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
21241 публикаций
Поиск: 150 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1553 с найденным полным текстом
BACKGROUND: In recent years, with the rapid development of machine learning (ML), it has gained widespread attention from researchers in clinical practice. ML models appear to demonstrate promising accuracy in the diagnosis of complex diseases, as well as in predicting disease progression and prognosis. Some studies have applied it to ophthalmology, primarily for the diagnosis of pathologic myopia and high myopia-associated glaucoma, as well as for predicting the progression of high myopia. ML-based detection still requires evidence-based validation to prove its accuracy and feasibility.
OBJE
СтатьяМетаанализСистематический обзорПоддержка 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: Dermatomyositis (DM) is an autoimmune disease that primarily affects the skin and muscles. It can lead to increased mortality, particularly when patients develop associated malignancies or experience fatal complications such as pulmonary fibrosis. Identifying reliable biomarkers is essential for the early diagnosis and treatment of DM. This study aims to identify and validate pivotal diagnostic biomarker for DM through integrated bioinformatics analysis and clinical sample validation.
METHODS: Gene expression datasets GSE46239 and GSE142807 from the Gene Expression Omnibus (GEO) d
СтатьяВалидационное 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.
Mistrust is a major barrier to implementing deep learning in healthcare settings. Entrustment could be earned by conveying model certainty, or the probability that a given model output is accurate, but the use of uncertainty estimation for deep learning entrustment is largely unexplored, and there is no consensus regarding optimal methods for quantifying uncertainty. Our purpose is to critically evaluate methods for quantifying uncertainty in deep learning for healthcare applications and propose a conceptual framework for specifying certainty of deep learning predictions. We searched Embase, M
СтатьяScoping ReviewПоиск 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.
Clinical predictive artificial intelligence (AI) tools, including equations or models developed using statistical, machine learning or AI methods, have proliferated, yet relatively few effectively translate into routine care. A major contributor to this bench-to-bedside gap is the lack of explicit translational planning at the outset. In this narrative review, we synthesise emerging principles for designing, developing and evaluating predictive AI tools with real-world impact in mind. We propose a pre-modelling discipline that defines the clinical question, intended users and position in the c
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 systematic review synthesises computational models of language deficits in bilingual aphasia, focusing on code-switching and translation. Per the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, this study identified 42 publications (2010-2025). Of the three deficit types, lexical retrieval and naming deficit simulations are most mature, replicating naming errors and predicting cross-language generalisation. Code-switching and translation deficit modelling is extremely limited: only a single computational lesioning study has addressed both through me
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.
OBJECTIVE: To develop and validate an artificial intelligence (AI)-driven ultrasound radiomics model for predicting postoperative recurrence and metastasis in patients with triple-negative breast cancer (TNBC) receiving standardized therapies.
METHODS: We conducted a retrospective study of 668 female TNBC patients (treated 2013-2018). Univariate and multivariate logistic regression were first used to screen significant clinicopathological variables for baseline assessment and to inform model development. Radiomic features were automatically extracted from pretreatment ultrasound images using
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 Cox proportional hazards model is often used to analyze data from randomized controlled trials (RCTs) with time-to-event outcomes. Random survival forest (RSF) is a machine-learning algorithm known for its high predictive performance. We conduct a comprehensive neutral comparison study to compare the performance of Cox regression and RSF in various simulation scenarios based on two reference datasets from RCTs. The motivation is to identify settings in which one method is preferable over the other when comparing different aspects of performance using measures according to the TRIPOD (Trans
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.
OBJECTIVE: This study aims to develop a predictive model to estimate the likelihood of achieving a sufficient fetal fraction (FF) for non-invasive prenatal testing (NIPT) based on maternal characteristics such as age, body mass index (BMI), gestational age, gravida, parity, and uterine leiomyoma volume, if present.
METHOD: This retrospective study include singleton pregnancies with normal NIPT results and complete data from a tertiary hospital. Maternal and clinical variables are analyzed. Machine learning models (Decision Tree, Random Forest, XGBoost) are trained to classify FF as sufficient
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: The optimization of hospital length of stay (LOS) for tuberculosis (TB) patients remains a critical challenge in healthcare management. This study employs advanced machine learning (ML) techniques to analyze the impact of clinical pharmacist intervention on LOS and identify key predictive factors. Methods: We analyzed 467 tuberculosis cases using a sophisticated ML approach with cross-validation. The model incorporated multiple clinical parameters, including pharmacological data and patient characteristics. Statistical significance was assessed using Mann-Whitney U tests and effect
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: Type 2 diabetes mellitus (T2DM) is a highly prevalent non-communicable chronic disease that substantially reduces life expectancy. Accurate estimation of all-cause mortality risk in T2DM patients is crucial for personalizing and optimizing treatment strategies.
METHODS: This study analyzed a cohort of 554 patients (aged 40-87 years) with diagnosed T2DM over a maximum follow-up period of 16.8 years, during which 202 patients (36%) died. Key survival-associated features were identified, and multiple machine learning (ML) models were trained and validated to predict all-cause mortali
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: We investigated whether longitudinal changes in plasma proteins were associated with baseline cognitive stages related to Alzheimer's disease (AD), their progression, and AD biomarkers.
METHODS: We analyzed longitudinal proteomics (SomaScan 7K) data (N = 347) from the Indiana AD Research Center using linear mixed-effects models for associations with baseline cognitive stages, AD dementia (ADD) conversion, and AD imaging/plasma biomarkers, followed by machine learning analysis to evaluate predictive performance for incident ADD.
RESULTS: Our analysis identified two proteins (ACE
СтатьяПоддержка NIH: внешняя программаПоиск 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.
PURPOSE: To develop an accurate deep learning model, VAULT-OCT, to predict postoperative vault of phakic implantable collamer lenses (ICLs) based on preoperative optical coherence tomography (OCT).
SETTING: Parkhurst NuVision LASIK Eye Surgery, San Antonio, Texas.
DESIGN: Retrospective machine learning study.
METHODS: 324 eyes from 162 consecutive patients who underwent ICL implantation were included. VAULT-OCT, the neural network, was trained on preoperative anterior segment OCT (AS-OCT) images paired with postoperative vault measurements for different ICL sizes. Incomplete data were exclu
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.
Many enzymes are vital drug targets in diseases such as cancer and pathogenic infections; however, mutations can drastically disrupt inhibitor binding to confer resistance. Resistance mutations primarily occur at the inhibitor binding site, but accompanying distal mutations can exacerbate resistance to render even highly potent inhibitors obsolete. While structure-based analysis is often critical to drug design, the enzyme-inhibitor complex structures provide little insight as to why the mutated enzyme variant is resistant. In this study we are using a very potent inhibitor, darunavir, bound t
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Experimental models using Plasmodium berghei ANKA (PbA)-infected mice have been essential for uncovering cerebral malaria (CM) pathogenesis. However, variability in experimental CM (ECM) incidence, onset, and mortality introduce challenges when analyses rely solely on infection day, which may reflect different disease stages among animals.
METHODS: We applied machine learning to predict ECM risk and onset in a cohort of 153 C57BL/6, 164 CBA, and 53 Swiss Webster mice. First, we fitted a logistic regression model to estimate the risk of ECM at any day using parasitemia data from da
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.
Infertility, recognized by the World Health Organization (WHO) as a disease affecting the male or female reproductive system, presents a global challenge due to its impact on one in six individuals worldwide. Given the high prevalence of infertility and the limited available resources in fertility care, infertility creates substantial obstacles to reproductive autonomy and places a considerable burden on fertility care providers. While existing research are exploring to use artificial intelligence (AI) methods to assist fertility care providers in managing in vitro fertilization (IVF) cycles,
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.
Therapeutic hypothermia (TH) significantly reduces mortality and morbidities in neonates with Neonatal Encephalopathy (NE). NE may result in neonatal death and multisystem organ impairment, including acute kidney injury (AKI). Our study aimed to utilize machine learning (ML) methods to predict the outcome of TH-treated NE neonates developing AKI and death during TH. In this retrospective multinational study, 1149 TH-treated NE neonates and 801 controls were included. AKI was classified using KDIGO neonatal criteria based on serum creatinine measurements. The ML model incorporated gestational a
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.
The identification of mixed solutions is a challenging and important subject in chemical analysis. In this paper, we propose a novel workflow that enables rapid qualitative and quantitative detection of mixed solutions. We use a methanol-ethanol mixed solution as an example to demonstrate the superiority of this workflow. The workflow includes the following steps: (1) converting Raman spectra into Raman images through CWT; (2) using MobileNetV3 as the backbone network, improved multi-label and multi-channel synchronization enables simultaneous prediction of multiple mixture concentrations; 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.
Nowadays, an efficient and robust virtual screening procedure is crucial in the drug discovery process, especially when performed on large and chemically diverse databases. Virtual screening methods, like molecular docking and classic QSAR models, are limited in their ability to handle vast numbers of compounds and to learn from scarce data, respectively. In this study, we introduce a universal methodology that uses a machine learning-based approach to predict docking scores without the need for time-consuming molecular docking procedures. The developed protocol yielded 1000 times faster bindi
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2023eng
Children with optic pathway gliomas (OPGs), a low-grade brain tumor associated with neurofibromatosis type 1 (NF1-OPG), are at risk for permanent vision loss. While OPG size has been associated with vision loss, it is unclear how changes in size, shape, and imaging features of OPGs are associated with the likelihood of vision loss. This paper presents a fully automatic framework for accurate prediction of visual acuity loss using multi-sequence magnetic resonance images (MRIs). Our proposed framework includes a transformer-based segmentation network using transfer learning, statistical analysi
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Care during pregnancy, childbirth and puerperium are fundamental to avoid pathologies for the mother and her baby. However, health issues can occur during this period, causing misfortunes, such as the death of the fetus or neonate. Predictive models of fetal and infant deaths are important technological tools that can help to reduce mortality indexes. The main goal of this work is to present a systematic review of literature focused on computational models to predict mortality, covering stillbirth, perinatal, neonatal, and infant deaths, highlighting their methodology and the descr
Систематический обзорСтатьяПоддержка 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.