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
35068 публикаций
Поиск: 357 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Today's extensive availability of medical data enables the development of predictive models, but this requires suitable statistical methods, such as machine learning (ML). Especially in forensic psychiatry, a complex and cost-intensive field with risk assessments and predictions of treatment outcomes as central tasks, there is a need for such predictive tools, for example, to anticipate complex treatment courses and to be able to offer appropriate therapy on an individualized basis. This study aimed to develop a first basic model for the anticipation of adverse treatment courses based on prior
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.
Coronary heart disease (CHD) is a major cause of death in Middle Eastern (ME) populations, with current studies of the metabolic fingerprints of CHD lacking in diversity. Identification of specific biomarkers to uncover potential mechanisms for developing predictive models and targeted therapies for CHD is urgently needed for the least-studied ME populations. A case-control study was carried out in a cohort of 1001 CHD patients and 2999 controls. Untargeted metabolomics was used, generating 1159 metabolites. Univariate and pathway enrichment analyses were performed to understand functional cha
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: The recurrence rate of post-tuberculosis chronic pulmonary aspergillosis (post-TB CPA) is alarmingly high. This study aims to establish a risk prediction model utilizing machine learning algorithms to forecast the one-year recurrence risk of post-TB CPA.
METHODS: This retrospective study included all patients diagnosed with pulmonary tuberculosis complicated by chronic pulmonary aspergillosis at Wuhan Pulmonary Hospital in 2022. Ultimately, 220 patients were included for the significance analysis.The Least Absolute Shrinkage and Selection Operator LASSO regression analysis was util
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.
AIMS: Urbanization is related to non-communicable diseases such as congestive heart failure (CHF). Understanding the influence of diverse living environments on physiological variables such as heart rate variability (HRV) in patients with chronic cardiac disease may contribute to more effective lifestyle advice and telerehabilitation strategies. This study explores how machine learning (ML) models can predict HRV metrics, which measure autonomic nervous system responses to environmental attributes in uncontrolled real-world settings. The goal is to validate whether this approach can ascertain
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.
False results and time delay are longstanding challenges in biosensing. While classification models and deep learning may provide new opportunities for improving biosensor performance, such as measurement confidence and speed, it remains a challenge to ensure that predictions are explainable and consistent with domain knowledge. Here, we show that consistency of deep learning classification model predictions with domain knowledge in biosensing can be achieved by cost function supervision and enables rapid and accurate biosensing using the biosensor dynamic response. The impact and utility of t
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.
Animal-based methods for assessing chemical toxicity are struggling to meet testing demands. In silico approaches, including machine-learning methods, are promising alternatives. Recently, deep neural networks (DNNs) were evaluated and reported to outperform other machine-learning methods for quantitative structure-activity relationship modeling of molecular properties. However, most of the reported performance evaluations relied on global performance metrics, such as the root mean squared error (RMSE) between the predicted and experimental values of all samples, without considering the impact
СтатьяПоддержка 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.
Mammalian cell cultures make a significant contribution to the pharmaceutical industry. They produce many of the biopharmaceuticals obtaining FDA-approval each year. Motivated by quality-by-design principles, various modelling methodologies are frequently trialled to gain insight into these bioprocesses. However, these systems are highly complex and uncertain, involving dynamics at different scales, both in time and space, making them challenging to model in a comprehensive and fully mechanistic manner. This study develops a machine-learning-supported multiscale modelling framework of cell cul
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 develop a clinical-radiomics model using a multimodal machine learning method for distinguishing ductal carcinoma in situ (DCIS) from breast fibromatosis.
METHODS: The clinical factors, ultrasound features, and related ultrasound images of 306 patients (198 DCIS patients) were retrospectively collected. Patients in the development and validation cohort were 184 and 122, respectively. The independent clinical and ultrasound factors identified by the multivariable logistic regression analysis were used for the clinical-ultrasound model construction. Then, the region of interest of
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.
Conventional artificial intelligence has achieved remarkable feats in identifying associations and predictive patterns, yet its limitations in causal reasoning present a hurdle for complex clinical challenges demanding deep professional expertise. Large reasoning models are creating opportunities to move beyond correlation towards emulating the analytical processes of humans. Applied to the practice of medicine, medical reasoning artificial intelligence (MRAI) envisions systems that can engage directly in patient care, draw on diverse clinical data and decision-support tools, and refine their
СтатьяОбзорПоиск 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.
Postoperative delirium (POD) is one of the most common and severe complications among older adults, and is closely associated with poor outcomes, increased healthcare costs, and long-term cognitive decline. With the rapid growth of the global aging population and the continuous emergence of new geriatric surgical procedures, the prevention and management of POD have become a major challenge. Traditional risk assessment tools have inherent limitations in clinical practice and are insufficient to meet the growing demands of precision medicine. In recent years, digital technologies have shown tre
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.
This retrospective study enrolled 492 patients with scrub typhus in Jiangmen from 2013 to 2025. Clinical and laboratory data were analyzed using univariate logistic regression and LASSO regression to identify risk factors for severe illness. Seven machine-learning models, including logistic regression, support vector machine, random forest, XGBoost, Naive Bayes, k-nearest neighbor, and decision tree, were constructed and externally validated. Variable importance was ranked using SHAP analysis. Mechanical ventilation represented the strongest predictor of severe disease, indicating that respira
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.
Metabolic syndrome, characterized by central obesity, hypertension, hyperglycemia, dyslipidemia, and reduced high-density lipoprotein levels, significantly increases the risk of cardiovascular diseases. Vitamin D, essential for calcium regulation and immune modulation, has been linked to reduced inflammation and metabolic syndrome. This study aimed to develop machine learning models to predict vitamin D deficiency using data from publicly funded health check-ups in Taiwan. A total of 6,046 adults aged 30 years and older were included, with data on demographics, anthropometric measures, and bio
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.
It is well-known that the hepatotoxicity of drugs can significantly influence their clinical use. Despite their effective therapeutic efficacy, many drugs are severely limited in clinical applications due to significant hepatotoxicity. In response, researchers have created several machine learning-based hepatotoxicity prediction models for use in drug discovery and development. Researchers aim to predict the potential hepatotoxicity of drugs to enhance their utility. However, current hepatotoxicity prediction models often suffer from being unverified, and they fail to capture the detailed toxi
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.
Our main objective is to investigate how the structural information of intraluminal thrombus (ILT) can be used to predict abdominal aortic aneurysms (AAA) growth status through an automated workflow. Fifty-four human subjects with ILT in their AAAs were identified from our database; those AAAs were categorized as slowly- (< 5 mm/year) or fast-growing (≥ 5 mm/year) AAAs. In-house deep-learning image segmentation models were used to generate 3D geometrical AAA models, followed by automated analysis. All features were fed into a support vector machine classifier to predict AAA's growth status.The
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.
Disseminated intravascular coagulation (DIC) is a complex, life-threatening syndrome associated with the end-stage of different coagulation disorders. Early prediction of the risk of DIC development is an urgent clinical need to reduce adverse outcomes. However, effective approaches and models to identify early DIC are still lacking. In this study, a novel interpretable deep learning based time series is used to predict the risk of DIC. The study cohort included ICU patients from a 4300-bed academic hospital between January 1, 2019, and January 1, 2022. Experimental results show that our model
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: Humeral torsion is an important factor for reverse total shoulder arthroplasty planning, yet its measurement requires elbow imaging frequently absent from clinical computed tomography (CT) scans. We hypothesized that a deep learning approach could accurately predict humeral torsion from proximal humerus morphology alone.
METHODS: CT-based segmentations from 581 shoulders were used to train and evaluate a deep learning model within the nnU-Net framework. The transepicondylar axis was represented as a full 3-dimensional plane extending throughout the imaging volume. The model was tr
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: Rectal toxicity is one of the primary dose-limiting side effects of prostate cancer radiotherapy, and consequential impairment on quality of life in these patients with long survival is an important problem. In this study, we aimed to evaluate the possibility of predicting rectal toxicity with artificial intelligence model which was including certain dosimetric parameters.
MATERIALS AND METHODS: One hundred and thirty-seven patients with a diagnosis of prostate cancer who received curative radiotherapy for prostate +/- pelvic lymphatics were included in the study. The association o
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.
Introduction: To predict acute kidney injury (AKI) risk in patients with type 2 diabetes (T2D) prescribed sodium-glucose cotransporter two inhibitors (SGLT2i). Methods: Using a 5% random sample of Medicare claims data, we identified 17,694 patients who filled ≥1 prescriptions for canagliflozin, dapagliflozin and empagliflozin in 2013-2016. The cohort was split randomly and equally into training and testing sets. We measured 65 predictor candidates using claims data from the year prior to SGLT2i initiation. We then applied three machine learning models, including random forests (RF), elastic ne
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.
INTRODUCTION: Scoliosis is a pathological spine structure deformation, predominantly classified as "idiopathic" due to its unknown etiology. However, it has been suggested that scoliosis may be linked to polygenic backgrounds. It is crucial to identify potential Adolescent Idiopathic Scoliosis (AIS)-related genetic backgrounds before scoliosis onset.
METHODS: The present study was designed to intelligently parse, decompose and predict AIS-related variants in ClinVar database. Possible AIS-related variant records downloaded from ClinVar were parsed for various labels, decomposed for Dinucleoti
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: We designed a deep learning model for assessing 18F-FDG PET/CT for early prediction of local and distant failures for patients with locally advanced cervical cancer.
METHODS: All 142 patients with cervical cancer underwent 18F-FDG PET/CT for pretreatment staging and received allocated treatment. To augment the amount of image data, each tumor was represented as 11 slice sets each of which contains 3 2D orthogonal slices to acquire a total of 1562 slice sets. In each round of k-fold cross-validation, a well-trained proposed model and a slice-based optimal threshold were derived fro
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.