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
25743 публикаций
Поиск: 186 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2638 с найденным полным текстом
Academic medicine : journal of the Association of American Medical Colleges2023eng
PROBLEM: Lack of diversity in the physician workforce has well-documented negative impacts on health outcomes. Evidence supports the use of pathway or pipeline programs to recruit underrepresented in medicine students. However, data on how a pathway program should deliver instruction are lacking. This report describes a multiyear project to build such a system with the goal of increasing diversity within medical school cohorts and ultimately the physician workforce.
APPROACH: In the 2015-2016 academic year, the Ponce Health Sciences University started a 3-phase project to create a data-driven
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: Artificial intelligence (AI)-driven personalization has become a central strategy in digital marketing; however, existing studies provide a limited understanding of how AI simultaneously influences customer experience, consumer behavior, trust, and perceived organizational responsiveness.
OBJECTIVE: This study examines the effects of AI-driven personalization on customer experience, purchase intention, consumer trust, and perceived organizational responsiveness within the Indonesian digital market.
METHODOLOGY: A quantitative approach was employed using survey data collected fr
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 management of complex hepato-pancreato-biliary (HPB) pathologies demands exceptional surgical precision. Traditional two-dimensional imaging has limitations in depicting intricate anatomical relationships, potentially complicating preoperative planning. This review explores the synergistic application of three-dimensional (3D) reconstruction and artificial intelligence (AI) to support surgical decision-making in complex HPB cases. Methods: This narrative review synthesized the existing literature on the applications, benefits, limitations, and implementation challenges of 3D re
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.
Drug-induced liver injury (DILI) is a leading cause of drug failure and post-market withdrawals. Traditional preclinical methods fail to detect up to 40-45% of clinical hepatotoxicity cases. Computational approaches, particularly those based on machine learning and deep learning (DL), are emerging as promising tools to support medicinal chemistry and early drug discovery, though their predictive capabilities remain under active investigation. In this perspective, we review the development of DILI annotation data sets, tracing their growth from small collections to large, comprehensive resource
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.
PURPOSE OF REVIEW: Maternal morbidity and mortality remain largely preventable, yet current risk-assessment tools identify only a fraction of women who experience severe complications. This review synthesizes recent advances in artificial intelligence and machine learning for early prediction, decision support, and procedural guidance in obstetric anesthesia, with a focus on postpartum hemorrhage, hypertensive disease, sepsis, hemodynamic instability, neuraxial procedures, and peripartum pain.
RECENT FINDINGS: Recently, electronic health record (EHR)-integrated and imaging-based machine learn
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.
Dengue remains one of the most critical vector-borne diseases globally, with Brazil consistently reporting the highest incidence in the Americas. The 2024 epidemic was the largest in the country's history, with São Paulo as its epicenter. This study developed and evaluated a machine learning (ML) framework to forecast dengue under extreme epidemic conditions, focusing on enhancing model robustness when testing data exceed the range of historical observations. A novel virtual data augmentation strategy was introduced to expose models to synthetic large-scale outbreaks and to assess the predicti
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.
Chronic kidney disease (CKD) represents a major and expanding global health challenge, with prevalence rising due to aging populations, diabetes, hypertension, and environmental factors. Conventional risk assessment tools such as the CKD Epidemiology Collaboration equation and the Kidney Failure Risk Equation are limited in precision, generalizability, and their ability to identify rapid progressors in early stages. This review examines the transformative role of artificial intelligence (AI), encompassing machine learning, deep learning, natural language processing, and multimodal data integra
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.
Drug solubility in supercritical carbon dioxide (SC-CO2) plays a pivotal role in the development of particle engineering, drug loading, and solvent-free pharmaceutical formulations. However, experimental solubility determination in supercritical systems remains costly, time-consuming, and compound-specific. In this study, an interpretable data-driven framework is proposed to support pharmaceutical formulation scientists by accurately predicting drug solubility in SC-CO2 while elucidating the governing physicochemical factors. Multiple machine learning regressors, including Extreme Gradient Boo
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 globalization of food supply chains has brought about increasingly complex food safety risks. Traditional approaches often have limitations such as low efficiency and poor adaptability when processing large-scale data, conducting real-time risk assessments, and analyzing multi-factor correlations, making it difficult to effectively manage these risks. As a data-driven intelligent technology, machine learning (ML) offers promising solutions by enabling efficient and accurate food safety management. This review systematically summarizes the progress of ML applications in several key domains,
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.
Electronic Health Records (EHRs) are a leading source of epidemiological data, but often lack information on a patient's disability status. This gap hampers our ability to analyse the full scope of health inequities faced by people with disabilities. Current approaches to identify disability within EHRs have limitations because of inadequate proxies for disability or issues linking data sources. Machine learning (ML) offer unprecedented opportunities to create disability markers within EHRs, such as through unsupervised learning to classify disability groups and Natural Language Processing to
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.
OBJECTIVES: Immune checkpoint inhibitors (ICIs) have revolutionized cancer treatment, but their clinical benefit is limited by the onset of immune-related adverse events (irAEs). Real-world pharmacovigilance data, such as the FDA's Adverse Event Reporting System (FAERS) database, offer the scale needed to better characterize and understand these toxicities. However, extracting cohorts and normalizing complex fields requires expertise in data preprocessing, technical terminology harmonization, and programming.
MATERIALS AND METHODS: We curated an oncology-specific FAERS dataset of ICI-treated
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.
Respiratory diseases are increasingly influenced by meteorological variability, yet few studies have applied high-resolution environmental data and advanced forecasting models to quantify this relationship in climate-sensitive regions such as southern China. This study aims to characterize how climate variability drives respiratory disease dynamics by quantifying the influence of meteorological factors and constructing predictive models for early intervention. It further seeks to advance climate-resilient health surveillance through the application of machine learning and time-series forecasti
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 integration of smart nanosensor systems with artificial intelligence (AI) and the Internet of Things (IoT) is transforming diagnostic monitoring in biomedical, environmental, and industrial applications. These advancements facilitate real-time data acquisition, continuous physiological tracking, and point-of-care diagnostics, significantly enhancing early disease detection and personalized care. Innovations in nanomaterials, such as graphene, quantum dots, and plasmonic nanoparticles, have bolstered sensing capabilities, allowing for high sensitivity, rapid responses, and the selective det
СтатьяОбзорПоддержка 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.
BACKGROUND CONTEXT: There is considerable variability in patient-reported outcome measures following surgery for lumbar disc herniation. Individualized prediction tools that are derived from center- or even surgeon-specific data could provide valuable insights for shared decision-making.
PURPOSE: To evaluate the feasibility of deriving robust deep learning-based predictive analytics from single-center, single-surgeon data.
STUDY DESIGN: Derivation of predictive models from a prospective registry.
PATIENT SAMPLE: Patients who underwent single-level tubular microdiscectomy for lumbar disc her
Оценочное исследованиеСтатьяПоиск 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: Individuals with Down syndrome (DS) experience various comorbidities in excess of the prevalence seen among the non-DS population. However, the extent of the excess burden of comorbidities specifically within commercially and publicly insured DS populations aged < 21 years is not currently known.
OBJECTIVES: To (a) describe the most common diagnoses among individuals with DS who have either commercial or Medicaid insurance and (b) compare the prevalence of those diagnoses between DS cases and non-DS controls.
METHODS: This was a longitudinal, retrospective study using health care
Сравнительное исследованиеСтатьяПоиск 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: Targeted neonatal echocardiography and neonatal hemodynamics are increasingly integrated into neonatal intensive care practice. However, access to structured, standardized educational resources and reference tools remains variable across settings. We aimed to describe the global reach, patterns of utilization, and perceived educational value of NeoCardioLab, a digital platform designed for neonatal hemodynamics education and support.
METHODS: We conducted a descriptive, mixed-methods study combining retrospective analysis of anonymized usage data from January 2019 to June 2025 w
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.
Bus routes are typically updated every 3-5 years to meet constantly changing travel demands. However, identifying deficient bus routes and finding their optimal replacements remain challenging due to the difficulties in analyzing a complex bus network and the large solution space comprising alternative routes. Most of the automated approaches cannot produce satisfactory results in real-world settings without laborious inspection and evaluation of the candidates. The limitations observed in these approaches motivate us to collaborate with domain experts and propose a visual analytics solution f
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 AND AIM: Little is known about the risk factors associated with serrated polyps, because the early studies, which occurred before the new World Health Organization classification was introduced, included mixtures of serrated polyps. This study aimed to evaluate the risk factors associated with the presence of sessile serrated adenomas (SSAs) and traditional serrated adenomas (TSAs) using big data analytics.
METHODS: Using a case-control design, we evaluated the risk factors associated with the presence of SSAs and TSAs. Subjects who underwent colonoscopies from 2002 to 2012 as part
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 relevance of science, technology, engineering, and mathematics (STEM) education to effectively meet challenging academic requirements has become imperative for university entrants. With emerging advancements within the domain of learning neuroscience and analytics, it has become possible to analyze and track the real-time mental states of learners. This has opened several avenues to apply the theoretical perspectives of Cognitive Load Theory (CLT). Though applications of neuro-technological interventions for learning have become widely sought, their effective implementation wit
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 review comprehensively examines the application of artificial intelligence (AI) to revolutionize precision oncology across all phases of drug development, including target discovery and molecular design, nanomedicine delivery, and resistance mitigation. Deep learning, systems biology, and multi-omics analytics enabled by AI accelerate target discovery, lead optimization, and personalized therapy. This study focuses on a new area of AI-driven nanocarrier design, adaptive therapy design, and digital twin clinical decision support. AI bridges the knowledge gap between molecular information a
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.