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
52032 публикаций
Поиск: 242 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
The causes of endurance running-related injury (RRI) are multifactorial, yet little research has been conducted which utilizes multidisciplinary risk factors for individualized RRI prediction. This paper presents a machine learning (ML)-ready RRI weekly prediction dataset using evidence-based multidisciplinary risk factors. Risk factors in genetic single-nucleotide polymorphisms, history, muscular strength, biomechanics, body composition, nutrition, and training were collected from competitive endurance runners (n = 142), who were prospectively monitored for 12 months for RRIs, accumulating 61
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 build a time-series machine learning (ML) model that improves bronchopulmonary dysplasia (BPD) prediction compared with published online calculators.
STUDY DESIGN: We used a single-center, extremely low gestational age newborn cohort (inborn, birth year 2016-2021, n = 438). The primary outcome was a 5-level class outcome for BPD as defined by the Neonatal Research Network (NRN) in 2019. Flowsheet data were extracted from the electronic medical record. Time-series data were generated from birth onward, with 14 static and 35 dynamic input attributes. Iterative static (regression)
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: Palliative care is increasingly recognized as essential for an aging population and rising life-limiting illnesses. Machine learning (ML) has been widely applied in this field, primarily for prognostication. However, recent literature suggests broader applications that may enhance patient-centered care and optimize system-level processes.
OBJECTIVE: This study aimed to map and summarize the evolving landscape of ML applications in palliative care through a scoping review, identifying how studies extend beyond mortality prediction into new domains, while assessing explainability, e
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.
Advances in computational power and structured representation of biochemical knowledge have fostered the development and use of models of plant metabolic pathways of increasing complexity. These advances have pointed out knowledge gaps about parameters inherent to these models and the need for large-scale data sets to conduct effective model calibrations. This bottleneck hampers wider application of plant metabolic models in plant biotechnology and crop breeding. Here, we argue that the recent advances in artificial intelligence offer the means for efficient model parameterization while strate
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.
Fluids under nanoscale confinement differ - and often dramatically - from their bulk counterparts. A notorious feature of nanoconfined fluids is their inhomogeneous density profile along the confining dimension, which plays a key role in many fluid structural and transport phenomena in nanopores. Nearly five decades of theoretical efforts on predicting this phenomenon (fluid layering) have shown that its complexity resists purely analytical treatments; as a consequence, nearly all current approaches make extensive use of molecular simulations, and tend not to have generalizable predictive capa
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 application of machine learning (ML) to the synthesis of quantum dots (QDs) represents a significant innovation in material optimization. Due to the quantum confinement effect, the optical properties of QDs can be tuned by controlling the size of the material during synthesis, but this traditionally requires a long time of experimental synthesis practice. ML is an efficient approach that analyzes databases of synthesis variables to predict final properties, thereby reducing the experimental effort required. Supervised and unsupervised models play complementary roles, in this context, helpi
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.
Current efforts in fluorescence-based optical thermometry have concentrated on probe optimization to minimize prediction errors, typically requiring fluorophores with multiple emission bands for ratiometric analysis or large emission peak shifts for reliable calibration. However, fluorophores exhibiting a single emission band with a modest peak shift - here termed spectrally featureless - are excluded from conventional thermometric approaches, as single-band intensity measurements are susceptible to excitation source fluctuations and photobleaching, while their peak shifts alone are insufficie
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 & AIMS: Immunochemotherapy (IO-chemo) has become standard care for patients with unresectable intrahepatic cholangiocarcinoma (iCCA), but benefit of adding IO varies greatly among individuals. We sought to develop a system to identify patients most likely to benefit from this treatment based on individualized treatment effect (ITE) estimation.
METHODS: This study included patients with unresectable iCCA who underwent either IO-chemo or chemotherapy alone (chemo). Patients were enrolled from three discovery and seven external validation centers. Target trial emulation was employed t
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.
Breast cancer is the most common non-skin cancer and the second leading cause of cancer death in U.S. women. Early detection and timely intervention are thus critical in reducing breast cancer-related deaths. Existing literature for the design of personalized mammography screening is mainly concerned with modeling the problem as a partially observable Markov decision process, which are computationally difficult to solve. In this study, we propose a machine learning-based approach for identifying the personalized screening recommendations using medical history and associated risk factors for in
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.
Resistant bacterial infections remain a major clinical challenge, often necessitating combination therapy, namely use of two or more antibiotics with different mechanisms of action. However, the systematic design of such therapies is still lacking. This study evaluates machine learning (ML) models as alternatives to heuristic approaches within a previously developed framework for predicting the efficacy of antibiotic combinations under clinically relevant pharmacokinetic conditions. That framework uses longitudinal data on bacterial load, captured through optical density measurements during ti
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: Unmeasured ions (UIs) contribute significantly to acid-base disturbances in critically ill patients, yet the optimal parameter for their estimation remains uncertain. The most widely used indicators are the albumin-corrected anion gap (AGc), the strong ion gap (SIG), and the base excess gap (BEGap). Methods: In this retrospective cohort study, a total of 2274 ICU patients (2018-2022) were included in the development cohort, and an independent external validation cohort of 1202 patients (2023-2025) was used to assess temporal generalizability. Three approaches to blood gas analysis-
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.
We examined clinicians' perspectives on predictive uncertainty displayed alongside risk predictions using semi-structured interviews in a postoperative delirium dashboard prototype. While clinicians recognized the value of uncertainty information, they struggled to interpret it without clear context, underscoring the need for transparent, human-centered visualisation of predictive uncertainty.
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.
Breast density is a key breast cancer risk factor. It is traditionally assessed via mammography, but existing limitations invite alternative approaches. This pilot study evaluated the feasibility of machine learning-based breast density classification from Time-Domain Bioimpedance Sensing (TD-BIS) signals.
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.
PURPOSE OF THE REVIEW: Artificial intelligence in health is evolving rapidly, and there is a lot of hope that it may improve patient outcomes. The perioperative management of patients with major trauma is a challenge, as it requires rapid decision-making in complex and evolving clinical situations. Anesthesiologists are central to the early resuscitation, operative management, and postoperative supervision of these patients.
RECENT FINDINGS: Advances in artificial intelligence, together with the increasing availability of large trauma databases and real-time monitoring systems, have highlight
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.
Wearable technologies have the potential to transform ambulatory and at-home hemodynamic monitoring by providing continuous assessments of cardiovascular health metrics and guiding clinical management. However, existing cuffless wearable devices for blood pressure (BP) monitoring often rely on methods lacking theoretical foundations, such as pulse wave analysis or pulse arrival time, making them vulnerable to physiological and experimental confounders that undermine their accuracy and clinical utility. Here, we developed a smartwatch device with real-time electrical bioimpedance (BioZ) sensing
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: Patients with multiple myeloma (MM) are immunocompromised and highly susceptible to severe infections. Invasive fungal disease (IFD) carries a particularly high mortality rate, yet its presentation often mimics bacterial infection, leading to misdiagnosis, inappropriate antibiotic use, and delayed antifungal therapy. This case-control study aimed to develop and validate a machine learning-based model to accurately distinguish IFD from bacterial infection in MM patients. METHODS: In this retrospective case-control study, we analyzed epidemiological, clinical, and laboratory data fro
Полный текст 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.
PRCIS: Machine learning classifiers combining OCT-derived minimum rim width and retinal nerve fiber layer thickness achieved high diagnostic accuracy for mild to moderate glaucoma, with combined parameters outperforming RNFL alone.
PURPOSE: To investigate the diagnostic performance of different machine learning classifiers (MLC) trained with retinal nerve fiber layer thickness (RNFLT) and minimum rim width (MRW) measurements obtained from spectral-domain optical coherence tomography (OCT).
METHODS: 113 eyes with mild to moderate glaucoma and 154 healthy eyes were included. The global average
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.
Alzheimer's disease (AD) is the most common cause of dementia, affecting 55 million people worldwide. Its characteristics include the accumulation of senile plaques and neurofibrillary tangles. This disease is associated with changes in the concentration of AD biomarkers, such as microRNAs, amyloid peptides, Tau protein, and neurofilament light chains. Due to the fact that neuropathological processes begin decades before the onset of cognitive symptoms, accurate detection of AD biomarkers is crucial for its early diagnosis. The combination of analytical techniques and machine learning methods
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.
Accurate modeling of laryngeal motor control is key to understanding typical and disordered voice production. Traditional biomechanical plant models based on ordinary differential equations can be computationally demanding in closed-loop control settings, particularly when repeatedly initialized and evaluated over dense parameter grids. Runtime depends strongly on solver implementation, hardware, initialization strategy, and numerical optimization. This study evaluates feature-driven machine learning (ML) regressors, specifically random forest (RF), multilayer perceptron neural networks (NN),
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.
Spinal cord injury (SCI) is a complex and heterogeneous condition associated with substantial neurologic disability, functional impairment, and socioeconomic burden. Artificial intelligence (AI) and machine learning are increasingly being applied throughout the SCI care continuum to improve diagnosis, imaging analysis, prognostication, phenotyping, and therapeutic decision-making. Unsupervised learning approaches further support data-driven patient phenotyping and personalized rehabilitation strategies. Emerging applications also extend to regenerative medicine, where AI may optimize patient s
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.