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
35352 публикаций
Поиск: 1067 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
BACKGROUND: Prognostication for pancreatic ductal adenocarcinoma (PDAC) using histologic images is difficult due to tumor heterogeneity. We developed an artificial intelligence (AI) model to predict postoperative recurrence using histologic image patches.
METHODS: We included 591 patients with resected PDAC to train an AI model for recurrence prediction at 12 or 24 months and validated it using external cohorts (n = 302 in total). Image patches from hematoxylin and eosin-stained slides were clustered via uniform manifold approximation and projection (UMAP) and used to train a random forest mo
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.
OBJECTIVE: To estimate the prevalence of potential overtreatment of type 2 diabetes mellitus (T2DM) among older adults and to develop and compare predictive models to identify patient and physician characteristics associated with overtreatment.
DESIGN: Population-based retrospective cohort study with predictive modelling.
SETTING: A province-wide, publicly funded healthcare system in British Columbia, Canada, using linked administrative health claims data from 2016 to 2023.
PARTICIPANTS: Residents of long-term care facilities over age 65, and community-dwelling individuals over age 75, with
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: Warfarin pharmacogenomics is critical due to its narrow therapeutic index and significant interpatient variability. While machine learning (ML) can predict anticoagulation control status (ACS), its "black-box" nature limits clinical translatability. Explainable Artificial Intelligence (XAI) addresses this by providing interpretable insights. This study applied ML and XAI to a warfarin pharmacogenomic dataset to predict poor ACS and explain model decisions. Methods: A post hoc analysis was conducted on a cross-sectional dataset of 232 patients receiving warfarin for ≥6 months. Data
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.
Imperfect first-trimester screening for hypertensive disorders of pregnancy (HDP) means many high-risk women miss the window for preventive aspirin, and the biological heterogeneity of HDPs is overlooked. This study aimed to leverage first-trimester serum proteomics to create a more precise tool for predicting preeclampsia (PE) and differentiating it from other HDPs. A prospective nested case-control study (n = 172) was conducted using targeted liquid chromatography-multiple reaction monitoring-mass spectrometry (LC-MRM-MS) proteomic profiling of 115 proteins. Machine learning (ML) methods wer
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.
PURPOSE: Machine learning (ML) may support decision-making for acute abdominal pain (AAP), but limited interpretability hinders adoption. We evaluated a random-forest classifier for predicting urgent abdominal surgery and examined how predictive value and feature importance evolve across clinical timepoints.
METHODS: In this retrospective single-center study, we included adults presenting with AAP to the emergency department. The outcome was urgent abdominal surgery within 24 h. Features were grouped into stepwise sets. For each feature set, models were trained in 20 random 80/20 train-test s
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: Several gene expression signatures (GESs) are used for risk stratification in estrogen receptor-positive/human epidermal growth factor receptor 2-negative (ER-positive/HER2-negative) early breast cancer. Recent integrative approaches combine tumour proliferation, estrogen receptor signalling, immune activity, and clinicopathologic features, yielding gains in prognostic accuracy. We therefore developed a machine-learning-based clinicogenomic prognostic model integrating a research-grade implementation of an established GES with immune-related and clinicopathologic features to improv
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: Inflammation plays a crucial role in the development of aortic dissection. The systemic immune-inflammation index (SII) and systemic inflammation response index (SIRI) are widely used surrogate markers for systemic inflammation, while the neutrophil to high-density lipoprotein cholesterol ratio (NHR), platelet to high-density lipoprotein cholesterol ratio (PHR), lymphocyte to high-density lipoprotein cholesterol ratio (LHR), and monocyte to high-density lipoprotein cholesterol ratio (MHR) incorporate high-density lipoprotein, reflecting both inflammatory and metabolic status. Howev
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.
As plastic pollution becomes increasingly severe, the additives released during its degradation have attracted widespread attention. How to effectively assess the potential hazards of plastic additives and identify candidates with relatively lower predicted intrinsic hazard potential for further evaluation has become an urgent issue. Experimental hazard assessment is costly and time-consuming, and the limited availability of baseline data prevents comprehensive screening of the large number of plastic additives in use. Currently, most additives lack sufficient baseline data, making it difficul
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: Accurate assessment of exercise-induced muscle fatigue is essential for optimizing training loads and preventing overtraining in elite athletes. This study presents a deep learning framework for continuous fatigue estimation from raw surface electromyography (sEMG) signals during high-intensity cycling.
METHODS: Fourteen elite track cyclists performed a 30-second all-out sprint on a cycle ergometer. Power output was recorded at 1 Hz to derive a continuous fatigue index (percentage decline from peak power). Simultaneously, sEMG signals were recorded at 1000 Hz from four lower-limb
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.
OBJECTIVE: To identify the dynamic evolution trajectory of health anxiety in patients with initial rabies exposure and to conduct predictive analysis of health anxiety trajectories using machine learning algorithms.
METHODS: A total of 548 rabies exposure patients from a tertiary hospital in Nanning were selected between January 2024 and October 2025. Health anxiety levels were assessed at 0, 3, 7, 14, and 28 days post-exposure using the Health Anxiety Scale following a 5-dose immunization schedule. A latent variable growth mixture model was employed to identify anxiety development trajectori
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: Chronic posthemorrhagic hydrocephalus often arises following spontaneous subarachnoid hemorrhage (SAH). Timely identification of patients predisposed to develop chronic shunt-dependent hydrocephalus may significantly enhance clinical outcomes.
METHODS: We performed an analysis of 510 SAH patients treated at our institution between 2013 and 2018. Clinical and radiological variables, including age, sex, Hunt & Hess grade, Fisher Score, external ventricular drainage placement, central nervous system infection, aneurysm characteristics, and treatment modalities, were evaluated. Superv
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.
Fluid overload, while common in the ICU and associated with serious sequelae, is hard to predict and may be influenced by ICU medication use. Machine learning (ML) approaches may offer advantages over traditional regression techniques to predict it. We compared the ability of traditional regression techniques and different ML-based modeling approaches to identify clinically meaningful fluid overload predictors. This was a retrospective, observational cohort study of adult patients admitted to an ICU ≥ 72 h between 10/1/2015 and 10/31/2020 with available fluid balance data. Models to predict fl
Наблюдательное исследованиеСтатьяПоддержка службы здравоохранения 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.
Spread of multidrug-resistant Escherichia coli clinical isolates is a main problem in the treatment of infectious diseases. Therefore, the modern scientific approaches in decision this problem require not only a prevention strategy, but also the development of new effective inhibitory compounds with selective molecular mechanism of action and low toxicity. The goal of this work is to identify more potent molecules active against E. coli strains by using machine learning, docking studies, synthesis and biological evaluation. A set of predictive QSAR models was built with two publicly available
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 the capacity of multivariable prediction of preeclampsia during pregnancy, based on detailed routinely collected early pregnancy data in nulliparous women.
DESIGN AND SETTING: A population-based cohort study of 62 562 pregnancies of nulliparous women with deliveries 2008-13 in the Stockholm-Gotland Counties in Sweden.
METHODS: Maternal social, reproductive and medical history and medical examinations (including mean arterial pressure, proteinuria, hemoglobin and capillary glucose levels) routinely collected at the first visit in antenatal care, constitute the predictiv
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.
Cognitive neuroscience has seen rapid growth in the size and complexity of data recorded from the human brain as well as in the computational tools available to analyze this data. This data explosion has resulted in an increased use of multivariate, model-based methods for asking neuroscience questions, allowing scientists to investigate multiple hypotheses with a single dataset, to use complex, time-varying stimuli, and to study the human brain under more naturalistic conditions. These tools come in the form of "Encoding" models, in which stimulus features are used to model brain activity, an
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.
OBJECTIVE: Prescription drug monitoring programs (PDMPs) offer a promising data source for the development of clinical decision support (CDS) systems to guide opioid prescribing, but most PDMP agencies lack capacity for in-house model development-instead relying on third-party tools. This study aims to externally validate a PDMP-based model, developed using 2018 California PDMP records, to predict new long-term use among Kentucky opioid-naïve patients and compare its performance to Kentucky-specific machine learning (ML) models.
MATERIALS AND METHODS: We identified opioid-naïve Kentucky resid
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.
Predicting complex traits like yield in new environments is challenging due to genotype-by-environment interactions (GEI). Environmental covariates (ECs) can improve prediction by describing environmental variation relevant to GEI. However, approaches that model genotype-specific responses to one or multiple ECs can become highly parameterized and difficult to fit because of the need to estimate complex covariance structures. In addition, EC-based prediction methods typically assume that future environmental conditions are known. Building on recent work, we extended a reduced-rank factor-analy
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: Type 2 diabetes mellitus (T2DM) is an escalating public health concern across Africa, but regionally tailored predictive models are scarce. Advances in machine learning (ML) offer potential for early identification, though previous research has been constrained by methodological issues such as data leakage, class imbalance, and overfitting, limiting clinical deployment, especially in digital health contexts.
METHODS: This study analysed data from 2,010 participants in the H3Africa AWI-Gen cohort in northern Ghana to develop and evaluate ML-based prediction models tailored to Afric
СтатьяПрепринтПолный 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 systematic review evaluates artificial intelligence (AI)-based predictive models developed for early sepsis detection in adult hospitalized patients. It explores model types, input features, validation strategies, performance metrics, clinical integration, and implementation challenges.
DATA SOURCES: A systematic search was conducted across PubMed, Scopus, Web of Science, Google Scholar, and CENTRAL for studies published between January 2015 and March 2025.
STUDY SELECTION: Eligible studies included those developing or validating AI models for adult inpatient sepsis predicti
СтатьяСистематический обзорМетаанализПоиск 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: This study was aimed at developing and comparing prediction models based on Sonovue and Sonazoid contrast-enhanced ultrasound (CEUS) in predicting pathologic grade and microvascular invasion (MVI) of hepatocellular carcinoma (HCC). Also investigated was whether Kupffer phase images have additional predictive value for the above pathologic features.
METHODS: Ninety patients diagnosed with primary HCC who had undergone curative hepatectomy were prospectively enrolled. All patients underwent conventional ultrasound (CUS), Sonovue-CEUS and Sonazoid-CEUS examinations pre-operatively. Cl
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.