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
4073 публикаций
Поиск: 139 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
Ultramarathon running is of increasing popularity, where the time-limited 24-hour run is one of the most popular events. Although we have a high scientific knowledge about different topics for this specific race format, we do not know where the best 24-hour runners originate from and where the fastest races are held. The purpose of the present study was to investigate the origin of these runners and the fastest race locations. A machine learning model based on the XG Boost algorithm was built to predict running speed based on the athlete´s age, gender, country of origin and the country where t
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: Visceral leishmaniasis (VL) is a systemic protozoan infection caused by Leishmania donovani (L. donovani) and transmitted by sand flies, causing macrophage invasion in the liver, spleen, and bone marrow. Diagnosis of VL is currently based on clinical signs, symptoms, and specific in-vitro markers and bone marrow investigations. However, VL's specific hematological and bone marrow manifestation in Sudanese pediatric patients is not well studied.
AIM: To examine the blood and bone marrow characteristics in pediatric patients from Sudan who have VL.
METHODS: This is a retrospective
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.
Fuchs uveitis syndrome (FUS) is a commonly misdiagnosed uveitis syndrome often presenting as an asymptomatic mild inflammatory condition until complications arise. The diagnosis of this disease remains clinical because of the lack of specific laboratory tests. The aqueous humor (AH) is a complex fluid containing nutrients and metabolic wastes from the eye. Changes in the AH protein provide important information for diagnosing intraocular diseases. This study aimed to analyze the proteomic profile of AH in individuals diagnosed with FUS and to identify potential biomarkers of the disease. We us
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.
INTRODUCTION: In Alzheimer's disease, asymptomatic patients may have amyloid deposition, but predicting their progression rate remains a substantial challenge with implications for clinical trial enrollment. Here, we demonstrate an artificial intelligence approach to use baseline clinical information and images to predict changes in quantitative biomarkers of brain pathology on future images.
METHODS: Patients from the Alzheimer's Disease Neuroimaging Initiative (ADNI) who underwent positron emission tomography (PET) with the amyloid radiotracer 18F-AV45 (florbetapir) were included. We identi
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/Objectives: In Saudi Arabia, noncommunicable diseases (NCDs) are an increasing public health concern, with almost 70% of deaths related to chronic diseases. The study aimed to analyze 33-year trends in NCD risk factors and apply machine learning (ML) models to identify ecological associates of premature NCD-related mortality, sex-specific analyses and project trajectories to 2030. Methods: A longitudinal ecological time-series design which used WHO Global Health Observatory (GHO) NCD Indicators (1990-2022; select lipid indicators from 1980). Five supervised regression ML models-OLS,
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: Accurate prediction of mortality risk in gastrectomy is critical to optimize surgical management and improve patient outcomes. This study aims to develop machine learning (ML) models for predicting 30-day postoperative mortality following gastrectomy and identify key predictors.
METHODS: We utilized the National Surgical Quality Improvement Program (NSQIP) Participant Use Data File from 2017 to 2022 to develop ML models: (1) Random Forest, (2) Gradient-Boosted Tree, and (3) XGBoost model. A simple logistic regression model was further developed to compare the model's prediction. W
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: Models that detect fall risk have been proposed. However, the value of an indicator derived from such models in fall-severity stratification is understudied. This study developed a machine learning (ML)-based fall classification model, constructed a fall-risk score, and explored its association with fall-related adverse outcomes.
METHODS: We used the eXtreme Gradient Boosting algorithm to build a fall classification model using data from 15,457 community-dwelling adults aged 60 Years and older. Of the 216 fall-associated variables, the 15 most important variables were selected for
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 AND OBJECTIVE: There are still many controversies about the factors influencing maxillary sinus cysts and their clinical management. This study aims to construct a prediction model of maxillary sinus cyst and explore its clustering pattern by cone beam computerized tomography (CBCT) technique and machine learning (ML) method to provide a theoretical basis for the prevention and clinical management of maxillary sinus cyst.
METHODS: In this study, 6000 CBCT images of maxillary sinus from 3093 patients were evaluated to document the possible influencing factors of maxillary sinus cyst
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: Radiation dermatitis (RD) is a significant side effect of radiotherapy experienced by breast cancer patients. Severe symptoms include desquamation or ulceration of irradiated skin, which impacts quality of life and increases healthcare costs. Early identification of patients at risk for severe RD can facilitate preventive management and reduce severe symptoms. This study evaluated the utility of subjective and objective factors, such as patient-reported outcomes (PROs) and serum cytokines, for predicting RD in breast cancer patients. The performance of machine learning (ML) and log
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 incidence of graft failure following liver transplantation (LTx) is consistent. While traditional risk scores for LTx have limited accuracy, the potential of machine learning (ML) in this area remains uncertain, despite its promise in other transplant domains. This study aims to determine ML's predictive limitations in LTx by replicating methods used in previous heart transplant research.
METHODS: This study utilized the UNOS STAR database, selecting 64,384 adult patients who underwent LTx between 2010 and 2020. Gradient boosting models (XGBoost and LightGBM) were used to pred
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.
Postoperative nausea and vomiting (PONV) is a common adverse effect of anesthesia. Identifying risk factors for PONV is crucial because it is associated with a longer stay in the post-anesthesia care unit, readmissions, and perioperative costs. This retrospective study used artificial intelligence to analyze data of 37,548 adult patients (aged ≥20 years) who underwent surgery under general anesthesia at Tohoku University Hospital from January 1, 2010 to December 31, 2019. To evaluate PONV, patients who experienced nausea and/or vomiting or used antiemetics within 24 hours after surgery were ex
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: Although current guidelines didn't support the routine use of furosemide in oliguric acute kidney injury (AKI) management, some patients may benefit from furosemide administration at an early stage. We aimed to develop an explainable machine learning (ML) model to differentiate between furosemide-responsive (FR) and furosemide-unresponsive (FU) oliguric AKI.
METHODS: From Medical Information Mart for Intensive Care-IV (MIMIC-IV) and eICU Collaborative Research Database (eICU-CRD), oliguric AKI patients with urine output (UO) < 0.5 ml/kg/h for the first 6 h after ICU admission 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.
As the most widespread viral infection transmitted by the Aedes mosquitoes, dengue has been estimated to cause 51 million febrile disease cases globally each year. Although sustained vector control remains key to reducing the burden of dengue, current understanding of the key factors that explain the observed variation in the short- and long-term vector control effectiveness across different transmission settings remains limited. We used a detailed individual-based model to simulate dengue transmission with and without sustained vector control over a 30-year time frame, under different transmi
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: Dilated cardiomyopathy (DCM) is one of the significant causes of heart failure, and the mechanisms of metabolic ventricular remodelling due to disturbances in energy metabolism are still poorly understood in cardiac pathology. Understanding the biological mechanisms of cuproptosis in DCM is critical for drug development. Methods: The DCM datasets were downloaded from Gene Expression Omnibus, their relationships with cuproptosis-related genes (CRGs) and immune signatures were analyzed. LASSO, RF, and SVM-RFE machine learning algorithms were used to identify signature genes and the e
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 quantify the clinical performance of a machine learning (ML) algorithm for organ-at-risk (OAR) dose prediction for lung stereotactic body radiation therapy (SBRT) and estimate the treatment planning benefit from having upfront access to these dose predictions.
METHODS: ML models were trained using multi-center data consisting of 209 patients previously treated with lung SBRT. Two prescription levels were investigated, 50 Gy in five fractions and 54 Gy in three fractions. Models were generated using a gradient-boosted regression tree algorithm using grid searching with fivefold c
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: Opioid use disorder (OUD) remains a critical public health crisis in the United States. Despite widespread policy and clinical interventions, early identification of individuals at risk for developing OUD remains challenging due to limitations in traditional screening approaches and a lack of individualized risk stratification methods. Machine learning (ML) methods offer an opportunity to develop timely, high-performing, and explainable predictive models that can enhance OUD prevention strategies in clinical settings.
OBJECTIVE: This study aims to develop and validate an ML model
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.
OBJECTIVE: Recent studies have shown that 68Ga-prostate-specific membrane antigen (68Ga-PSMA) positron emission tomography/computed tomography (PET/CT) can open a non-invasive diagnostic pathway in prostate cancer (PCa). However, the relatively small number of enrolled patients in these studies limits statistical validation and causes bias to some extent. In addition, the performance of 68Ga-PSMA PET/CT radiomics analysis in detecting PCa has not been widely evaluated. Hence, the present multicenter study endeavored to develop and validate radiomics models based on 68Ga-PSMA PET/CT for the det
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: Sepsis complicated by acute respiratory failure (ARF) is a common and severe condition among patients admitted to the intensive care unit (ICU), associated with high mortality. Accurate prediction of short-term outcomes is crucial for optimizing clinical decisions and treatment strategies. Therefore, we aimed to develop and validate an interpretable machine learning (ML) model to predict the 28-day mortality risk in ICU patients with sepsis complicated by ARF.
METHODS: This retrospective study included ICU patients with sepsis complicated by ARF from the Medical Information Mart f
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: Despite the promising prospects of utilizing artificial intelligence and machine learning (ML) for comprehensive disease analysis, few models constructed have been applied in clinical practice due to their complexity and the lack of reasonable explanations. In contrast to previous studies with small sample sizes and limited model interpretability, we developed a transparent eXtreme Gradient Boosting (XGBoost)-based model supported by multi-center data, using patients' basic information and clinical indicators to forecast the occurrence of anastomotic leakage (AL) after rectal cance
СтатьяМногоцентровое исследованиеНаблюдательное 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.
While multiple factors are associated with cardiovascular disease (CVD), many environmental exposures that may contribute to CVD have not been examined. To understand environmental effects on cardiovascular health, we performed an exposome-wide association study (ExWAS), a hypothesis-free approach, using survey data on endogenous and exogenous exposures at home and work and data from health and medical histories from the North Carolina-based Personalized Environment and Genes Study (PEGS) (n = 5015). We performed ExWAS analyses separately on six cardiovascular outcomes (cardiac arrhythmia, con
СтатьяResearch Support, N.I.H., IntramuralПоиск 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.