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
20300 публикаций
Поиск: 189 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
BACKGROUND: Fertility status is a marker of future health, and female infertility has been shown to be an important medical and social problem. Life's Essential 8 ("LE8") is a comprehensive cardiovascular health assessment proposed by the American Heart Association. The assessment indicators include 4 health behaviors (diet, physical activity, nicotine exposure, and sleep health) and 4 health factors (body mass index, blood lipids, blood glucose, and blood pressure). LE8 and heavy metal exposure have both been shown to be associated with infertility. However, the association between LE8 and he
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 develop a prediction model for hypertensive disorders of pregnancy (HDP) and gestational diabetes mellitus (GDM) in twin pregnancy using characteristics obtained at the first prenatal visit.
METHODS: This was a cross-sectional study using national live-birth data in the USA between 2016 and 2021. The association of all prenatal candidate variables with HDP and GDM was tested on univariable and multivariable logistic regression analyses. Prediction models were built with generalized linear models using the logit link function and classification and regression tree (XGboost) machi
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: Heart failure with preserved ejection fraction (HFpEF) and unstable angina (UA) often coexist in clinical practice, constituting a high-risk cardiovascular phenotype with a markedly increased incidence of major adverse cardiovascular events (MACEs). The identification of high-risk patients within this population is crucial for reducing complications, improving outcomes, and guiding clinical decision-making.
OBJECTIVE: This study aimed to develop and externally validate predictive models based on machine learning algorithms to estimate the risk of MACEs in patients with coexisting
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.
OBJECTIVE: Dysphagia is a significant ischemic stroke complication that can lead to aspiration. Identification of at-risk patients can be logistically difficult and costly. Researchers investigated whether quantitative ultrasound assessment of hyoid bone movement during induced swallowing would predict failure of videofluoroscopy (VFS) or fiberoptic endoscopic evaluation of swallowing (FEES), as determined by a penetration-aspiration scale (PAS) score. Additionally, ability of a machine learning (ML) algorithm to predict PAS success or failure from real-time ultrasound video recordings was ass
Наблюдательное исследованиеСтатьяПоиск 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) is rapidly transforming anesthesiology practice across perioperative settings. This review explores the evolution and implementation of hybrid decision-making models that integrate AI capabilities with human clinical expertise. From historical foundations to current applications, we examine how machine learning algorithms, deep learning networks, and big data analytics are enhancing anesthetic care. Key applications include perioperative risk prediction, AI-assisted patient education, automated analysis of clinical records, airway management support, predictive hem
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: Hyperostosis is a common radiographic feature of inverted papilloma (IP) tumor origin on computed tomography (CT). Herein, we developed a machine learning (ML) model capable of analyzing CT images and identifying IP attachment sites.
METHODS: A retrospective review of patients treated for IP at our institution was performed. The tumor attachment site was manually segmented on CT scans by the operating surgeon. We used a nnU-Net model, a state-of-the-art deep learning-based segmentation algorithm that automatically configures image preprocessing, network architecture, training, and
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: We evaluate MR radiomics and develop machine learning-based classifiers to predict MYCN amplification in neuroblastomas.
METHODS: A total of 120 patients with neuroblastomas and baseline MR imaging examination available were identified of whom 74 (mean age ± standard deviation [SD] of 6 years and 2 months ± 4 years and 9 months; 43 females and 31 males, 14 MYCN amplified) underwent imaging at our institution. This was therefore used to develop radiomics models. The model was tested in a cohort of children with the same diagnosis but imaged elsewhere (n = 46, mean age ± SD: 5 years
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: Immune checkpoint inhibitors (ICIs) have transformed the treatment landscape of advanced non-small cell lung cancer (NSCLC). However, a substantial proportion of patients do not experience durable clinical benefits, and established tumour biomarkers, such as PD-L1 expression and tumour mutational burden, often show limited predictive value. The potential of inherited germline variants to predict immunotherapy outcomes in NSCLC remains a critical and underexplored area.
METHODS: We prospectively enrolled 117 patients with advanced NSCLC treated with ICI-based regimens at two centre
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: Machine learning based auto-segmentation of 3D images has been developed rapidly in recent years. However, the application of this new method in the research of patients with unilateral cleft lip and palate (UCLP) is very limited. In this study, a machine learning algorithm utilizing 3D U-net was used to automatically segment the maxilla, fill the cleft and evaluate the alveolar bone graft in UCLP patients. Cleft related factors and the surgery impact on the development of maxilla were analyzed.
METHODS: Preoperative and postoperative computed tomography images of 32 patients (64
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.
In people with drug resistant epilepsy (DRE), seizures are unpredictable, often occurring with little or no warning. The unpredictability causes anxiety and much of the morbidity and mortality of seizures. In this work, 102 seizures of mesial temporal lobe onset were analyzed from 19 patients with DRE who had simultaneous intracranial EEG (iEEG) and scalp EEG as part of their surgical evaluation. The first aim of this paper was to develop machine learning models for seizure prediction and detection (i) using iEEG only, (ii) scalp EEG only and (iii) jointly analyzing both iEEG and scalp EEG. Th
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 AND PURPOSE: Identifying patients with MS at higher risk of clinical progression is essential to inform clinical management. We aimed to build prognostic models by using machine learning (ML) algorithms predicting long-term clinical outcomes based on a systematic mapping of volumetric, radiomic, and macrostructural disconnection features from routine brain MRI scans of patients with MS.
MATERIALS AND METHODS: In this longitudinal monocentric study, 3T structural MRI scans of patients with MS were retrospectively analyzed. Based on a 10-year clinical follow-up (average duration = 9.
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.
Down syndrome (DS) or trisomy 21 is the most common genetic cause of intellectual disability (ID), but a pathogenic mechanism has not been identified yet. Studying a complex and not monogenic condition such as DS, a clear correlation between cause and effect might be difficult to find through classical analysis methods, thus different approaches need to be used. The increased availability of big data has made the use of artificial intelligence (AI) and in particular machine learning (ML) in the medical field possible. The purpose of this work is the application of ML techniques to provide an a
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: Mucosal healing (MH) is the therapeutic goal of Crohn’s disease (CD), closely related to the prognosis and quality of life of patients. The purpose of this study was to establish the machine learning models, to non-invasively evaluate the MH of children with CD, and use interpretable analysis to assist clinical decision-making. METHODS: This retrospective study included children diagnosed with CD and treated at least one year at Beijing Children's Hospital from January 2016 to June 2025. Recursive feature elimination was used to identify 15 clinical features. Five machine learning m
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: Surgical resection remains the main curative option for hilar cholangiocarcinoma (HCCA), but long-term survival is often limited by very early recurrence (VER, ≤6 months postoperatively). We aimed to develop a model to predict VER after curative-intent resection.
METHODS: In this retrospective multicenter cohort study, we included patients who underwent curative-intent resection for HCCA at three Chinese centers between April 1, 2010, and March 1, 2023. Patients were randomly assigned to training and validation cohorts. Logistic regression, random forest, support vector machine, a
СтатьяМногоцентровое исследованиеПолный 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.
PURPOSE: Patients with Autoimmune Neurological Disorders (ANDs) require routine immunomodulatory therapy, which inherently increases thrombosis risk. Despite this recognised association, reliable tools for thrombosis prediction remain limited, highlighting the need for accurate risk stratification to inform targeted prevention strategies.
PATIENTS AND METHODS: This multicentre retrospective study developed a machine learning-based thrombosis risk prediction model using data from 786 patients with ANDs receiving immunomodulatory therapy. The model was trained on data from three centres and ext
СтатьяМногоцентровое исследованиеВалидационное 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.
OBJECTIVE: Accurate estimation of skeletal muscle mass is a key component in the screening for sarcopenia. Anthropometric parameters provide a non-invasive, cost-effective alternative, yet their predictive capability can be enhanced with machine learning. This study aimed to develop and evaluate machine learning models to predict skeletal muscle mass measured by bioelectrical impedance analysis (BIA) in individuals aged 70 years and older using anthropometric measurements and demographic data.
METHODS: Anthropometric data from 984 older adults aged 70 years and older were obtained from the 8t
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.
COVID-19 is an infectious disease-causing flu-like respiratory problem with various symptoms such as cough or fever, which in severe cases can cause pneumonia. The aim of this paper is to develop a rapid and accurate medical diagnosis support system to detect COVID-19 in chest X-ray images using a stacking approach combining transfer learning techniques and KNN algorithm for selection of the best model. In deep learning, we have multiple approaches for building a classification system for analyzing radiographic images. In this work, we used the transfer learning technique. This approach makes
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: Vulvar lichen sclerosus (VLS) is a chronic inflammatory skin condition associated with significant impairment of quality of life and potential risk of malignant transformation. However, diagnosis of VLS is often delayed due to its variable clinical presentation and shame-related late consultation. Machine learning (ML)-trained image recognition software could potentially facilitate early diagnosis of VLS.
OBJECTIVE: To develop a ML-trained image-based model for the detection of VLS.
METHODS: Images of both VLS and non-VLS anogenital skin were collected, anonymized, and selected.
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 investigate the determinants affecting live birth outcomes in fresh embryo transfer among polycystic ovary syndrome (PCOS) patients using various machine learning (ML) algorithms and to construct predictive models, offering novel insights for enhancing live birth rates in this specific group.
METHODS: A sum of 1,062 fresh embryo transfer cycles involving PCOS patients were analyzed, with 466 resulting in live births. The dataset was split randomly into training and testing subsets at a 7:3 ratio. Least absolute shrinkage and selection operator and recursive feature elimination m
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: Thymoma and thymic carcinoma are the most common tumors of the anterior mediastinum. However, there are little research on applying machine learning (ML) approaches to the prognostic prediction of thymoma and thymic carcinoma. The study aims to develop predictive models utilizing ML techniques to accurately forecast the 5-year survival of patients with thymoma and thymic carcinoma.
METHODS: Patients with malignant thymic neoplasms were identified in the Surveillance, Epidemiology, and End Results (SEER) 17 database, and their demographic and clinicopathological characteristics wer
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.