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
4070 публикаций
Поиск: 143 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
International journal of surgery (London, England)2025eng
BACKGROUND: Treatment of metastatic spinal disease often involves surgical intervention; however, surgical site infections (SSIs) pose a great challenge for spine surgeons. At present, there is an absence of reliable clinical tools for predicting SSI, which can adversely affect treatment decisions and overall patient management. This study aims to construct and validate an application to stratify the patients at high risk of SSI among those with metastatic spinal disease using an artificial intelligence (AI) approach.
METHODS: A total of 667 patients diagnosed with metastatic spinal disease w
СтатьяМногоцентровое исследованиеВалидационное 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: Stage IA poorly differentiated lung adenocarcinoma has stronger invasiveness and shorter survival time. Its treatment methods are related to the survival time, and preoperative prediction can assist clinical practice in formulating personalized treatment options. The aim of this study was to develop and validate a computed tomography (CT)-based radiomics-habitat fusion model for preoperative prediction of stage IA poorly differentiated lung adenocarcinoma.
METHODS: A retrospective dual-center cohort of 507 patients with surgically confirmed stage IA lung adenocarcinoma was enrolle
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.
Developing effective cancer treatments requires identifying novel therapeutic agents with high biological activity. Fucoidan, a sulfated polysaccharide from brown algae, is a promising natural scaffold for anticancer drug development. In this study, oversulfated fucoidans (SFU and SFU-1) were derived from natural fucoidans (FU and FU-1), and the effects of this structural modification on anticancer efficacy were investigated comprehensively. Chemical characterizations of FU/FU-1 and SFU/SFU-1 were performed, and a systematically generated experimental dataset across multiple cancer cell lines
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 increasing prevalence of social media use among young adults has raised concerns regarding its potential associations with mental health and eating behaviors. The aim of this study was to investigate the associations between social media use, eating behaviors, and depressive symptoms among young women and to evaluate the performance of machine learning algorithms in modeling these cross-sectional associations compared with conventional regression approaches.
METHODS: A cross-sectional study was conducted among young women aged 18-34 years (n = 4,692) using a multi-site, face-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.
INTRODUCTION: Emergency telephone triage must rapidly recognise cardiac arrest, severe respiratory distress, chest pain and stroke, yet current systems struggle to balance under- and over-triage. trIAje will evaluate present performance and develop an artificial intelligence (AI) model to improve triage in an emergency medical system (EMS).
METHODS AND ANALYSIS: A retrospective cohort will include all 2020-2024 calls initially coded as unconsciousness, cardiac arrest, respiratory difficulty, non-traumatic chest pain or suspected stroke. Dispatch records, mobile electronic health records and t
Протокол клинического исследованияСтатьяПоиск 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.
High-dimensional near-infrared (NIR) spectroscopy datasets are characterized by strong wavelength correlation, limited sample sizes, and structured experimental variability, creating significant challenges for multivariate calibration. Under these conditions, extreme multicollinearity can lead to unstable regression coefficients, inflated estimator variance, and reduced model robustness. Although numerous calibration algorithms have been proposed, comparatively little attention has been devoted to understanding how multicollinearity influences calibration behaviour across different modelling p
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: Hypophosphatemia in very preterm and small for gestational age (SGA) infants is common and associated with serious complications. Diagnosis relies on phosphate concentrations, measured in serum or plasma. Machine learning (ML) may enable indirect estimation of serum phosphate based on routinely collected clinical data and results from blood gas analysis.
OBJECTIVES: To (1) describe first week electrolyte trajectories in the ImNuT-trial (Clinicaltrials.gov ID: NCT03555019), and (2) develop and externally validate ML models to estimate serum phosphate levels during the first postnat
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: Osteoporosis is a prevalent yet underdiagnosed complication in patients with type 2 diabetes mellitus (T2DM), significantly increasing the risk of fractures and mortality. However, current screening tools are limited by low accuracy and lack of generalizability. This multicenter cross-sectional study aimed to develop and validate a multimodal interpretable machine learning (ML) model integrating multimodal data to identify and classify osteoporosis risk in T2DM patients, with a focus on clinical translatability.
METHODS: We retrospectively enrolled 1,002 T2DM patients from two ter
СтатьяМногоцентровое исследованиеВалидационное 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: Endoscopic third ventriculostomy with choroid plexus cauterization (ETV/CPC) has decreased rates of shunt dependence in infants with hydrocephalus. The ETV Success Score (ETVSS) is the standard for predicting the 6-month success rate for ETV in children based on age, hydrocephalus etiology, and shunt history. However, the ETVSS does not account for the impact of CPC or preoperative ventricular volume. It also relies on the independence of each contributing variable and does not predict success beyond 6 months. In this study, the authors used a machine learning approach to create a 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: Amyotrophic lateral sclerosis (ALS) is a progressive and ultimately fatal neurodegenerative disorder involving multiple systems, with motor neuron degeneration as its primary feature. This disease can be classified into sporadic and familial types. Genes such as SOD1, C9orf72, FUS, and TDP-43 have been identified as the main causative genes for familial ALS. Multiple bioinformatics tools combined with an experimental verification strategy have helped in understanding the association of a selective autophagy pathway called aggrephagy with the disease.
RESULTS: The transcriptome dat
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: Hemorrhage is a prevalent and critical condition in the intensive care unit (ICU), characterized by high incidence, elevated mortality rates, and substantial therapeutic challenges. Accurate prediction of mortality in patients with hemorrhage is essential for developing personalized prevention and treatment strategies. Nevertheless, the implementation of effective predictive models in clinical practice remains limited, primarily due to the lack of robust and interpretable tools.
OBJECTIVE: This study aimed to develop an interpretable model for predicting mortality risk in critical
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.
PURPOSE: The aim of this research was to assess the potential for machine learning to predict clinically significant patient improvement during a four-week interdisciplinary Intensive Outpatient Program (IOP) for traumatic brain injury (TBI) at the National Intrepid Center of Excellence (NICoE).
METHODS: Assessment of brain injury characterization and outcomes were measured in 790 active duty service members at the NICoE, Walter Reed National Military Medical Center Bethesda Maryland. Demographic and self-reported measures of posttraumatic stress, depression, anxiety, post-concussion symptoms
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: Tick-borne encephalitis (TBE) is the most serious tick-borne viral disease in Europe. Identifying TBE risk areas can be difficult due to hyper focal circulation of the TBE virus (TBEV) between mammals and ticks. To better define TBE hazard risks and elucidate regional-specific environmental factors that drive TBEV circulation, we developed two machine-learning (ML) algorithms to predict the habitat suitability (maximum entropy), and occurrence of TBEV (extreme gradient boosting) within distinct European regions (Central Europe, Nordics, and Baltics) using local variables of climate
СтатьяПоддержка 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: To assess if early clinical and electroencephalography (EEG) features predict later seizure development in infants with hypoxic-ischemic encephalopathy (HIE).
METHODS: Clinical and EEG parameters <12 h of birth from infants with HIE across eight European Neonatal Units were used to develop seizure-prediction models. Clinical parameters included intrapartum complications, fetal distress, gestational age, delivery mode, gender, birth weight, Apgar scores, assisted ventilation, cord pH, and blood gases. The earliest EEG hour provided a qualitative analysis (discontinuity, amplitude, a
СтатьяПоддержка 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.
BACKGROUND: Given the substantial heterogeneity in the efficacy of immunotherapy for lung cancer, identifying reliable predictive factors is crucial. This study aims to develop a machine learning (ML) model to identify predictors of achieving objective response in lung cancer patients receiving programmed cell death protein 1 (PD-1) inhibitor therapy.
METHODS: A retrospective analysis was conducted on data from lung cancer patients treated with PD-1 inhibitors at The Second Affiliated Hospital of Guangzhou Medical University between November 2021 and November 2024. Patients were categorised i
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: Patients with breast cancer often experience health-related quality of life (HRQoL) impairments that remain difficult to predict on an individual level. Prediction models can aid in understanding individual survivorship trajectories. However, current prognostic models are based on fixed intervals, limiting their utility in clinical follow-up schedules.
OBJECTIVE: This study aimed to develop and externally validate time-dynamic machine learning (ML) models that predict clinically relevant HRQoL impairments in nonmetastatic patients with breast cancer.
METHODS: Using the pooled mul
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.
BACKGROUND: Embryo selection remains one of the most critical determinants of IVF success. Conventional embryo grading relies primarily on morphological assessment and is subject to inter-observer variability and limited predictive accuracy. Recent advances in AI have enabled non-invasive systems to analyze embryological and morphokinetic features, improving embryo selection and reproductive outcomes.
OBJECTIVE: To evaluate the clinical effectiveness of an AI-based non-invasive embryo selection system and develop predictive models for IVF outcomes among patients undergoing assisted reproducti
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: Sepsis is a life-threatening condition frequently observed in patients with intracerebral hemorrhage (ICH) who are critically ill. Early and accurate identification and prediction of sepsis are crucial. Machine learning (ML)-based predictive models exhibit promising sepsis prediction capabilities in emergency settings. However, their application in predicting sepsis among patients with ICH is still limited.
OBJECTIVE: The aim of the study is to develop an ML-driven risk calculator for early prediction of sepsis in patients with ICH who are critically ill and to clarify feature imp
СтатьяМногоцентровое исследованиеВалидационное 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: Suffering from schizophrenia spectrum disorder (SSD) has been well-established as a risk factor for offending. However, the majority of patients with an SSD do not show aggressive or criminal behavior. Yet, there is little research on clinical key features distinguishing offender from non-offender patients. Previous results point to poorer impulse control, higher levels of excitement, tension, and hostility, and worse overall cognitive functioning in offender populations. This study aimed to detect the most indicative distinguishing clinical features between forensic and general ps
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: Gestational diabetes (GDM) is prevalent and benefits from timely and effective treatment, given the short window to impact glycemic control. Clinicians face major barriers to choosing effectively among treatment modalities [medical nutrition therapy (MNT) with or without pharmacologic treatment (antidiabetic oral agents and/or insulin)]. We investigated whether clinical data at varied stages of pregnancy can predict GDM treatment modality.
METHODS: Among a population-based cohort of 30,474 pregnancies with GDM delivered at Kaiser Permanente Northern California in 2007-2017, we sel
СтатьяПоддержка NIH: внешняя программаПоддержка 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.