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
21240 публикаций
Поиск: 340 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1553 с найденным полным текстом
Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico2026eng
In the rapidly developing world, artificial intelligence (AI) is one of the emerging applications in the medical domain. Early detection of cancer is one of the most difficult processes, especially when it comes to the differentiation of cancer's structure, length, and size. AI methodology offers innovations and decision-making applicable to specific processes like data collecting, management, results, and conclusions. Due to the lack of particular indicators, the difficult location of the pancreas, and the absence of early symptoms, pancreatic cancer (PC) is difficult to identify with low and
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.
OBJECTIVES: This study aimed to develop and validate a prediction model that integrates radiomics with clinical characteristics, employing interpretable machine learning methods. The goal was to assist in the differential diagnosis of pheochromocytoma (PHEO) and adrenal adenoma, thereby providing a reference for decision-support information for patients with adrenal tumors. METHODS: We retrospectively included 107 patients with PHEO and 230 patients with adrenal adenoma, all of whom were pathologically confirmed. Based on contrast-enhanced CT scans, we extracted 1,316 radiomics features and pe
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.
Dengue is an arboviral disease of high public health relevance, characterized by pronounced temporal variability, nonlinearity, and recurrent outbreaks, which pose challenges to epidemiological surveillance and decision-making. This study evaluated the performance of machine learning methods for short-term forecasting of the weekly dengue morbidity rate in the 27 Brazilian capital cities, comprising the 26 state capitals and Brasília, Federal District, with horizons up to 4 weeks. Epidemiological, climatic, and socioeconomic data were compiled for these capital cities and used to compare a Gat
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.
INTRODUCTION: Avian Pathogenic Escherichia coli (APEC) causes colibacillosis in poultry, which leads to tremendous economic losses. Traditional control methods, including antibiotics and conventional vaccines, are less effective due to the genetic diversity of APEC and developing antimicrobial resistance (AMR). Novel epitope- and peptide-based vaccines, supported by machine learning (ML), hold high promise.
OBJECTIVES: This meta-analysis and systematic review evaluated the effectiveness of epitope- and peptide-vaccine-based candidates against APEC-related morbidity and mortality, production f
СтатьяМетаанализСистематический обзорПолный 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.
MOTIVATION: Therapeutic antibodies have emerged as a prominent class of new drugs due to their high specificity and their ability to bind to several protein targets. Once an initial antibody has been identified, its design and characteristics are refined using structural information, when it is available. Cryo-EM is currently the most effective method to obtain 3D structures. It relies on well-established methods to process raw data into a 3D map, which may, however, be noisy and contain artifacts. To fully interpret these maps the number, position, and structure of antibodies and other protei
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: Heart failure (HF) is a major driver of global morbidity and mortality. Early identification of patients at risk remains challenging due to complex, multivariate clinical relationships. Machine learning (ML) methods offer promise for more accurate prognostication.
OBJECTIVE: We evaluated the predictive value of electrocardiogram (ECG)-derived features and developed an ML model to stratify HF risk.
METHODS: We analyzed a public cohort of 1061 patients, of whom 589 (55.5%) developed HF. Records were randomly divided into training (70%, n = 742) and test (30%, n = 319) sets. After p
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: Hypertension is a major cardiovascular risk factor affecting about 1 in 3 adults. Although the majority of hypertension cases (∼90%) are classified as "primary hypertension" (PHT), endocrine hypertension (EHT) accounts for ∼10% of cases and is caused by underlying conditions such as primary aldosteronism (PA), Cushing's syndrome (CS), pheochromocytoma or paraganglioma (PPGL). EHT is often misdiagnosed as PHT leading to delays in treatment for the underlying condition, reduced quality of life and costly, often ineffective, antihypertensive treatment. MicroRNA (miRNA) circulating in t
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.
Shape registration of patient-specific organ shapes to endoscopic camera images is expected to be a key to realizing image-guided surgery, and a variety of applications of machine learning methods have been considered. Because the number of training data available from clinical cases is limited, the use of synthetic images generated from a statistical deformation model has been attempted; however, the influence on estimation caused by the difference between synthetic images and real scenes is a problem. In this study, we propose a self-supervised offline learning framework for model-based regi
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.
BACKGROUND/OBJECTIVE: Gastric cancer (GC) is a complex disease representing a significant global health concern. Advanced tools for the early diagnosis and prediction of adverse outcomes are crucial. In this context, artificial intelligence (AI) plays a fundamental role. The aim of this work was to develop a diagnostic and prognostic tool for GC, providing support to clinicians in critical decision-making and enabling personalised strategies.
METHODS: Different machine learning and deep learning techniques were explored to build diagnostic and prognostic models, ensuring model interpretabilit
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.
This study incorporated topology Betti number (BN) features into the prediction of primary sites of brain metastases and the construction of magnetic resonance-based imaging biopsy (MRB) models. The significant features of the MRB model were selected from those obtained from gray-scale and three-dimensional wavelet-filtered images, BN and inverted BN (iBN) maps, and clinical variables (age and gender). The primary sites were predicted as either lung cancer or other cancers using MRB models, which were built using seven machine learning methods with significant features chosen by three feature
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: Lymph node metastasis (LNM) is an essential factor affecting the prognosis of patients with lung squamous cell carcinoma (LUSC), as well as a critical consideration for the choice of treatment strategy. Exploring effective methods for predicting LNM in LUSC may benefit clinical decision making.
MATERIALS AND METHODS: We used data collected from the Surveillance, Epidemiology, and End Results (SEER) database to develop machine learning algorithm classifiers, including boosted trees (BTs), based on the primary clinical parameters of patients to predict LNM in LUSC. Training on a lar
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: Personal lifestyle and air pollution are potential risk factors for major non-communicable diseases (NCDs). However, these risk factors have experienced dramatic changes in the Beijing-Tianjin-Hebei (BTH) region in recent years, and few cohorts have focused on identifying risk factors for major NCDs in this specific region. The current study is a large, prospective, long-term, population-based cohort study that investigated environmental and genetic determinants of NCDs in BTH areas. The results of this study may provide scientific support for efforts to develop health recommenda
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.
The pandemic of coronavirus disease 2019 (COVID-19) has lead to a global public health crisis spreading hundreds of countries. With the continuous growth of new infections, developing automated tools for COVID-19 identification with CT image is highly desired to assist the clinical diagnosis and reduce the tedious workload of image interpretation. To enlarge the datasets for developing machine learning methods, it is essentially helpful to aggregate the cases from different medical systems for learning robust and generalizable models. This paper proposes a novel joint learning framework to per
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.
BACKGROUND: Advances in human neuroimaging has enabled us to study functional connections among various brain regions in pain states. Despite a wealth of studies at high anatomic resolution, the exact neural signals for the timing of pain remain little known. Identifying the onset of pain signals from distributed cortical circuits may reveal the temporal dynamics of pain responses and subsequently provide important feedback for closed-loop neuromodulation for pain.
NEW METHOD: Here we developed an unsupervised learning method for sequential detection of acute pain signals based on multichanne
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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: Early detection of gastric cancer is crucial for improving prognosis, yet current diagnostic biomarkers remain insufficient for identifying early gastric cancer (EGC, stage I-II). While previous studies have proposed molecular markers, few have systematically validated them across multiple cohorts, and their diagnostic accuracy and immune relevance remain unclear. This study aimed to identify and validate potential early diagnostic biomarkers for EGC using an integrated bioinformatic and machine learning framework.
METHODS: The transcriptome data from four Gene Expression Omnibus
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 AIMS: Predictors of first-generation somatostatin receptor ligands (fgSRLs) response in acromegaly have been studied for over 30 years, but they are still not recommended in clinical guidelines. Is there not enough evidence to support their use? This systematic review aims to describe the current knowledge of the main predictors of fgSRLs response and discuss their current usefulness, as well as future research directions.
METHODS: A systematic search was performed in the Scopus and PubMed databases for functional, imaging, and molecular predictive factors.
RESULTS: A total of
Систематический обзорСтатьяПоддержка 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.
Metabolic Associated Fatty Liver Disease (MASLD) is a condition that is often present in patients with a history of cholecystectomy. This is because both situations share interconnected metabolic pathways. This study aimed to establish a predictive model that allows for the identification of patients at risk of developing hepatic fibrosis following this surgery, with potential implications for surgical decision-making. A retrospective cross-sectional analysis was conducted in four hospitals using a database of 211 patients with MASLD who underwent cholecystectomy. MASLD diagnosis was establish
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.
Alzheimer's disease (AD) is a progressive and irreversible neurodegenerative dementia. Recent studies found that subjective cognitive decline (SCD) may be the early clinical precursor that precedes mild cognitive impairment (MCI) for AD. SCD subjects with normal cognition may already have some medial temporal lobe atrophy. Although brain changes by AD have been widely studied in the literature, it is still challenging to investigate the anatomical subtle changes in SCD. This paper proposes a machine learning framework by combination of sparse coding and random forest (RF) to identify the infor
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: Deployment-related experiences might be risk factors for soldier suicides, in which case identification of vulnerable soldiers before deployment could inform preventive efforts. We investigated this possibility by using pre-deployment survey and administrative data in a sample of US Army soldiers to develop a risk model for suicide attempt (SA) during and shortly after deployment.
METHODS: Data came from the Army Study to Assess Risk and Resilience in Servicemembers Pre-Post Deployment Survey (PPDS). Soldiers completed a baseline survey shortly before deploying to Afghanistan in 2
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BACKGROUND: Recent studies suggest that isolated sonographic assessment of the respiratory, cardiac, or neuromuscular functions in mechanically ventilated patients may assist in identifying patients at risk of postextubation distress. The aim of the present study was to prospectively investigate the value of an integrated thoracic ultrasound evaluation, encompassing bedside respiratory, cardiac, and diaphragm sonographic data in predicting postextubation distress.
METHODS: Longitudinal ultrasound data from 136 patients who were extubated after passing a trial of pressure support ventilation w
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.