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
1764 публикаций
Поиск: 88 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 220 с найденным полным текстом
Accurate anomaly detection in brain Magnetic Resonance Imaging (MRI) is crucial for early diagnosis of neurological disorders, yet remains a significant challenge due to the high heterogeneity of brain abnormalities and the scarcity of annotated data. Traditional one-class classification models require extensive training on normal samples, limiting their adaptability to diverse clinical cases. In this work, we introduce MadIRC, an unsupervised anomaly detection framework that leverages Inter-Realization Channels (IRC) to construct a robust nominal model without any reliance on labeled data. 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.
OBJECTIVE: Changes in cardiovascular health (CVH) during the life course are associated with future cardiovascular disease (CVD). Longitudinal clustering analysis using subgraph augmented non-negative matrix factorization (SANMF) could create phenotypic risk profiles of clustered CVH metrics.
MATERIALS AND METHODS: Life's Essential 8 (LE8) variables, demographics, and CVD events were queried over 15 ears in 5060 CARDIA participants with 18 years of subsequent follow-up. LE8 subgraphs were mined and a SANMF algorithm was applied to cluster frequently occurring subgraphs. K-fold cross-validatio
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Unsupervised domain adaptation (UDA) has received interest as a means to alleviate the burden of data annotation. Nevertheless, existing UDA segmentation methods exhibit performance degradation in fine intracranial vessel segmentation tasks due to the problem of structure mismatch in the image synthesis procedure. To improve the image synthesis quality and the segmentation performance, a novel UDA segmentation method with structure preservation approaches, named StruP-Net, is proposed. The StruP-Net employs adversarial learning for image synthesis and utilizes two domain-specific segmentation
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: Trials may be neutral when they do not appropriately target the experimental intervention. We speculated multimodality assessment of early hypoxic-ischemic brain injury would identify phenotypes likely to benefit from therapeutic interventions.
METHODS: We performed a retrospective study including comatose patients resuscitated from out-of-hospital cardiac arrest (OHCA) by one of 126 emergency medical services or in-hospital arrest at one of 26 hospitals from 2011 to 2019. All patients were ultimately transported to a single tertiary center for care including standardized initia
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Kilic et al. reviewed machine learning (ML) and deep learning (DL) for sleep apnea detection, emphasizing explainable AI (XAI) while noting challenges like Apnea-Hypopnea Index (AHI) discrepancies. This paper extends their critique, arguing that XAI tools like SHAP inherit model biases, and high prediction accuracy does not guarantee reliable feature importances, which inherently lack ground truth validation. To overcome these limitations and build clinical trust, we advocate for a comprehensive approach combining unsupervised ML (e.g., feature agglomeration, highly variable gene selection) wi
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: Excessive fructose intake has been linked to adverse metabolic outcomes, yet few studies have comprehensively described the clinical, behavioral, and nutritional patterns associated with different intake levels using machine learning. Methods: In this study, unsupervised and supervised algorithms were applied to a healthy Mexican cohort to examine features related to high fructose consumption, defined as intake above 25 g per day. Results: K-Means clustering identified three distinct profiles, with one subgroup showing less favorable anthropometric, biochemical, and behavioral char
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.
Although contemporary high-throughput -omics methods produce high-dimensional data, the resulting wealth of information is difficult to assess using traditional statistical procedures. Machine learning methods facilitate the detection of additional patterns, beyond the mere identification of lists of features that differ between groups.Here, we demonstrate the utility of (1) supervised classification algorithms in class validation, and (2) unsupervised clustering in class discovery. We use data from our previous work that described the transcriptional profiles of gingival tissue samples obtain
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
We propose and numerically study the performance of an all-optical machine for tackling combinatorial clustering, one of the unsupervised machine learning problems. A problem instance is encoded into the phase of time-multiplexed optical pulses, which are coupled repulsively through optical delay lines. To maintain uniform pulse amplitudes, we utilize a nonlinear amplifier with gain saturation, enabling our optical architecture to emulate the classical XY-spin system. This solver, called the coherent XY machine, leads to the formation of clusters in an optical phase space and allows us to effi
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.
IMPORTANCE: Cytoreductive surgery (CRS) is one of the most complex operations in surgical oncology with significant morbidity, and improved risk prediction tools are critically needed. Machine learning models can potentially overcome the limitations of traditional multiple logistic regression (MLR) models and provide accurate risk estimates.
OBJECTIVE: To develop and validate an explainable machine learning model for predicting major postoperative complications in patients undergoing CRS.
DESIGN, SETTING, AND PARTICIPANTS: This prognostic study used patient data from tertiary care hospitals
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.
Categorical criteria for diagnosing metabolic syndrome often fail to capture the continuous nature of metabolic risk and underlying patient heterogeneity. This narrative review evaluates the methodological evolution of quantitative severity assessment, focusing on the transition from conventional statistical scoring to advanced machine learning applications. Initial statistical models established the foundation for continuous risk evaluation by mathematically weighting core diagnostic components. Supervised machine learning approaches subsequently enhanced predictive precision by processing mu
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.
ObjectiveTo analyze pelvic floor dysfunction heterogeneity by identifying distinct clinical subtypes using unsupervised machine learning in a nationally representative cohort.MethodsThis cross-sectional study analyzed 7291 women from the National Health and Nutrition Examination Survey (NHANES 2005-2012). K-means clustering was applied to pelvic floor dysfunction-positive women to identify latent subtypes based on physiological features. Supervised machine learning models were subsequently developed to predict subtype membership, with SHapley Additive exPlanation analysis used to identify key
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: Type 2 diabetes mellitus (T2DM) is a major global public health issue, with a particularly high prevalence in China, especially among older men. Obesity, dietary habits, and metabolic risk factors are key contributors to the development of T2DM. However, research on the relationship between dietary patterns, obesity, and T2DM in elderly Chinese men remains limited. Objective: This study aims to examine the links between obesity, dietary habits, blood pressure, and the risk of developing T2DM in elderly Chinese men. We utilize unsupervised machine learning methods along with SHAP-ba
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.
IMPORTANCE: Among kidney transplant recipients, Black patients continue to have worse graft function and reduced patient and graft survival. Better understanding of different phenotypes and subgroups of Black kidney transplant recipients may help the transplant community to identify individualized strategies to improve outcomes among these vulnerable groups.
OBJECTIVE: To cluster Black kidney transplant recipients in the US using an unsupervised machine learning approach.
DESIGN, SETTING, AND PARTICIPANTS: This cohort study performed consensus cluster analysis based on recipient-, donor-, an
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: The objective of this study was to characterize patients with hyponatremia at hospital admission into clusters using an unsupervised machine learning approach, and to evaluate the short- and long-term mortality risk among these distinct clusters.
METHODS: We performed consensus cluster analysis based on demographic information, principal diagnoses, comorbidities, and laboratory data among 11,099 hospitalized adult hyponatremia patients with an admission serum sodium below 135 mEq/L. The standardized mean difference was utilized to identify each cluster's key features. We assessed
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 CONTEXT: Low back pain (LBP) is a leading cause of disability worldwide, yet population-level stratification of LBP risk remains limited. Unsupervised machine learning offers a data-driven approach to identify latent subgroups with distinct biopsychosocial profiles.
PURPOSE: To identify population groups within a nationally representative survey using machine learning-based clustering algorithms and describe their LBP prevalence and associated factors.
STUDY DESIGN/SETTING: Cross-sectional secondary analysis of the Chilean National Health Survey 2016-2017 (ENS 2016-2017).
PATIENT
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.
Radiologically Isolated Syndrome (RIS) is characterized by incidental MRI findings indicative of multiple sclerosis (MS) in asymptomatic individuals. Factors such as younger age, positive cerebrospinal fluid biomarkers, and specific lesion locations have been previously linked to a higher risk of conversion from RIS to clinical MS. Predicting which individuals will develop clinical MS remains challenging. Based on widely available cross-sectional patient studies, unsupervised machine learning has been proposed to uncover MRI-driven MS phenotypes with distinct temporal progression patterns. We
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.
SARS-CoV-2 pandemic first emerged in late 2019 in China. It has since infected more than 298 million individuals and caused over 5 million deaths globally. The identification of essential proteins in a protein-protein interaction network (PPIN) is not only crucial in understanding the process of cellular life but also useful in drug discovery. There are many centrality measures to detect influential nodes in complex networks. Since SARS-CoV-2 and (H1N1) influenza PPINs pose 553 common human proteins. Analyzing influential proteins and comparing these networks together can be an effective step
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: To apply an unsupervised machine learning approach to identify distinct subgroups of lower urinary tract symptoms (LUTS) in adult men and to evaluate their association with patient-centered outcomes, including quality of life (QoL), willingness to pay (WTP) for treatment, and healthcare-seeking behavior. METHODS: Data were obtained from 3,112 male participants aged ≥ 20 years in a 2023 nationwide Japanese web-based survey on LUTS. Sixteen LUTS domains, including storage, voiding, and postvoiding symptoms as well as bladder pain and discomfort, were analyzed. Dimensionality reduction w
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.
Acute myeloid leukemia (AML) remains challenging due to molecular heterogeneity and limited prognostic models integrating tumor microenvironment dynamics. While thrombocytopenia correlates with poor outcomes, the roles of platelet-related genes (PRGs) in AML pathogenesis are unclear. We integrated multiomics data to analyze platelet-clinicopathological associations, identify PRGs via weighted gene coexpression network analysis, and define molecular subtypes through unsupervised clustering. A machine learning-derived PRGScore model was developed and validated. Immune features were assessed usin
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.
Adhering to bundle-based care recommendations within stringent time constraints presents a profound challenge. Elements within these bundles hold varying degrees of significance. We aimed to evaluate the Surviving Sepsis Campaign (SSC) hour-one bundle compliance patterns and their association with patient outcomes. Utilizing the Medical Information Mart for Intensive Care-IV 1.0 dataset, this retrospective cohort study evaluated patients with sepsis who developed shock and were admitted to the intensive care unit between 2008 and 2019. The execution of five hour-one bundle interventions were 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.