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
21361 публикаций
Поиск: 118 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1553 с найденным полным текстом
BACKGROUND: Invasive mold infections (IMI) can lead to severe morbidity and mortality, but routine public health surveillance is lacking. Although extensive evaluation is needed for clinical diagnosis, case classification prediction models may inform surveillance efforts, which are essential to better characterize epidemiologic trends and assess the value of a more inclusive IMI case definition.
METHODS: We modeled medical record data of potential IMI cases from 4 medical centers in Houston, Texas, during September 2016 to August 2018. We used least absolute shrinkage and selection operator a
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: Alzheimer's disease is the most prevalent kind of age-associated dementia among older adults globally. Traditional diagnostic models for predicting Alzheimer's disease risks primarily rely on demographic and clinical data to develop policies and assess probabilities. However, recent advancements in machine learning (ML) and other artificial intelligence (AI) have shown promise in developing personalized risk models. These models use specific patient data from medical imaging and related reports. In this systematic review, different studies comprehensively examined the use of ML in
СтатьяСистематический обзорПоиск 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: Given the significant cost and morbidity of patients undergoing lumbar fusion, accurate preoperative risk-stratification would be of great utility. We aim to develop a machine learning model for prediction of major complications and readmission after lumbar fusion. We also aim to identify the factors most important to performance of each tested model.
METHODS: We identified 38,788 adult patients who underwent lumbar fusion at any California hospital between 2015 and 2017. The primary outcome was major perioperative complication or readmission within 30 days. We build logistic regr
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: Antimicrobial resistance (AMR), particularly multidrug resistance (MDR) in Klebsiella pneumoniae, has emerged as a significant global public health challenge. However, accurate resistance phenotype prediction remains difficult.
METHODS: Metatranscriptomic analysis was performed on bronchoalveolar lavage fluid from 31 patients. After removing host and rRNA sequences, antimicrobial resistance genes (ARGs) were identified using the CARD database. ARG expression profiles trained a machine learning model for resistance prediction. Performance was compared to conventional methods (cul
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.
OBJECTIVE: To obtain predictors of suicidal ideation, which can also be used for an indirect assessment of suicidal ideation (SI). To create a classifier for SI based on variables of the Patient Health Questionnaire (PHQ) and sociodemographic variables, and to obtain an upper bound on the best possible performance of a predictor based on those variables.
METHODS: From a consecutive sample of 9025 primary care patients, 6805 eligible patients (60% female; mean age = 51.5 years) participated. Advanced methods of machine learning were used to derive the prediction equation. Various classifiers w
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.
BACKGROUND: Predicting the severity of acute pancreatitis (AP) early poses a challenge in clinical practice. While there are well-established clinical scoring tools, their actual predictive performance remains uncertain. Various studies have explored the application of machine-learning methods for early AP prediction. However, a more comprehensive evidence-based assessment is needed to determine their predictive accuracy. Hence, this systematic review and meta-analysis aimed to evaluate the predictive accuracy of machine learning in assessing the severity of AP.
METHODS: PubMed, EMBASE, Cochr
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: Craniosynostosis is the premature fusion of ≥1 cranial sutures and often requires surgical intervention. Surgery may involve extensive osteotomies, which can lead to substantial blood loss. Currently, there are no consensus recommendations for guiding blood conservation or transfusion in this patient population. The aim of this study is to develop a machine-learning model to predict blood product transfusion requirements for individual pediatric patients undergoing craniofacial surgery.
METHODS: Using data from 2143 patients in the Pediatric Craniofacial Surgery Perioperative Regi
СтатьяНаблюдательное 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.
The risk of cholangitis after ERCP implantation in malignant obstructive jaundice patients remains unknown. To develop models based on artificial intelligence methods to predict cholangitis risk more accurately, according to patients after stent implantation in patients' MOJ clinical data. This retrospective study included 218 patients with MOJ undergoing ERCP surgery. A total of 27 clinical variables were collected as input variables. Seven models (including univariate analysis and six machine learning models) were trained and tested for classified prediction. The model' performance was measu
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.
Machine learning approaches are increasingly applied across biomedical research to analyze complex, high-dimensional datasets and identify patterns that may inform disease diagnosis and biological discovery. In reproductive and placental research, these methods are used to investigate fetal development, pregnancy complications, and early-life health outcomes using molecular and clinical data. Machine learning approaches have widely been applied to placental and obstetric imaging, such as ultrasound, although these applications have been extensively reviewed elsewhere. Despite growing interest,
СтатьяОбзорПолный 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: Three-dimensional facial soft tissue landmark prediction is an important tool in dentistry, for which several methods have been developed in recent years, including a deep learning algorithm which relies on converting 3D models into 2D maps, which results in the loss of information and precision.
METHODS: This study proposes a neural network architecture capable of directly predicting landmarks from a 3D facial soft tissue model. Firstly, the range of each organ is obtained by an object detection network. Secondly, the prediction networks obtain landmarks from the 3D models of dif
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 syndrome (MetS) is a complex condition that captures several markers of dysregulation, including obesity, elevated blood glucose levels, dyslipidemia and hypertension. Using an approach to early prediction of MetS risk in hospital employees that takes into account the differing effects of gender may be expected to improve cardiovascular disease-related health outcomes.
PURPOSE: In this study, machine learning techniques were applied to construct an optimized MetS prediction model for use on hospital employees.
METHODS: This population-based study survey included 3,537 p
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: Electronic health records (EHRs) offer a wealth of patient data but often fail to capture the dynamic progression of symptoms, particularly in non-continuously monitored conditions like lumbar disc herniation (LDH). This study aimed to enhance the prediction of nonsurgical treatment outcomes for LDH using latent class trajectory modeling (LCTM) combined with machine learning, leveraging sparse EHRs to inform patient care.
MATERIALS AND METHODS: The EHRs of 6,732 patients (2017-2021) were obtained and divided into training (2017-2019) and prediction (2020-2021) datasets. LCTM identi
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.
BACKGROUND: With the advancement of artificial intelligence technology and radiomics analysis, opportunistic prediction of osteoporosis with computed tomography (CT) is a new paradigm in osteoporosis screening. This study aimed to assess the diagnostic performance of osteoporosis prediction by the combination of autosegmentation of the proximal femur and machine learning analysis with a reference standard of dual-energy X-ray absorptiometry (DXA).
METHODS: Abdomen-pelvic CT scans were retrospectively analyzed from 1,122 patients who received both DXA and abdomen-pelvic computed tomography (AP
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 identification of severe unconjugated hyperbilirubinemia is critical to prevent bilirubin encephalopathy and long-term neurological damage. The etiology of neonatal jaundice is complex. This study aims to identify genetic variants associated with severe neonatal jaundice (SNJ) through a genome-wide association approach and to evaluate their potential for risk prediction.
METHODS: We conducted a genome-wide association study using whole-exome sequencing data from 155 SNJ cases and 160 controls without SNJ. Genetic and clinical variables were integrated using a LASSO-based mac
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 study aimed to develop a predictive model using machine learning algorithms, providing healthcare professionals with a novel tool for assessing disability risk in older adults. Data from the 2018 and 2020 waves of the China Health and Retirement Longitudinal Study were utilized, including 3,172 participants aged 65 years and older with no baseline disability. In this study, five machine learning algorithms were employed to construct risk assessment and prediction models for disability in older adults. The Shapley Additive Explanations method was applied to analyze the independent predictor
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: Among patients undergoing thoracic surgery, the impact of intraoperative variables on postoperative complications is unclear. Because patients receiving one-lung ventilation (OLV) experience further unique intraoperative stressors, a knowledge gap exists around the impact of intraoperative predictor variables that may not be well-accounted for in existing risk prediction models. The objectives of this study were therefore to (I) assess the feasibility of measuring intraoperative variables using modern machine learning techniques; (II) determine if machine learning of intraoperative
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: Ectopic pregnancy is a major cause of first-trimester maternal morbidity and mortality, with diagnosis and management posing persistent clinical challenges. This review evaluates the emerging role of artificial intelligence, machine learning, and multi-omics technologies in enhancing diagnosis, treatment prediction, biomarker discovery, and surgical care.
MATERIALS AND METHODS: A synthesis of 52 studies (1988-2026) was conducted, assessing machine learning algorithms, proteomic and metabolomic panels, multi-omics integrations, and robotic-assisted surgical outcomes using performan
СтатьяОбзорПолный 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: Data derived from the Cardiovascular Outcomes in Renal Atherosclerotic Lesions (CORAL) study were analyzed in an effort to employ machine learning methods to predict the composite endpoint described in the original study.
METHODS: We identified 573 CORAL subjects with complete baseline data and the presence or absence of a composite endpoint for the study. These data were subjected to several models including a generalized linear (logistic-linear) model, support vector machine, decision tree, feed-forward neural network, and random forest, in an effort to attempt to predict the co
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: A simple tool for predicting the risk of tooth loss is considered valuable for the implementation of early preventive measures in community settings. This study aimed to establish a simple predictive model for tooth loss in a community-dwelling Japanese population.
METHODS: This longitudinal study included 1755 participants aged 40-79 years who underwent dental examinations between 2007 and 2012. Incident tooth loss was defined as losing ≥2 teeth over a 5-year period, corresponding to the highest quartile of the number of teeth lost. Logistic regression analysis was employed for d
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: Predictive models are increasingly used in clinical decision-making in coronary artery disease (CAD). However, most existing models focus on discriminative ability while ignoring individual prediction uncertainty, which is particularly prominent in small-sample contexts, limiting clinical applications.
METHODS: We developed an uncertainty-aware model integrating machine learning and conformal prediction (CP) for CAD prediction in a small-sample setting cohort (N = 297). Logistic regression (LR) and random forest (RF) models were trained using clinical variables and evaluated for 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.