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
35068 публикаций
Поиск: 406 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Multi-task DL for predicting EGFR mutation status Epidermal growth factor receptor (EGFR) mutation status is a critical biomarker in the management of non-small cell lung cancer (NSCLC), playing an essential role in selecting patients for EGFR-targeted treatment. With advancements in deep learning (DL), there is a growing interest in developing non-invasive methods for predicting EGFR mutation status. In this study, we present a multi-task deep learning (MTDL) model that utilizes CT images to predict EGFR mutation status (ChiCTR2400083082 in the WHO International Clinical Trials Registry). Our
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.
OBJECTIVE: This study aimed to develop and compare machine learning prediction models for Fear of Progression (FOP) in thyroid cancer survivors, providing an effective tool for early clinical identification of high-risk populations. METHODS: A cross-sectional study design was adopted, enrolling 356 thyroid cancer patients, among whom 33.5% exhibited clinically significant FOP symptoms. Predictive variables were systematically collected, including clinical characteristics, treatment regimens, and psychosocial factors. Five machine learning algorithms (logistic regression, elastic net, support 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.
Globally, Parkinson's disease (PD), a neurological disorder, has a negative influence on the health of older adults. PD has no validated means of treatment, and thus, affects both social (i.e., mental) and physical health among individuals who experience PD. Therefore, it is essential to develop new methods for detecting PD to benefit the health of everyone involved. There is an opportunity to improve PD detection and accuracy by leveraging structured data sources and employing machine learning (ML). Ultimately, the goal of this research work is to provide an overall descriptive ML approach to
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: The objective of the study was to construct and validate a predictive model for the clinical efficacy of bronchoalveolar lavage (BAL) with fiberoptic bronchoscopy in patients with community-acquired severe pneumonia based on inflammatory response indicators and blood gas analysis results.
METHODS: A total of 206 patients with severe pneumonia who underwent BAL treatment in our hospital from November 2020 to November 2024 were enrolled and randomly divided into a training set (n = 144) and a validation set (n = 62) in a 7:3 ratio. In the training set, efficacy-related indicators wer
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.
Cancer epidemiology, biomarkers & prevention : a publication of the American Association for Cancer Research, cosponsored by the American Society of Preventive Oncology2026eng
BACKGROUND: Machine learning enables complex risk prediction models, but comparative performance with statistical approaches remains context-dependent. We compared statistical and machine learning models for predicting advanced breast cancer risk.
METHODS: Using data from 968,178 women (40-74 years) undergoing 2,796,459 annual or 812,126 biennial screening mammograms (2005-2019) in the Breast Cancer Surveillance Consortium, we cross-validated models predicting advanced breast cancer within 12 months (annual) or 24 months (biennial) following screening. Models included conventional logistic re
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.
A significant proportion of intensive care unit (ICU) patients undergo surgical procedures, and some may develop postoperative infections. Accurately predicting postoperative infection risk and identifying key contributing factors is crucial for improving postoperative management and understanding infection mechanisms. However, this task is challenging due to the complex interplay of multiple risk factors. While machine learning models can model these intricate associations to predict postoperative infection risk, their lack of interpretability - failing to uncover each factor's impact-hinders
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/Objectives:Klebsiella pneumoniae is an opportunistic pathogen increasingly resistant to carbapenems and broad-spectrum antibiotics, complicating timely infection management. In critical cases like septic shock, where initiating effective antibiotics within 3 h improves survival, culture-based resistance testing is often too slow. This study evaluates machine learning (ML) algorithms for faster antimicrobial resistance prediction than conventional methods. Methods: In this retrospective study, antibiogram results of 607 Klebsiella pneumoniae isolates collected between 2017 and 2024 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.
OBJECTIVE: Preeclampsia is a major cause of maternal and perinatal morbidity and mortality. Early identification of women at high risk is essential for timely prevention and improved outcomes. METHODS: In this study, clinical data as well as ultrasound examination results from 404 pregnant women, among whom 45 suffered and 359 did not suffer from preeclampsia, were retrospectively analyzed. Independent predictors were found via multivariable logistic regression. With these predictors, four classification models involving logistic regression, support vector machine, random forests, and extreme
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.
OBJECTIVE: To identify the predictors of renal relapse in patients with lupus nephritis (LN) and develop a predictive model.
METHODS: The patients with LN who received renal biopsies from 2005 to 2024 in Xijing Hospital were enrolled. This study was designed as a cohort study. Clinical and serological characteristics at the time of renal biopsy, nephritis histology, the duration to remission and treatment regimen were evaluated. Variables were screened using least absolute shrinkage and selection operator (LASSO)-Cox analyses, followed by the application of multivariate Cox regression to cons
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.
Burkitt Lymphoma (BL) is an aggressive B-cell non-Hodgkin lymphoma. Recurrent BL has extremely poor prognosis, and does not have a standard treatment option. Although the disease pathology is well characterized, there is currently a lack of research specifically on predictive modeling of BL recurrence. We developed a deep learning (DL) model, BLIMP (Burkitt Lymphoma multI-Modal recurrence Predictor) to predict BL recurrence by combining clinical, gene expression, and mutation data, utilizing a cohort of 184 patients from a publicly available dataset. Our approach achieved an AUC of 0.788 on 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: Multicomponent programs combining therapeutic exercise, cognitive-behavioral therapy, and pain neuroscience education demonstrate overall efficacy for fibromyalgia (FM). However, a substantial proportion of patients do not achieve clinically meaningful improvement. This study aimed to identify predictors of nonresponse and to develop a prognostic classifier model.
METHODS: Participants (n=788) from multiple randomized controlled trials received a standardized 12-week multicomponent intervention. This secondary analysis defined nonresponse as a <20% reduction in Fibromyalgia Impact
СтатьяВалидационное исследованиеПоддержка 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.
Fungal virulence factors (VFs) are proteins that support host colonization, tissue invasion, immune modulation, and disease progression. Identifying candidate VFs across pathogenic fungi can help characterize mechanisms underlying fungal-host interactions and prioritize proteins for experimental investigation. We developed FunVFPred, a machine learning framework that uses UniRep protein sequence embeddings, and multiple classifiers to predict candidate fungal VFs. Using experimentally validated VFs from human-pathogenic Candida species, the random forest model achieved 73.4% accuracy and a Mat
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: Artificial intelligence, particularly machine learning, has great potential to improve health outcomes, including predicting adverse conditions. In breast cancer, machine learning models can help personalize prevention strategies for radiation-induced cutaneous toxicity.
METHODS: This scoping review aimed to explore machine learning models for predicting radiation dermatitis in women with breast cancer. Data collection was conducted in November 2023 from 7 electronic databases and gray literature, with no restrictions on publication year. Publication selection was supported by the
СтатьяScoping ReviewПоиск 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: Wallerian degeneration (WD) is a common and clinically significant complication of ischemic stroke (IS). Due to the multifactorial and nonlinear characteristics of its underlying mechanisms, accurately identifying high-risk patients early remains challenging. This study aimed to develop and validate an interpretable machine learning (ML) model to predict WD after IS.
METHODS: We retrospectively analyzed clinical data from 269 patients with IS, all admitted to the Xinhua Hospital of Dalian University. The patients were randomly divided into a training set (70%) and an internal vali
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: Wilson disease (WD) is a rare autosomal recessive copper metabolism disorder, with hypersplenism as a severe, common complication secondary to disease-related cirrhosis. Currently, there is a lack of precise early prediction tools for this complication. This study aimed to construct a hypersplenism prediction model for WD patients by integrating multidimensional clinical indicators and machine learning, providing references for early identification of high-risk individuals and personalized interventions.
METHODS: A total of 524 WD patients were enrolled at the First Affiliated Hosp
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.
Standard durations of direct acting antivirals (DAAs; 8-12 weeks) can be a barrier to HCV treatment initiation and completion among marginalized populations. This study developed and internally validated a machine learning model to predict short-duration (4-6 weeks) DAA response using baseline clinical factors with potential to improve treatment uptake, cost-effectiveness and health system efficiency. Baseline data from several short-duration DAA clinical trials and treatment discontinuations from real-world cohort studies were used. Multiple machine learning models were evaluated. Nested cros
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.
Bacterial infections represent a critical threat to neonatal health, accounting for approximately 25% of neonatal mortality globally. Timely and precise diagnosis in infants aged 1 to 90 days is essential to facilitate rapid intervention and prevent severe complications. This study aimed to develop and evaluate machine learning (ML) models for the early, non-invasive prediction of bacterial infections using routine clinical data, maximizing clinical interpretability for point-of-care triage. Data from 306 infants aged 1 to 90 days hospitalized between January 2014 and December 2022 at a Social
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.
Lymph node metastasis is a critical factor for determining therapeutic strategies and assessing the prognosis of early gastric cancer. This work aimed to establish a more dependable predictive model for identify lymph node metastasis in early gastric cancer. The study utilized both univariate and multivariate logistic regression analyses to identify independent risk factors for lymph node metastasis of early gastric cancer, while employing five distinct algorithms to calculate feature weights. The optimal feature combination for each algorithm model was determined by combining the six highest
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.
Given that more than 20% of patients with cT1 solid NSCLC showed nodal or extrathoracic metastasis, early detection of metastasis is crucial and urgent for improving therapeutic planning and patients' risk stratification in clinical practice. This study collected clinicopathological variables from the pulmonary nodule and lung cancer database of the First Affiliated Hospital of Chongqing Medical University, where patients with early-stage (cT1) solitary lung cancer were evaluated from 2018.11 to 2022.10. The random forest model and Shapley Additive Explanations (SHAP) were used to investigate
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: The preoperative diagnosis of lateral lymph node metastasis presents a significant challenge. In this study, we aimed to predict the pathological characteristics of lateral lymph nodes in patients with rectal cancer using preoperative clinical information and to develop a logistic prediction model for lateral lymph node metastasis.
METHODS: A retrospective analysis of 143 patients who underwent total mesorectal excision (TME) and lateral lymph node dissection (LLND) at Tianjin Union Medical Center, from January 2017 to June 2024 was conducted. Patients were categorized into latera
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.