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
9370 публикаций
Поиск: 412 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 5652 с найденным полным текстом
BACKGROUND: Low back pain (LBP) is a common reason for primary care consultation; yet doctors often find managing it challenging. An electronic decision support system for LBP (DeSSBack) was developed based on an evidence-based risk stratification tool to improve the management of patients with LBP in a Malaysian primary care setting. This pilot study aimed to assess the feasibility, acceptability, and preliminary effectiveness of DeSSBack for the conduct of a future definitive trial.
METHODS: A pilot cluster randomized controlled trial (cRCT) with qualitative interviews was conducted. Each p
Рандомизированное исследованиеСтатьяПоддержка 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: Clinical decision support systems (CDSS) can modify clinician behaviour, yet the factors influencing their effect remain poorly understood. This study assesses the feasibility and acceptability of a CDSS supporting diagnostic and treatment decisions for patients with suspected stable angina.
METHODS: Intervention The Optimising Management of Angina (OMA) programme includes a CDSS guiding investigation and medication decisions for clinicians managing patients with new onset stable angina, based on English national guidelines, introduced through an educational intervention. Design a
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/Objectives: Musculoskeletal pain is a common condition that negatively affects quality of life and functional capacity. Integrative nursing emphasizes patient-centered and non-pharmacological approaches; however, variability in clinical decision-making persists due to reliance on clinician experience. This study aimed to design, retrospectively train, and evaluate the preliminary feasibility of a machine learning-based clinical decision support framework for personalized pain management within an integrative nursing approach in a Traditional and Complementary Medicine setting. Metho
Полный 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.
OBJECTIVES: To evaluate the effectiveness of a combined intervention consisting of a clinical decision support system (CDSS) integrated into the hospital information system (HIS) and pharmacist consultation in managing drug-disease interactions (DDSIs) among outpatients with cardiovascular disease (CVD) and diabetes mellitus (DM) comorbidities at a Tertiary Hospital in Vietnam.
METHODS: A pre- and post-interventional study was conducted using data from outpatient prescriptions and electronic medical records. The pre-intervention phase took place from May 1 to August 31, 2024, followed by the
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: To evaluate a laboratory-integrated CDSS for lipid monitoring after cardiovascular risk classification.
METHODS: An opportunistic laboratory-based CDSS was implemented at Hospital La Fe (València), for primary care lipid requests. Cardiovascular risk was assigned hierarchically by combining direct ESC/EAS guideline-based clinical staging with structured reuse of Lp(a)-adjusted SCORE2-, SCORE2-OP-, or SCORE2-Diabetes-based risk estimations generated by a separate CDSS. The highest risk category prevailed, and new relevant conditions triggered automatic reassessment. LDL-C target at
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: Older adults with diabetes are vulnerable, facing multimorbidity and challenges in reaching glycemic targets. When insulin therapy is required, limited knowledge of geriatric therapeutic goals often leads to regimens that increase the risk of hypoglycemia. Simplified approaches such as once-daily basal insulin are recommended, yet titration protocols and unclear regimens remain barriers in home care nursing. Digital decision support systems (DDSSs) such as GlucoTab address this gap by offering evidence-based titration guidance integrated into nursing workflows. DDSSs also strengthe
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.
The European Union Artificial Intelligence (AI) Act was adopted in 2024 to protect public interests from AI-related harms. We aimed to determine whether the AI Act captures the most relevant values of stakeholders (understood as any person potentially affected by the AI system, including, but not limited to, the direct users) related to a high-risk AI Clinical Decision Support System (CDSS) for cardiovascular disease. This system is intended to be implemented in primary care. A secondary analysis was carried out based on empirical data previously generated using ethics and design methodologies
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: Clinical decision support systems (CDSS) have been identified to aid clinical decision-making, but few studies focus on the application of CDSS in intensive care unit (ICU) delirium, and particularly usability testing is not employed. We aimed to develop and conduct usability testing of Artificial Intelligence Assisted Prevention and Management for Delirium (AI-AntiDelirium), a CDSS designed to identify delirium and modifiable risk factors and prevent and manage delirium in the ICU.
METHODS: Between January and April 2021, a cross-sectional study including 117 ICU nurses recruited
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: Despite various interventions to improve best-practice venous thromboembolism (VTE) prevention measures within hospitals, compliance remains poor. For health services utilising electronic medication management systems (eMMS), implementation of clinical decision support (CDS) tools could address this gap.
AIM: To evaluate whether local implementation of an integrated electronic alert system linked with a computerised physician order entry (CPOE)-based order set for VTE risk assessment within an eMMS improves the rates of timely VTE risk assessment and guideline-compliant VTE prophy
СтатьяНаблюдательное исследованиеПолный 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 evaluate the effectiveness of an intelligent clinical decision support system (CDSS) for neonatal hypoglycemia management in mother-infant rooming-in settings, and to dissect the differential hypoglycemia risk conferred by individual high-risk factors and their specific combinations under standardized surveillance.
METHODS: A multidisciplinary team developed a knowledge-driven CDSS grounded in national expert consensus, integrating automated maternal-neonatal risk identification, dynamic tiered monitoring reminders, and structured stratified management recommendations. Effective
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.
Dirofilaria immitis is the causative agent of canine heartworm disease. We used the established heartworm development unit (HDU) principle to map the extrinsic incubation period (EIP) of D. immitis in Australia using historical weather data from 2013-2022. We found weather conditions suitable for EIP completion showed substantial seasonality and geographical variability. Whilst a considerable percentage of the Australian territory showed suitable weather conditions to always support EIP completion (17%), only 2.7% of the 2021 Australian human population lived in this region. Therefore, 97% of
СтатьяПоддержка исследования: вне правительства СШАПолный 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: There has been increasing interest in the use of artificial intelligence (AI)-enabled clinical decision support systems (CDSS) for the personalization of major depressive disorder (MDD) treatment selection and management, but clinical studies are lacking. We tested whether a CDSS that combines an AI which predicts remission probabilities for individual antidepressants and a clinical algorithm based on treatment can improve MDD outcomes. Methods: This was a multicenter, cluster randomized, patient-and-rater blinded and clinician-partially-blinded, active-controlled trial that recrui
СтатьяРандомизированное исследованиеМногоцентровое исследованиеПоддержка 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: Adherence to the delirium bundle intervention is sub-optimal in routine practice, and inappropriate use of the instructional design of interventions may result in higher cognitive load among nurses. It remains unclear whether the Clinical Decision Support System (CDSS) Assisted Prevention and Management for Delirium (CDSS-AntiDelirium) results in the improvement of adherence to delirium intervention and the reduction of extraneous cognitive load, as well as improving adherence to delirium intervention, among nurses in the intensive care unit (ICU).
METHODS: This study (named the C
Протокол клинического исследованияСтатьяПоддержка исследования: вне правительства СШАПолный 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: Neonatal jaundice is treated daily at all hospitals. However, the routine, urgency, and case load of most doctors stop them from carefully analyzing all the factors that they would like to (and should) take into account. This article develops a complex decision support system for neonatal jaundice management.
METHODS: The problem is represented by means of an influence diagram, including admission and treatment decisions. The corresponding uncertainty model is built with the aid of both historical data and subjective judgments. Parents and doctors were interviewed to elicit a mult
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: Patients living with dementia (PLWD) require attention to social determinants of health (SDoH), but social information is often unavailable or incomplete during care encounters, and clinicians report uncertainty about how to act on this information.
OBJECTIVE: This study aimed to co-design the Intelligent Social Risk Management in Alzheimer's Disease and Alzheimer's Disease-Related Dementias Patients (iSMART) clinical decision support (CDS) prototype, which integrates an AI-driven individualized polysocial risk score (iPsRS) to identify PLWD at high social risk for hospitalization
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Artificial intelligence (AI) models are increasingly reported in endocrine disease management, but clinical value cannot be inferred from discrimination, model complexity, or explainability alone. This narrative review synthesizes evidence from diabetes and diabetic kidney disease (DKD), thyroid disease, polycystic ovary syndrome (PCOS; with attention to the proposed polyendocrine metabolic ovarian syndrome, PMOS, terminology transition), and obesity/GLP-1-based metabolic management through an actionability framework. We define clinical actionability as the link between a meaningful endocrine
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.
The use of a service-oriented architecture (SOA) has been identified as a promising approach for improving health care by facilitating reliable clinical decision support (CDS). A review of the literature through October 2013 identified 44 articles on this topic. The review suggests that SOA related technologies such as Business Process Model and Notation (BPMN) and Service Component Architecture (SCA) have not been generally adopted to impact health IT systems' performance for better care solutions. Additionally, technologies such as Enterprise Service Bus (ESB) and architectural approaches li
СтатьяResearch Support, N.I.H., IntramuralСистематический 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: Older adults are at risk for inadequate emergency department (ED) pain care. Unrelieved acute pain is associated with poor outcomes. Clinical decision support systems (CDSS) hold promise to improve patient care, but CDSS quality varies widely, particularly when usability evaluation is not employed.
OBJECTIVE: To conduct an iterative usability and redesign process of a novel geriatric abdominal pain care CDSS. We hypothesized this process would result in the creation of more usable and favorable pain care interventions.
METHODS: Thirteen emergency physicians familiar with the Elec
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.
Public sector organisations seem to be caught up in the global wave of 'neo-Thatcherism'. As such, they are being held 'accountable' today by their respective government finance departments for the costs and benefits of the services they provide to the general public. As the public purse tightens, hospitals (and related health service units) more and more compete with other public sector organisations (old-age pensions and services, post-secondary education, day-care centres, port authorities, unemployment insurance, parks and recreation, elite sport programs, aboriginal peoples aid and develo
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.
This paper examines the rise of clinical decision support algorithms used to assess risk in pain management and the opioid industry's influence on their development and implementation. To understand this influence, we conducted a qualitative study of documents related to the development of a tool that relied on artificial intelligence (AI) to suggest modifications in opioid prescribing, called NarxCare. The study began with keyword searches of the Opioid Industry Document Archive (OIDA), which contained over 3 million documents at the time of the study, to examine the pharmaceutical industry's
СтатьяПоддержка NIH: внешняя программаResearch Support, N.I.H., IntramuralПоиск 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.