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
4073 публикаций
Поиск: 185 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
Optimizing the prediction of anti-colorectal cancer agent activity is essential aspect in the identification and creation of medications. Machine learning (ML) techniques, which have gained widespread adoption in computational chemistry, offer a rapid and reliable approach for evaluating the relationship between molecular structures and bioactivity. In this paper, a comprehensive dataset of molecular descriptors and quantum chemical properties was compiled, encompassing general molecular properties, electronic and quantum characteristics, aromatic ring structure, halogen effects, functional gr
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 study aims to develop a machine-learning model using electronic medical records to predict postoperative complications after radical gastrectomy for gastric cancer. Data from 4892 patients who underwent the procedure between January 2012 and March 2022 were analyzed. Complications were defined as grade 1 or higher according to the Clavien-Dindo classification. Thirty-two predictors identified from previous research were matched to electronic medical records. After preprocessing, 5 machine-learning models-logistic regression, random forest, extreme gradient boosting, CatBoost, and multilay
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: Widespread access to diagnosis of cognitive decline remains inadequate. Assessment tools rely on neuroimaging, biofluid markers, or lengthy neuropsychological batteries. This reliance limits their use in primary care and low-resource settings and contributes to healthcare disparities. We developed and validated a three-level, resource-stratified machine learning framework to provide scalable dementia screening and prognostic risk stratification across diverse healthcare settings. METHODS: We used data from 31,081 participants in the National Alzheimer’s Coordinating Center. We trai
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
IntroductionLiver metastasis (LM) is the most common site of distant metastasis in gastric cancer (GC), significantly affecting patient prognosis. This study developed a machine learning (ML) model to predict the risk of liver metastasis in gastric cancer patients using data from the Surveillance, Epidemiology, and End Results (SEER) database.MethodsData from eligible GC patients between 2010 and 2015 were collected from the SEER database. Stratified randomization divided the data into a training set (70%, n=7671) and a validation set (30%, n=3287). Univariate and multivariate logistic regress
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: Metabolic syndrome (MetS) and pre-metabolic syndrome (pre-MetS) are increasingly recognized as important stages of metabolic dysfunction in Asian populations. Conventional diagnostic approaches rely on fixed threshold criteria, whereas metabolic dysfunction occurs along a continuous spectrum. Machine learning (ML) can integrate multidimensional clinical data and model nonlinear relationships among clinical variables, potentially providing complementary information for distinguishing metabolic states. This study evaluated ten ML algorithms for distinguishing pre-MetS from MetS in Th
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 outcomes of children with aplastic anemia receiving cyclosporine monotherapy vary significantly in terms of mortality risk; therefore, a prognostic model for predicting mortality risk was constructed to optimize risk-stratified treatment strategies. This retrospective cohort study included children with acquired AA receiving cyclosporine-based immunosuppression, stratified by disease severity (vSAA/SAA/NSAA) and randomly split into training (70%) and validation (30%) cohorts. Ten machine learning models were developed; hyperparameters were optimized via grid search with 10-fold cross-valid
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.
UNLABELLED: <p>Objective: Sepsis-associated liver injury (SALI) occurs in approximately 40% of sepsis cases and is linked to high mortality, a challenge that may stem from the absence of effective prognostic models. We developed a machine learning (ML)-based prognostic model for SALI using conventional biomarkers to guide precise clinical interventions and reduce mortality.
METHODS: We retrospectively analyzed 307 SALI patients (2010-2024), stratified into favorable (n = 139) and poor (n = 168) prognosis groups by post-treatment progression. The cohort was randomly split into a training set (
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: Gram-negative bloodstream infection (GN-BSI) can induce fatal septic shock. Moreover, the increasingly severe problem of antimicrobial resistance has led to high clinical mortality, particularly among intensive care unit (ICU) patients. The early identification of pathogens and timely antibiotic therapy are critical for patient outcomes. However, conventional diagnostic methods like blood culture are time-consuming and can delay treatment. Furthermore, the implementation of molecular detection techniques in routine laboratories is often hindered by high costs and technical complexi
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.
Air plays a vital role in human life, and poor air quality can lead to respiratory infections. Given the significant impact of air quality on people's health, monitoring and assessing air quality is crucial. With advancements in machine learning (ML) and artificial intelligence (AI), we now have extensive tools to measure the Air Quality Index (AQI). Air quality is influenced by various pollutants, including carbon monoxide (CO), nitrogen dioxide (NO2), ozone (O3), and sulfur dioxide (SO2), which are prevalent in highly polluted areas and contribute to a wide range of illnesses. Particulate ma
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.
The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians2026eng
STUDY DESIGN: This prospective cohort study included pregnant women from a tertiary hospital in Kunming between 2022 and 2023. Demographic characteristics, clinical history, and cervical elastography parameters were analyzed. Four machine learning (ML) algorithms-Boruta, Lasso regression, Sliding Window Sequential Forward Selection (SWSFS), and XGBoost-were applied to screen predictors and construct logistic regression models.
RESULTS: The incidence of sPTB was 9.06%. Cervical length (AUC = 0.784, cutoff ≤3.015 cm), anterior cervical angle (AUC = 0.731, cutoff >101.85°), posterior cervical an
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: Develop a machine learning-based model for survival prediction in ALS, including advanced-stage patients (≤50% predicted normal vital capacity [VC50]).
METHODS: Training data from the PRO-ACT Database (n = 6896) was supplemented with advanced-stage ALS patients (n = 678), with model validation on distinct advanced-stage ALS patients (n = 403). Baseline patient characteristics, including slopes from symptom onset, were used to train a random forest model to identify parameters with the greatest relative importance (RI) for predicting survival outcomes. These parameters were used 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.
BACKGROUND: Benign paroxysmal positional vertigo (BPPV) is a common peripheral vestibular disorder with a high recurrence rate that significantly impairs patients' quality of life. Multiple studies have confirmed that postmenopausal women, due to endocrine disorders and other physiological characteristics, represent a high-risk population for both BPPV onset and recurrence. However, efficient recurrence prediction models are currently lacking, and traditional assessment methods have limited efficacy, making it difficult to meet the needs of individualized intervention. The aim of this study wa
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: Hypocalcemia occurs frequently in intensive care units (ICUs) and is independently associated with excess mortality. Conventional severity scores-such as APACHE II and SOFA-assign fixed weights to a limited set of variables and therefore fail to capture the nonlinear, high-dimensional physiology characteristic of hypocalcemic patients. Although machine learning (ML) approaches can enhance risk stratification, no interpretable model tailored to this cohort has been available.
METHODS: We harmonized de-identified data from MIMIC-III, MIMIC-IV, and two Grade III Level A hospitals in
СтатьяМногоцентровое 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.
A state-of-the-art, robust classification model using artificial intelligence (AI) algorithms was developed in this study to estimate the gold ore classes based on trace elements measured by inductively coupled plasma (ICP). This approach involves the utilisation of stand-alone machine learning (ML) algorithms integrated within a committee machine (CM) framework. To this end, 19 trace elements including arsenic, bismuth, cadmium, cobalt, chromium, copper, iron, mercury, manganese, molybdenum, nickel, lead, antimony, selenium, tin, strontium, thorium, uranium and zinc acquired from eight drill
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.
AIM: To investigate the association between growth hormone (GH) pretreatment duration and cumulative live birth (CLB), identify key prognostic factors, and develop predictive models using logistic regression (LR) and machine learning (ML) algorithms among women undergoing in vitro fertilization (IVF) with GH supplementation.
METHODS: We conducted a retrospective cohort study of women undergoing IVF/intracytoplasmic sperm injection (ICSI) with GH between February 2015 and June 2023 at a single tertiary center. Five models were developed: LR, random forest (RF), extreme gradient boosting (XGBoo
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: A predictive model of cervical lymph node metastasis and metastasis volume was constructed based on a machine learning algorithm and ultrasound characteristics before surgery.
METHODS: A retrospective analysis was conducted on 573 cases of PTC patients who underwent surgery in our institution, from 2017 to 2022. Patient demographic and clinical characteristics were systematically collected. Feature selection was performed using univariate analysis, Logistic regression (LR) analysis. Statistically significant variables were identified using a threshold of p < 0.05. Predictive models
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: Central venous catheters (CVCs) are placed where the vena cava meets the right atrium. Their common use raises the risk of catheter-related thrombosis (CRT), a potentially life-threatening complication.
AIM: This study leverages machine learning to develop a CRT predictive model for abdominal surgery patients, aiming to refine clinical decisions and elevate treatment quality.
STUDY DESIGN: The data were split into training and validation sets using the caret package in R. Decision Trees (DT), Extra Trees (ET), Ada Boost, Gradient Boosting (GB), Light Gradient Boosting Machine (LG
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.
Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology2026eng
OBJECTIVE: This study aimed to develop and evaluate Machine Learning models to predict the malignant transformation (MT) in patients with actinic cheilitis (AC).
METHODS: Three hundred forty patients diagnosed with AC (322 in the no MT group, and 18 in the MT group) were carefully documented. The study used the Adaptive Synthetic Sampling to adaptively balance the dataset (322 in the no MT group and 319 in the MT group). Four supervised Machine Learning classifiers (Random Forest, Xtreme Gradient Boosting, Multilayer Perceptron, and Support Vector Machine) were trained and tested using 5-fold
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.
High-severity traffic accidents impose substantial human and economic burdens, necessitating proactive and data-driven risk forecasting mechanisms within intelligent transportation systems. This study proposed TRIDENT-Risk, a temporal risk-driven imbalance-optimized ensemble framework for high-severity accident prediction using the eXtreme Gradient Boosting (XGBoost) model. The approach integrates spatial-temporal aggregation, multi-scale lag and rolling risk features, imbalance-aware gradient boosting, and threshold optimization to enhance minority-class detection. Experimental evaluation usi
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.
Myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS) is a debilitating multisystem illness characterised by post-exertional malaise, non-restorative sleep, and cognitive impairment, yet no objective diagnostic biomarkers have been established. Untargeted plasma metabolomics provides a broad view of the biochemical disturbances underlying ME/CFS; however, the high dimensionality of omics datasets and the limited interpretability of conventional classifiers nevertheless hinder translation into clinical practice. This study evaluates three ensemble classifiers-Explainable Boosting Machine
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.