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: 483 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Journal of the American College of Emergency Physicians open2021eng
OBJECTIVES: Identification of patients with coronavirus disease 2019 (COVID-19) at risk for deterioration after discharge from the emergency department (ED) remains a clinical challenge. Our objective was to develop a prediction model that identifies patients with COVID-19 at risk for return and hospital admission within 30 days of ED discharge.
METHODS: We performed a retrospective cohort study of discharged adult ED patients (n = 7529) with SARS-CoV-2 infection from 116 unique hospitals contributing to the National Registry of Suspected COVID-19 in Emergency Care. The primary outcome was re
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: Thoracic endovascular aortic repair (TEVAR) and complex endovascular aneurysm repair (EVAR) are complex procedures that carry a significant risk of complications. While risk prediction tools can aid in clinical decision making, they remain limited. We developed machine learning algorithms to predict outcomes following TEVAR and complex EVAR.
METHODS: The Vascular Quality Initiative database was used to identify patients who underwent elective TEVAR and complex EVAR for noninfrarenal aortic aneurysms between 2012 and 2023. We extracted 172 features from the index hospitalization, i
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.
RNA-based biosensors have emerged as essential tools in synthetic biology and diagnostics, enabling precise and programmable responses to diverse RNA inputs. However, the time to design, produce, and screen high-performance RNA sensors remains a critical challenge. The fundamental rules governing RNA-RNA interactions-specifically the structure-function relationships that determine sensor performance-remain poorly understood. Here, we present a method enabling versatile in-silico RNA-targeting analysis (VISTA), a machine learning-guided framework for the rapid design of RNA sensors. VISTA integ
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.
INTRODUCTION: Climate change is causing an increase in natural disasters and extreme weather events. This threat is impacting the mental health of those who experience it. However, empirical research in the Spanish context is limited by the lack of culturally adapted tools.
METHODS: In this study, we have adapted and validated with a Spanish sample composed by 73 participants the Natural Disasters Picture System (NDPS). The methodology incorporated Exploratory Factor Analysis (EFA), Mixed Linear Models (MLM) with intercepts for subjects and stimuli, and predictive classification using Machine
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: Deep learning models for phonocardiogram (PCG) classification often achieve high accuracy but lack transparency in relation to clinically meaningful features. Existing explainable artificial intelligence (XAI) methods rarely ensure alignment between model attributions and cardiac physiology.
METHODS: We propose Scale-Consistent Attribution (SCA), a training-time regularization method that incorporates domain knowledge into model learning. SCA aligns spectral attention with a soft clinical prior, distinguishing low-frequency heart sounds from high-frequency murmurs. The method is ev
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.
ObjectiveTo analyze pelvic floor dysfunction heterogeneity by identifying distinct clinical subtypes using unsupervised machine learning in a nationally representative cohort.MethodsThis cross-sectional study analyzed 7291 women from the National Health and Nutrition Examination Survey (NHANES 2005-2012). K-means clustering was applied to pelvic floor dysfunction-positive women to identify latent subtypes based on physiological features. Supervised machine learning models were subsequently developed to predict subtype membership, with SHapley Additive exPlanation analysis used to identify key
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.
AIM: Machine learning (ML) applications in pharmacovigilance remain limited and underexplored. Using data from the French National pharmacovigilance database (FNPV), this proof-of-concept study aimed to assess the feasibility of using a ML algorithm-eXtreme Gradient Boosting (XGBoost)-combined with SHapley Additive exPlanations (SHAP) analysis, to classify a well-defined drug-adverse reaction pair (warfarin-associated gastrointestinal bleeding) and identify risk factors for reporting this adverse reaction.
METHODS: We extracted individual case safety reports (ICSRs) involving warfarin from th
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.
Polygenic risk scores (PRSs), which quantify inherited susceptibility to complex traits and diseases, have emerged as valuable tools for risk stratification and precision medicine. Despite their promise, PRS developed on European cohorts often demonstrate substantially reduced predictive accuracy in non-European populations, due to differences in genetic architecture. The disproportionate representation of European ancestry cohorts in genome-wide association studies (GWAS) leads to inequitable deployment of PRS technologies across diverse populations. Here, we introduce PRANA (Polygenic Risk A
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.
Membranous Nephropathy (MN) is the leading cause of primary nephrotic syndrome in adults, characterized by significant clinical heterogeneity ranging from spontaneous remission to end-stage kidney disease. Current management of membranous nephropathy, which relies heavily on renal biopsy and static serological markers such as anti-PLA2R antibodies, often fails to predict individual disease trajectories. This limitation frequently leads to empirical immunosuppressive therapy with a trial-and-error approach. This review explores the transformative potential of Artificial Intelligence (AI) in res
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.
BACKGROUND: Predicting pathological response to neoadjuvant chemotherapy combined with immunotherapy (NACI) in locally advanced gastric cancer (LAGC) remains challenging. This study aimed to develop a non-invasive predictive model by integrating intratumoral habitat imaging features, peritumoral radiomics, and clinical characteristics from baseline contrast-enhanced CT (CECT).
METHODS: In this retrospective, two-center study, 281 LAGC patients receiving NACI followed by surgery were enrolled. Patients were classified as responders or non-responders based on tumor regression grade (TRG). Tumor
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.
OBJECTIVE: To evaluate the estimated lens diameter (eLD) of the crystalline lens in a large European cohort.
METHODS AND ANALYSIS: Data sets from an Austrian population acquired between 2020 and 2022 were analysed in this study. Measurements included optical biometry (IOLMaster 700, Carl Zeiss Meditec AG, Germany) as well as anterior segment optical coherence tomography (CASIA2, Tomey, Japan). For eLD prediction, three different machine learning approaches were implemented.
RESULTS: In total, 2352 eyes of 2352 patients were included in this study. The eLD was normally distributed with a mean
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: The prognostic nutritional index (PNI) and geriatric nutritional risk index (GNRI) are reliable alternative biomarkers of nutrition. However, the relationship between nutritional indicators and mortality of elderly patients in the cardiac care unit (CCU) and cardiovascular intensive care unit (CVICU) remains unknown.
METHODS: This retrospective observational study analyzed data from 811 elderly patients in the Medical Information Mart for Intensive Care IV (MIMIC-IV) database. The primary outcome was 360-day all-cause mortality. PNI and GNRI were evaluated using restricted cubic s
СтатьяНаблюдательное исследованиеСравнительное 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: Breast cancer is a leading cause of cancer morbility and mortality in women. The possibility of overtreatment or inappropriate treatment exists, and methods for evaluating prognosis need to be improved.
MATERIALS AND METHODS: Patients (from January 2013 to December 2018) were recruited and divided into a training group and a testing group. All patients were followed for more than 3 years. Patients were divided into a disease-free group and a recurrence group based on follow up results at 3 years. Ultrasound (US) and mammography (MG) images were collected to establish deep learning
Многоцентровое исследованиеСтатьяПоддержка 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.
The drilling rate index (DRI) of rocks is important for optimizing drilling operations, as it informs the choice of appropriate methods and equipment, ultimately improving the efficiency of rock excavation projects. This study presents a hybrid machine learning approach to predict the DRI of rocks accurately. By integrating grey wolf optimization with support vector machine (GWO-SVM), random forest (GWO-RF), and extreme gradient boosting (GWO-XGBoost) models, the aim was to enhance predictive accuracy. Among these, the GWO-XGBoost model exhibited superior predictive performance, achieving a co
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.
Routine echocardiography at one month after diagnosis is the current standard for screening coronary artery abnormalities (CAA), a major complication of Kawasaki disease. The study aimed to develop and validate models to predict CAA and assess whether routine echocardiography could be safely reduced in low-risk patients. Two prospective multicenter Japanese registries were utilized: PEACOCK (development/internal validation) and Post-RAISE (external validation). Variables obtained within one week of diagnosis were used to predict CAA at one month after diagnosis, defined as a maximum coronary a
СтатьяМногоцентровое исследованиеВалидационное 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.
EDock-ML is a web server that facilitates the use of ensemble docking with machine learning to help decide whether a compound is worthwhile to be considered further in a drug discovery process. Ensemble docking provides an economical way to account for receptor flexibility in molecular docking. Machine learning improves the use of the resulting docking scores to evaluate whether a compound is likely to be useful. EDock-ML takes a bottom-up approach in which machine-learning models are developed one protein at a time to improve predictions for the proteins included in its database. Because the
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.
BACKGROUND: Risk scores aim to predict 30-day heart failure (HF) readmissions.
PROJECT RATIONALE: Current models, including Epic's Risk of Unplanned Readmission for a 30-Day Event, demonstrate modest to moderate discriminatory ability (area under the curve: 0.59-0.72).
PROJECT SUMMARY: The goals of this study were to create an electronic health record (EHR)-automatable 30-day HF readmission risk calculator; to test the accuracy of Epic's model to predict 30-day HF readmission risk; and to compare the 2 models. To derive our EHR-automatable model using machine learning, we first performed a s
Клинический случайСтатьяПолный 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.
Drug response prediction (DRP), accounting for the diverse biological characteristics of cancer types that affect sensitivity or resistance to treatment, is crucial for anticancer drug selection and discovery. Although numerous deep learning models for DRP have been developed, it has not been investigated whether these models can maintain reliable predictive power when applied to omics datasets not used for training, which is crucial for real-world applications. Moreover, they have not been rigorously examined through systematic benchmark tests to investigate the relationships between model ar
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.
This study aims to forecast the spread of acute diarrhoea and dengue diseases in India by conducting a comparative analysis of statistical, mathematical (compartmental), and deep learning time series models. Utilizing weekly reported cases and fatalities from January 1, 2011, to Week 33, 2024, we evaluated ten forecasting techniques, including Regression, Bayesian Linear Regression with MultiOutputRegressor + XGBoost, SIR model, Prophet, N-BEATS, GluonTS, LSTM, Seq2Seq, and the ARIMA statistical model. Performance was assessed using mean absolute percentage error (MAPE) and root mean square er
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.
We focus on the utility of artificial intelligence (AI) in the management of macular hole (MH). We synthesize 25 studies, comprehensively reporting on each AI model's development strategy, validation, tasks, performance, strengths, and limitations. All models analyzed ophthalmic images, and 5 (20 %) also analyzed clinical features. Study objectives were categorized based on 3 stages of MH care: diagnosis, identification of MH characteristics, and postoperative predictions of hole closure and vision recovery. Twenty-two (88 %) AI models underwent supervised learning, and the models were most of
СтатьяScoping ReviewПоиск 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.