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
11405 публикаций
Поиск: 342 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 799 с найденным полным текстом
BACKGROUND: In-hospital heart failure (HF) remains common after primary percutaneous coronary intervention (PPCI) for ST-segment elevation myocardial infarction (STEMI) and is associated with adverse in-hospital outcomes. In addition, whether procedural complete revascularization (CR) can be achieved during the index PCI is clinically relevant but often constrained in real-world practice. We aimed to develop and externally validate machine-learning (ML) models for these two complementary prediction tasks.
METHODS: We conducted a multicenter cohort study of STEMI patients treated with PPCI fro
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/Objectives: Despite the increasing rates of disability associated with aging, obesity, and osteoarthritis requiring surgery, optimizing rehabilitation after hospital discharge remains a major challenge and a key determinant of care safety, quality, and sustainability. The aim of this exploratory study is to evaluate the predictive performance of machine learning (ML) models for predicting Inpatient Rehabilitation Length Of Stay (IRLOS), Function in the Activities of Daily Living (FADL) and discharge destination (DD) in patients who underwent total joint replacement for hip and knee
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: The lactate dehydrogenase-to-albumin ratio (LDAR) reflects tissue damage, inflammation, and nutritional status. Its prognostic value in urosepsis remains unexplored. We evaluated LDAR's association with short-term mortality and developed an LDAR-based prediction model.
METHODS: This retrospective dual-cohort study used MIMIC-IV (n=3,060) and an external cohort (n=370). Exposure was log2-transformed LDAR (logLDAR); outcomes were 28-day intensive care unit (ICU) and in-hospital mortality. Cox regression with three adjustment models, restricted cubic splines (RCS), and Kaplan-Meier 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.
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.
OBJECTIVES: To validate blood oxygen level-dependent MRI (BOLD-MRI) for non-invasive discrimination of diabetic nephropathy (DN) vs non-diabetic renal disease (NDRD) and prediction of end-stage renal disease (ESRD) in diabetic kidney disease (DKD).
MATERIALS AND METHODS: A prospective cohort of 133 biopsy-proven DKD patients underwent BOLD-MRI. The semi-automated 12-layer concentric-objects method was used to analyze BOLD-MRI variables. Prognostic markers for ESRD were identified using univariate and multivariate Cox regression. Feature importance was used to select key diagnostic variables a
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: Increasing work pressure has elevated burnout risk among Chinese nurses; identifying associated factors and developing predictive models are essential for early intervention.
AIMS: This study aims to develop a nurse burnout prediction model based on machine learning algorithms in order to assist nursing management in the future.
STUDY DESIGN: A cross-sectional online survey of 1391 Chinese nurses (burnout rate: 75.7%) was conducted from June to September 2025 using snowball sampling. Burnout was measured by MBI-GS, and 25 candidate variables were collected. Data were split 80/20
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: Patients with breast cancer often experience health-related quality of life (HRQoL) impairments that remain difficult to predict on an individual level. Prediction models can aid in understanding individual survivorship trajectories. However, current prognostic models are based on fixed intervals, limiting their utility in clinical follow-up schedules.
OBJECTIVE: This study aimed to develop and externally validate time-dynamic machine learning (ML) models that predict clinically relevant HRQoL impairments in nonmetastatic patients with breast cancer.
METHODS: Using the pooled mul
СтатьяВалидационное 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.
BACKGROUND: Acute kidney injury (AKI) is a common and serious complication among hospitalized patients, and early risk stratification remains challenging due to heterogeneous clinical data and limited interpretability of existing prediction models. Foundation models designed for tabular data may enable accurate prediction while preserving interpretability, but their application in early AKI risk assessment has not been fully explored.
OBJECTIVE: To develop and externally validate an interpretable early prediction model for AKI using the Tabular Prior-data Fitted Network (TabPFN) based on rout
СтатьяВалидационное 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.
BACKGROUND: Interstitial fibrosis and tubular atrophy (IFTA) are key pathological features of chronic kidney damage and progression in diabetic nephropathy (DN). Early identification of patients at higher risk of IFTA may support risk stratification, although reliable non-invasive tools remain limited. This study aimed to develop and validate machine learning (ML) models for predicting IFTA in patients with biopsy-confirmed DN.
METHODS: In this retrospective study, 232 patients with biopsy-confirmed DN from 2017 to 2025 were included and randomly divided into a training cohort (n = 164) and a
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: Women with gestational diabetes (GDM) are at increased risk of developing type 2 diabetes (T2D). Prognostic models have been developed and evaluated, but their methodological quality and applicability remain inconclusive. Recent reviews with the latest search date of March 31, 2025, were conducted with major shortcomings, including failure to adhering best-practice guides and inappropriately pooling heterogeneous model performances. This systematic review aims to synthesise the methodological characteristics of existing prognostic models for T2D following GDM. METHODS: Five electro
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: Enteral nutrition-associated diarrhea (ENAD) is a frequent gastrointestinal complication during enteral nutrition (EN) in critically ill patients. In ICU patients with ischemic stroke, neurological impairment, dysphagia, reduced consciousness, immobility, infection, and intensive care interventions may further impair gastrointestinal tolerance; however, disease-specific prediction tools are scarce.
OBJECTIVE: To develop and internally validate an interpretable machine-learning model for individualized ENAD prediction in ICU patients with ischemic stroke receiving EN.
METHODS: Thi
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: No validated, procedure-specific tool exists for predicting 30-day complications after operative facial fracture repair. This study aimed to develop and temporally validate a clinical risk stratification tool for 30-day complications after operative facial fracture repair.
METHODS: Adults undergoing operative facial fracture repair were identified in the American College of Surgeons National Surgical Quality Improvement Program from 2007 to 2022 (n=4805). The primary outcome was a 30-day ACS-NSQIP composite surgical morbidity endpoint comprising surgical site infection, wound dehi
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.
Goal-directed decisions depend on predictions of future outcomes and are thus sensitive to revaluation of expected outcomes, whereas habitual decisions depend on cached action values or stimulus-response associations and are insensitive to outcome revaluation. Hippocampal neurons encode future states (potentially supporting prediction of future outcomes during goal-directed choice) as well as present states (potentially supporting retrieval of state-dependent action values during habitual choice). Prior studies suggest a role for the hippocampus in goal-directed, outcome-sensitive decision mak
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: Meconium serves as a valuable biological matrix for characterizing fetal metabolic signatures throughout gestation. Selective fetal growth restriction (sFGR) is associated with adverse neurological outcomes, potentially mediated by underlying metabolic perturbations. However, the specific relationship between dysregulated meconium metabolome and brain injury in sFGR remains poorly understood.
METHODS: Untargeted metabolomics analysis was performed on meconium samples from sFGR (n = 20) and monochorionic diamniotic twins with birth weight concordance (MCDA-C, n = 13) to quantify me
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: This study aims to test whether week-long wrist accelerometry combined with deep learning can (i) distinguish healthy individuals from people with knee osteoarthritis (KOA), (ii) separate prodromal KOA from established KOA, and (iii) identify individuals who will receive a KOA diagnosis within 5 years.
METHODS: We conducted a retrospective case-control study using the UK Biobank data set. After quality control, 102,120 participants with valid accelerometry were available; KOA was identified via ICD-10 M17.x codes (n = 7262). To reduce adiposity confounding, analyses were restricted 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.
BACKGROUND: Embryo selection remains one of the most critical determinants of IVF success. Conventional embryo grading relies primarily on morphological assessment and is subject to inter-observer variability and limited predictive accuracy. Recent advances in AI have enabled non-invasive systems to analyze embryological and morphokinetic features, improving embryo selection and reproductive outcomes.
OBJECTIVE: To evaluate the clinical effectiveness of an AI-based non-invasive embryo selection system and develop predictive models for IVF outcomes among patients undergoing assisted reproducti
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: Late gadolinium enhancement (LGE) cardiovascular magnetic resonance (CMR) is the reference standard for assessing myocardial scar and microvascular obstruction (MVO), and is a strong predictor of post-acute myocardial infarction (AMI) outcomes. However, manual segmentation is time-consuming and subject to inter-observer variability, limiting clinical scalability. This study develops and validates LGE-CMRnet, an end-to-end deep learning pipeline for automated scar and MVO segmentation on LGE CMR, and evaluates its prognostic value in AMI patients.
METHODS: A total of 3874 LGE image
СтатьяВалидационное 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.
Background/Objectives: Osteoporosis is a major global health concern, and early risk assessment plays a crucial role in fracture prevention. Although demographic, clinical, and lifestyle factors are commonly incorporated into screening tools, their relative importance within data-driven prediction frameworks can vary substantially across datasets. Rather than aiming to identify novel predictors, this study evaluates the stability and behavior of established osteoporosis risk factors using statistical inference and machine learning-based feature selection methods across heterogeneous data sourc
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.
OBJECTIVES: Differentiating primary mitochondrial disease (PMD) from disorders associated with secondary mitochondrial dysfunction may be challenging because of overlapping biochemical and clinical features. In the present study, the group designated as secondary mitochondrial dysfunction consisted specifically of lysosomal storage disorders. Single biomarkers, such as FGF-21 and GDF-15, may have limited discriminatory power in this setting. In this study, multivariate metabolite panels distinguishing PMD, lysosomal storage disorders associated with secondary mitochondrial dysfunction (SMD), 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.
OBJECTIVE: To develop and validate an interpretable nomogram that integrates an imaging score, clinical characteristics, and machine-learning models to predict 90-day functional outcomes in patients with acute ischemic stroke (AIS) and large-vessel occlusion (LVO).
METHODS: We analyzed 240 AIS patients with anterior circulation LVO who underwent one-stop multimodal CT between October 2019 and December 2024. Fifty-two variables, including pretreatment clinical features, conventional and advanced imaging, and angiographic characteristics, were assessed. The 90-day modified Rankin Scale (mRS-90)
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.