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: 1218 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Steinstrasse is an important complication following extracorporeal shock wave lithotripsy; however, predictive models for risk factors in pediatric populations remain limited. This study aimed to develop and externally validate an explainable machine learning model for predicting steinstrasse formation after ESWL in children. This two-center retrospective study included 807 pediatric patients (< 18 years) who underwent ESWL for renal stones (2015–2025). The internal cohort comprised 685 patients (Adıyaman), while the external validation cohort consisted of 122 patients (Adana). Twenty-six preo
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: Sepsis-induced coagulopathy (SIC) is a life-threatening complication characterized by high heterogeneity and mortality. Current prognostic models relying solely on clinical indices often fail to capture complex molecular pathophysiology, limiting precise risk stratification. This study aimed to unveil the molecular landscape of SIC via multi-omics integration and develop a robust machine learning (ML) predictive model.
METHODS: We conducted a comprehensive study of 878 SIC patients. A discovery cohort of 626 patients underwent blood transcriptomic profiling (RNA-seq) and a subset
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: 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 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.
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 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: 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 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.
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 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.
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.
OBJECTIVES: Current deep learning models for early breast cancer lack interpretability and multimodal integration, limiting their clinical acceptance. This study aimed to develop and evaluate a deep learning system that automates breast ultrasound evaluation to support early breast cancer detection in clinical assessment.
MATERIALS AND METHODS: We developed BrcaDetect, which integrates ultrasound image-based deep learning predictions, Breast Imaging Reporting and Data System (BI-RADS) assessments, and demographic factors. A total of 24,762 ultrasound images from 3048 women across five hospita
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.
OBJECTIVES: High-resolution manometry (HRM) and esophagography are used for achalasia diagnosis; however, achalasia phenotypes combining esophageal motility and morphology are unknown. Moreover, predicting treatment outcomes of peroral endoscopic myotomy (POEM) in treatment-naïve patients remains an unmet need.
METHODS: In this multicenter cohort study, we included 1824 treatment-naïve patients diagnosed with achalasia. In total, 1778 patients underwent POEM. Clustering by machine learning was conducted to identify achalasia phenotypes using patients' demographic data, including age, sex, dis
СтатьяМногоцентровое 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.
Rib fractures are a common type of chest injury, and the estimation of the fracture age mainly relies on clinical or forensic imaging experts making rough judgments based on CT scans, which is highly subjective. In recent years, artificial intelligence (AI) models have performed exceptionally well in rib fracture detection tasks, providing a potential technical foundation for inferring the time of fracture formation. Therefore, it is necessary to develop deep learning model tools to assist human judgment. In this study, a multi-task deep learning model (based on the 3D-ResNet18) was developed
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.
Freezing of gait (FOG) is a serious gait disturbance, common in mid- and late-stage Parkinson's disease, that affects mobility and increases fall risk. Wearable sensors have been used to detect and predict FOG with the ultimate aim of preventing freezes or reducing their effect using gait monitoring and assistive devices. This review presents and assesses the state of the art of FOG detection and prediction using wearable sensors, with the intention of providing guidance on current knowledge, and identifying knowledge gaps that need to be filled and challenges to be considered in future studie
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 aims to develop an imaging-based machine learning model for evaluating the severity of ischemic stroke in the middle cerebral artery (MCA) territory.
METHODS: This retrospective study included 173 patients diagnosed with acute ischemic stroke (AIS) in the MCA territory from two centers, with 114 in the training set and 59 in the test set. In the training set, spearman correlation coefficient and multiple linear regression were utilized to analyze the correlation between the CT imaging features of patients prior to treatment and the national institutes of health stroke s
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: Diabetes significantly increases the risk of cognitive impairment, particularly mild cognitive impairment (MCI). Early identification of individuals at risk for MCI is crucial for timely intervention. This study was aimed at developing and validating a machine learning-based model to predict MCI in patients with Type 2 diabetes (T2DM).
METHODS: Participants with T2DM and completed cognitive assessments were included. Feature selection was done using statistical methods and genetic programming to reduce collinearity. Six classification models were trained and evaluated using cross-
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.