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
35031 публикаций
Поиск: 464 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
The efficacy of an implantable cardioverter-defibrillator (ICD) in patients with a non-ischaemic cardiomyopathy for primary prevention of sudden cardiac death is increasingly debated. We developed a multimodal deep learning model for arrhythmic risk prediction that integrated late gadolinium enhanced (LGE) cardiac magnetic resonance imaging (MRI), electrocardiography (ECG) and clinical data. Short-axis LGE-MRI scans and 12-lead ECGs were retrospectively collected from a cohort of 289 patients prior to ICD implantation, across two tertiary hospitals. A residual variational autoencoder was devel
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: Characterization of prediagnostic Parkinson's Disease (PD) and early prediction of subsequent development are critical for preventive interventions, risk stratification and understanding of disease pathology. This study aims to characterize the role of the prediagnostic period in PD and, using selected features from this period as novel interception points, construct a prediction model to accelerate the diagnosis in a real-world setting.
METHODS: We constructed two sets of machine learning models: a retrospective approach highlighting exposures up to 5 years prior to PD diagnosis,
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.
The 2016 WHO classification of central nervous system tumors has included four molecular subgroups under medulloblastoma (MB) as sonic hedgehog (SHH), wingless (WNT), Grade 3, and Group 4. We aimed to develop machine learning models for predicting MB molecular subgroups based on multi-parameter magnetic resonance imaging (MRI) radiomics, tumor locations, and clinical factors. A total of 122 MB patients were enrolled retrospectively. After selecting robust, non-redundant, and relevant features from 5,529 extracted radiomics features, a random forest model was constructed based on a training coh
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.
Continuous unfractionated heparin is widely used in intensive care, yet its complex pharmacokinetic properties complicate the determination of appropriate doses. To address this challenge, we developed machine learning models to predict over- and under-dosing, based on anti-Xa results, using a monocentric retrospective dataset. The random forest model achieved a mean AUROC of 0.80 [0.77-0.83], while the XGB model reached a mean AUROC of 0.80 [0.76-0.83]. Feature importance was employed to enhance the interpretability of the model, a critical factor for clinician acceptance. After prospective 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: Psoriasis vulgaris (PsV) and psoriatic arthritis (PsA) are complex, multifactorial diseases significantly impacting health and quality of life. Predicting treatment response and disease progression is crucial for optimizing therapeutic interventions, yet challenging. Automated machine learning (AutoML) technology shows promise for rapidly creating accurate predictive models based on patient features and treatment data.
OBJECTIVE: This study aims to develop highly accurate machine learning (ML) models using AutoML to address key clinical questions for PsV and PsA patients, includin
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.
Individuals with diabetes mellitus type 1 (DM1) tend to check their blood sugar levels multiple times daily and utilize this information to predict their future glycemic levels. Based on these predictions, patients decide on the best approach to regulate their glucose levels with considerations such as insulin dosage and other related factors. Nevertheless, modern developments in Internet of Things (IoT) technology and innovative biomedical sensors have enabled the constant gathering of glucose level data using continuous glucose monitoring (CGM) in addition to other biomedical signals. With t
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: 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.
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
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.
The regulation of conformational stability in multidomain proteins (MDP) is a central challenge in protein engineering with major implications for antigen optimization, enzyme activity modulation, and signal transduction. The function of these proteins depends on the properties of their constituent domains as well as on interdomain orientation and interface rearrangement during conformational transitions. Previous studies show that conformational transition is largely governed by changes in a small number of key residue pairs. However, such dynamic inter-residue contacts are typically sparse,
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.
Aortic stenosis (AS) is the most common valvular heart disease in the western world, particularly worrisome with an ever-aging population wherein postoperative outcome for aortic valve replacement is strongly related to the timing of surgery in the natural course of disease. Yet, guidelines for therapy planning overlook insightful, quantified measures from medical imaging to educate clinical decisions. Herein, we leverage statistical shape analysis (SSA) techniques combined with customized machine learning methods to extract latent information from segmented left ventricle (LV) shapes. This en
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.
Although significant advancements in computer-aided diagnostics using artificial intelligence (AI) have been made, to date, no viable method for radiation-induced skin reaction (RISR) analysis and classification is available. The objective of this single-center study was to develop machine learning and deep learning approaches using deep convolutional neural networks (CNNs) for automatic classification of RISRs according to the Common Terminology Criteria for Adverse Events (CTCAE) grading system. ScarletredⓇ Vision, a novel and state-of-the-art digital skin imaging method capable of remote mo
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.
PURPOSE: To systematically review the literature regarding machine learning in leg length discrepancy (LLD) and to provide insight into the most relevant manuscripts on this topic in order to highlight the importance and future clinical implications of machine learning in the diagnosis and treatment of LLD.
METHODS: A systematic electronic search was conducted using PubMed, OVID/Medline and Cochrane libraries in accordance with Preferred Reporting Items for Systematic Review and Meta-Analysis guidelines. Two observers independently screened the abstracts and titles of potential articles.
RES
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: Distal radius (wrist) fractures are the second most common fracture admitted to hospital. The anatomical pattern of these types of injuries is diverse, with variation in clinical management, guidelines for management remain inconclusive, and the uptake of findings from clinical trials into routine practice limited. Robust predictive modelling, which considers both the characteristics of the fracture and patient, provides the best opportunity to reduce variation in care and improve patient outcomes. This type of data is housed in unstructured data sources with no particular format o
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.
Tilianin is a commonly used pharmaceutical ingredient with various biological activities such as antioxidant, anti-inflammatory, and anticancer, which is able to exert antitumor effects by inhibiting tumor cell proliferation, inducing apoptosis and inhibiting angiogenesis. Studies have demonstrated to be particularly useful in a variety of cancers such as liver, lung and gastric cancers. Quantitative analysis of Tilianin can improve the quality control of related drugs and assist in guiding clinical application and disease treatment. However, there are limited studies on the quantitative analy
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: Th1 (IFN-γ+CD4+)/CD4+ cells exacerbate the release of pro-inflammatory cytokines, contributing to neuronal death. It is proposed that the peripheral immune system plays a pivotal role in the pathophysiology of amyotrophic lateral sclerosis (ALS). This study aims to develop an interpretable machine learning model based on blood Th1/CD4+ cells to predict rapidly progressive ALS.
METHODS: We enrolled 564 patients with sporadic ALS who met the eligibility inclusion criteria for further analysis. Immune cells and cytokines were quantified using flow cytometric cell counting and a flow
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.
ObjectiveChildren with congenital heart disease are highly vulnerable to drug-related adverse effects due to the use of complex polypharmacy. This study aimed to develop and retrospectively evaluate a hybrid clinical decision support system for predicting drug-related adverse effects in this population.MethodsThis two-phase study combined machine-learning techniques and expert clinical rules. Phase 1 included a retrospective analysis of 4651 pediatric congenital heart disease reports from the Food and Drug Administration Adverse Event Reporting System to train and compare five machine-learning
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 AND OBJECTIVE: To develop and validate a machine learning model based on stacking ensemble learning and feature selection strategies to predict vertebral refracture risk after percutaneous vertebroplasty.
METHODS: Clinical data from osteoporotic vertebral compression fractures (OVCF) patients treated with percutaneous vertebroplasty were retrospectively collected. Preprocessing steps included outlier removal, feature encoding, normalization, and Synthetic Minority Oversampling Technique (SMOTE) for dataset balancing. Univariate and multivariate analyses identified 13 key predictive
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.
OBJECTIVES: Machine Learning and Artificial Intelligence (AI) are rapidly growing in capability and increasingly applied to model outcomes and complications within medicine. In spinal surgery, post-operative surgical site infections (SSIs) are a rare, yet morbid complication. This paper applied AI to predict SSIs after posterior spinal fusions.
PATIENTS AND METHODS: 4046 posterior spinal fusions were identified at a single academic center. A Deep Neural Network DNN classification model was trained using 35 unique input variables The model was trained and tested using cross-validation, in whic
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.
Accurate prediction of marine visibility is critical for ensuring safe and efficient maritime operations, particularly in dynamic and data-sparse ocean environments. Although visibility reduction is a natural and unavoidable atmospheric phenomenon, improved short-term prediction can substantially enhance navigational safety and operational planning. While deep learning methods have demonstrated strong performance in land-based visibility prediction, their effectiveness in marine environments remains constrained by the lack of fixed observation stations, rapidly changing meteorological conditio
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.