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
1064 публикаций
Поиск: 1426 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 485 с найденным полным текстом
OBJECTIVE: Numerous cardiac risk evaluation models exist for patients undergoing major vascular surgical interventions. These models, however, do not consider patients undergoing major amputation for limb ischemia. The purpose of this study was to create risk scores for myocardial infarction (MI) and composite adverse cardiac events after major amputation performed for limb ischemia.
METHODS: The first step was univariable analysis for the outcomes of perioperative MI and major adverse cardiac events (MACEs) for patients undergoing nonemergent major amputation for limb ischemia (primary risk
СтатьяВалидационное 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.
BACKGROUND: Eosinophilic esophagitis (EoE) and its related subtypes-such as EoE-like esophagitis, lymphocytic esophagitis, and nonspecific esophagitis-pose significant diagnostic challenges due to overlapping clinical, histological, and endoscopic features. Although conventional EoE is well-characterized as a Th2-mediated disorder, the molecular and immunological drivers for its subtypes are poorly understood. We aimed to elucidate the unique molecular signatures underlying these esophageal inflammatory conditions, with the goal of refining disease classification and paving way to targeted the
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.
Machine learning techniques are widely used nowadays in the healthcare domain for the diagnosis, prognosis, and treatment of diseases. These techniques have applications in the field of hematopoietic cell transplantation (HCT), which is a potentially curative therapy for hematological malignancies. Herein, a systematic review of the application of machine learning (ML) techniques in the HCT setting was conducted. We examined the type of data streams included, specific ML techniques used, and type of clinical outcomes measured. A systematic review of English articles using PubMed, Scopus, Web o
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.
Cancer is defined as a large group of diseases that is associated with abnormal cell growth, uncontrollable cell division, and may tend to impinge on other tissues of the body by different mechanisms through metastasis. What makes cancer so important is that the cancer incidence rate is growing worldwide which can have major health, economic, and even social impacts on both patients and the governments. Thereby, the early cancer prognosis, diagnosis, and treatment can play a crucial role at the front line of combating cancer. The onset and progression of cancer can occur under the influence of
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.
Risk stratification is the backbone of clinical decision-making for patients with haematological malignancies. Models currently used in routine clinical practice often rely on static rules, conventional statistics and expert consensus. While pragmatic and accessible, these models fail to capture the complex biological interactions and patient heterogeneity, especially as data dimensionality grows given the availability of more comprehensive molecular analysis. Artificial intelligence (AI), particularly machine learning (ML), offers the potential to process such high-dimensional data, uncover l
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.
While reviewing and discussing the potential of data science in oncology, we emphasize medical imaging and radiomics as the leading contextual frameworks to measure the impacts of Artificial Intelligence (AI) and Machine Learning (ML) developments. We envision some domains and research directions in which radiomics should become more significant in view of current barriers and limitations.
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.
Hemophilia, an X-linked bleeding disorder, is characterized by a deficiency in coagulation factors. It manifests as spontaneous bleeding, leading to severe complications if not properly managed. In contrast, acquired hemophilia is an autoimmune condition marked by the development of inhibitory antibodies against coagulation factors. Both forms present significant diagnostic and therapeutic challenges, highlighting the need for advanced genetic, molecular, laboratory, and clinical assessments. Recent advances in artificial intelligence have opened new avenues for the management of hemophilia. M
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.
Drug discovery aims at finding new compounds with specific chemical properties for the treatment of diseases. In the last years, the approach used in this search presents an important component in computer science with the skyrocketing of machine learning techniques due to its democratization. With the objectives set by the Precision Medicine initiative and the new challenges generated, it is necessary to establish robust, standard and reproducible computational methodologies to achieve the objectives set. Currently, predictive models based on Machine Learning have gained great importance in t
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.
Антитела играют решающую роль в защите человеческого тела от болезней, включая такие опасные для жизни заболевания, как рак. Они оказывают посреднические услуги в связи с иммунной реакцией на иностранные антигены и, в некоторых случаях, на самоантигены. С течением времени антителные технологии эволюционировали от моноклонных антител (mAbs) до химерика антигенных рецепторов Т (клеток CAR-T), оказывая значительное влияние на биотехнологию, диагностику и лечение. Хотя эти достижения способствовали активизации терапевтического вмешательства, интеграция искусственного интеллекта (АИ) революционизир
Полный текст найденМашинный перевод · не проверен
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.
Over the past two decades, Next-Generation Sequencing (NGS) has revolutionized the approach to cancer research. Applications of NGS include the identification of tumor specific alterations that can influence tumor pathobiology and also impact diagnosis, prognosis and therapeutic options. Pharmacogenomics (PGx) studies the role of inheritance of individual genetic patterns in drug response and has taken advantage of NGS technology as it provides access to high-throughput data that can, however, be difficult to manage. Machine learning (ML) has recently been used in the life sciences to discover
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.
Acute kidney injury (AKI) is a serious clinical comorbidity with clear short-term and long-term prognostic implications for inpatients. The diversity of risk factors for AKI has been recognized in previous studies, and a series of predictive models have been developed using traditional statistical methods in conjunction with its preventability, but they have failed to meet the expectations in limited clinical applications, the rapid spread of electronic health records and artificial intelligence machine learning technology has brought new hope for the construction of AKI prediction models. In
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.
This paper investigates the application of Survival Analysis (SA) techniques to forecast outcomes after autologous Hematopoietic Stem Cell Transplantation (aHSCT) for Multiple Myeloma (MM). By leveraging six SA models, we examine their predictive capabilities, measured through the Concordance Index (C-index) metric. Beyond evaluating model performance, we analyze feature importance using permutation and SHAP methods, highlighting key clinical factors such as treatment history, disease stage, and prior disease progression or relapse as critical predictors of survival. The findings suggest that
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.
Artificial intelligence-integrated drug discovery and development has accelerated the growth of the pharmaceutical sector, leading to a revolutionary change in the pharma industry. Here, we discuss areas of integration, tools, and techniques utilized in enforcing AI, ongoing challenges, and ways to overcome them.
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.
Medical biosensors have set the basis of medical diagnostics, and Artificial Intelligence (AI) has boosted diagnostics to a great extent. However, false results are evident in every method, so it is crucial to identify the reasons behind a possible false result in order to control its occurrence. This is the first critical state-of-the-art review article to discuss all the commonly used biosensor types and the reasons that can give rise to potential false results. Furthermore, AI is discussed in parallel with biosensors and their misdiagnoses, and again some reasons for possible false results
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.
BackgroundAccurate survival prediction in metastatic spinal cord compression (MSCC) is critical for guiding treatment decisions, yet remains challenging, particularly for intermediate survival durations. We compared the accuracy of oncologist judgment, surgeon-calculated Tokuhashi scores, and ChatGPT-assisted predictions in estimating survival outcomes in MSCC patients.MethodsThis retrospective study included 100 patients (n = 100) referred to the Centre for Spinal Studies and Surgery, Queen's Medical Centre, a tertiary spinal oncology center in Nottingham, United Kingdom, with radiologically
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.
Фон: Множественный склероз (MS) — хроническое аутоиммунное заболевание центральной нервной системы с склонностью вызывать серьезные неврологические расстройства. Точное и раннее прогнозирование прогресса в области НР имеет исключительно важное значение для управления им и его лечения. Методы: В настоящем документе мы сравниваем ряд самомаркированных полуконтролируемых методов обучения, используемых для прогнозирования MS на основе маркированных и немаркированных медицинских данных. В частности, мы сравниваем результаты самоподготовки, СЕТРЕД, совместной подготовки, совместной подготовки с Коми
СтатьяПолный текст найденМашинный перевод · не проверен
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) is increasingly advancing precision immunotherapy by integrating high-dimensional biomedical data to support diagnosis, treatment selection, and longitudinal monitoring in both cancer and autoimmune diseases. This review summarizes AI applications in biomarker discovery, prediction of immune checkpoint inhibitor (ICI) response and toxicity, neoantigen prioritization, CAR-T cell optimization, and therapeutic antibody engineering. In oncology, multimodal models combining multi-omics, medical imaging, and clinical variables improve patient stratification and non-invas
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.
Bone and bone marrow Metastasis (BBM) are life-threatening complications of advanced malignancies, frequently requiring intensive care and associated with high short-term mortality. However, prognostic tools specifically tailored to critically ill BBM patients are limited. This multicenter cohort study aimed to develop and validate deep learning models for predicting 30-day mortality using ICU data from MIMIC-IV, eICU-CRD, and the First Affiliated Hospital of Xinjiang Medical University. After univariate screening, XGBoost-Boruta and Lasso regression identified 11 key clinical features within
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.
СПРАВОЧНАЯ ИНФОРМАЦИЯ: Растущая доступность медицинских данных дает возможность более активно бороться с такими хроническими заболеваниями, как множественный склероз (МС). Мы поставили перед собой цель разработать подход к машинному обучению (ML) для выявления пациентов с повышенным уровнем риска и прогнозирования их расходов на медицинское обслуживание. МЕТОДЫ: Мы провели ретроспективный анализ деидентифицированных коммерческих страховых требований 267,000 (неполные лица)631 с MS), с января 2016 по июнь 2018. Ежемесячные данные о претензиях были агрегированы, и 72 ML регрессия и 63 :: были по
СтатьяПолный текст найденМашинный перевод · не проверен
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.
Глубокое обучение описывает класс алгоритмов машинного обучения, которые способны объединять исходные ресурсы в слои промежуточных характеристик. Эти алгоритмы недавно продемонстрировали впечатляющие результаты в различных областях. Биология и медицина являются богатыми данными дисциплинами, однако данные являются сложными и зачастую недопонятными. Поэтому методы глубокого обучения могут быть особенно подходящими для решения проблем в этих областях. Мы изучаем возможности углубленного изучения различных биомедицинских проблем - стационарная классификация, фундаментальные биологические процессы
Полный текст найденМашинный перевод · не проверен
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.