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
20399 публикаций
Поиск: 121 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
BACKGROUND: This study aimed to systematically compare the predictive performance and methodological quality of logistic regression (LR) and machine learning (ML) models for intravenous immunoglobulin (IVIG) resistance in Kawasaki disease (KD) using the PROBAST + AI framework.
METHODS: We searched PubMed, Embase, and Web of Science to identify studies on prediction models for IVIG resistance in KD published between January 1, 2006, and July 31, 2025. We assessed methodological rigour, risk of bias, and applicability using PROBAST + AI. A meta-analysis was performed using random-effects models
Сравнительное исследованиеСтатьяМетаанализПолный 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: The study aimed to evaluate the use decision support analysis for the prediction of extracorporeal shock wave lithotripsy (ESWL) efficacy and to analyze the factors influencing outcomes in patients who underwent ESWL using machine learning (ML) methods.
METHODS: This retrospective study analyzed the clinical data, including preoperative computed tomography (CT) images, of 302 patients who received a single ESWL session treatment for urinary stone between May and October 2022 in the Department of Urology. The data was preprocessed and incorporated into an ML model, and the dataset
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.
Microplastic contamination in urban water systems poses emerging risks to human health, yet integrated frameworks linking sources, exposure pathways, and health outcomes remain limited. This study develops an integrated machine learning-Bayesian-structural equation modeling framework to quantify and predict microplastic-driven health risks across urban water systems. A systematic literature review screened 1,742 records, of which 47 studies met the predefined eligibility criteria and were included in the final analysis. Here, we integrate machine learning, Bayesian inference, and structural eq
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.
Heavy metal contamination in riverine and coastal sediments is a persistent environmental challenge. This study assesses eight trace metals (Cd, Cr, Cu, Fe, Mn, Ni, Pb, Zn) in surface sediments collected annually from 2000 to 2025 at four monitoring sites in the Tangier-Tetouan coastal corridor, Morocco: Oued Moghogha, Oued Negro, Oued Souani, and Rejet Fnideq. The analytical framework combines descriptive statistics, non-parametric trend analysis (Mann-Kendall, Theil-Sen), inter-metal correlation, principal component analysis (PCA), hierarchical cluster analysis (HCA), and multi-model forecas
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: Machine learning (ML) is increasingly used for hospital demand forecasting, but few published studies report multiple-comparison-corrected statistical tests against competitive baselines, and few characterise the structural-break context in which forecasts are evaluated.
OBJECTIVE: To audit seven AI/ML methods against statistical baselines on 15 years of NHS England activity data, with explicit attention to structural breaks and pandemic confounding.
METHODS: Monthly A&E activity (n = 189) and 52-quarter KH03 bed occupancy (2010-2026) were obtained from public NHS England release
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: Early identification of mild cognitive impairment (MCI) is crucial for delaying the progression of dementia. However, existing prediction models often require expensive testing or invasive biomarkers, limiting their scalability in primary care settings.
METHODS: Data were drawn from three prospective cohorts: the Chinese Longitudinal Healthy Longevity Survey (CLHLS), the English Longitudinal Study of Ageing (ELSA), and the Health and Retirement Study (HRS). We included 11,069 participants aged ≥60 years who were free of cognitive impairment at baseline. Incident MCI was defined vi
СтатьяВалидационное 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.
ObjectiveSepsis-associated acute kidney injury (SA-AKI) is a major contributor to multi-organ failure and often leads to complications such as new-onset atrial fibrillation (NOAF). NOAF is associated with poorer outcomes, including increased mortality. However, current methods for predicting NOAF in patients with SA-AKI remain limited.MethodsThis retrospective cohort study used data from the MIMIC-IV database to identify 12,956 adult patients with SA-AKI, among whom 2,708 developed NOAF. Machine learning (ML) techniques, including Boruta feature selection and nine predictive algorithms, were a
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.
AIMS: Negative reinforcement process triggered by anxiety is an important factor in promoting the relapse behavior of substance use disorder. Objective identification of the anxiety level of methamphetamine (METH) use disorder (MUD) and other addiction behaviors becomes particularly important, yet the current understanding of this issue remains unclear.
METHODS: This multicenter cross-sectional study in China was conducted on METH patients between September 1, 2019 and September 1, 2021 for the identification and validation of the prediction model. MUD with anxiety symptoms was defined mainly
СтатьяМногоцентровое исследованиеВалидационное 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.
Understanding and predicting sexual behavior patterns through the lens of Social Cognitive Theory (SCT) is essential for identifying behavioral bridges that facilitate HIV transmission. MSM who engage in sexual activity with women (MSM-W) represent a critical yet underexplored subgroup in China. However, existing studies lack theory-driven predictive frameworks that explicitly integrate psychological mechanisms with robust analytics. This study aimed to develop and validate an SCT-guided machine-learning model to predict MSM-W behavior and to evaluate its discriminatory and calibration perform
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.
Objective: To develop a prediction model for colorectal cancer liver metastasis (CRLM) using machine learning algorithms based on routine clinical laboratory data. Methods: A retrospective case-control study was performed on 5 026 patients with colorectal cancer admitted to Qilu Hospital of Shandong University from January 2019 to August 2023. Clinical information and 70 routine laboratory indicators at admission were collected. Patients were randomly divided into training and validation sets in a 7∶3 ratio. Feature selection was performed stepwise using LASSO regression followed by multivaria
Аннотация на английскомСтатьяПоиск 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 and Objectives: Type 2 diabetes mellitus (T2DM) affects over 537 million adults worldwide and disproportionately burdens low- and middle-income countries, where diagnostic resources are limited. Predictive models trained in one population often fail to generalize across regions due to shifts in feature distributions and measurement practices, hindering scalable screening efforts. Materials and Methods: We evaluated a few-shot domain adaptation framework using a simple multilayer perceptron with four shared clinical features (age, body mass index, mean arterial pressure, and plasma g
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.
Purpose. Traditional machine learning (ML) and deep learning (DL) applications in treatment planning rely on complex model architectures and large, high-quality training datasets. However, they cannot fully replace the conventional optimization process. This study presents a novel application of ML in treatment planning where established ML/DL toolkits are directly applied to treatment plan optimization.Materials and Methods. A one-layer network was designed based on the dose deposition matrix and implemented in PyTorch's L-BFGS optimizer with GPU acceleration. The classical steepest descent o
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 Barnes maze is a commonly used test of allocentric spatial reference memory, consisting of an elevated circular table with holes around the perimeter. Spatial cues surrounding the maze are intended to allow the animal on the maze to locate a target hole from which they can escape and return to their home cage during a period of acquisition trials. Following the acquisition period, the target box under the target hole is removed and a probe trial is performed to test spatial memory. One of the limitations of Barnes maze testing is that non-spatial strategies can be employed to locate the ta
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: Astragali Radix (AR) is a widely used herbal medicine. The quality of AR is influenced by several key factors, including the production area, growth mode, species, and grade. However, the markers currently used to distinguish these factors primarily focus on secondary metabolites, and their validation on large-scale samples is lacking.
PURPOSE: This study aims to discover reliable markers and develop classification models for identifying the production area, growth mode, species, and grade of AR.
METHODS: A total of 366 batches of AR crude slices were collected from six provinces
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: Despite its widespread use, spontaneous ventilation can lead to intraoperative hypoxemia or hypercapnia. In this retrospective study, we developed and validated a preoperative clinical data-based model to predict intraoperative hypoxemia or hypercapnia risk during spontaneous ventilation video-assisted thoracoscopic surgery.
METHODS: We enrolled patients who underwent spontaneous ventilation video-assisted thoracoscopic surgery at the National Respiratory Medicine Center of First Affiliated Hospital of Guangzhou Medical University between 2011 and 2023. Four machine learning algor
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.
Work-related musculoskeletal disorders (WMSDs) remain a major occupational health concern worldwide, with manual material handling, particularly lifting, being a primary contributor to low-back pain. Conventional ergonomic interventions often rely on observational assessments and lack continuous, objective, and automated monitoring in real-time conditions. This study presents an intelligent wearable insole system that integrates plantar-pressure and an inertial measurement unit with embedded machine-learning algorithms for the automated classification of low-risk/high-risk lifting postures in
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.
Peri-implantitis (PI) is a chronic inflammatory disease that ultimately leads to the dysfunction and loss of implants with established osseointegration. Ferroptosis has been implicated in the progression of PI, but its precise mechanisms remain unclear. This study explores the molecular mechanisms of ferroptosis in the pathology of PI through bioinformatics, offering new insights into its diagnosis and treatment. The microarray datasets for PI (GSE33774 and GSE106090) were retrieved from the GEO database. The differentially expressed genes (DEGs) and ferroptosis-related genes (FRGs) were inter
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.
OBJECTIVE: To evaluate factors influencing the response to periodontal therapy in patients with periodontitis and type 2 diabetes mellitus (DM) using machine learning (ML) techniques, considering periodontal parameters, metabolic status, and demographic characteristics.
METHODOLOGY: We applied machine learning techniques to perform a post hoc analysis of data collected at baseline and a 6-month follow-up from a randomized clinical trial (RCT). A leave-one-out cross-validation strategy was used for model training and evaluation. We tested seven different algorithms: K-Nearest Neighbors, Decisi
СтатьяРандомизированное исследованиеПоиск 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.
Thrombosis and hemorrhage are common complications in maintenance hemodialysis (MHD) patients, potentially attributed to platelet dysfunction. This study aimed to investigate platelet autophagy in MHD patients through whole transcriptome sequencing of platelets. A total of 24 MHD patients and 24 healthy individuals (normal controls) were enrolled. RNA sequencing was performed on platelets, and differentially expressed genes (DEGs) were identified using the DESeq2 package. Functional enrichment analyses, including gene ontology, Kyoto Encyclopedia of Genes and Genomes, and gene set enrichment a
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: Diabetic foot ulcer (DFU) is a common and serious complication in patients with diabetes, which affects the quality of life greatly as well as brings high risk for mortality. Identification of high-risk individuals, as early as possible is important for efficient intervention and prevention. This study systematically evaluates and summarizes the diagnostic accuracy of machine learning approaches for predicting DFU risk in diabetic patients.
METHODS: This study adhered to the TRIPOD+AI (Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis,
СтатьяВалидационное исследованиеПоиск 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.