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
4039 публикаций
Поиск: 106 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
BACKGROUND: β-thalassemia poses a considerable public health burden in Bangladesh, where a high carrier frequency underlies widespread disease risk. It is necessary to distinguish β-thalassemia trait (βTT) and iron deficiency anemia (IDA) to ensure genetic counseling and enable effective prevention strategies. Despite the availability of various discriminant formulas and machine learning algorithms (MLAs), their comparative diagnostic performance within the Bangladeshi population has not been comprehensively investigated. This study aimed to assess different discriminant formulas and ML models
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.
PURPOSE: To develop and evaluate a machine learning (ML)-based model for predicting keratoconus (KCN) progression in an Iranian cohort.
METHODS: This retrospective study included 1,000 eyes of 529 patients with KCN (mean age: 31.1±8.0 years; 63.3% male) with two ocular examinations at least six months apart (mean interval: 71.1±41.7 months) and no prior corneal surgery. Progression was defined by a composite criterion: ≥1.00 D increase in KmaxF or anterior astigmatism, ≥25 μm corneal thinning, or ≥0.42 increase in Belin/Ambrosio D-index. Three XGBoost-based algorithms were developed: (1) usin
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 evaluate the performance and interpretability of multiple ML algorithms for survival prediction in prostate cancer (CaP) and to assess whether these approaches can improve upon established clinical risk prediction models.
METHODS: Using the Surveillance, Epidemiology, and End Results (SEER) 17 Database, we identified patients diagnosed with CaP from 2010 to 2017 and implemented a Bayesian Cox variable selection model to determine the most clinically relevant features. To predict overall survival (OS) and prostate cancer-specific survival (PCSS), we applied these features to trai
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2023eng
Due to the diversity of patient characteristics, therapeutic approaches, and radiological findings, it can be challenging to predict outcomes based on neurological consequences accurately within cervical spinal cord injury (SCI) entities and based on machine learning (ML) technique. Accurate neurological outcomes prediction in the patients suffering with cervical spinal cord injury is challenging due to heterogeneity existing in patient characteristics and treatment strategies. Machine learning algorithms are proven technology for achieving greater prediction outcomes. Thus, the research emplo
СтатьяОтозванная публикацияПоиск 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: To explore the risk factors for concomitant anxiety in patients with malignant gastrointestinal tumors based on machine learning algorithms.
METHODS: A total of 280 patients with malignant gastrointestinal tumors admitted to the First Affiliated Hospital of Bengbu Medical University from November, 2022 to April, 2023 were enrolled, and the collected data were re-analyzed between November ,2024 and April, 2025. According to Hospital Anxiety and Depression Scale (HADS-A) anxiety scores, the patients were divided into anxiety group (HADS-A score≥8) and non-anxiety group (<8). Six mac
Аннотация на английскомСтатьяПолный 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: Early identification of Type 1 Diabetes Mellitus (T1DM) in pediatric populations is crucial for implementing timely interventions and improving long-term outcomes. Peripheral blood transcriptomic analysis provides a minimally invasive approach for identifying predictive biomarkers prior to clinical manifestation. This study aimed to develop and validate machine learning algorithms utilizing transcriptomic signatures to predict T1DM onset in children up to 46 months before clinical diagnosis.
METHODS: We analyzed 247 peripheral blood RNA-sequencing samples from pre-diabetic childre
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.
The current study aimed to estimate the prevalence of self-harm and nonsuicidal self-injury (NSSI) in children with learning disabilities (LD) in Saudi Arabia and to develop machine-learning (ML) models to identify individuals at elevated risk. In a cross-sectional study, 392 children with DSM-5 specific LD (aged 8-12 years) were recruited through clinical and community channels and assessed for lifetime NSSI and self-harm using structured interviews and self-report. A comprehensive set of sociodemographic, academic, clinical and psychosocial variables was screened using recursive feature elim
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 OBJECTIVE: Gliomas remain one of the most challenging tumors in neurosurgery due to their infiltrative nature and poor prognosis. Machine learning approaches based on hyperspectral imaging have shown potential for assisting intraoperative tumor delineation. However, distinguishing between healthy and tumoral tissues becomes even more difficult when low spectral resolution cameras are employed, which increases the need for specific classification strategies tailored to these devices. This study introduces the Libra framework, a configurable classification framework for processing
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: Fibromyalgia (FM) is a multifaceted chronic pain disorder presenting with pain throughout the musculoskeletal system, alongside chronic fatigue,sleep disturbances, and cognitive impairments. Current diagnostic criteria primarily rely on symptom questionnaires, with no specific laboratory markers or definitive tests, making diagnosis subjective and often delayed. Moreover, the overlap with other central pain syndromes further complicates accurate diagnosis. Neuroimaging studies, particularly functional magnetic resonance imaging (fMRI), have shown promise in elucidating brain abnorm
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: Metabolic dysfunction-associated steatotic liver disease (MASLD) is a global health concern that necessitates early screening and timely intervention to improve prognosis. The current diagnostic protocols for MASLD involve complex procedures in specialised medical centres. This study aimed to explore the feasibility of utilising machine learning models to accurately screen for MASLD in large populations based on a combination of essential demographic and clinical characteristics.
METHODS: A total of 10,007 outpatients who underwent transient elastography at the First Affiliated Ho
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.
ObjectiveTo develop a machine learning model for predicting intestinal necrosis in older patients with incarcerated hernia and interpret the model using SHapley additive exPlanations (SHAP) to assist clinicians in early identification of intestinal necrosis and formulating more appropriate treatment strategies.MethodsThis retrospective cohort study analyzed 324 older patients with incarcerated hernia who were admitted to the Department of Emergency Surgery and Department of Hernia and Abdominal Wall Surgery at the Affiliated Lu'an Hospital of Anhui Medical University between March 2015 and Feb
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 PURPOSE: The accurate preoperative classification of parotid tumors is crucial in selecting the appropriate treatment options. This study aimed to develop a machine learning model based on clinical, imaging, and laboratory test data to efficiently determine the preoperative nature of primary operable parotid tumors.
METHODS: A total of 779 patients with primary operable parotid tumors receiving surgical treatment from four independent clinical centers were enrolled. Standardized clinical, laboratory and multi-modality imaging indicators were extracted for model construction. We
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: Early discrimination of non-pancreatic periampullary lesions (NPLs) is challenging owing to their complex anatomy and the absence of representative clinical symptoms.
PURPOSE: To establish an interpretable machine learning (ML) model that integrates clinical variables and endoscopic ultrasonography (EUS) features to diagnose NPLs.
METHODS: A total of 158 patients, suspected of having NPLs and who underwent EUS, were enrolled and randomly allocated into a training cohort (TC, n = 110) and a validation cohort (VC, n = 48). Risk clinical and EUS features were identified by multivari
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.
Predicting live birth after the first IVF/ICSI treatment is challenging, as many factors may interact to affect IVF/ICSI outcomes. Adenomyosis is one factor that impacts live birth rates. Machine learning algorithms have been shown valuable for detecting complex dependencies and predicting outcomes in different clinical settings. We aimed to develop a prediction model for live birth after IVF/ICSI treatment, using the Extreme Gradient Boosting (XGBoost) algoritm and incorporating the revised Morphological Uterus Sonographic Assessment (MUSA) group features of adenomyosis. We used a machine lea
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: Intraoperative anaphylaxis remains a rare yet fatal condition that has been a challenge due to its unpredictability. The unique characteristics of physiological parameter changes that precede or occur during the early stages of anaphylaxis may enable timely identification. We aimed to develop machine learning methods for the early detection of intraoperative anaphylaxis among patients with hypotension using real-world time-series physiological data.
METHODS: Physiological data, extracted from the EMRs at a 10-second sampling frequency, of patients undergoing surgeries at Peking Un
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.
Amyotrophic lateral sclerosis (ALS) is a fatal neurodegenerative disorder characterized by progressive motor neuron degeneration and limited diagnostic biomarkers. Identifying robust molecular biomarkers for ALS remains a major challenge due to disease heterogeneity and high-dimensional gene expression data. In this study, we developed a machine learning (ML) based pipeline integrating transcriptome data and feature selection to identify potential ALS biomarkers. RNA-Seq data of motor neuron disease patients and healthy controls were obtained from publicly available GEO datasets, followed by 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.
Leptospirosis is a significant zoonotic disease in India, with Gujarat and Karnataka recognised as enzootic states experiencing recurrent animal and human outbreaks. This study applied a spatio-temporal ensemble machine learning framework to monthly animal leptospirosis surveillance data from these regions, integrating satellite-derived environmental predictors. Environmental variables were aligned with surveillance data and processed into continuous monthly time series. Three base regression models, Random Forest (RF), Extreme Gradient Boosting (XGB), and a feed-forward neural network (FFNN)
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 scoping review aimed to map the available evidence on deep learning (DL) models for predicting early-onset preeclampsia (EOPE), focusing on both clinical and imaging-based approaches. A comprehensive search of five databases identified 15 eligible studies published between 2018 and 2025. DL and machine learning (ML) models demonstrated heterogeneous performance, with area under the curve values ranging from 0.57 to 0.92 across different prediction windows. Classical ML algorithms, including random forest, gradient boosting, and XGBoost, often outperformed deep neural networks, while multi
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: Bipolar disorder (BD) is a highly recurrent disorder. Early detection, early intervention, and prevention of recurrent bipolar mood symptoms are key to a better prognosis.
OBJECTIVE: This study aims to build prediction models for BD with machine learning algorithms.
METHODS: This study recruited 24 participants with BD. The Beck Depression Inventory and Young Mania Rating Scale were used to evaluate depressive and manic episodes, respectively. Using digital biomarkers collected from wearable devices as input, 6 machine learning algorithms (logistic regression, decision tree, k-ne
СтатьяПоддержка 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.
Remote tower (rTWR) operations are reshaping air traffic control but introduce significant human-factor risks, notably cognitive fatigue induced by prolonged screen-based visual surveillance. To mitigate these risks in a safety-critical domain where missed detections can be catastrophic, we propose a non-intrusive, multimodal fatigue detection framework fusing ocular and cardiac signals. A high-fidelity simulation study with 36 controllers was conducted to collect eye-tracking and electrocardiogram (ECG) data, from which a 12-dimensional feature vector-integrating gaze entropy and heart rate v
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.