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
22977 публикаций
Поиск: 152 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1025 с найденным полным текстом
The British journal of psychiatry : the journal of mental science2026eng
BACKGROUND: Identifying patients with first-episode psychosis (FEP) who are unlikely to achieve early clinical recovery (ECR) is critical for personalised intervention and resource allocation. ECR - defined as the concurrent achievement of symptomatic and functional remission - represents a clinically meaningful outcome that captures both illness control and functional reintegration.
AIMS: To develop and externally validate prediction models for ECR using clinical, cognitive and genetic data.
METHOD: We analysed two large, independent Spanish cohorts: the primeros episodios psicóticos cohort
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: Video-assisted thoracoscopic surgery (VATS), via multiportal and uniportal approaches, has largely replaced thoracotomy for lung cancer surgery. However, the comparative effectiveness of these techniques in optimal lymph node dissection remains under active investigation.
METHODS: A retrospective review included 763 patients who underwent lung resection for primary lung cancer between October 2001 and January 2024. Demographic, clinical, and pathological data were collected. Patients were stratified into 3 VATS learning phases: early (2001 to 2016), intermediate (2017 to 2020), and
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: Exercise-induced desaturation (EID) during the 6-minute walk test (6MWT) is an established marker of adverse outcomes in patients with chronic obstructive pulmonary disease (COPD). We therefore sought to develop a screening-oriented machine learning approach to identify patients at increased risk of EID.
METHODS: We analyzed data from the nationwide, multicenter Korea COPD Subgroup Study (KOCOSS). EID was defined as peripheral oxygen saturation (SpO2) < 90% with a decrease of ≥ 4%p. The cohort was stratified into training (80%) and test (20%) sets. Candidate predictors were select
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: Endovascular aneurysm repair (EVAR) has become the preferred treatment for infrarenal abdominal aortic aneurysms (AAA), offering reduced morbidity and faster recovery compared with open surgery. However, patients with complex neck anatomy pose significant technical challenges, and current treatment approaches carry inherent risks. Learning from and summarizing experiences from these complex cases is crucial for advancing EVAR techniques.
CASE SUMMARY: An 80-year-old female with a 10-year history of conservatively managed infrarenal AAA complained of intermittent abdominal pain for
Клинический случайСтатьяПоиск 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: Gangrenous cholecystitis (GC) is a severe pathological subtype of acute cholecystitis, yet its preoperative diagnostic rate remains below 10%. Conventional scoring systems based on logistic regression demonstrate limited predictive performance. Artificial intelligence (AI) approaches may offer improved risk stratification, but the evidence base remains limited.
METHODS: A scoping review was conducted across PubMed, Web of Science, Embase, and CNKI databases for publications from January 2020 to June 2026. The search combined MeSH terms and free-text keywords related to gangrenous
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/AIMS: Deep learning algorithms have shown promise for glaucoma detection using retinal imaging. The Northern Finland Birth Cohort Eye Study is a randomised prospective cohort designed to evaluate the efficacy and cost-effectiveness of glaucoma screening in a middle-aged population. This study assessed the performance and generalisability of G-RISK, a deep learning model for glaucoma screening from fundus images, in individuals aged 45-49 years with low glaucoma prevalence (1.1%).
METHODS: Four screening scenarios were evaluated: detection of (1) glaucoma eyes, (2) glaucoma patients
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: Invasive pulmonary aspergillosis (IPA) increasingly affects non-neutropenic patients, posing diagnostic challenges due to nonspecific clinical features and limited sensitivity of conventional tests. Early identification is critical for improving outcomes. This study aimed to develop and validate a machine learning-based tool for early risk stratification of IPA in this population.
METHODS: A systematic meta-analysis identified independent IPA risk factors in non-neutropenic patients. A retrospective cohort of non-neutropenic patients was analyzed. Least absolute shrinkage and sele
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.
INTRODUCTION: Coronary atherosclerotic heart disease (CHD) is a leading cause of morbidity and mortality worldwide, making timely identification critical for improving patient prognosis. However, traditional imaging examinations are limited by high costs and patient selection bias, while existing prediction models often lack interpretability and generalization ability. This study aimed to develop a robust, interpretable machine learning approach to address these challenges.
METHODS: This retrospective study analyzed hospitalized patients at Quzhou People's Hospital from July 2021 to March 202
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.
INTRODUCTION: Vaccinations play a crucial role in public and personal health. Vaccines such as the Yellow Fever 17D vaccine are effective at preventing disease and provide lifelong immunity with few adverse events. Leveraging the increase in electronic medical records and the widespread use of machine learning algorithms in healthcare, this study aims to investigate and develop an algorithmic framework for analyzing clinical data on Yellow Fever 17D vaccinations in order to predict at-risk populations for adverse events following immunizations. This research incorporates parameters from the pa
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.
Poliomyelitis remains a global public health concern despite remarkable progress toward eradication. The continued circulation of vaccine-derived polioviruses underscores the need for enhanced surveillance systems capable of early detection and rapid response. Acute Flaccid Paralysis (AFP) surveillance, a key component of the polio eradication, plays a vital role in detecting poliovirus transmission but is often limited by delays in data collection, analytical capacity, and fragmented reporting structures. Recent advances in artificial intelligence (AI) offer opportunities to address these 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.
BACKGROUND: Detecting signals of polygenic adaptation remains a significant challenge in population genomics, as traditional methods often struggle to identify the associated subtle, multi-locus allele-frequency shifts. Here, we introduced and tested several novel approaches combining machine learning techniques with traditional statistical tests to detect polygenic adaptation patterns in time-series of allele frequency changes from whole genome data. We implemented a Naive Bayesian Classifier (NBC) and One-Class Support Vector Machines (OCSVM), and compared their performance against the class
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.
BACKGROUND: Infective Endocarditis (IE) is a life-threatening condition that requires rapid and accurate diagnosis. Transesophageal Echocardiography (TEE) is the gold standard for detecting valve vegetations; however, its interpretation is highly operator-dependent and particularly challenging in patients with prosthetic valves. Recent advances in artificial intelligence, especially deep learning, offer opportunities to improve diagnostic accuracy and reduce observer variability.
OBJECTIVE: This study aimed to evaluate the performance of deep learning-based models for detecting vegetations in
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/OBJECTIVE: Differentiating relapsing-remitting from progressive multiple sclerosis (MS) remains a clinical challenge, often requiring complex or invasive biomarkers. This study aimed to develop a machine learning model using acoustic speech analysis to classify MS phenotypes.
METHOD: A cohort of 300 consecutive people with MS (PwMS) provided speech recordings. Forty-four acoustic features were extracted. An elastic net model first identified the most relevant parameters from the development cohort (n = 200), which were then used to train six supervised ML classifiers. During the va
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.
Artificial intelligence (AI) has emerged as a promising tool to support or perform specific oral diagnostic tasks, particularly through advances in machine learning and deep learning. This comprehensive review aimed to synthesize current evidence and explore future directions for AI-driven or AI-supported oral diagnostic workflows across four target pathologies: odontogenic cysts, odontogenic tumors, oral potentially malignant disorders (OPMDs), and oral squamous cell carcinoma (OSCC). A structured search strategy combining MeSH terms and free-text keywords was applied, encompassing target con
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.
Gastric cardia adenocarcinoma is biologically distinct from distal disease, but deployable molecular markers remain scarce. We investigated whether explainable deep learning applied to public transcriptomes could nominate diagnostic and survival-associated candidates. We developed and externally evaluated an explainable transcriptome-based classifier. The Asian Cancer Research Group SuperSeries GSE66229 (300 tumors and 100 patient-matched non-tumor tissues) underwent robust multi-array average preprocessing and quality control. An attention-based deep neural network was evaluated by stratified
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: To develop and validate a deep learning framework for discriminating BRAF mutation status in cutaneous melanoma from routine H&E whole-slide images (WSIs) as a proof-of-concept complementary approach alongside molecular testing.
METHODS: We built a two-stage pipeline comprising U-Net-based tumour segmentation followed by an Inception v3 classifier. In total, 272 institutional melanoma cases with confirmed BRAF status were used for model development (training and internal validation). Generalisability was assessed in an external test set of 76 cutaneous melanoma cases from the Cancer Gen
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.
Study DesignMachine learning model.ObjectivesThis study aimed to develop and validate a machine learning (ML) model to predict moderate-severe anterior bone loss (ABL) following anterior cervical disc replacement (ACDR).MethodsA retrospective review of patients undergoing ACDR or Hybrid surgery (HS) at a single center was performed. Patients diagnosed as C3-7 single- or multi-level cervical disc degenerative diseases (CDDD) with more than 2 years of follow-up and complete pre- and postoperative radiological imaging were included. An ML-based algorithm was developed to predict moderate-severe A
Полный 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: Gastrointestinal disorders (GIDs) affect nearly 40% of the global population, with gut microbiome-metabolome interactions playing a crucial role in gastric cancer (GC), colorectal cancer (CRC), and inflammatory bowel disease (IBD). This study aims to investigate how microbial and metabolic alterations contribute to disease development and assess whether biomarkers identified in one disease could potentially be used to predict another, highlighting cross-disease applicability.
METHODS: Microbiome and metabolome datasets from Erawijantari et al. (GC: n = 42, Healthy: n = 54), Fran
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
OBJECTIVE: Predicting esophago-gastric and esophagojejunal anastomotic leakage (AL) is inherently challenging. The aim of the present study was to investigate the clinical utility of a real-time machine learning model for predicting AL.
BACKGROUND: AL is one of the most serious postoperative complications following esophagogastric and esophagojejunal anastomoses. Traditional risk stratification methods have often struggled to accurately predict which patients are most at risk, owing to the multifactorial nature of AL and the variability in patient and operative factors.
METHODS: In this pros
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоиск 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: Lymph node metastasis (LNM) of patients with cervical cancer (CC) is correlated with noticeably reduced five-year survival rate. but the role of conventional detection is limited for preoperative diagnosis of LNM. Therefore, we intended to develop a predictive model for LNM by integrating medical images, clinical data along with artificial intelligence-assisted method.
METHODS: CC patients who underwent radical hysterectomy combined with pelvic lymphadenectomy between January 2013 and October 2024 were retrospectively enrolled in this study. For computed tomography (CT) and ultras
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.