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
34963 публикаций
Поиск: 461 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Reproductive biology and endocrinology : RB&E2024eng
BACKGROUND: Data sciences and artificial intelligence are becoming encouraging tools in assisted reproduction, favored by time-lapse technology incubators. Our objective is to analyze, compare and identify the most predictive machine learning algorithm developed using a known implantation database of embryos transferred in our egg donation program, including morphokinetic and morphological variables, and recognize the most predictive embryo parameters in order to enhance IVF treatments clinical outcomes.
METHODS: Multicenter retrospective cohort study carried out in 378 egg donor recipients w
СтатьяМногоцентровое 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.
OBJECTIVES: We aimed to synthesize existing evidence on predictive machine learning (ML) models for valvular heart disease (VHD) and examine how these models have been applied across clinical tasks, data modalities and validation settings.
BACKGROUND: ML is gaining traction for improving cardiovascular care, particularly in the management of VHDs. However, empirical evidence on how ML models handle the multimodal complexity of valvular pathologies remain sparse.
METHODS: We conducted a systematic review according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRIS
СтатьяСистематический обзорПолный 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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
OBJECTIVE: Previous research has shown that predictive models can optimize surgical planning. This study investigates whether predictive models can be used to accurately predict compensatory changes in sagittal spinopelvic parameters after all-posterior spinal fusion (PSF) in patients with adolescent idiopathic scoliosis (AIS).
STUDY DESIGN: Retrospective analysis of medical records was performed to identify pediatric patients with Lenke class 1-4 AIS who underwent PSF with implantation of patient-specific rods (PSR) during the period from July 2018 to December 2020. All included patients (n
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.
Metabolic syndrome is experiencing a concerning and escalating rise in prevalence today. The link between metabolic syndrome and periodontal disease is a highly relevant area of research. Some studies have suggested a bidirectional relationship between metabolic syndrome and periodontal disease, where one condition may exacerbate the other. Furthermore, the existence of periodontal disease among these individuals significantly impacts overall health management. This research focuses on the relationship between periodontal disease and metabolic syndrome, while also incorporating data on general
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.
MOTIVATION: Drug metabolism plays a key role in determining a compound's pharmacokinetics and overall success in development. While cytochrome P450 enzymes have been widely studied, non-cytochrome P450 enzymes, such as aldehyde oxidase, xanthine oxidase, and carboxylesterases, are increasingly recognized as important contributors to drug clearance. Since standard liver microsomal screening fails to include these enzymes, stability assessment using liver cytosols is essential to prevent late-stage development failures.
RESULTS: We expanded our dataset to over 7000 cytosol metabolic stability m
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 assessment of dialysis adequacy is of great clinical importance. However, it depends on the nonlinear effects of numerous confounding factors and is therefore difficult to predict using traditional statistical methods. In this study, we used Random Forest (RF), Extreme Gradient Boosting (XGBoost), and Least Absolute Shrinkage and Selection Operator Regression (LASSO) to assess dialysis adequacy.
METHODS: A training set (70%) and a test set (30%) were randomly selected from the 264 dialysis patient case records collected for this study. We compared the machine learning models with
СтатьяВалидационное 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.
PURPOSE: To develop predictive models for postoperative visual acuity-both near and distance, monocular and binocular-and a composite outcome metric, distance-corrected visual gain (DCVG), in patients undergoing presbyopic corneal refractive surgery.
METHODS: A retrospective analysis was performed on 914 eyes from 457 patients treated with PresbyMAX who completed 6 months of follow-up. Machine learning algorithms, including Random Forest regression and classification models, were applied to predict corrected distance visual acuity (CDVA) and distance-corrected near visual acuity (DCNVA), both
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: Primary hyperhidrosis (PHH) is a disorder of excessive sweating caused by aberrant cholinergic signaling. Sensitive skin (SS) is a condition of subjective cutaneous hyperreactivity to innocuous stimuli, impacting 40% to 70% of the population. SS is exacerbated by sweat, stress, and heat, suggesting that cholinergic stimulation may contribute to SS flares.
OBJECTIVE: To survey PHH sufferers to assess hyperhidrosis (HH) and SS symptom burden.
METHODS: An International Review Board (IRB)-exempt survey was disseminated by the International Hyperhidrosis Society. A predictive classifi
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: Digital phenotyping can be an innovative and unobtrusive way to improve the detection of insomnia. This study explores the correlations between smartphone usage features (SUF) and insomnia symptoms and their predictive value for detecting insomnia symptoms.
METHODS: In an observational study of a German convenience sample, the Insomnia Severity Index (ISI) and smartphone usage data (e.g., time the screen was active, longest time the screen was inactive in the night) for the previous 7 days were obtained. SUF (e.g., min, mean) were calculated from the smartphone usage data. Corre
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: Machine learning (ML) is increasingly used to predict the prognosis of numerous diseases. This retrospective analysis aimed to develop a prediction model using ML algorithms and to identify predictors associated with the recurrence of hallux valgus (HV) following surgery.
METHODS: A total of 198 symptomatic feet that underwent chevron osteotomy combined with a distal soft tissue procedure were enrolled and analyzed from 2 independent medical centers. The feet were grouped according to nonrecurrence or recurrence based on 1-year follow-up outcomes. Preoperative weightbearing radiog
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.
This paper presents novel QSAR models for the prediction of antitrypanosomal activity among thiazolidines and related heterocycles. The performance of four machine learning algorithms: Random Forest regression, Stochastic gradient boosting, Multivariate adaptive regression splines and Gaussian processes regression have been studied in order to reach better levels of predictivity. The results for Random Forest and Gaussian processes regression are comparable and outperform other studied methods. The preliminary descriptor selection with Boruta method improved the outcome of machine learning met
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 summarise the performance of machine learning (ML) and deep learning (DL) prognostic models for atrial fibrillation (AF), compare their relative performances with non-artificial intelligence (AI) methods, and to identify key research gaps.
METHODS AND ANALYSIS: We searched PubMed, Embase, Scopus, the Cochrane Library, Web of Science, and ProQuest from inception to 21 October 2024 for cohort, case-control, cross-sectional, and randomised controlled studies that used ML or DL models to predict clinical outcomes in AF patients. Studies were excluded if they focused on non-AF popula
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: We aimed to develop exploratory machine learning (ML)-based predictive models for the occurrence and area of an opaque bubble layer (OBL) during small-incision lenticule extraction (SMILE) and identify associated preoperative and surgical-planning factors.
METHODS: This retrospective study included 216 eyes (72 with an OBL, 144 controls) that underwent SMILE at the Zhongshan Ophthalmic Center between August 2024 and August 2025, which were matched 1:2 by age and sex. Comprehensive preoperative ocular examinations were performed using a Pentacam HR camera system and standard equipm
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: Volume overload is a common complication encountered in hospitalized patients, and the mainstay of therapy is diuresis. Unfortunately, the diuretic response in some individuals is inadequate despite a typical dose of loop diuretics, a phenomenon called diuretic resistance. An accurate prediction model that predicts diuretic resistance using predosing variables could inform the right diuretic dose for a prospective patient.
METHODS: Two large, deidentified, publicly available, and independent intensive care unit (ICU) databases from the United States were used-the Medical Informati
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: Diabetic foot ulcer (DFU) and the resulting lower extremity amputation are associated with a poor survival prognosis. The objective of this study is to generate a model for predicting the probability of major amputation in hospitalized patients with DFU.
METHODS: The National Inpatient Sample (NIS) database from 2008 to 2014 was used to select patients with DFU, who were then further divided by major amputation status. International Classification of Diseases, Ninth Edition, Clinical Modification (ICD-9-CM) and Agency for Healthcare Research and Quality (AHRQ) comorbidity codes we
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 and Objectives: This study aims to evaluate the predictive value of comprehensive data obtained in obstetric clinics for the detection of stillbirth and the predictive ability set of machine learning models for stillbirth. Material and Method: The study retrospectively included all stillbirths followed up at a hospital between January 2015 and March 2024 and randomly selected pregnancies that resulted in a live birth. The electronic record system accessed pregnant women's maternal, fetal, and obstetric characteristics. Based on the perinatal characteristics of the cases, four distin
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.
In this cross-sectional study, we developed and validated a predictive model for uterine fibroid risk using routine physical examination indicators and 5 machine learning algorithms: logistic regression, random forest, k-nearest neighbors, categorical boosting (CatBoost), and light gradient boosting machine. The primary dataset consisted of health examination records from the MJ Health Screening Center in Beijing, China (2013-2023), while an independent external validation dataset (2024) was used to assess generalizability. LASSO regression identified 13 significant predictors, including age,
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 OF REVIEW: Glucose management in the hospital is difficult due to non-static factors such as antihyperglycemic and steroid doses, renal function, infection, surgical status, and diet. Given these complex and dynamic factors, machine learning approaches can be leveraged for prediction of glucose trends in the hospital to mitigate and prevent suboptimal hypoglycemic and hyperglycemic outcomes. Our aim was to review the clinical evidence for the role of machine learning-based models in predicting hospitalized patients' glucose trajectory.
RECENT FINDINGS: The published literature on mach
СтатьяОбзорПоиск 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.
Liver toxicity is a major adverse drug reaction that accounts for drug failure in clinical trials and withdrawal from the market. Therefore, predicting potential liver toxicity at an early stage in drug discovery is crucial to reduce costs and the potential for drug failure. However, current in vivo animal toxicity testing is very expensive and time consuming. As an alternative approach, various machine learning models have been developed to predict potential liver toxicity in humans. This chapter reviews current advances in the development and application of machine learning models for predic
СтатьяПоддержка правительства СШАПоддержка службы здравоохранения 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 COVID-19 pandemic has had a significant impact on public life and health worldwide, putting the world's healthcare systems at risk. The first step in stopping this outbreak is to detect the infection in its early stages, which will relieve the risk, control the outbreak's spread, and restore full functionality to the world's healthcare systems. Currently, PCR is the most prevalent diagnosis tool for COVID-19. However, chest X-ray images may play an essential role in detecting this disease, as they are successful for many other viral pneumonia diseases. Unfortunately, there are common featu
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.