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
31073 публикаций
Поиск: 265 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
Journal of clinical monitoring and computing2019eng
The "Hypotension Prediction Index (HPI)" represents a newly introduced monitoring-tool that aims to predict episodes of intraoperative hypotension (IOH) before their occurrence. In order to evaluate the feasibility of protocolized care according to HPI monitoring, we hypothesized that HPI predicts the incidence of IOH and reduces the incidence and duration of IOH. This single centre feasibility randomised blinded prospective interventional trial included at total of 99 patients. One group was managed by goal-directed therapy algorithm based on HPI (HPI, n = 25), which was compared to a routine
СтатьяРандомизированное 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.
INTRODUCTION: Primary progressive aphasia (PPA) is a clinical syndrome of neurodegenerative origin with 3 main variants: non-fluent, semantic, and logopenic. However, there is some controversy about the existence of additional subtypes. Our aim was to study the language and cognitive features associated with a new proposed classification for PPA.
MATERIAL AND METHODS: Sixty-eight patients with PPA in early stages of the disease and 20 healthy controls were assessed with a comprehensive language and cognitive protocol. They were also evaluated with 18F-FDG positron emision tomography (PET). Pa
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.
PURPOSE: Frontotemporal lobar degeneration (FTLD) is a common cause of early onset dementia. Behavioral variant frontotemporal dementia (bvFTD), its most common subtype, is characterized by deep alterations in behavior and personality. In 2011, new diagnostic criteria were suggested that incorporate imaging criteria into diagnostic algorithms. The study aimed at validating the potential of imaging criteria to individually predict diagnosis with machine learning algorithms.
MATERIALS & METHODS: Brain atrophy was measured with structural magnetic resonance imaging (MRI) at 3 Tesla in a multi-ce
СтатьяМногоцентровое исследованиеПоддержка 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: The prevalence of schistosomiasis remains a key public health issue in China. Jiangling County in Hubei Province is a typical lake and marshland endemic area. The pattern analysis of schistosomiasis prevalence in Jiangling County is of significant importance for promoting schistosomiasis surveillance and control in the similar endemic areas.
METHODS: The dataset was constructed based on the annual schistosomiasis surveillance as well the socio-economic data in Jiangling County covering the years from 2009 to 2013. A village clustering method modified from the K-mean algorithm was
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.
The inter-relationship between arousal events and body and/or limb movements during sleep may significantly impact the performance and clinical interpretation of actigraphy. As such, the objective of this study was to quantify the temporal association between arousals and body/limb movement. From this, we aim to determine whether actigraphy can predict arousal events in children, and identify the impact of arousal-related movements on estimates of sleep/wake periods. Thirty otherwise healthy children (5-16 years, median 9 years, 21 male) with suspected sleep apnoea were studied using full poly
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.
The goal of this study is to explore the potential of computational growth models to predict bone density profiles in the proximal tibia in response to gait-induced loading. From a modeling point of view, we design a finite element-based computational algorithm using the theory of open system thermodynamics. In this algorithm, the biological problem, the balance of mass, is solved locally on the integration point level, while the mechanical problem, the balance of linear momentum, is solved globally on the node point level. Specifically, the local bone mineral density is treated as an internal
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BACKGROUND: Guidelines for coronary heart disease (CHD) prevention recommend using multifactorial risk prediction algorithms, particularly the Framingham risk score. We sought to examine whether adding information on job strain to the Framingham model improves its predictive power in a low-risk working population.
METHODS: Our analyses are based on data from the prospective Whitehall II cohort study, UK. Job strain among 5533 adults (mean age 48.9 years, 1666 women) was ascertained in Phases 1 (1985-88), 2 (1989-90) and 3 (1991-93). Variables comprising the Framingham score (blood lipids, blo
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.
OBJECTIVE: To determine whether the combination of traditional risk factors and quantitative coronary angiography (QCA) assessment could provide accurate prognostic information on a population-based study including 1137 adults with subclinical artherosclerosis and with coronary risk factors.
METHODS: Participants underwent coronary angiography examination before the minimal stenotic diameters, segment diameters, percent stenosis, plaque areas. Other parameters were analyzed by the computer-assisted Coronary Angiography Analysis System. The Framingham Risk Score for each participant was assess
Клиническое исследованиеСтатьяМногоцентровое исследованиеПоддержка 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: Elderly heart failure (HF) patients have an increased risk of acute kidney injury (AKI) during hospitalization. Identifying risk factors and developing a prediction model are clinically important.
STUDY METHOD: We retrospectively enrolled 7076 elderly HF patients hospitalized from January 2019 to December 2023. All predictors were restricted to data available within 24 hours of admission and prior to AKI occurrence. Candidate predictors were first screened by univariate analysis (P<0.05) and then further refined by LASSO regression, and the selected variables were ultimately enter
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: Timely prediction of cognitive decline in patients with Mild Cognitive Impairment (MCI) is crucial for guiding optimal therapeutic interventions. In this study, we aimed to develop a deep survival analysis model that leverages longitudinal, multi-modal data to estimate the probability of dementia conversion, thereby facilitating personalized treatment planning in clinical practice. METHODS: We employed a deep neural network model specifically designed for survival analysis to predict the progression from MCI to Alzheimer’s Disease (AD). The model integrated longitudinal biomarkers,
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.
BACKGROUND: The aim of this study was to evaluate the efficacy of nonbiological artificial liver (NBAL) in the treatment of acute liver failure (ALF) and to screen prognostic predictors.
METHODS: This study was a single-center retrospective observational study that included 186 ALF patients treated with NBAL (plasma exchange alone, DPMAS alone, or combination therapy). Laboratory parameters (TBil, INR, Cr, etc.) before and after 24 hours of treatment and 28-day and 90-day survival data were collected. Prognostic features were screened by XGBoost and Random Forest, independent risk factors wer
СтатьяНаблюдательное 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: Late distant recurrence (DR) remains a significant challenge in estrogen receptor (ER)-positive/Human Epidermal Growth Factor Receptor 2 (HER2)-negative breast cancer, especially in premenopausal patients. This study aimed to develop a machine-learning model predicting late DR risk in premenopausal patients and to assess the clinical benefit of extended endocrine therapy (ET) according to risk stratification.
METHODS: This retrospective multicenter study included patients aged ≤45 years with ER-positive/HER2-negative breast cancer who underwent surgery between January 2000 and Dec
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: Intraoperative hypotension is common in surgical patients and associated with an increased risk for acute kidney injury, myocardial injury, and 30-day mortality. To predict hypotension and thereby promote proactive blood pressure management, a machine learning algorithm was developed: the Hypotension Prediction Index (HPI). In clinical trials, it proved to prevent hypotension. However, a recent observational study found that the performance of the HPI in predicting hypotension up to 15 min in advance was virtually identical to that of the concurrent mean arterial pressure (MAP). Th
СтатьяПротокол клинического исследованияПоиск 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: Cough variant asthma (CVA) is a common cause of chronic cough but remains underdiagnosed due to limited access to bronchial provocation test.
OBJECTIVE: To develop a clinical prediction model for CVA based on more accessible indicators.
DESIGN: A single-center retrospective cohort study.
METHODS: A retrospective cohort of patients with chronic cough from January 2024 to December 2024 was included. The patients were randomly divided into a training set and an internal validation set at a ratio of 7:3. Univariable and multivariable logistic regression analyses were used to identif
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.
AIMS: The increasing prevalence of type 2 diabetes mellitus (T2DM) has led to an increase in diabetic kidney disease (DKD), which is presently a major cause of dialysis initiation. Accurately predicting renal function decline is clinically important. This study aimed to evaluate whether machine learning can predict renal outcomes based on one-year fluctuations in the estimated glomerular filtration rate (eGFR) in patients with T2DM. Unlike prior studies, which predicted renal decline only after the eGFR dropped below 60 mL/min/1.73 m2 and used pre-SGLT2 inhibitor data, we analyzed post-SGLT2 d
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.
Long-term outcomes of kidney allografts vary significantly among deceased donor kidney transplant recipients, and current prediction tools struggle to integrate comprehensive pre- and post-transplant factors. Extended longitudinal follow-up data beyond five years remains particularly scarce in kidney transplantation research despite being crucial for understanding true long-term outcomes. To address this, we developed and validated machine learning models to predict 5-year allograft survival using a distinctive cohort of 940 adult deceased donor kidney transplantation recipients with extended
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 hip fractures are commonly associated with functional decline, increased morbidity, and mortality, accurate models for both short- and long-term prediction that do not rely on in-person assessment remain lacking. The aim was to develop and validate a high-performing clinical decision support tool, that can be used for population screening without the need for patient assessment, for predicting hip fracture risk.
METHODS AND FINDINGS: All individuals aged ≥50 years living in Sweden at baseline (randomly set between 2011 and 2013, N = 3,542,647), who had not been prescribed
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: To develop and evaluate a machine learning (ML) model to predict postoperative vault and residual refractive error following Implantable Collamer Lens (ICL) implantation by incorporating corneal functional parameters, and to investigate their influence on prediction accuracy.
METHODS: This study included 282 eyes implanted with ICLs from 142 patients. A Marine Predators Algorithm combined with a support vector machine (MPA-SVM) for feature selection and optimal modeling was trained to predict postoperative vault residual refractive error using preoperative ocular parameters, with and
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: Timely and accurate short-term forecasting of Influenza-Like Illness (ILI) is crucial for guiding outbreak response, optimizing healthcare resource allocation, and informing public health interventions. The COVID-19 pandemic, which disrupted seasonal ILI dynamics due to widespread nonpharmaceutical interventions (NPI), underscored the urgent need for adaptive and reliable forecasting frameworks.
METHOD: In this study, we present a novel ensemble modeling approach that combines a mechanistic n-subepidemic model with a Monte Carlo Dropout Long Short-Term Memory (LSTM) neural network
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.
Existing machine learning (ML) models for dementia detection typically use fixed prediction windows and often lack clinically informed variable selection and responsible AI principles, thereby limiting performance, generalisability and clinical trust. We aimed to develop a single clinically informed model capable of both diagnosing dementia and predicting its onset over flexible time horizons up to 10 years. We trained our ML model on the NACC Uniform Data Set using 20 inputs compatible with UK National Healthcare Service secondary-care workflows, including a HORIZON feature encoding months fr
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.