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
11402 публикаций
Поиск: 385 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 799 с найденным полным текстом
Transcription profiling experiments permit the expression levels of many genes to be measured simultaneously. Given profiling data from two types of samples, genes that most distinguish the samples (marker genes) are good candidates for subsequent in-depth experimental studies and developing decision support systems for diagnosis, prognosis, and monitoring. This work proposes a mixture of feature relevance experts as a method for identifying marker genes and illustrates the idea using published data from samples labeled as acute lymphoblastic and myeloid leukemia (ALL, AML). A feature relevanc
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.
UNLABELLED: Stercoral colitis is a rare but serious condition characterized by inflammation of the colonic mucosa due to impacted and hardened faecal material. The word "stercoral" means "related to faeces". This condition usually develops due to the accumulation of hard stool masses in the colon, which cause localized inflammation and irritation. These faecalomas can exert persistent pressure on the colonic wall, causing damage and inflammation. Stercoral colitis presenting symptoms that mimic acute mesenteric ischemia is a diagnostic challenge for clinicians due to the overlap in clinical ma
Клинический случайСтатьяПоиск 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.
Current levodopa challenge test (LCT) for deep brain stimulation (DBS) candidate screening in Parkinson's disease (PD) relies on subjective clinical scales, limiting its predictive capacity for postoperative motor outcomes. We developed video-based machine learning models using quantified kinematic metrics during preoperative LCT in seventy PD patients who underwent DBS surgery. Objective multi-domain motor features were extracted via validated motor assessment software. Binary classification defined patients' outcomes as DBS+ (≥30% improvement in MDS-UPDRS Part III) or DBS- (<30%). Ternary cl
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: Heart failure (HF) classification based on left ventricular ejection fraction (LVEF) inadequately captures HF heterogeneity, limiting phenotype-specific therapies. While machine learning (ML) has been applied to HF with preserved ejection fraction, comprehensive approaches across the full LVEF spectrum remain scarce. This study aimed to identify HF phenogroups across the entire LVEF spectrum using unsupervised ML, moving beyond the LVEF-centric and fragmented understanding of HF.
METHODS: We analyzed 13 238 patients with acute HF from a nationwide, multicenter Japanese cohort (JRO
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2026eng
BACKGROUND: Current methods struggle to quantify muscle synergistic imbalance and nonlinear interactions in Lumbar Intervertebral Disc Degeneration (LIDD). This study proposes a novel strategy combining "Delta Radiomics" with a Tabular Transformer deep learning architecture, aiming to improve the precision of early risk assessment.
METHODS: A retrospective analysis was conducted on L4-L5 MRI images from 663 subjects. Texture features of the Psoas Major (PM) and Erector Spinae (ES) were extracted, and (PM-ES)/ES was calculated as the "Delta Feature" to eliminate individual variation. An in sil
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: Epilepsy is a neurological disorder with heterogeneous anti-seizure medication responses and a lack of peripheral biomarkers for diagnosis and drug resistance assessment. This study aims to explore metabolic alterations and candidate metabolite panels associated with epilepsy and anti-seizure medication responsiveness.
METHODS: Untargeted metabolomic analysis was performed on plasma samples from 42 patients with epilepsy (PWE), including 20 patients with drug-resistant epilepsy (DRE) and 22 patients with drug-sensitive epilepsy (DSE), as well as 20 healthy controls (HCs). Multivar
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: This study aims to develop machine learning (ML) models to predict 90-day functional outcomes for acute ischemic stroke (AIS) patients receiving thrombolysis with low-dose alteplase at 0.6 mg/kg between 4.5 and 9 h after symptom onset.
METHODS: We conducted a retrospective analysis of AIS patients receiving thrombolysis between August 1, 2019 and August 31, 2023. Eligible patients were randomly divided into training and validation sets in a 7:3 ratio. Good functional prognosis at 90 days were defined as modified Rankin scale score (mRS) ≤2. Least Absolute Shrinkage and Selection O
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: Intrahepatic cholangiocarcinoma (ICCA) is a rare but highly lethal adenocarcinoma arising within the hepatic parenchyma. Diagnosis presents a significant clinical challenge as the histological features of ICCA substantially overlap with those of metastatic liver cancers. This diagnostic ambiguity often necessitates extensive and costly exclusionary investigations, such as upper and lower gastrointestinal endoscopy, to rule out an occult primary site. Consequently, this process results in treatment delays and an increased financial burden on health care systems.
PATIENTS AND METHOD
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.
BACKGROUND: Cervical spondylotic myelopathy (CSM) is common in older adults. Some patients may experience incomplete neurological recovery after surgery, or even deterioration. Accurate prognosis is essential for patients, yet current tools use subjective scores and fail to detect early spinal cord microstructural changes.
METHODS: CSM patients undergoing preoperative cervical MRI and diffusion tensor imaging (DTI) scans between 2024 and 2025 at a single center were included in this retrospective study. Data were retrieved from medical records, and the determination of whether patients achiev
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.
Leukemia, a life-threatening hematological malignancy, necessitates early and accurate diagnosis for effective treatment. Traditional microscopic examination is often time-consuming and subjective, while most existing deep learning-based studies are limited to a narrow selection of models and lack interpretability analysis. To address these gaps, this study presents a comprehensive comparative evaluation of fourteen pre-trained CNN architectures, including EfficientNetB1/B3/B5, Xception, InceptionV3, InceptionResNetV2, DenseNet201, ResNet variants, VGG16/19, and MobileNet, for automated leukem
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: Early detection of gastric cancer (GC) and reliable risk stratification for metachronous gastric lesions (MGLs) remain societal and clinical challenges, particularly in intermediate risk populations. Non-invasive approaches such as saliva-based biomarkers could complement current strategies. The aim of this study was to identify and validate a tissue-based gene expression signature for early gastric lesions, explore its potential for MGL prediction, and assess its detectability in saliva.
METHODS: Three studies were conducted: (1) a retrospective case control study to identify (RN
СтатьяНаблюдательное исследованиеВалидационное 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.
Due to the substantial impact of brain tumors on human health, precise identification of tumor types is vital for patient prognosis and guiding treatment decisions. Magnetic Resonance Imaging (MRI) technology, owing to its non-invasive nature and high resolution, is indispensable in accurately classifying brain tumor types. However, manual interpretation of MRI images is not only time-consuming and labor-intensive but also susceptible to subjective bias. Hence, many automatic brain tumor diagnosis systems utilizing deep learning techniques have been developed. This paper introduces an advanced
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.
INTRODUCTION: Explosive Ordnance Disposal (EOD) Veterans have complex exposure histories that may contribute to chronic symptom burden. Identifying health features that are distinct to EOD Veterans may help describe this complex, chronic symptom burden. A machine learning approach to identify the unique health symptoms that can discriminate EOD and non-EOD Veterans who participated in the WRIISC (War Related Illness and Injury Study Center) clinical program will be presented to demonstrate these analytic methods. This approach orders clinical data to characterize EOD Veterans' health profiles
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: Predicting mortality is vital for tailoring treatments, improving care and reducing costs. Machine learning (ML) has shown strong potential, often outperforming traditional severity-of-illness scoring systems in intensive care units (ICUs). However, the black-box nature of ML limits adoption. This study evaluates the accuracy of several ML algorithms on the Medical Information Mart for Intensive Care III (MIMIC-III) dataset and applies explainable artificial intelligence to identify variables influencing ICU mortality.
METHODS: A retrospective cohort of 600 MIMIC-III patient recor
СтатьяСравнительное 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.
Insufficient sleep impairs cognition, particularly hippocampal-dependent memory. However, effective strategies for addressing these effects in humans remain limited. Physical exercise enhances slow-wave sleep (SWS) and improves memory performance, suggesting it may provide a physiologically grounded buffer against sleep-loss-related memory deficits. Here, we tested whether a single session of moderate-intensity exercise may protect long-term declarative memory following sleep restriction, and whether SWS mediates this effect. Eighty-eight healthy young adults (52% female; 24.0 ± 3.8 years) wer
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: Migraine with depressive symptom (dMIG) constitutes a more severe clinical condition than migraine without depressive symptom (ndMIG), and is likely underpinned by distinct neuropathophysiology. While traditional neuroimaging has linked these clinical differences to static functional connectivity (FC) alterations, the role of dynamic brain network interactions which may more directly reflect the fluctuating nature of symptoms remains poorly understood. METHODS: In this cross-sectional study, we examined the spatiotemporal brain dynamics from resting-state functional Magnetic Resona
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 use of multiple medicinal parts from a single herbal source for disease treatment is a common practice in traditional Chinese medicine. However, variations in the ratio of these parts can lead to inconsistencies in product quality. Therefore, ensuring uniform quality by controlling the ratio of different plant parts is a key challenge for Traditional Chinese Medicine (TCM) products. In this study, UHPLC-Q-TOF-MS was employed to acquire MS data of Cocculus orbiculatus (L) DC. (C. orbiculatus) quality control samples under different collision energies. Ion pairs were screened using the MRM-I
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: Major depressive disorder (MDD) involves complex interactions across multiple physiological systems, necessitating a comprehensive and integrative perspective for objective diagnosis and personalized treatment. Although multi-omics technologies provide broad molecular insights, their high cost and complexity limit clinical translation. METHODS: We developed a cost-effective and practical machine learning framework using digital biomarkers from dried serum near-infrared spectroscopy (NIRS) for MDD diagnosis and antidepressant treatment outcome prediction. A total of 126 MDD patients
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.
Inspired by protein-based odorant recognition in the mammalian olfactory system, we constructed a biomimetic fluorescent sensor array using poly(amino acid) dots synthesized from tyrosine, alanine, and cysteine. Saccharides and amino acids are two categories of structurally analogous small molecules that coexist widely in biological and food matrices (e.g., energy drinks, nutritional supplements, fermented products). Their simultaneous monitoring is challenging because of their completely different functional groups. While most studies target individual detection of such organic compounds, rap
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.
Hybrid CNN-Transformer (HCT) synthesis for automated neurodevelopmental diagnostics is an effective approach to constructing intelligent detection systems that are not merely oriented toward feature classification but primarily toward solving spatiotemporal pattern recognition problems in motor disorder assessment. In neurodevelopmental diagnostics, existing automated methods rely on fixed, single-model architectures that process spatial or temporal motion features independently, failing to adapt to the heterogeneous motor irregularities characteristic of developmental coordination disorder an
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.