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
35037 публикаций
Поиск: 1144 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
BACKGROUND: Sepsis is a dysregulated host response to infection resulting in life-threatening organ failure. Although immune dysregulation is central to the sepsis definition, immunomodulation trials enrol participants based on clinical severity, not the extent of dysregulation, which could contribute to treatment heterogeneity. A pragmatic way to quantify immune dysregulation could improve prognostication, help to evaluate treatment responses, and identify individuals most likely to benefit from immunomodulation. We aimed to construct a parsimonious machine-learning tool that defines and quan
СтатьяНаблюдательное 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: Surgical decisions for severe traumatic brain injury (TBI) are often made under prognostic uncertainty. Existing prognostic models predict overall outcomes but do not estimate how an individual's outcome might change with the decision to operate. Moreover, physiologic data such as vital signs are often collected but rarely used for such decision support. We aimed to develop and externally validate a machine learning-based decision model including vital sign data to estimate individualized benefit from cranial surgery and simulate patient-level outcomes.
METHODS: Adults with severe
СтатьяМногоцентровое исследованиеВалидационное 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.
INTRODUCTION: Severe traumatic brain injury (sTBI), is a leading cause of death and disability among young and middle-aged populations worldwide.
OBJECTIVE: sTBI is associated with high mortality and disability rates, and reliable risk estimation with quantified uncertainty is crucial for optimizing intensive care unit (ICU) bed allocation and nursing resource deployment. This study aimed to establish a prognostic model for sTBI patients using multicenter clinical, imaging, and nursing data, and to explore its value in guiding clinical resource allocation.
METHODS: A total of 1000 sTBI patie
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: To develop and validate a clinically informed deep learning framework for admission laboratory-based screening and risk stratification of uremia-associated advanced renal dysfunction.
METHODS: We propose MLP-CKD, a multi-branch feature interaction-enhanced multilayer perceptron that groups laboratory variables by clinical domain and incorporates missingness indicators to capture test-availability patterns. Adult ICU patients were extracted from MIMIC-IV, and laboratory measurements obtained within the first 24 h after ICU admission were summarized using mean, minimum, and maximum v
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: Accurate risk stratification postmyocardial infarction (MI) remains challenging. In this study we aimed to develop interpretable machine-learning (ML) models integrating 3-dimensional (3D) cardiac magnetic resonance (CMR) substrate features to predict major adverse cardiovascular events (MACEs) after MI.
METHODS: This retrospective study included MI patients who underwent CMR between May 2015 and October 2024. The primary endpoint was MACE. External validation used multicenter datasets. 3D features (core scar, border zone, abnormal corridors) were extracted via ADAS 3D. Feature se
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: Sleep disturbances and depressive symptoms frequently co-occur in older adults. Both conditions follow distinct, time-varying trajectories. Nevertheless, most studies rely on cross-sectional assessments, limiting evidence regarding their joint longitudinal evolution and associations with incident chronic diseases.
METHODS: This study utilized data drawn from 3,221 participants (aged ≥ 60 years) enrolled in the China Health and Retirement Longitudinal Study (CHARLS). Group-based multi-trajectory models (GBMTM) were constructed using repeated measures from 2011 to 2018 to identify h
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: To develop and evaluate a combined model integrating musculoskeletal ultrasound (MSK US) with a machine learning (ML) algorithm for assessing disease activity in rheumatoid arthritis (RA).
METHODS: A total of 203 patients with clinically confirmed RA were prospectively enrolled from December 2023 to September 2025. A cohort of 142 patients from the First Affiliated Hospital, College of Clinical Medicine of Henan University of Science and Technology served as the training cohort, while 61 patients from Affiliated Hospital of Traditional Chinese Medicine, Xinjiang Medical University
СтатьяВалидационное исследованиеМногоцентровое 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.
RATIONALE AND OBJECTIVES: Uterine fibroids (UFs) are common benign tumors that impact women's health, particularly through symptoms such as abnormal bleeding or reproductive dysfunction. Interventional radiology (IR) techniques like uterine artery embolization (UAE) and high-intensity focused ultrasound (HIFU) are minimally invasive alternatives to surgery. Machine learning (ML) has shown promise in predicting treatment outcomes, though the optimal model remains uncertain. This systematic review and meta-analysis evaluate models predicting outcomes of minimally invasive treatments for uterine
СтатьяСистематический обзорМетаанализПоиск 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 absence of accessible and reliable biomarkers constitutes a critical barrier for the early diagnosis and stratification of neurodegenerative diseases. While peripheral blood offers a minimally invasive window into systemic pathophysiology, identifying molecular signatures that survive biological heterogeneity and technical noise remains an unresolved challenge. In this study, this issue was addressed through a comparative systemic transcriptomic analysis of Amyotrophic Lateral Sclerosis (ALS), Alzheimer’s disease (AD), and Parkinson’s disease (PD) in whole blood, implementing a comprehensi
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: We used machine learning (ML) models to investigate the accuracy of a cognitive assessment battery to differentiate developmental language disorder (DLD) and typical development (TD) in monolingual and sequential bilingual children. Additionally, we tested how the model trained on monolingual children can classify bilingual children and examined the relative importance of the different linguistic and nonlinguistic tasks in the classifications.
METHOD: The participants were 4- to 7-year-old monolingual and sequential bilingual children with DLD (n = 167) or TD (n = 127) from the Helsi
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: To develop and validate a non-invasive magnetic resonance imaging (MRI)-based deep learning and radiomics approach for the preoperative differentiation of p53 abnormal (P53abn) endometrial cancer, facilitating refined risk stratification for personalized treatment planning.
METHODS: In this retrospective multi-institutional analysis, we examined data from 920 patients with histologically confirmed endometrial cancer who underwent preoperative MRI. A two-stage deep learning architecture (V-Net followed by VB-Net) was developed to automate tumor delineation across three participating c
СтатьяМногоцентровое 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.Radiation pneumonitis (RP) is an important toxicity following breast radiotherapy. Although modern treatment techniques limit lung exposure, some patients still develop symptomatic RP, and predicting who is at risk remains difficult. This study aimed to develop and validate machine learning (ML) models based on ipsilateral-lung dosimetric parameters to predict clinically significant RP after breast radiotherapy.Approach.We retrospectively studied 184 women with breast cancer treated with three-dimensional conformal radiotherapy using either conventional or hypofractionated fractionat
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: Radiological age assessment using reference studies is inherently limited in accuracy due to a finite number of assignable skeletal maturation stages. To overcome this limitation, we present a deep learning approach for continuous age assessment based on clavicle ossification in computed tomography (CT).
METHODS: Thoracic CT scans were retrospectively collected from the picture archiving and communication system. Individuals aged 15.0 to 30.0 years examined in routine clinical practice were included. All scans were automatically cropped around the medial clavicular epiphyseal cart
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 AND AIMS: Problem gambling among adolescents has recently attracted attention because of easy access to gambling in online environments and its serious effects on adolescent lives. We proposed a machine learning-based analysis method for predicting the degree of problem gambling.
METHODS: Of the 17,520 respondents in the 2018 National Survey on Youth Gambling Problems dataset (collected by the Korea Center on Gambling Problems), 5,045 students who had gambled in the past 3 months were included in this study. The Gambling Problem Severity Scale was used to provide the binary label i
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: Pneumonia-related hospitalization may be associated with advanced skeletal muscle loss due to aging (i.e., sarcopenia) or chronic illnesses (i.e., cachexia). Early detection of muscle loss may now be feasible using deep-learning algorithms applied on conventional chest CT.
OBJECTIVES: To implement a fully automated deep-learning algorithm for pectoralis muscle measures from conventional chest CT and investigate longitudinal associations between these measures and incident pneumonia hospitalization according to Chronic Obstructive Pulmonary Disease (COPD) status.
MATERIALS AND MET
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: This study aims to develop a machine learning model for prediction of malignancy in T2 hyperintense mesenchymal uterine tumors based on T2-weighted image (T2WI) features and clinical information.
METHODS: This retrospective study included 134 patients with T2 hyperintense uterine mesenchymal tumors (104 patients in training cohort and 30 in testing cohort). A total of 960 radiomics features were initially computed and extracted from each 3D segmented tumor depicting on T2WI. The support vector machine (SVM) classifier was applied to build computer-aided diagnosis (CAD) models by us
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.
A chemistry-informed machine learning (CIML) model was developed for the prediction of equilibrium concentration (Ce) and adsorption capacity (Qe) of synthesized sustainable and cost-effective zeolite 4 A from kaolin clay. In this framework, the chemistry-informed integrates fundamental adsorption principles, including mass balance, kinetic descriptors (mass transfer dynamics), equilibrium relationship (saturation behaviour), stoichiometry consistency and dimensionless loading, into a learning architecture. The materials are thoroughly characterized using FT-IR, FE-SEM, XRD, and BET. In the ex
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.
Semi-supervised learning has greatly advanced medical image segmentation since it effectively alleviates the need of acquiring abundant annotations from experts, wherein the mean-teacher model, known as a milestone of perturbed consistency learning, commonly serves as a standard and simple baseline. Inherently, learning from consistency can be regarded as learning from stability under perturbations. Recent improvement leans toward more complex consistency learning frameworks, yet, little attention is paid to the consistency target selection. Considering that the ambiguous regions from unlabele
СтатьяПоддержка 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: This study aimed to develop a novel multi-parameter-based system for the early and accurate identification of restoration of spontaneous circulation (ROSC) during chest compression using a machine learning (ML) approach in cardiac arrest (CA) animal models.
METHODS: Thirteen CA mini-swine models were established by inducing ventricular fibrillation, followed by cardiopulmonary resuscitation. Electrocardiograph (ECG), end-tidal carbon dioxide (ETCO2), and photoplethysmography (PPG) waves were recorded during and after resuscitation. 75 non-ROSC segments (24,276 data points, each sec
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/BACKGROUND: Migraine is a disabling neurological disorder with substantial interindividual variability. Predicting whether an ongoing migraine attack will persist into the following day remains challenging. We evaluated the feasibility and predictive performance of personalized machine learning models for predicting next-day migraine persistence using longitudinal digital headache diary data.
METHODS: This prospective longitudinal cohort study was designed for prognostic prediction model development. Participants were recruited from two medical centers in Taiwan between February 20
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.