data of 403 patients from our center (283 patients in the training set and 120in the internal validation set) and 120 patients from Weifang People's Hospital (as the external validation set). The risk prediction models were built using logistic regression, decision tree and support vector machine (SVM), and model performance was evaluated in terms of accuracy, recal
Аннотация на английскомСтатьяПолный 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.
STUDY QUESTION: Can algorithms using wrist temperature, available on compatible models of iPhone and Apple Watch, retrospectively estimate the day of ovulation and predict the next menses start day?
SUMMARY ANSWER: Algorithms using wrist temperature can provide retrospective ovulation estimates and next menses start day predictions for individuals with typical or atypical cycle lengths.
WHAT IS KNOWN ALREADY: Wrist skin temperature is affected by hormonal changes associated with the menstrual cycle and can be used to estimate the timing of cycle events.
STUDY DESIGN, SIZE, DURATION: We cond
СтатьяНаблюдательное исследованиеResearch Support, N.I.H., IntramuralПолный 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.
OBJECTIVE: To develop and validate machine learning models for predicting coronary artery disease (CAD) within a Taiwanese cohort, with an emphasis on identifying significant predictors and comparing the performance of various models.
METHODS: This study involved a comprehensive analysis of clinical, demographic, and laboratory data from 8,495 subjects in Taiwan Biobank (TWB) after propensity score matching to address potential confounding factors. Key variables included age, gender, lipid profiles (T-CHO, HDL_C, LDL_C, TG), smoking and alcohol consumption habits, and renal and liver function
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: Type 2 diabetes mellitus (T2DM) imposes a great burden on healthcare systems, and these patients experience higher long-term risks for developing end-stage renal disease (ESRD). Managing diabetic nephropathy becomes more challenging when kidney function starts declining. Therefore, developing predictive models for the risk of developing ESRD in newly diagnosed T2DM patients may be helpful in clinical settings.
METHODS: We established machine learning models constructed from a subset of clinical features collected from 53,477 newly diagnosed T2DM patients from January 2008 to Decem
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: We sought to develop and validate machine learning (ML) models to increase the predictive accuracy of mortality after heart transplantation (HT).
METHODS AND RESULTS: We included adult HT recipients from the United Network for Organ Sharing (UNOS) database between 2010 and 2018 using solely pre-transplant variables. The study cohort comprised 18 625 patients (53 ± 13 years, 73% males) and was randomly split into a derivation and a validation cohort with a 3:1 ratio. At 1-year after HT, there were 2334 (12.5%) deaths. Out of a total of 134 pre-transplant variables, 39 were selected as
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.
OBJECTIVE: To derive and validate a set of clinical risk prediction algorithm to estimate the 10-year risk of 11 common cancers.
DESIGN: Prospective open cohort study using routinely collected data from 753 QResearch general practices in England. We used 565 practices to develop the scores and 188 for validation.
SUBJECTS: 4.96 million patients aged 25-84 years in the derivation cohort; 1.64 million in the validation cohort. Patients were free of the relevant cancer at baseline.
METHODS: Cox proportional hazards models in the derivation cohort to derive 10-year risk algorithms. Risk factors
СтатьяВалидационное 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.
RATIONALE & OBJECTIVE: Dialysis patients have a higher risk of hospitalization than the age-matched general population. Unplanned hospital encounters (UHEs), including emergency department visits and hospitalizations, may be preventable but are difficult to anticipate. We aimed to stratify dialysis patients' risk of UHE, using a machine learning (ML)-based prediction model.
STUDY DESIGN: We created an ML-based prediction model to stratify hemodialysis (HD) patients' risk of UHE in the subsequent 7 and 30 days. We compared the performance of this prediction model with that of clinicians.
SETT
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: Clozapine is the most effective antipsychotic but requires careful titration to therapeutic blood levels. Methods to predict therapeutic doses are based on population data.
AIMS: We aimed to construct a model based on genetic variants which accurately predicted plasma levels for clozapine.
METHOD: We measured clozapine plasma levels in patients on a stable dose of clozapine who were known to be fully compliant. Measured plasma levels were adjusted for sampling time and dose. Hepatic enzyme variants were analysed and models were constructed to predict the required dose. These pred
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 AND OBJECTIVE: Parkinson's disease (PD) is a chronic progressive neurodegenerative disorder characterized by significant spatial and temporal heterogeneity in symptom presentation and progression, which poses a major challenge for accurate motor progression prediction. Developing a highly individualized model for predicting PD motor progression that can reflect the heterogeneity may lead to better management.
METHODS: To address this issue, we propose a novel Deep Clustering Gaussian process (DCGP) algorithm to predict PD motor progression using readily available clinical statistic
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.
Well-fitting sockets are crucial for successful upper-limb prosthesis use, yet current digital socket design workflows are not standardized and demand considerable clinician effort. In this study, we introduce the Predictive Algorithm for Customized Transradial Socket Design (PACT), which generates socket models from a 3D limb scan. It works by retrieving the most similar limb-socket pair from a reference library of prosthetist-designed prosthetic sockets and applying isotropic and anisotropic scaling adjustments to match the input limb. To validate the algorithm, the PACT-predicted sockets fo
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.