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
21233 публикаций
Поиск: 505 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1553 с найденным полным текстом
BACKGROUND: Postherpetic neuralgia (PHN), as the most common complication of herpes zoster (HZ), is very refractory to current therapies. Studies of HZ have indicated that early aggressive pain interventions can effectively prevent PHN; therefore, accurately predicting PHN in outpatients with HZ and treating HZ promptly, would be of great benefit to patients. Multiple logistic regression (MLR) has often been used to predict PHN. However, support vector machine (SVM) has been poorly studied in predicting PHN in outpatients with HZ.
OBJECTIVE: The aim of our retrospective study was to analyze t
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.
Drug resistance mutations (DRMs) appear in HIV under treatment pressure. DRMs are commonly transmitted to naive patients. The standard approach to reveal new DRMs is to test for significant frequency differences of mutations between treated and naive patients. However, we then consider each mutation individually and cannot hope to study interactions between several mutations. Here, we aim to leverage the ever-growing quantity of high-quality sequence data and machine learning methods to study such interactions (i.e. epistasis), as well as try to find new DRMs. We trained classifiers to discrim
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 AND AIM: Cardiogenic shock (CS) withholds a significantly high mortality rate between 40% and 60% despite advances in diagnosis and medical/surgical intervention. To date, machine learning (ML) is being implemented to integrate numerous data to optimize early diagnostic predictions and suggest clinical courses. This systematic review summarizes the area under the curve (AUC) receiver operating characteristics (ROCs) accuracy for the early prediction of CS.
METHODS: A systematic review was conducted within databases of PubMed, ScienceDirect, Clinical Key/MEDLINE, Embase, GoogleSchol
СтатьяСистематический обзорПоиск 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: Percutaneous coronary intervention (PCI) procedures are increasing in clinical and anatomic complexity, likely increasing the calculated risk of mortality. There is need for a real-time risk prediction tool that includes clinical and coronary anatomic information that is integrated into the electronic medical record system.
METHODS: We assessed 70 503 PCIs performed in 73 Veterans Affairs hospitals from 2008 to 2019. We used regression and machine-learning strategies to develop a prediction model for 30-day mortality following PCI. We assessed model performance with and without in
СтатьяПоддержка 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.
PURPOSE: To develop and identify a MRI-based radiomics nomogram for the preoperative prediction of parametrial invasion (PMI) in patients with early-stage cervical cancer (ECC).
MATERIALS AND METHODS: All 137 patients with ECC (FIGO stages IB-IIA) underwent T2WI and DWI scans before radical hysterectomy surgery. The radiomics signatures were calculated with the radiomics features which were extracted from T2WI and DWI and selected by the least absolute shrinkage and selection operation regression. The support vector machine (SVM) models were built using radiomics signatures derived from T2WI
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.
Objective This paper aims to investigate whether machine learning (ML) can be used to predict the state of pulmonary hypertension (PH), including pre-capillary and post-capillary, from echocardiographic data.Methods Two hundred and seventy-five patients with PH who underwent both echocardiography and right heart catheterization were included in the study. Mean pulmonary artery pressure, pulmonary artery wedge pressure measured by right heart catheterization were used as criteria for judging pre-capillary PH and post-capillary PH. Thirteen echocardiographic indicators were used to predict wheth
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: Cardiac resynchronization therapy (CRT) has significant nonresponse rates. We assessed whether machine learning (ML) could predict CRT response beyond current guidelines.
METHODS: We analyzed CRT patients from Cleveland Clinic and Johns Hopkins. A training cohort was created from all Johns Hopkins patients and an equal number of randomly sampled Cleveland Clinic patients. All remaining patients comprised the testing cohort. Response was defined as ≥10% increase in left ventricular ejection fraction. ML models were developed to predict CRT response using different combinations of c
Сравнительное исследованиеСтатьяМногоцентровое исследованиеПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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 and Purpose- The aim of this study was to explore clinical and radiological prognostic factors for long-term swallowing recovery in patients with poststroke dysphagia and to develop and validate a prognostic model using a machine learning algorithm. Methods- Consecutive patients (N=137) with acute ischemic stroke referred for swallowing examinations were retrospectively reviewed. Dysphagia was monitored in the 6 months poststroke period and then analyzed using the Kaplan-Meier method and Cox regression model for clinical and radiological factors. Bayesian network models were develop
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.
INTRODUCTION: Integrating machine learning (ML) models into wearable or connected devices to deliver early warning alerts prior to atrial fibrillation (AF) onset may represent an effective preventive strategy. Machine learning algorithms applied to two-lead Holter electrocardiogram (ECG) recordings can support the development of predictive models capable of detecting imminent paroxysmal AF episodes within short-term windows. This approach could facilitate a more targeted 'pill-in-the-pocket' (PITP)-like intervention strategy, potentially enhancing timely therapeutic actions and improving patie
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.
Repetitive loading of bone is associated with microdamage accumulation and material property degradation that may ultimately result in fatigue fracture. Our previous work used continuum damage mechanics (CDM)-based finite element (FE) modeling to predict stiffness loss and fatigue failure in whole bone; however, this model did not account for inter-specimen variability in fatigue behaviour and combined loading effects, which limited its applied efficacy. In this study, we refined the CDM-based FE model to predict experimental fatigue-life measurements from 21 whole rabbit tibiae subjected to c
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.
RATIONALE AND OBJECTIVES: To carry out radiomics analysis/deep convolutional neural network (CNN) based on B-mode ultrasound (BUS) and shear wave elastography (SWE) to predict response to neoadjuvant chemotherapy (NAC) in breast cancer patients.
MATERIALS AND METHODS: In this prospective study, 255 breast cancer patients who received NAC between September 2016 and December 2021 were included. Radiomics models were designed using a support vector machine classifier based on US images obtained before treatment, including BUS and SWE. And CNN models also were developed using ResNet architecture.
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.
BACKGROUND AND PURPOSE: A popular Normal tissue Complication (NTCP) model deployed to predict radiotherapy (RT) toxicity is the Lyman-Burman Kutcher (LKB) model of tissue complication. Despite the LKB model's popularity, it can suffer from numerical instability and considers only the generalized mean dose (GMD) to an organ. Machine learning (ML) algorithms can potentially offer superior predictive power of the LKB model, and with fewer drawbacks. Here we examine the numerical characteristics and predictive power of the LKB model and compare these with those of ML.
MATERIALS AND METHODS: Both
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.
AIMS: Evaluating expression of the human epidermal growth factor receptor 2 (HER2) by visual examination of immunohistochemistry (IHC) on invasive breast cancer (BCa) is a key part of the diagnostic assessment of BCa due to its recognized importance as a predictive and prognostic marker in clinical practice. However, visual scoring of HER2 is subjective, and consequently prone to interobserver variability. Given the prognostic and therapeutic implications of HER2 scoring, a more objective method is required. In this paper, we report on a recent automated HER2 scoring contest, held in conjuncti
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: Significant liver fibrosis can develop in children with chronic hepatitis B (CHB), yet liver biopsy is invasive and unsuitable for repeated assessment. We developed an interpretable, non-invasive prediction model for significant fibrosis in pediatric CHB and evaluated whether baseline risk stratification was associated with subsequent treatment outcomes.
METHODS: This retrospective study included 232 children with CHB who underwent liver biopsy, with significant fibrosis defined as Scheuer stage S ≥ 2. Patients were randomly assigned to a development cohort (80%) and a held-out te
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.
OBJECTIVE: Carotid atherosclerosis is a leading cause of stroke, with plaque rupture closely linked to endoplasmic reticulum stress (ERS). However, the precise mechanisms of ERS in plaque instability remain incompletely understood. This study aims to investigate the role of ERS in carotid plaque instability, identify potential biomarkers, and screen candidate therapeutic drugs.
METHODS: Transcriptomic data from the Gene Expression Omnibus (GEO) database (GSE43292 and GSE163154) were analyzed using differential expression analysis, weighted gene co-expression network analysis (WGCNA), and mach
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.
PURPOSE: Accurate preoperative assessment of lymphovascular space invasion (LVSI) in cervical cancer (CC) remains challenging despite its importance for treatment planning and risk stratification. This study aimed to develop and evaluate a hybrid model integrating peritumoral ultrasound radiomics features, deep learning features, and clinical data for preoperative prediction of LVSI in CC. Additionally, we assessed the model's prognostic value for disease-free survival (DFS) and explored LVSI-associated molecular pathways using data from The Cancer Genome Atlas (TCGA).
METHODS: In a retrospec
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/OBJECTIVES: Artificial intelligence (AI) has gained substantial prominence in pediatric dentistry, offering new opportunities to enhance diagnostic precision and clinical decision-making. AI-based systems are increasingly applied in caries detection, early childhood caries (ECC) risk prediction, tooth development assessment, mesiodens identification, and other key diagnostic tasks. This systematic review and meta-analysis aimed to synthesize evidence on the diagnostic performance of AI models developed specifically for pediatric dental applications.
METHODS: A systematic search was
СтатьяОбзорПоиск 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: Refractive error and dry eye are highly prevalent ocular conditions that significantly impair the quality of life and impose a substantial burden on individuals and society. Growing evidence suggests a correlation between these two conditions. This study aimed to develop and validate a machine learning (ML) model to accurately predict the risk of concurrent dry eye comorbidities in patients with refractive error.
METHODS: Data from Xiamen Eye Center outpatient database (1st January 2024 to 28th February 2025) were analyzed (n = 114,579). Hyperparameter optimization, Spearman cor
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.
OBJECTIVES: This retrospective and single-center study aimed to develop machine learning (ML) model integrating clinical features, ultrasound (US) features, and radiomics signatures extracted from both intratumoral and peritumoral regions to predict central lymph node metastasis (CLNM) in papillary thyroid carcinoma (PTC). The SHapley Additive exPlanations (SHAP) method was applied to visualize the prediction process and enhance clinical interpretability.
MATERIALS AND METHODS: A total of 879 patients with PTC who underwent preoperative US examination between January 2023 and January 2024 wer
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: Deep brain stimulation (DBS) is an effective method for treating the motor symptoms of advanced Parkinson's disease (PD). However, complications such as depression, anxiety, cognitive impairment, and delirium that occur after DBS surgery can severely affect a patient's quality of life and the therapeutic effect.
AIM: To construct a gradient boosting machine (GBM) risk model to predict the risk of mental complications such as depression, anxiety, and cognitive impairment in patients with PD after DBS surgery.
METHODS: We retrospectively collected data on patients with PD treated a
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.