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
52443 публикаций
Поиск: 1106 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
Most widely used machine learning potentials for condensed-phase applications rely on many-body permutationally invariant polynomial or atom-centered neural networks. However, these approaches face challenges in achieving chemical interpretability in atomistic energy decomposition and fully matching the computational efficiency of traditional force fields. Here we present a method that combines aspects of both approaches and balances accuracy and force-field-level speed. This method utilizes a monomer-centered representation, where the potential energy is decomposed into the sum of chemically
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.
Glycyrrhiza glabra (G. glabra) phytocompounds have been reported to interact with neurological targets, including those implicated in epilepsy, and may modulate epilepsy-related targets. While substantial evidence supports their potential antiepileptic effects, the underlying molecular mechanisms remain unclear. This study aims to elucidate the molecular mechanism of G. glabra phytocompounds by integrating network pharmacology and machine learning (ML)-based quantitative structure-activity relationship (QSAR) techniques. Network pharmacology analysis identified AKT1 as a key epilepsy-related t
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 develop a model for predicting the bladder volume ratio between daily CBCT and CT to determine adequate bladder filling in patients undergoing treatment for prostate cancer with external beam radiation therapy (EBRT). The model was trained using 465 datasets obtained from 34 prostate cancer patients. A total of 16 features were collected as input data, which included basic patient information, patient health status, blood examination laboratory results, and specific radiation therapy information. The ratio of the bladder volume between daily CBCT (dCBCT) and planning CT (pC
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/Objective: This study aimed to develop a predictive model to classify and rank highly active compounds that inhibit HIV-1 integrase (IN). Methods: A total of 2271 potential HIV-1 inhibitors were selected from the ChEMBL database. The most relevant molecular descriptors were identified using a hybrid GA-SVM-RFE approach. Predictive models were built using Random Forest (RF), eXtreme Gradient Boosting (XGBoost), Support Vector Machines (SVM), and Multi-Layer Perceptron (MLP). The models underwent a comprehensive evaluation employing calibration, Y-randomization, and Net Gain methodolo
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 in-situ, rapid and non-destructive identification of complex food samples is a long-standing core technical challenge in food chemistry. Herein, vapor assisted desorption chemical ionization mass spectrometry (VADCI-MS) device was independently constructed, which facilitates rapid and non-destructive analysis of complex foods with diverse morphologies. Additionally, an integrated strategy that combines MS fingerprinting, feature selection, and machine learning classification models was established and is particularly effective for complex foods that are challenging to differentiate using c
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: Early detection of prostate cancer (PCa) remains a clinical challenge. Plasma proteomics provides a non-invasive tool for identifying individuals at elevated risk prior to symptom onset or PSA elevation.
METHODS: We quantified 1463 plasma proteins in 23 825 PCa-free men from the UK Biobank (UKB). Participants were split into training and validation sets. Cox regression and Light Gradient Boosting Machine (LightGBM) with forward feature selection were used to identify and rank predictive proteins. Model performance was assessed by area under the receiver operating characteristic cu
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: Transrectal (TR) and transperineal (TP) biopsies are commonly used methods for diagnosing prostate cancer. However, their comparative effectiveness in conjunction with machine learning (ML) techniques remains underexplored. This study aimed to evaluate the predictive accuracy of ML algorithms in detecting prostate cancer using data derived from TR and TP biopsies.
METHODS: The clinical records of patients who underwent prostate biopsy at King Saud University Medical City and King Faisal Specialist Hospital and Research Centerin Riyadh, Saudi Arabia, between 2018 and 2025 were anal
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.
BACKGROUND: Sepsis, a severe systemic response to infection, frequently results in adverse outcomes, underscoring the urgency for prompt and accurate prognostic tools. Machine learning methods such as logistic regression, random forests, and CatBoost, have shown potential in early sepsis prediction. The study aimed to create and verify a machine learning model capable of early prognostic identification of patients with sepsis in intensive care units (ICUs).
METHODS: Patients adhering to inclusion and exclusion criteria from the MIMIC-IV v2.2 database were divided into a training set and a val
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.
Prostate cancer (PCa) is the most prevalent malignant tumor in males, and many patients remain at risk of biochemical recurrence (BCR) following initial treatment. Accurate prediction of BCR is vital for effective clinical management and treatment planning. This study evaluates the effectiveness of machine learning (ML) models in predicting BCR among prostate cancer patients, comparing their performance to traditional prognostic methods. We systematically searched four databases (PubMed, Web of Science, Embase, and Cochrane) for studies employing ML techniques to predict prostate cancer BCR. D
СтатьяСистематический обзорМетаанализПолный 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.
Kidney transplantation (KT) is an effective treatment for end-stage renal disease; however, the lifelong immunosuppressive regimen increases the risk of infection, presenting significant clinical, and economic challenges. Identifying predictive biomarkers for infection onset is critical. In this study, 122 postoperative saliva samples from 39 KT recipients were analyzed using 16S rRNA sequencing, with 16 developing infections within one year. The composition of the salivary microbiota differed significantly between the infection and control groups, with notable variations at the Phylum level.
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.
Artificial intelligence (AI) and machine learning (ML) are transforming nephrology by enhancing diagnosis, risk prediction, and treatment optimization for conditions such as acute kidney injury (AKI) and chronic kidney disease (CKD). AI-driven models utilize diverse datasets-including electronic health records, imaging, and biomarkers-to improve clinical decision-making. Applications such as convolutional neural networks for kidney biopsy interpretation, and predictive modeling for renal replacement therapies underscore AI's potential. Nonetheless, challenges including data quality, limited ex
Редакционная 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 NLRP3 inflammasome is a key regulator of the innate immune response and a promising therapeutic target in inflammation-driven diseases. This study aimed to identify potent nature inspired small molecules using AI-guided in silico techniques integrated with NCI-60 high-throughput assays. We developed a machine learning-driven platform that combines pharmacophore modeling, molecular docking, MDS, and RNNs to prioritize candidate compounds. Among these, NSC828779 emerged as a lead scaffold, demonstrating high binding affinity to the ATP-binding site of NLRP3 and superior interaction energy 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.
BACKGROUND: Major adverse cardiovascular events (MACE) are severe complications of peripheral arterial disease (PAD), associated with a poor prognosis and disease burden. Therefore, the early identification of high-risk individuals is of paramount importance. This study aimed to develop and validate an interpretable machine learning (ML)-based prediction model for MACE risk in patients with PAD.
METHODS: This retrospective study included patients with PAD enrolled between January 2022 and December 2023, with follow-up had been completed by December 2024. The primary outcome was MACE, defined
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка 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.
CONTEXT: Large-for-gestational-age (LGA), one of the most common complications of gestational diabetes mellitus (GDM), has become a global concern. The predictive performance of common continuous glucose monitoring (CGM) metrics for LGA is limited.
OBJECTIVE: We aimed to develop and validate an artificial intelligence (AI)-based model to determine the probability of women with GDM giving birth to LGA infants during pregnancy using CGM measurements together with demographic data and metabolic indicators.
METHODS: A total of 371 women with GDM from a prospective cohort at a university hospital
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.
Differential mobility spectrometry (DMS), a tool for separating chemically similar species (including isomers), is readily coupled to mass spectrometry to improve selectivity in analytical workflows. DMS dispersion curves, which describe the dynamic mobility experienced by an ion in a gaseous environment, show the maximum ion transmission for an analyte through the DMS instrument as a function of the separation voltage (SV) and compensation voltage (CV) conditions. To date, there exists no fast, general prediction tool for the dispersion behavior of ions. Here, we demonstrate a machine learnin
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: Breast cancer metastasis (BCM) metastasizes preferentially to certain organs. Important genetic markers can be used for early detection and treatment. Machine learning (ML) can efficiently handle gene expression data to enhance metastasis prediction.
METHODS: This study employed the GSE14020 dataset of gene expression profiles of 65 breast cancer patients with liver, lung, bone, or brain metastasis, covering 22,474 genes. Feature selection by Gini reduction reduced the top 25 important genes to nine important genes. Three machine learning models-Random Forest (RF), Support Vector
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.
Infertility has emerged as a significant public health concern, with assisted reproductive technology (ART) is a last-resort treatment option. However, ART's efficacy is limited by significant financial cost and physical discomfort. The aim of this study is to build Machine learning (ML) decision-support models to predict the optimal range of embryo numbers to transfer, using data from infertile couples identified through literature reviews. Binary classification models were developed to classify cases into two groups: those transferring two or fewer embryos and those transferring three or fou
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), a traumatic type of central nervous system injury, is closely associated with neuronal apoptosis. However, the specific biomarkers and regulatory mechanisms of neuronal apoptosis in SCI patients remain unclear. In this study, we aimed to identify differentially expressed proteins (DEPs) that regulate neuronal apoptosis after SCI and reveal potential diagnostic and therapeutic targets. Spinal cord tissues were collected for LC‒MS/MS analysis at five different time points after injury. Enrichment analysis, WGCNA, random forest, support vector machine recursive feature e
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.
Atrial fibrillation (AF) is a prevalent cardiac arrhythmia associated with a significantly increased risk of systemic thromboembolism and stroke. Anticoagulation therapy, particularly with direct oral anticoagulants, has become the standard for stroke prevention but comes at the cost of an increased bleeding risk. With the introduction of effective alternatives to anticoagulation, such as percutaneous left atrial appendage occlusion, bleeding risk stratification has become essential to guide therapeutic decision-making. Conventional statistical methods have been used for bleeding risk stratifi
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.
PURPOSE: Center-specific effects in PET brain scans arise due to differences in technical and procedural aspects. This restricts the merging of data between centers and introduces source-specific bias.
METHODS: We demonstrate the use of the recently proposed machine learning method Iterated Relevance Matrix Analysis (IRMA) for harmonization of center-specific effects in brain 18 F-Fluorodeoxyglucose ( 18 F-FDG) PET scans. The center difference is learned by applying IRMA on PCA-based feature vectors of healthy controls (HC), resulting in a subspace V , representing information not comp
СтатьяМногоцентровое 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.