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
3985 публикаций
Поиск: 305 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
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 СШАПолный 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.
Patients with sepsis in the intensive care unit (ICU) are particularly vulnerable to the onset of sepsis-associated delirium (SAD), which is associated with an increased mortality rate. This retrospective cohort study employed machine-learning algorithms to develop a risk-prediction model for 30-day mortality in ICU patients with SAD. Patients with SAD in ICU were extracted from the MIMIC-IV database. Patients were classified into 2 groups: those who survived and those who did not, based on 30-day mortality following ICU admission. The patient data included in this study were subsequently divi
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: Asthma is the most frequent chronic airway illness in preschool children and is difficult to diagnose due to the disease's heterogeneity. This study aimed to investigate different machine learning models and suggested the most effective one to classify two forms of asthma in preschool children (predominantly allergic asthma and non-allergic asthma) using a minimum number of features.
METHODS: After pre-processing, 127 patients (70 with non-allergic asthma and 57 with predominantly allergic asthma) were chosen for final analysis from the Frankfurt dataset, which had asthma-related i
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: The development of emergency department (ED) triage systems remains challenging in accurately differentiating patients with acute abdominal pain (AAP) who are critical and urgent for surgery due to subjectivity and limitations. We use machine learning models to predict emergency surgical abdominal pain patients in triage, and then compare their performance with conventional Logistic regression models.
METHODS: Using 38 214 patients presenting with acute abdominal pain at Zhongnan Hospital of Wuhan University between March 1, 2014, and March 1, 2022, we identified all adult patient
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: This study investigated (1) whether additional cognitive loads impair dual-task walking, especially when crossing obstacles of varying heights, and (2) if extreme gradient boosting (XGBoost) could identify key features of walking while texting.
METHODS: Twenty participants completed the following conditions: baseline walking, Task (walking + Typing: copying sentences, or Texting: answering questions), Obstacle (walking + crossing obstacles of three heights: low, medium, high), and combined (Task + Obstacle). For texting performance, we computed the rate, accuracy, and dual-task co
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.
Total knee arthroplasty (TKA) is a standard procedure for end-stage knee diseases, yet perioperative bleeding and its complications, such as ecchymosis, remain significant challenges. Predicting ecchymosis can guide personalized perioperative blood management, enhancing patient recovery and reducing the socioeconomic burden. In this prospective study (June 2023-March 2024), 416 TKA patients were split into ecchymosis (n = 135) and non-ecchymosis (n = 281) groups. The first seven months' data (312 patients) were used for training, and the next three months' (104 patients) for validation. Featur
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.
Dysphagia is a fatal condition after acute stroke. We established machine learning (ML) models for screening aspiration in patients with acute stroke. This retrospective study enrolled patients with acute stroke admitted to a cerebrovascular specialty hospital between January 2016 and June 2022. A videofluoroscopic swallowing study (VFSS) confirmed aspiration. We evaluated the Gugging Swallowing Screen (GUSS), an early assessment tool for dysphagia, in all patients and compared its predictive value with ML models. Following ML algorithms were applied: regularized logistic regressions (ridge, l
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.
Malaria is a threatening disease that has claimed many lives and has a high prevalence rate annually. Through the past decade, there have been many studies to uncover effective antimalarial compounds to combat this disease. Alongside chemically synthesized chemicals, a number of natural compounds have also been proven to be as effective in their antimalarial properties. Besides experimental approaches to investigate antimalarial activities in natural products, computational methods have been developed with satisfactory outcomes obtained. In this study, we propose a novel molecular encoding sch
СтатьяОбзорПоддержка 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 Middle East Respiratory Syndrome coronavirus (MERS-CoV) remains a significant global health concern due to the absence of approved antiviral therapeutics. In this study, we developed a ligand-based machine learning framework to identify potential inhibitors of the MERS-CoV main protease (Mpro) using molecular representations derived from SMILES strings. Multiple classification algorithms, including logistic regression, support vector machines, random forests, and Extreme Gradient Boosting (XGBoost), were systematically evaluated. Model performance was assessed through both internal validat
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.
Pathological tremor significantly impairs daily activities and quality of life, particularly in conditions such as essential tremor and Parkinson's disease. The assessment and evaluation of tremor, along with its evolution with medication dosages, pose a challenging problem. Current clinical evaluation methods are constrained by patient performance, variability, and evaluator's subjectivity. Introducing continuous monitoring in everyday life settings could offer insights by linking tremor occurrences with specific activities. However, existing studies on classifying activities of daily living
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: We aimed to develop a 5-year overall survival prediction model for patients with oral tongue squamous cell carcinoma based on machine learning methods.
SUBJECTS AND METHODS: The data were obtained from electronic medical records of 224 OTSCC patients at the PLA General Hospital. A five-year overall survival prediction model was constructed using logistic regression, Support Vector Machines, Decision Tree, Random Forest, Extreme Gradient Boosting, and Light Gradient Boosting Machine. Model performance was evaluated according to the area under the curve (AUC) of the receiver operatin
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: This study aimed to develop, validate and evaluate interpretable machine learning models using clinical and laboratory data for prognosis prediction in patients with primary biliary cholangitis (PBC).
METHODS: This study included 7905 patients treated for PBC. The cohort data were randomly divided into training and testing sets, with external validation using an additional 2372 patients. Six machine learning models are compared in this research (logistic regression (LR), random forest (RF),Extreme Random Trees (ET), Extreme Gradient Boosting (XGBoost), Lightweight Gradient Boostin
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: Schizophrenia is a complex and disabling mental disorder that represents one of the most important challenges for neuroimaging research. There were many attempts to understand these basic mechanisms behind the disorder, yet we know very little. By employing machine learning techniques with age-matched samples from the auditory oddball task using multi-site functional magnetic resonance imaging (fMRI) data, this study aims to address these challenges.
METHODS: The study employed a three-stage model to gain a better understanding of the neurobiology underlying schizophrenia and tech
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. Cytomegalovirus (CMV) is a widely disseminated betaherpesvirus that typically induces latant infections. In immunocompromised populations, especially transplant and HIV-infected patients, CMV infection increases in-hospital mortality.Gap statement. Although machine learning models have been widely used in clinical diagnosis and prognosis prediction, reports on machine learning model predictions for the in-hospital mortality of HIV/AIDS patients with CMV infection have not been reported.Aim. Analyze the general gemographic and clinical characteristics of HIV/AIDS patients with CMV
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: Critically ill patients with coronavirus disease 2019 have variable mortality. Risk scores could improve care and be used for prognostic enrichment in trials. We aimed to compare machine learning algorithms and develop a simple tool for predicting 28-day mortality in ICU patients with coronavirus disease 2019.
DESIGN: This was an observational study of adult patients with coronavirus disease 2019. The primary outcome was 28-day inhospital mortality. Machine learning models and a simple tool were derived using variables from the first 48 hours of ICU admission and validated externa
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.
STUDY DESIGN: A retrospective cohort study from a multisite academic medical center.
OBJECTIVE: To construct, evaluate, and interpret a series of machine learning models to predict outcomes related to inpatient health care resource utilization for patients undergoing anterior cervical discectomy and fusion (ACDF).
SUMMARY OF BACKGROUND DATA: Reducing postoperative health care utilization is an important goal for improving the delivery of surgical care and serves as a metric for quality assessment. Recent data has shown marked hospital resource utilization after ACDF surgery, including readmi
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: As the global population ages, sarcopenia is increasingly recognized for its severe consequences, including disability, falls, injuries, hospitalization, and even death. Despite its significance, research on predicting sarcopenia using machine learning is limited. This study aims to develop an effective machine learning model for sarcopenia prediction.
METHODS: Data from 1,441 participants were retrospectively reviewed from Kaohsiung Medical University-affiliated hospitals between 2022 and 2024. The dataset included demographics, lifestyle habits, medical history, and other rele
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.
OBJECTIVE: The aim of this study was to develop and internally validate a machine-learning algorithm, PROSPECT (Predicting Risk Of Surgical complications aftEr CCWO and TPLO), using clinical variables to predict postoperative complications in dogs undergoing high tibial osteotomy for cranial cruciate ligament disease (CrCLD).
STUDY DESIGN: Retrospective multivariable prediction model development.
SAMPLE POPULATION: Stifles (n = 670) and dogs (n = 555).
METHODS: Complication data with a minimum follow up of 28 days were collected. Clinical variables were preprocessed for machine learning and
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: Pneumonia is one of the most common complications after spontaneous intracerebral hemorrhage (sICH), i.e., stroke-associated pneumonia (SAP). Timely identification of targeted patients is beneficial to reduce poor prognosis. So far, there is no consensus on SAP prediction, and application of existing predictors is limited. The aim of this study was to develop a machine learning model to predict SAP after sICH.
METHODS: We retrospectively reviewed 748 patients diagnosed with sICH and collected data from 4 dimensions-demographic features, clinical features, medical history, and labo
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.