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
31065 публикаций
Поиск: 566 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
Varicocelectomy remains one of the most effective surgical options for the treatment of male infertility associated with varicocele. However, the likelihood of spontaneous pregnancy after surgical intervention varies considerably even when semen parameters improve objectively. Current evidence highlights the importance of a personalized approach to postoperative management based on changes in the total number of progressively motile spermatozoa in the ejaculate. Clinical algorithms have been proposed to stratify patients into management groups, including active surveillance, intrauterine insem
СтатьяОбзорАннотация на английскомПоиск 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 World Health Organization has highlighted the risk of Disease X, urging pandemic preparedness. Coronavirus disease 2019 (COVID-19) could be the first Disease X; therefore, understanding the epidemiological experiences of COVID-19 is crucial while preparing for future similar diseases.
METHODS: Prediction models for COVID-19 severity risk in hospitalized patients were constructed based on four machine learning algorithms, namely, logistic regression, Cox regression, support vector machine (SVM), and random forest. These models were evaluated for prediction accuracy, area under
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.
Due to the excessive growth of PM 2.5 in aerosol, the cases of lung cancer are increasing rapidly and are most severe among other types as the highest mortality rate. In most of the cases, lung cancer is detected with least symptoms at its later stage. Hence, clinical records may play a vital role to diagnose this disease at the correct stage for suitable medication to cure it. To detect lung cancer an accurate prediction method is needed which is significantly reliable. In the digital clinical record era with advancement in computing algorithms including machine learning techniques opens an o
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: Psoriasis is a chronic immune-mediated inflammatory skin disorder characterized by multifactorial pathogenesis. Recent studies have extensively highlighted the strong associations between psoriasis and various inflammatory markers, which are considered novel predictive tools for evaluating systemic inflammation.
METHODS: Cross-sectional data from the NHANES were analyzed in this study. To assess model performance and generalizability, the dataset was randomly divided into 70% for training and 30% for validation. To address class imbalance in the training data, a hybrid resampling
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: Traditional diagnostic methods used by neurosurgeons are limited in their ability to address complex interactions. These limitations have necessitated the use of advanced artificial intelligence approaches capable of analyzing multidimensional data with greater precision in neurosurgical clinics. Postoperative intracranial hemorrhage is a critical complication following cerebral tumor surgery, often associated with increased morbidity and mortality. This study aimed to predict the risk of postoperative intracerebral hemorrhage in patients undergoing intracranial tumor surgery by em
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: To construct an intelligent Continuous Kidney Replacement Therapy nursing feedback model to predict extracorporeal coagulation risk and support timely clinical decisions. METHODS: Analyzed 1,354 treatment records from 143 patients to identify new data features relevant to Continuous Kidney Replacement Therapy nursing. The data was preprocessed, and new variables were derived to serve as model inputs. A hybrid machine learning algorithm was applied to predict the timing of Continuous Kidney Replacement Therapy initiation for patients with acute kidney injury. Extensive numerical expe
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 AND AIMS: Stroke is one of the most common causes of death worldwide, leading to numerous complications and significantly diminishing the quality of life for those affected. The purpose of this study is to systematically review published papers on stroke prediction using machine learning algorithms and introduce the most efficient machine learning algorithms and compare their performance. The papers have published in period from 2019 to August 2023.
METHODS: The authors conducted a systematic search in PubMed, Scopus, Web of Science, and IEEE using the keywords "Artificial Intellig
СтатьяОбзорПоиск 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 study aimed to develop machine learning (ML) models for predicting preterm preeclampsia using the information available before 23 weeks gestation.This was a secondary analysis of the Nulliparous Pregnancy Outcomes Study: Monitoring Mothers-to-Be (nuMoM2b) cohort. We considered 131 features available before 23 weeks including maternal demographics, obstetrics and family history, social determinants of health, physical activity, nutrition, and early second-trimester ultrasound. Our primary outcome was preterm preeclampsia before 37 weeks. The dataset was randomly split into a training set (
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.
PURPOSE: Short- and long-term complications of gestational diabetes mellitus (GDM) involving pregnancies and offspring warrant the development of an effective individualized risk prediction model to reduce and prevent GDM together with its associated co-morbidities. The aim is to use machine learning (ML) algorithms to study data gathered throughout the first trimester in order to predict GDM.
METHODS: Two independent cohorts with forty-five features gathered through first trimester were included. We constructed prediction models based on three different algorithms and traditional logistic re
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.
This study developed a machine learning algorithm to predict gestational diabetes mellitus (GDM) using retrospective data from 34,387 pregnancies in multi-centers of South Korea. Variables were collected at baseline, E0 (until 10 weeks' gestation), E1 (11-13 weeks' gestation) and M1 (14-24 weeks' gestation). The data set was randomly divided into training and test sets (7:3 ratio) to compare the performances of light gradient boosting machine (LGBM) and extreme gradient boosting (XGBoost) algorithms, with a full set of variables (original). A prediction model with the whole cohort achieved are
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: Breast cancer (BC) is the most common cause of cancer-related deaths in women globally. Currently, many machine learning (ML)-based predictive models have been established to assist clinicians in decision making for the prediction of BC. However, preventing risk factor formation even with having healthy lifestyle behaviors or preventing disease at early stages can significantly lead to optimal population-wide BC health. Thus, we aimed to develop a prediction model by using a genetic algorithm (GA) incorporating several ML algorithms for the prediction and early warning of BC.
MATE
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 predict risk of pre-eclampsia (PE) in women using machine learning (ML) algorithms, based on electronic health records (EHR) collected at the early second trimester.
STUDY DESIGN: A total of 3759 cases of pregnancy who received antenatal care at Xinhua hospital Chongming branch Affiliated to Shanghai Jiaotong University were included in this retrospective EHR-based study. Thirty-eight candidate clinical parameters routinely available at the first visit in antenatal care were collected by manual chart review. Logistic regression (LR), random forest (RF), support vector machine (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.
Introduction: Drug side effects are a relevant problem for patient safety and public health, and traditional methods have limitations in capturing complex patterns between clinical and pharmacological variables. Objective: To evaluate machine learning models to probabilistically predict multiple side effects associated with drug use. Materials and methods: A cross-sectional computational study was carried out with data from 1000 medications that included clinical condition, dosage and duration of treatment. Random Forest, Decision Tree, Support Vector Classifier and KNN were trained and optimi
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: Generalized tonic - clonic seizures (GTCS) is a major cause of sudden unexpected death in epilepsy (SUDEP); thus, continuous monitoring is essential. Electroencephalography (EEG) is the diagnostic gold standard; however, non-EEG wearables have emerged as promising, user-friendly alternatives enhancing comfort, mobility, and social acceptance.
AREAS COVERED: This scoping review compared sensing modalities and computational methods used for seizure detection and prediction, identified effective sensor combinations, and highlighted current research gaps. Following PRISMA-ScR guidel
СтатьяScoping ReviewПолный 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: Polycystic ovary syndrome (PCOS) represents one of the most prevalent endocrine disorders affecting women of reproductive age, with significant implications for metabolic, reproductive, and psychological health. Early and accurate diagnosis remains challenging due to heterogeneous clinical presentations and the complexity of diagnostic criteria.
OBJECTIVE: This study aimed to develop and compare multiple machine learning algorithms for predicting PCOS diagnosis, evaluating their performance across various metrics to identify the most effective computational approach for clinical d
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.
The World Health Organization glioma classification highlights genetic profiles, such as isocitrate dehydrogenase (IDH) mutation. This study developed an uncertainty-aware deep learning model to predict IDH mutations in glioma patients, employing conformal prediction (CP) for uncertainty quantification (UQ). The UCSF dataset split into training (70%) and validation (30%) sets, and the UPENN dataset divided into calibration (30%) and external test (70%) sets. We developed various 3D convolutional neural network models and selected the best based on the validation set area under the precision-re
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 evaluate the predictive value of clinical features in the diagnosis of endometriosis by utilizing machine learning algorithms (MLAs), aiming to develop an accurate, explainable prediction model.
DESIGN: Retrospective case-control study from 2011 to 2022.
SETTING: Tertiary referral center specializing in pelvic pain and minimally invasive gynecologic surgery.
PARTICIPANTS: All women aged 18 to 55 undergoing laparoscopic or robot-assisted excision of lesions of the ovary, pelvic viscera, or peritoneal surface by a single surgeon from 2011 to 2022. Exclusion criteria included wom
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.
Cancer prediction algorithms are used in the UK to identify individuals at high probability of having a current, as yet undiagnosed cancer with the intention of improving early diagnosis and treatment. Here we develop and externally validate two diagnostic prediction algorithms to estimate the probability of having cancer for 15 cancer types. The first incorporates multiple predictors including age, sex, deprivation, smoking, alcohol, family history, medical diagnoses and symptoms (both general and cancer-specific symptoms). The second additionally includes commonly used blood tests (full bloo
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: Myocardial infarction (MI) is a major cause of death, particularly during the first year. The avoidance of potentially fatal outcomes requires expeditious preventative steps. Machine learning (ML) is a subfield of artificial intelligence science that detects the underlying patterns of available big data for modeling them. This study aimed to establish an ML model with numerous features to predict the fatal complications of MI during the first 72 hours of hospital admission.
METHODS: We applied an MI complications database that contains the demographic and clinical records of patie
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: Postpartum hemorrhage (PPH) is a significant cause of maternal mortality worldwide, particularly in low- and middle-income countries. It is essential to develop effective prediction models to identify women at risk of PPH and implement appropriate interventions to reduce maternal morbidity and mortality. This study aims to predict the occurrence of postpartum hemorrhage using machine learning models based on antenatal, intrapartum, and postnatal visit data obtained from the Kenya Antenatal and Postnatal Care Research Collective cohort.
METHOD: Four machine learning models - logi
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.