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
21359 публикаций
Поиск: 331 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1553 с найденным полным текстом
International journal of biological macromolecules2024eng
This study aims to develop sorafenib-loaded self-assembled nanoparticles (SFB-SANPs) using the combined approach of artificial neural network and design of experiments (ANN-DoE) and to compare it with other machine learning (ML) models. The central composite design (CCD) and ML algorithms were used to screen the effects of concentrations of both the polymers (polyethyleneimine and fucoidan) on the outcome responses, i.e., particle size and entrapment efficiency with defined constraints. The prediction from different ML models (bootstrap forest, K-nearest neighbors, artificial neural network, g
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 explore the potential of pre-therapy computed tomography (CT) parameters in predicting the treatment response to initial conventional TACE (cTACE) in intermediate-stage hepatocellular carcinoma (HCC) and develop an interpretable machine learning model.
METHODS: This retrospective study included 367 patients with intermediate-stage HCC who received cTACE as first-line therapy from three centers. We measured the mean attenuation values of target lesions on multi-phase contrast-enhanced CT and further calculated three CT parameters, including arterial (AER), portal venous (PER), an
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: Antibiotic stewardship programs (ASP) aim to reduce inappropriate use of antibiotics, but their labor-intensive nature impedes their wide adoption. The present study introduces explainable machine learning (ML) models designed to prioritize inpatients who would benefit most from stewardship interventions.
METHODS: A cohort of inpatients who received systemic antibiotics and were monitored by a multidisciplinary ASP team at a tertiary hospital in the Republic of Korea was assembled. Data encompassing over 130,000 patient-days and comprising more than 160 features from multiple doma
СтатьяПоддержка 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.
BACKGROUND: Single nucleotide polymorphisms influence the effects of tacrolimus and cyclosporine in renal transplants.
AIM: We set out to use machine learning algorithms (MLAs) to identify variables that predict the therapeutic effects and adverse events following tacrolimus and cyclosporine administration in renal transplant patients.
METHOD: We sampled 120 adult renal transplant patients (on cyclosporine or tacrolimus). Generalized linear model (GLM), support vector machine (SVM), artificial neural network (ANN), Chi-square automatic interaction detection, classification and regression tre
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: Meningiomas are common primary brain tumours, with macrophages playing a crucial role in their development and progression. This study aims to identify module genes correlated with meningioma-associated macrophages and analyse their correlation with clinical features and immune infiltration.
METHODS: We analysed single-cell RNA sequencing (scRNA-seq) data from two paired meningioma and normal meninges to identify meningioma-associated macrophages. High-dimensional weighted gene co-expression network analysis (hdWGCNA) was employed to identify module genes linked to these macrophag
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: Surface-based cortical morphological patterns provide insight into the neural mechanisms of Parkinson's disease (PD). Explorations of the relationship between these patterns and the clinical assessment and treatment effects could be used to inform early intervention and treatment planning.
METHODS: We recruited 78 PD patients who underwent presurgical evaluation and 55 healthy controls. We assessed neocortical sulcal depth, gyrification index, and fractal dimension and applied a general linear model using the multivariate Hotelling's t-test to determine the joint effect of surface
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: Radiotherapy (RT)-induced lymphopenia (RIL) is commonly associated with adverse clinical outcomes in patients with cancer. Using machine learning techniques, a retrospective study was conducted for patients with esophageal cancer treated with proton and photon therapies to characterize the principal pretreatment clinical and radiation dosimetric risk factors of grade 4 RIL (G4RIL) as well as to establish G4RIL risk profiles.
METHODS: A single-institution retrospective data of 746 patients with esophageal cancer treated with photons (n = 500) and protons (n = 246) was reviewed. The pr
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVES: To assess fairness and bias of a previously validated machine learning opioid misuse classifier.
MATERIALS & METHODS: Two experiments were conducted with the classifier's original (n = 1000) and external validation (n = 53 974) datasets from 2 health systems. Bias was assessed via testing for differences in type II error rates across racial/ethnic subgroups (Black, Hispanic/Latinx, White, Other) using bootstrapped 95% confidence intervals. A local surrogate model was estimated to interpret the classifier's predictions by race and averaged globally from the datasets. Subgroup analy
СтатьяПоддержка NIH: внешняя программаПоддержка службы здравоохранения 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.
OBJECTIVE: Peripheral neuropathies (PNPs) in HIV-infected patients are highly debilitating because of neuropathic pain and physical disabilities. We defined prevalence and associated predictive variables for PNP subtypes in a cohort of persons living with HIV.
DESIGN: Adult persons living with HIV in clinical care were recruited to a longitudinal study examining neurological complications.
METHODS: Each patient was assessed for symptoms and signs of PNP with demographic, laboratory, and clinical variables. Univariate, multiple logistic regression and machine learning analyses were performed
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Clinical trials need efficient tools to assist in recruiting patients at risk of Alzheimer disease and related dementias (ADRD). Early detection can also assist patients with financial planning for long-term care. Clinical notes are an important, underutilized source of information in machine learning models because of the cost of collection and complexity of analysis.
OBJECTIVE: This study aimed to investigate the use of deidentified clinical notes from multiple hospital systems collected over 10 years to augment retrospective machine learning models of the risk of developing ADR
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: Patients with behavioral variant of frontotemporal dementia (bvFTD) initially may only show behavioral and/or cognitive symptoms that overlap with other neurological and psychiatric disorders. The diagnostic accuracy is dependent on progressive symptoms worsening and frontotemporal abnormalities on neuroimaging findings. Predictive biomarkers could facilitate the early detection of bvFTD.
OBJECTIVE: To determine the prognostic accuracy of clinical and structural MRI data using a support vector machine (SVM) classification to predict the 2-year clinical follow-up diagnosis in a gro
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.
BACKGROUND: Maternal mental disorders are considered a leading complication of childbirth and a common contributor to maternal death. In addition to undermining maternal welfare, untreated postpartum psychopathology can result in child emotional and physical neglect and associated significant pediatric health costs. Some women may experience traumatic childbirth and develop posttraumatic stress disorder symptoms after delivery (childbirth-related posttraumatic stress disorder). Although women are routinely screened for postpartum depression in the United States, there is no recommended protoco
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Introduction: The global headlines have been dominated by the sudden and widespread outbreak of monkeypox, a rare and endemic zoonotic disease caused by the monkeypox virus (MPXV). Genomic composition based machine learning (ML) methods have recently shown promise in identifying host adaptability and evolutionary patterns of virus. Our study aimed to analyze the genomic characteristics and evolutionary patterns of MPXV using ML methods. Methods: The open reading frame (ORF) regions of full-length MPXV genomes were filtered and 165 ORFs were selected as clusters with the highest homology. Unsup
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.
Head and neck cancer (HNC) presents a significant challenge due to its anatomic complexity and treatment-related complications such as sticky saliva and xerostomia, which critically impair patients' quality of life. Recent advancements in imaging technologies, using the concept of radiomics, offer promising approaches for predicting these complications and ultimately reducing their incidence. In this regard, robust feature selection is critical in radiomics-based predictive modeling due to the high dimensionality, redundancy, and instability of extracted imaging biomarkers. This study aims to
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.
OBJECTIVES: To develop and validate interpretable machine learning (ML) models incorporating MRI-derived paraspinal muscle parameters to predict new vertebral compression fractures (NVCF) after vertebral augmentation.
MATERIALS AND METHODS: This multicenter retrospective study included patients with osteoporotic vertebral compression fractures (OVCF) who underwent vertebral augmentation with a 2-year follow-up. Data from two centers were merged and randomly divided (8:2) into training and test sets, while data from the third center served as an independent external validation set. Clinical va
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.
BACKGROUND: Postoperative complications contribute significantly to patient morbidity and mortality. Early prediction of such complications could enable the care team to intervene promptly and improve patient outcomes. Existing surgical risk scores are easy to use but lack accuracy and do not provide individualized risk or guidance for clinical decision-making.
OBJECTIVE: This study aimed to develop and evaluate machine learning models using the INSPIRE perioperative dataset to predict whether an individual patient will require critical postoperative interventions-ventilatory support, extraco
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 assess the diagnostic potential of magnetic resonance imaging (MRI) radiomics and machine learning models using T2-weighted and contrast-enhanced (CE)-T1-weighted images, individually and combined, to predict the invasiveness of pituitary neuroendocrine tumors (PitNETs).
MATERIALS AND METHODS: Patients with macro-PitNETs were retrospectively enrolled from 2019 to 2022. Radiomic features were extracted from manually segmented lesions on preoperative T2-weighted and CE-T1-weighted images and, after a feature selection step, used to assess invasiveness, defined following Trouillas
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: With the increased utilization of Total Shoulder Arthroplasty (TSA) in the outpatient setting, understanding the risk factors associated with complications and hospital readmissions becomes a more significant consideration. Prior developed assessment metrics in the literature either consisted of hard-to-implement tools or relied on postoperative data to guide decision-making. This study aimed to develop a preoperative risk assessment tool to help predict the risk of hospital readmission and other postoperative adverse outcomes.
METHODS: We retrospectively evaluated the 2019-2022(Q
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.
RATIONALE AND OBJECTIVES: To establish and validate a predictive multi-machine learning model for the long-term efficacy of uterine artery embolization (UAE) in the treatment of adenomyosis based on habitat subregions.
MATERIALS AND METHODS: Patients who underwent UAE for adenomyosis at institution A between November 2015 and June 2018 were included in the training cohort and those at institution B between June 2017 and June 2019 were included in the test cohort. The regions of interest (ROI) were manually segmented on the T2-weighted images (T2WI). The ROIs were subsequently partitioned into
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: Although targeted biological treatments have transformed the outlook for patients with rheumatoid arthritis (RA), 40% of patients show poor clinical response, and there is an imperative to unravel the molecular pathways and mechanisms underlying non-response and disease progression. 5-20% of RA individuals do not respond to all current medications including biologic and targeted therapies, which suggests that distinct pathogenic processes underlie multi-drug refractoriness.
OBJECTIVES: In this brief review we discuss advances from recent studies in precision medicine in rheumatoid
ОбзорСтатьяПоддержка исследования: вне правительства СШАПолный 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.