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
23018 публикаций
Поиск: 276 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1025 с найденным полным текстом
Background: The pathological response to neoadjuvant chemotherapy (NAC) is an established predictor of long-term outcomes in breast cancer. However, conventional binary assessment based solely on pathological complete response (pCR) fails to capture prognostic heterogeneity across molecular subtypes. This study aimed to develop an interpretable deep learning model that integrates multiple clinical and pathological variables to predict both recurrence and metastasis development following NAC treatment. Methods: We conducted a retrospective analysis of 832 breast cancer patients who received NAC
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.
OBJECTIVE: Gestational diabetes mellitus (GDM) is one of the most common pregnancy complications. Electronic health records (EHRs) promise GDM risk prediction, but missing data poses a challenge to developing reliable and generalizable risk prediction models. This study aims to address the problem of missing EHR data in GDM prediction before 12 weeks gestation.
METHODS: A total of 5066 women with singleton pregnancies, aged 18 to 50, were included in this retrospective study. This study evaluated 6 imputation methods, combined with 4 classification machine learning models. The evaluation enco
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 Body Roundness Index (BRI) has recently been proposed as an effective metric for assessing obesity-related health risks, but its association with female infertility remains insufficiently studied. This study aims to evaluate the predictive power of BRI in comparison to traditional obesity measures (waist circumference (WC) and body mass index (BMI)) for predicting female infertility using data from the National Health and Nutrition Examination Survey (NHANES). A total of 2962 women aged 18-45 years were included in this cross-sectional analysis. Multivariable logistic regression models wer
СтатьяСравнительное 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: Predicting hematoma progression in traumatic brain injury (TBI) is crucial for timely interventions and effective clinical management, as unchecked hematoma growth can lead to rapid neurological deterioration, increased intracranial pressure, and poor patient outcomes. Accurate risk assessment enables proactive therapeutic strategies, minimizing secondary brain damage and improving survival rates.
METHODS: This study evaluated to assess the performance of artificial intelligence (AI) algorithms, including machine learning (ML) and deep learning (DL), in forecasting risk of hematom
СтатьяСистематический обзорМетаанализПолный 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: Unmeasured contextual factors contribute to Black-White disparities in preterm birth (PTB), but their effects are difficult to isolate due to complex relationships with individual factors connected in non-linear ways. To address this, we applied explainable machine learning to model interactions between individual and contextual factors to predict PTB and identify its key predictors among non-Hispanic Black (NHB) and non-Hispanic White (NHW) primiparous women in the U.S. METHODS: Elastic Net, Random Forest, and XGBoost models were developed using Pregnancy Risk Assessment Monitorin
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.
PurposeChronic or shunt-dependent hydrocephalus is a frequent consequence of subarachnoid hemorrhage (SAH) with an unclear pathophysiology, making treatment challenging. Despite favorable outcomes following cerebrospinal fluid (CSF) diversion, high-risk surgical interventions remain necessary in some cases. Accurate prediction of chronic or shunt-dependent hydrocephalus in SAH patients can play an important role in their management. This systematic review and meta-analysis assessed the predictive performance of machine learning (ML) models in forecasting chronic or shunt-dependent hydrocephalu
СтатьяСистематический обзорМетаанализПолный 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: Femoral neck fractures are the most common type of hip fracture, and the postoperative complications associated with these fractures significantly affect patients' quality of life and healthcare costs. The objective of this study was to develop a predictive model using machine learning (ML) techniques to assess the risk of postoperative complications in young and middle-aged patients with femoral neck fractures.
METHODS: We retrospectively analyzed data from 899 young and middle-aged patients with femoral neck fractures who underwent surgical treatment between September 2019 and Ju
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.
PURPOSE: Urinary tract dilation (UTD) classification provides reliable predictive value for congenital anomalies of the kidney and urinary tract (CAKUT) but does not clearly define when advanced imaging is required. This study aimed to identify which specific UTD parameters most effectively predict the presence of CAKUT using multiple machine learning (ML) algorithms. METHODS: This retrospective cohort study included infants diagnosed with prenatal hydronephrosis (HN). Data on demographics, ultrasound findings, and final diagnoses were collected. Multiple supervised ML algorithms were trained
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: Sensory experience impacts brain development. In the mouse somatosensory cortex, sensory deprivation via whisker trimming induces reductions in the perineuronal net, the size of neuronal cell bodies, the size and orientation of dendritic arbors, the density of dendritic spines, and the level of myelination, among other effects.
NEW METHODS: Using a custom-developed laboratory diffractometer, we measured the X-ray diffraction patterns of mouse brain tissue to establish a novel method for examining nanoscale brain structures. Two groups of mice were examined: a control group and one
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: Extended aortic arch repair (EAR) is increasingly adopted for treating acute type A aortic dissection (ATAAD). However, existing prediction models may not be suitable for assessing the in-hospital death risk in ATAAD patients undergoing EAR. This study aims to develop a comprehensive risk prediction model for in-hospital death following EAR based on patient's preoperative status and surgical data, which may contribute to identification of high-risk individuals and improve outcomes following EAR.
METHODS: We reviewed clinical records of consecutive adult ATAAD patients undergoing E
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.
UNLABELLED: The escalating therapeutic use of methadone has coincided with an increase in accidental ingestions, particularly among children ≤ 5 years. This study utilized machine learning (ML) methodologies on data from the National Poison Data System (NPDS) to predict pediatric methadone poisoning outcomes to enhance clinical decision-making. We analyzed 140 medical parameters from pediatric patient records. Pre-processing steps, including synthetic oversampling, addressed the imbalanced distribution of the outcome variable. We evaluated various ML models in multiclass classification tasks.
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: Obstructive sleep apnea (OSA) is a prevalent disorder characterized by significant metabolic and immune dysregulation. This study aims to uncover exosome-related biomarkers implicated in immune-metabolic disturbances in OSA and explore their potential as diagnostic and therapeutic targets.
METHODS: Transcriptomic data from two GEO datasets (GSE135917 and GSE38792) were integrated and analyzed using differential expression analysis via the limma package. Key biomarkers were identified using feature selection techniques including LASSO and Random Forest. Machine learning models, spe
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: EBV is a widespread virus implicated in various diseases, including SLE. However, the specific genes and pathways altered in SLE patients with EBV infection remain unclear. We aimed to identify key genes and immune cells in SLE patients with EBV infection.
METHODS: The datasets of SLE (GSE50772 and GSE81622) and EBV infection (GSE85599 and GSE45918) were obtained from the Gene Expression Omnibus (GEO) database. Next, differential gene expression (DEGs) analyses were conducted to identify overlapping DEGs, and then enrichment analysis was performed. Machine learning was applied to
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.
INTRODUCTION: To diagnose osteoporosis, assess the risk of fragility fracture, and determine the necessity for treatment, bone mineral density (BMD) is mostly measured from dual energy X-ray absorptiometry (DXA) as a gold standard. Due to the limited resources of DXA, we proposed the deep learning models to screen for osteoporosis and measure its accuracy on osteoporosis detection from lumbar spine radiographs.
MATERIALS AND METHODS: The models were developed from the training data set (2244 anteroposterior and 2368 lateral lumbar spine radiographs). We categorized patients into two groups ba
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: The study aimed to investigate the classification performance of artificial intelligence (AI) in diagnosing connective tissue diseases(CTD). This was done by analyzing laboratory data, including additional markers, in patients who tested positive for antinuclear antibody(ANA).
MATERIAL/METHODS: The research included 663 ANA-positive patients. An automated machine learning approach, specifically Auto-Weka, was used to classify these patients based on 75 features, including age, sex, and various laboratory tests.
RESULTS: The Bayes Network achieved the highest overall performance w
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: Medication-related osteonecrosis of the jaw (MRONJ) is a rare but serious adverse event. Herein, we conducted a quantitative structure-activity relationship analysis using the U.S. Food and Drug Administration Adverse Drug Reaction Database System (FAERS) and machine learning to construct a drug prediction model for MRONJ induction based solely on chemical structure information. Methods: A total of 4815 drugs from FAERS were evaluated, including 70 and 139 MRONJ-positive and MRONJ-negative drugs, respectively, identified based on reporting odds ratios, Fisher's exact tests, and ≥10
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: High tibial osteotomy (HTO) is a key joint-preserving procedure for medial compartment osteoarthritis and varus deformity, but conventional planning is operator-dependent. Machine learning (ML) offers potential to automate radiographic assessment and predict surgical outcomes. This systematic review evaluated the accuracy, efficiency, and generalizability of ML models applied to HTO planning and prediction.
METHODS: Following PRISMA 2020 guidelines (PROSPERO CRD420251122187), PubMed, EMBASE, and Web of Science were searched to August 2025. Studies using ML for HTO planning, alignm
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.
PURPOSE: To develop a machine learning model for predicting stone-free (SF) outcomes following extracorporeal shock wave lithotripsy (SWL) and to identify key clinical and stone-related predictors using interpretable machine learning techniques.
METHODS: A total of 369 patients who underwent SWL between 2013 and 2022 at a single institution were retrospectively analyzed. Clinical and stone-related features were used to train a Light Gradient Boosting Machine (LightGBM) classification model. The dataset was split into training (70%) and testing (30%) sets, and model performance was evaluated u
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.
To develop a noninvasive diagnostic model integrating deep learning and radiomics for improving the accuracy and clinical utility of early melanoma diagnosis. A total of 350 patients with cutaneous pigmented lesions admitted to our hospital between January 2022 and December 2024 were retrospectively enrolled and randomly divided into a training set ( n = 245) and a validation set ( n = 105) in a 7:3 ratio. Complete information were obtained for all patients. Univariate analysis was used to screen factors associated with malignant melanoma. Variables were refined using the least absolute shri
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.
OBJECTIVE: To construct and validate a predictive model for the risk of postoperative constipation in middle-aged and elderly patients with lower limb fractures based on machine learning algorithms, so as to provide decision-making support for clinical prevention and early intervention.
METHODS: This study conducted a retrospective analysis of clinical data of 1,128 middle-aged and elderly patients who underwent lower limb fracture surgery between January 2020 and May 2024, with data collection occurring from October to December 2024. Whether constipation occurred or not was used as the outco
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.