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
1752 публикаций
Поиск: 198 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 220 с найденным полным текстом
OBJECTIVES: To explore the use of unsupervised machine learning (UML) to analyse segments of the pressure flow study (PFS) curve after maximum flow, and subsequently to analyse the urodynamic and patient characteristics of men in the detected clusters.
SUBJECTS AND METHODS: In this study, we considered 1650 PFSs of men with lower urinary tract symptoms, without relevant interventions in the past. After datapoint reduction and normalisation of the PFS curve segments, the k-Shape clustering algorithm was used to identify different pattern clusters. Differences in patient and urodynamic characte
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: Alpha-1 antitrypsin deficiency (AATD) is an underdiagnosed and clinically heterogeneous genetic disorder that increases the risk of pulmonary emphysema and liver disease. Its management is complex due to high individual variability, which hinders risk stratification and personalised treatment. Artificial Intelligence (AI), particularly Machine Learning (ML) techniques, may offer novel approaches to the clinical characterisation of AATD.
MATERIALS AND METHODS: A pilot, single-centre cross-sectional study was conducted, including 210 AATD patients from the EARCO registry at Álvaro C
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.
OBJECTIVE: To determine the dental caries trajectories over the life course (from age 9 to 23) using an unsupervised machine learning approach.
METHODS: This is a longitudinal study of caries trajectories over a life course using data from 1,382 individuals from the Iowa Fluoride Study birth cohort. The trajectory analysis of caries in the permanent dentition at ages 9, 13, 17 and 23 was performed using the unsupervised machine learning algorithm known as K-means for Longitudinal Data (KmL), a k-means based clustering algorithm implemented in R specifically designed for analyzing longitudinal
ПрепринтСтатьяПолный 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.
INTRODUCTION: Identifying cognitively normal individuals at high risk for progression to symptomatic Alzheimer's disease (AD) is critical for early intervention.
METHODS: An AD risk score was derived using unsupervised machine learning. The score was developed using data from 226 cognitively normal individuals and included cerebrospinal fluid, magnetic resonance imaging, and cognitive measures, and validated in an independent cohort.
RESULTS: Higher baseline AD progression risk scores (hazard ratio = 2.70, P < 0.001) were associated with greater risks of progression to clinical symptoms of m
СтатьяНаблюдательное исследованиеПоддержка NIH: внешняя программаПолный 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.
OBJECTIVES: This study aims to investigate the efficacy of unsupervised machine learning algorithms, specifically the Gaussian Mixture Model (GMM), K-means clustering, and Otsu automatic threshold partitioning, in predicting sarcopenia based on computed tomography (CT) and magnetic resonance imaging (MRI) data.
METHODS: A retrospective analysis was conducted on a dataset comprising 191 patients diagnosed with sarcopenia and 327 control patients. Participants were randomly assigned to training and validation cohorts in a 6:4 ratio. The paravertebral muscles at the lumbar 3/4 intervertebral dis
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.
Hematopoietic acute radiation syndrome (H-ARS) elicits multidimensional effects, as total-body irradiation (TBI) induced myelosuppression results in distinct patterns of loss and recovery across blood cell lineages. This study aimed to characterize the sequence of pancytopenia after TBI in male and female non-human primates (NHPs) with and without sargramostim treatment using unsupervised machine learning (ML). Longitudinal blood cell measures from three 60-day randomized, controlled trials of NHPs (N = 501) exposed to TBI and administered either vehicle (n = 173) or sargramostim (n = 328) wer
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.
Accurate characterization of the fetal brain tissue microstructure with diffusion MRI remains challenging due to the presence of significant free water contribution and low data quality inherent in fetal imaging. To address these challenges, in this work we have developed a machine learning method for Free Water Eliminated Diffusion Tensor Imaging (FWE-DTI) that explicitly distinguishes between free and tissue-bound water diffusion. We leverage research-quality neonatal and fetal diffusion MRI data in a stage-wise learning approach that uses supervised and unsupervised training. The effectiven
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.
Targeted protein degradation (TPD) mediated by proteolysis-targeting chimeras (PROTACs) has emerged as a powerful therapeutic strategy, enabling the catalytic and selective elimination of disease-relevant proteins via the ubiquitin-proteasome system. Despite their ability to overcome drug resistance and address traditionally undruggable targets, the structural complexity and vast chemical diversity of PROTACs present challenges for systematic analysis and rational design. Here, we present a systematic unsupervised machine-learning framework that represents the first large-scale similarity-driv
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: Intrapancreatic fat deposition (IPFD) is an ectopic fat phenotype associated with metabolic abnormalities. However, the clinical heterogeneity of IPFD in relation to generalized adiposity remains insufficiently characterized. This study aimed to explore clinical profiles associated with IPFD using unsupervised clustering and characterize their metabolic features.
METHODS: In this retrospective, single-center cross-sectional study, 558 adults undergoing non-contrast abdominal computed tomography were included. K-means clustering was performed using age, body mass index (BMI), pan
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.
AIMS: There is a lack of studies investigating the pathophysiologic and phenotypic distinctiveness of aortic stenosis (AS). This heterogeneity has important implications for identifying optimal intervention timing and potential medical management. This study seeks to identify phenogroups of AS using unsupervised machine learning to improve risk stratification.
METHODS AND RESULTS: A total of 349 patients with asymptomatic AS from the PROGRESSA study were included in this analysis. Echocardiographic, clinical and blood sample data were used in the unsupervised clustering process. Longitudinal
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.
DNA methylation analysis based on supervised machine learning algorithms with static reference data, allowing diagnostic tumour typing with unprecedented precision, has quickly become a new standard of care. Whereas genome-wide diagnostic methylation profiling is mostly performed on microarrays, an increasing number of institutions additionally employ nanopore sequencing as a faster alternative. In addition, methylation-specific parallel sequencing can generate methylation and genomic copy number data. Given these diverse approaches to methylation profiling, to date, there is no single tool th
СтатьяПоддержка 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.
Background Bladder pain syndrome/interstitial cystitis (BPS/IC) is a chronic condition characterized by pelvic pain and urinary symptoms. Despite its significant impact on patients' quality of life, the heterogeneity of BPS/IC symptoms and the presence of comorbidities such as vulvodynia may not be adequately captured by validated questionnaires. Identifying vulvodynia in BPS/IC patients is crucial for providing appropriate treatment options. This study aimed to identify subtypes of BPS/IC patients using unsupervised machine learning and to investigate the prevalence of vulvodynia in each subt
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: After the COVID-19 pandemic, the world has made efforts to recover from the chaotic situation. Vaccination is a way to help control infectious diseases, and many people have been vaccinated against COVID-19 by this point. However, an extremely small number of those who received the vaccine have experienced diverse side effects.
METHODS AND FINDINGS: In this study, we examined people who experienced adverse events with the COVID-19 vaccine by gender, age, vaccine manufacturer, and dose of vaccinations by using the Vaccine Adverse Event Reporting System datasets. Then we used a lang
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.
While much research has highlighted phenotypic heterogeneity in obsessive compulsive disorder (OCD), less work has focused on heterogeneity in neural activity. Conventional neuroimaging approaches rely on group averages that assume homogenous patient populations. If subgroups are present, these approaches can increase variability and can lead to discrepancies in the literature. They can also obscure differences between various subgroups. To address this issue, we used unsupervised machine learning to identify subgroup clusters of patients with OCD who were assessed by task-based fMRI. We predo
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.
Interstitial cystitis/bladder pain syndrome (IC/BPS) is defined as an unpleasant sensation perceived to be related to the bladder with associated urinary symptoms. Due to difficulties discriminating pelvic visceral sensation, IC/BPS likely represents multiple phenotypes with different etiologies that present with overlapping symptomatic manifestations, which complicates clinical management. We hypothesized that unique bladder pain phenotypes or "symptomatic clusters" would be identifiable using machine learning analysis (unsupervised clustering) of validated patient-reported urinary and pain m
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.
Introduction: In adult patients with ureteropelvic junction obstruction (UPJO), little data exist on predicting pyeloplasty outcome, and there is no unified definition of pyeloplasty success. As such, defining pyeloplasty success retrospectively is particularly vulnerable to bias, allowing researchers to choose significant outcomes with the benefit of hindsight. To mitigate these biases, we performed an unsupervised machine learning cluster analysis on a dataset of 216 pyeloplasty patients between 2015 and 2023 from a multihospital system to identify the defining risk factors of patients that
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 AND OBJECTIVES: Small fiber neuropathy (SFN) is characterized by dysfunction and loss of peripheral unmyelinated and thinly myelinated nerve fibers, resulting in a phenotype that includes varying combinations of somatosensory and dysautonomia symptoms, which can be profoundly disabling and lead to decreased quality of life. Treatment aimed mainly at pain reduction, which may not target the underlying pathophysiology, is frequently ineffective. Another impediment to the effective management of SFN may be the significant between-patient heterogeneity. Accordingly, we launched this stu
СтатьяПрепринтПолный 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.
There is increasing evidence that patient heterogeneity significantly hinders advancement in clinical trials and individualized care. This study aimed to identify distinct phenotypes in extremely low birth weight infants. We performed an agglomerative hierarchical clustering on principal components. Cluster validation was performed by cluster stability assessment with bootstrapping method. A total of 215 newborns (median gestational age 27 (26-29) weeks) were included in the final analysis. Six clusters with different clinical and laboratory characteristics were identified: the "Mature" (Clust
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.
This study aimed to identifydistinct profiles of response to Tumor Necrosis Factor inhibitors (TNFi) in rheumatoid arthritis (RA) patients using unsupervised machine learning to integrate clinical, demographic, and genetic data. A cohort of 294 RA patients was analyzed using hierarchical clustering techniques. Data collected included body mass index (BMI), adherence to physical activity, prevalence of comorbidities, seropositivity, Health Assessment Questionnaire (HAQ) scores, and genetic polymorphisms in TNF pathway. Responders to TNFi demonstrated a more favorable clinical profile, with a lo
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: Alcohol Use Disorder is a heterogeneous condition where standard severity measures often fail to predict individual treatment responses. Precision medicine requires identifying distinct biopsychosocial profiles to guide targeted interventions.Objectives: To identify clinically meaningful Alcohol Use Disorder profiles using k-means clustering based on eight baseline biopsychosocial variables and validate their prognostic utility by comparing treatment outcomes.Methods: A retrospective observational study included 102 patients at a tertiary care center in India. K-means clustering wa
СтатьяНаблюдательное 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.