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: 101 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
High-impact chronic pain (HICP) affects over 17 million U.S. adults and follows highly variable courses. To date, the relative importance of biopsychosocial predictors of HICP incidence, persistence, and recovery, remains poorly understood. The National Health Interview Survey Longitudinal Cohort, which comprises 10,415 adults who completed baseline surveys in 2019 and follow-back surveys in 2020, is ideally suited for addressing this critical knowledge gap. Machine learning algorithms were evaluated for their discriminatory power and classification accuracy in predicting HICP group membership
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: Deep brain stimulation (DBS) of the centromedian nucleus (CM) of the thalamus is a promising treatment for drug-resistant epilepsy, Tourette syndrome, disorders of consciousness, and chronic pain, particularly when other surgical options are not feasible. However, the CM is challenging to visualize on routine MRI and atlas-based targeting often results in inaccurate electrode placement, affecting surgical outcomes. Furthermore, inability to visualize and directly target the CM is a barrier to CM-DBS in a resource-limited setting. The aim of this study was to develop and test machine
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.
BACKGROUND AND AIM: Intraoperative hypotension is one of the most common surgical adverse effects, often associated with postoperative organ damage and complications. The use of non-invasive methods to predict hypotension during surgery could significantly reduce these complications. Recently developed machine learning algorithms show promise for improving the prediction of hypotension and enhancing detection during surgical procedures. Our meta-analysis aimed to evaluate the clinical performance of machine learning algorithms for predicting intraoperative hypotension.
METHOD: A systematic se
СтатьяМетаанализСистематический 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.
INTRODUCTION: The capability to accurately predict the ejection fraction (EF) from an electrocardiogram (ECG) holds significant and valuable clinical implications. Various algorithms based on ECG images are currently being evaluated, with most methods requiring raw signal data from ECG devices. In this study, our objective was to train and validate a neural network on a readily available ECG trace image graph to determine the presence or absence of left ventricular dysfunction (LVD).
METHODS: 12-lead ECG trace images paired with their echocardiogram reports performed on the same day were sele
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.
PURPOSE: To conduct a systematic review of studies examining the use of artificial intelligence (AI) algorithms in predicting the progression of keratoconus (KCN).
METHODS: A comprehensive review was conducted using PubMed, Google Scholar, and ScienceDirect, focusing on keywords related to AI and KCN progression. Only studies published in English that applied AI algorithms to evaluate changes in KCN were included. The QUADAS-2 tool was used to assess the risk of bias and the overall quality of the studies. A narrative qualitative synthesis approach was employed to summarize and interpret the
СтатьяСистематический обзорПолный 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 Medicaid covering half of US pregnancies, Medicaid Analytic eXtract (MAX) provides a valuable data source to enrich understanding about stillbirth etiologies. We developed and validated a claims-based algorithm to predict gestational age (GA) at stillbirth. We linked the stillbirths identified in MAX 1999-2013 to Florida fetal death records (FDRs) to obtain clinical estimates of GA (n = 825). We tested several algorithms, including using a fixed median GA, median GA at the time of specific prenatal screening tests, and expanded versions considering additional predictors of stillbirth, inc
СтатьяВалидационное исследованиеПоддержка NIH: внешняя программаПолный 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: An episode of acute ulcerative colitis (UC) represents an important watershed moment in a patient's disease course.
AIMS: To derive a personalised algorithm for identifying patients at high risk of corticosteroid non-response from variables available at hospital presentation using a large prospectively collected acute UC patient database and machine learning-based techniques.
METHODS: We analysed data from 682 consecutive presentations of acute UC. We used an Akaike information criterion-based elastic net model to select variables based on the 419 earliest presentations of acute
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: Breast cancer-related lymphedema (BCRL) is one of the common complications after breast cancer surgery. It can easily lead to limb swelling, deformation and upper limb dysfunction, which has a serious impact on the physical and mental health and quality of life of patients. Previous studies have mostly used statistical methods such as linear regression and logistic regression to analyze the influencing factors, but all of them have certain limitations. Machine learning (ML) is an important branch of artificial intelligence, which can effectively overcome the problems of multivariat
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Cardiovascular Diseases (CVDs) present a substantial global health burden, with tobacco use as a major risk factor. While extensive research has identified several risk factors for CVDs, there is a gap in predictive models that account for a combination of clinical factors, lifestyle factors, and other determinants in order to predict CVD risk. In addition, existing studies tend to overlook the interactions among risk factors within high-risk populations, such as tobacco users. In this study, we examined phenotype data from over 15,000 tobacco users from the UK Biobank dataset to investigate w
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: Neuropsychological tests (NPTs) are standard tools for assessing cognitive function. These tools can evaluate the cognitive status of a subject, which can be time-consuming and expensive for interpretation. Therefore, this paper aimed to optimize the systematic NPTs by machine learning and develop new classification models for differentiating healthy controls (HC), mild cognitive impairment, and Alzheimer's disease dementia (ADD) among groups of subjects.
PATIENTS AND METHODS: A total dataset of 14,926 subjects was obtained from the formal 46 NPTs based on the Seoul Neuropsycholog
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.
RATIONALE AND OBJECTIVE: Acute kidney injury (AKI) is a common complication among hospitalized adults, but AKI prediction and prevention among adults has proved challenging. We used machine learning to update the nephrotoxic injury negated by just-in time action (NINJA), a pediatric program that predicts nephrotoxic AKI, to improve accuracy among adults.
STUDY DESIGN: A retrospective cohort study.
SETTING AND POPULATION: Adults admitted for > 48 hours to the University of Iowa Hospital from 2017 to 2022.
EXPOSURE: A NINJA high-nephrotoxin exposure (≥3 nephrotoxins on 1 day or intravenous am
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: This study aims to assess the ability of state-of-the-art machine learning algorithms to detect valvular heart disease (VHD) from digital heart sound recordings in a general population that includes asymptomatic cases and intermediate stages of disease progression.
METHODS: We trained a recurrent neural network to predict murmurs from heart sound audio using annotated recordings collected with digital stethoscopes from four auscultation positions in 2,124 participants from the Tromsø7 study. The predicted murmurs were used to predict VHD as determined by echocardiography.
RESULTS:
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 develop a simplified predictive model for identifying psoriatic arthritis (PsA) in psoriasis patients.
METHODS: Data from the National Health and Nutrition Examination Survey (NHANES) database were analyzed, including patients with psoriasis without arthritis (PsC) or PsA. The least absolute shrinkage and selection operator, Boruta algorithm, random forest, and stepwise regression were employed to select key variables from 38 potential predictors. Logistic regression models were constructed for each combination of selected variables and evaluated using receiver operating charact
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.
Abdominal pheochromocytomas and paragangliomas (PPGLs) are characterized by the overproduction of catecholamines, which are associated with hemodynamic instability (HDI) during surgery. Therefore, perioperative management to prevent intraoperative HDI is imperative for the surgical treatment of PPGLs. Owing to the rarity and heterogeneous nature of these tumors, pre-surgical prediction of HDI is a clinical dilemma. The reported risk factors for HDI include perioperative preparation, genetic background, tumor conditions, body composition, catecholamine levels, and surgical approach. Additionall
СтатьяОбзорПоддержка 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.
OBJECTIVE: By constructing a predictive model using machine learning and deep learning technologies, we aim to understand the risk factors for postoperative intestinal obstruction in laparoscopic colorectal cancer patients, and establish an effective artificial intelligence-based predictive model to guide individualized prevention and treatment, thus improving patient outcomes.
METHODS: We constructed a model of the artificial intelligence algorithm in Python. Subjects were randomly assigned to either a training set for variable identification and model construction, or a test set for testing
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: This study aimed to develop predictive models with robust generalization capabilities for assessing the risk of pulmonary embolism in patients with tuberculosis using machine learning algorithms.
METHODS: Data were collected from two centers and categorized into development and validation cohorts. Using the development cohort, candidate variables were selected via the Recursive Feature Elimination (RFE) method. Five machine learning algorithms, logistic regression (LR), random forest (RF), extreme gradient boosting (XGBoost), light gradient boosting machine (LightGBM), and support
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.
PURPOSE: Electroencephalogram (EEG) signals give detailed information on the electrical brain activities occurring in the cerebral cortex. They are used to study brain-related disorders such as mild cognitive impairment (MCI) and Alzheimer's disease (AD). Brain signals obtained using an EEG machine can be a neurophysiological biomarker for early diagnosis of dementia through quantitative EEG (qEEG) analysis. This paper proposes a machine learning methodology to detect MCI and AD from qEEG time-frequency (TF) images of the subjects in an eyes-closed resting state (ECR).
PARTICIPANTS AND METHOD
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: To screen for predictive obesity factors in overweight populations using an optimal and interpretable machine learning algorithm.
METHODS: This cross-sectional study was conducted between June 2011 and January 2012. The participants were randomly selected using a simple random sampling technique. Seven commonly used machine learning methods were employed to construct obesity risk prediction models. A total of 5,236 Chinese participants from Ningde City, Fujian Province, Southeast China, participated in this study. The best model was selected through appropriate verification and val
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.
INTRODUCTION: A major share of poisoning cases are perpetrated intentionally, but this varies depending on different geographical regions, age spectrums, and gender distribution. The present study was conducted to determine the most important factors affecting intentional and unintentional poisonings using machine learning algorithms.
MATERIALS AND METHODS: The current cross-sectional study was conducted on 658 people hospitalized due to poisoning. The enrollment and follow-up of patients were carried out during 2020-2021. The data obtained from patients' files and during follow-up 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.
Predicting the specific magnitude and the temporal peak of the epidemic of individual local outbreaks is critical for infectious disease control. Previous studies have indicated that significant differences in spatial transmission and epidemic magnitude of dengue were influenced by multiple factors, such as mosquito population density, climatic conditions, and population movement patterns. However, there is a lack of studies that combine the above factors to explain their complex nonlinear relationships in dengue transmission and generate accurate predictions. Therefore, to study the complex s
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.