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
5579 публикаций
Поиск: 88 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 3111 с найденным полным текстом
OBJECTIVES: MAchine Learning In MyelomA Response (MALIMAR) is an observational clinical study combining "real-world" and clinical trial data, both retrospective and prospective. Images were acquired on three MRI scanners over a 10-year window at two institutions, leading to a need for extensive curation.
METHODS: Curation involved image aggregation, pseudonymisation, allocation between project phases, data cleaning, upload to an XNAT repository visible from multiple sites, annotation, incorporation of machine learning research outputs and quality assurance using programmatic methods.
RESULTS
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.
This work aims to leverage generative modeling-based anomaly detection to enhance interpretability in AI failure detection systems and to aid data curation for large repositories. For failure detection interpretability, this retrospective study utilized 3339 CT scans (525 patients), divided patient-wise into training, baseline test, and anomaly (having failure-causing attributes-e.g., needles, ascites) test datasets. For data curation, 112,120 ChestX-ray14 radiographs were used for training and 2036 radiographs from the Medical Imaging and Data Resource Center for testing, categorized as basel
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.
Databases with variant and phenotype information are essential for advancing research and improving the health and welfare of individuals. These resources require data to be collected, curated, and shared among relevant specialties to maximize impact. The increasing generation of data which must be shared both nationally and globally for maximal effect presents important ethical and privacy concerns. Database curators need to ensure that their work conform to acceptable ethical standards. A Working Group of the Human Variome Project had the task of updating and streamlining ethical guidelines
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.
The widespread use of next-generation sequencing in clinical practice has generated vast numbers of genetic variants from both inherited disorders and tumor profiling, many classified as variants of uncertain significance (VUS). These uncertain variants limit the clinical utility of genomic testing by constraining risk assessment, diagnosis, and treatment selection. Multiplexed Assays of Variant Effect (MAVEs) provide scalable, high-throughput functional data for variant characterization and are recognized by ACMG/AMP guidelines as valid evidence for clinical classification. However, existing
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.
Single-cell RNA sequencing has transformed cell biology by enabling precise transcriptomic measurements of individual cells. The Sequence Read Archive (SRA) is the largest public repository of sequencing reads, yet much of it remains underutilized due to unstandardized metadata. Here, we introduce scBaseCount, a database that leverages an AI agent to automate discovery and metadata extraction and standardize data processing. Built by mining all 10x Genomics datasets, scBaseCount is the largest public repository of single-cell gene expression data, comprising over 502 million cells across 27 or
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: To determine whether a high-quality, prospectively curated dataset can, by itself, enable the development of robust and clinically effective artificial intelligence as a medical device (AIaMD) models for diabetic retinopathy (DR) screening, even with minimal artificial intelligence (AI) infrastructure. This study evaluates whether careful data curation, standardized acquisition, and rigorous grading processes can yield high-performing AI models for more-than-mild DR (MTM) and diabetic macular edema (DME) detection from ultra-widefield (UWF) fundus images.
DESIGN: An evaluation of dia
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: Publicly reported celebrity deaths receive substantial media attention and may influence how individuals perceive disease burden. However, datasets constructed from publicly available sources are often curated and may not reflect underlying epidemiological distributions. Understanding how dataset construction influences observed mortality patterns is therefore important.
OBJECTIVE: To present a purposively curated and openly documented dataset of publicly reported celebrity deaths as a worked methodological illustration of how dataset construction, selection, and reporting practic
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.
AIM: This study presents an exploratory assessment of volatile and semi-volatile metabolites produced by endophytic fungi associated with Moringa oleifera using gas chromatography-mass spectrometry (GC-MS), emphasising metabolite occurrence and analytical consistency.
METHODS AND RESULTS: Twelve endophytic fungal isolates were recovered from leaf and twig tissues and putatively identified by morphology and internal transcribed spacer (ITS) sequencing. Each isolate was cultivated as a single, unreplicated 1 L shake-flask culture in Sabouraud dextrose broth (28°C, 120 rpm, 12-20 days), and the
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.
Yeast identification is essential in fields ranging from microbiology and biotechnology to food science and medicine. While DNA barcoding has become the standard for identifying cultured strains, environmental DNA (eDNA) metabarcoding has revolutionised microbial community profiling, providing deeper insights into yeast communities across diverse ecosystems. A major challenge in DNA (meta)barcoding remains the limited availability of high-quality reference sequences, which are critical for accurate species identification and comprehensive taxonomic profiling of both environmental and clinical
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: The integration of Artificial Intelligence (AI) in neurosurgery holds immense potential to enhance diagnostic accuracy, surgical precision, and clinical decision-making. However, the development of AI-driven tools relies on high-quality, standardized datasets, which remain scarce, particularly in settings with a poor doctor-patient ratio.
OBJECTIVES: This study aims to identify key challenges in creating an AI-ready dataset for dural-based lesions and propose practical solutions to overcome these barriers.
METHODS: Histopathology slides from 122 patients across multiple instituti
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.
Toxicology faces the need to shift from generalized hazard evaluation toward precision approaches that account for the impact of the exposed biological systems. This need is particularly evident for per- and polyfluoroalkyl substances (PFAS), a highly persistent and diverse chemical class whose multiorgan apical toxicities are well documented, yet whose mechanistic understanding remains fragmented. To address this gap, a comprehensive toxicogenomic collection covering multiple PFAS and biological systems is curated, harmonized, and standardized. Through systematic integration of these data wit
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/AIMS: Computer-aided detection (CADe) improves adenoma detection; however, its performance for sessile serrated lesion (SSL) detection remains inconsistent. We hypothesized that models trained on expert-curated, histopathologically-confirmed datasets would improve SSL detection compared to models trained on public datasets without verified labels.
METHODS: Two CADe models with identical Visual Geometry Group 16 architectures were trained using different datasets: Model A on public datasets (~54,000 frames) and model B on a histopathologically-confirmed private dataset (~120,000 fra
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.
(1) Differential co-expression analysis between two phenotypes with a known gene set helps to uncover gene regulation alterations. (2) GSNCASCR uses CSCORE to estimate the gene pair correlations for network reconstruction and GSNCA to quantify the structure changes of co-expression networks of the predefined gene sets. It also ranks genes based on their "importance" in the weighted network. The method is implemented with free R software (version 0.1.0, available on GitHub), allowing users to analyze their data with the help of demo vignettes included in the package. (3) With analysis of both s
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: We present the design and implementation of a data curation framework to generate a large-scale clinical brain imaging dataset suitable for artificial intelligence (AI) enabled image analysis.
FINDINGS: The dataset is accessible through the Brain Health Data (BHD) initiative, which includes ~417,341 magnetic resonance imaging (MRI) and 846,077 computerized tomography head studies, linked electronic health records, and associated free-text imaging reports from clinical practice between 2010 and 2018 in Scotland, exceeding 185 TB in size. The data curation framework was developed du
СтатьяDatasetПоддержка 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.
Success rates for genomic analyses of highly heterogeneous disorders can be greatly improved if a large cohort of patient data is assembled to enhance collective capabilities for accurate sequence variant annotation, analysis, and interpretation. Indeed, molecular diagnostics requires the establishment of robust data resources to enable data sharing that informs accurate understanding of genes, variants, and phenotypes. The "Mitochondrial Disease Sequence Data Resource (MSeqDR) Consortium" is a grass-roots effort facilitated by the United Mitochondrial Disease Foundation to identify and priori
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАОбзорПолный 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 use of the OpenAI GPT-4 model in detecting catheter-associated urinary tract infection (CAUTI) cases in small fictitious and curated patient data sets was investigated. Final analysis of 50 patients including 11 CAUTI cases yielded sensitivity, specificity and positive and negative predictive values of 91%, 92%, 83%, and 96%, respectively.
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.
Cervical cancer, the malignant neoplasm of the cervix uteri is the second most common cancer among women worldwide and the top-most cancer in India. Several factors are responsible for causing cervical cancer, which alter the expression of oncogenic genes resulting in up or down-regulation of gene expression and inactivation of tumor-suppressor genes/gene products. Gene expression is regulated by interactions between transcription factors (TFs) and specific regulatory elements in the promoter regions of target genes. Thus, it is important to decipher and analyze TFs that bind to regulatory reg
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: Manual curation of real-world data (RWD) for patients with ovarian cancer is complex and costly. We set up a novel collaboration between informatics and clinical teams generating automated data curation at scale. This enabled integrated and timely access to RWD across all ovarian cancer patients treated within a tertiary gynaecological cancer centre of the UK National Health System, setting the basis for research and operational use.
MATERIALS AND METHODS: The collaboration defined high-yield, accessible data which were pulled into tables representing various clinical domains foll
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/OBJECTIVES: Large language models and automated analytical tools show potential for biomedical text understanding, knowledge integration, and single-cell data interpretation, but interpretations of specific gene regulatory relationships still require empirical grounding. For TF-target relationships, one relevant constraint is whether curated regulatory edges show detectable expression-level statistical evidence in the single-cell data being interpreted, because such evidence may vary across cellular states, conditions, and regulatory mechanisms. We therefore evaluated the statistica
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.
INTRODUCTION: Kidney transplantation is the optimal treatment for end-stage kidney disease; however, premature allograft loss remains a serious issue. While many high-throughput omics studies have analyzed patient allograft biospecimens, integration of these datasets is challenging, which represents a considerable barrier to advancing our understanding of the mechanisms of allograft loss.
METHODS: To facilitate integration, we have created a curated database containing all open-access high-throughput datasets from human kidney transplant studies, termed NephroDIP (Nephrology Data Integration
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.