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: 541 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
The manufacturing of pharmaceutical solid dosage forms, such as tablets involves a large number of successive processing operations including crystallisation of the drug substance, granulation, drying, milling, mixing of the formulation, and compaction. Each step is fraught with manufacturing problems. Undesired adhesion of powders to the surface of the compaction tooling, known as sticking, is a frequent and highly disruptive problem that occurs at the very end of the process chain when the tablet is formed. As alternatives to the mechanistic approaches to address sticking, we introduce two d
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.
Since the United States Medical Licensing Examination (USMLE) Step 1 scoring transitioned from reporting numerical scores to reporting only pass or fail in 2022, the national first-time Step 1 failure rate has increased. In this shifting educational landscape, students require more detailed guidance to reach their Step 1 goals. Ideally, this would be based on data-driven methods for identifying students at-risk for failing Step 1, leveraging data to support student success. However, developing methods to identify at-risk students early enough for personalized interventions to be put in place c
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.
BACKGROUND: Less than a third of patients with depression achieve successful remission with standard first-step antidepressant monotherapy. The process for determining appropriate second-step care is often based on clinical intuition and involves a protracted course of trial and error, resulting in substantial patient burden and unnecessary delay in the provision of optimal treatment. To address this problem, we adopt an ensemble machine learning approach to improve prediction accuracy of remission in response to second-step treatments.
METHOD: Data were derived from the Level 2 stage of the
СтатьяРандомизированное исследованиеПоддержка 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: Carotid artery plaques, especially those with intraplaque hemorrhage (IPH), are significant contributors to ischemic stroke. Although high-resolution magnetic resonance vessel-wall imaging (HR-MR-VWI) is the gold standard for assessing plaque vulnerability, its limited availability and high cost pose challenges. Computed tomography angiography (CTA) offers a more accessible, non-invasive alternative, but its ability to detect IPH and assess plaque instability remains underexplored. Machine learning techniques have shown promise in improving the prediction of carotid plaque vulnerab
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 AND OBJECTIVES: As the worldwide secular trends are toward earlier puberty, identification of contributing factors for precocious puberty is critical. We aimed to identify and optimize contributing factors responsible for onset of precocious puberty via machine learning/deep learning algorithms in girls.
METHODS: A cross-sectional study was performed among girls aged 6-16 years from 26 schools in Beijing based on a cluster sampling method. Information was gleaned online via questionnaires. Machine/deep learning algorithms were performed using Python language (v3.7.6) on PyCharm pla
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.
The ability to represent and respond to uncertainty is fundamental to human cognition and decision-making. Noradrenaline (NA) is hypothesized to play a key role in coordinating the sensory, learning, and physiological states necessary to adapt to a changing world, but direct evidence for this is lacking in humans. Here, we tested the effects of attenuating noradrenergic neurotransmission on learning under uncertainty. We probed the effects of the β-adrenergic receptor antagonist propranolol (40 mg) using a between-subjects, double-blind, placebo-controlled design. Participants performed a prob
СтатьяРандомизированное исследованиеПоддержка 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: This study aimed to develop a machine-learning model using self-report questionnaires to screen for clinically significant anxiety symptoms in patients with breast cancer experiencing severe distress.
METHODS: A cohort of 327 breast cancer clinic patients was included. Anxiety symptoms were evaluated using the State-Trait Anxiety Inventory-State (STAI-S), State-Trait Anxiety Inventory-Trait (STAI-T), Beck Anxiety Inventory (BAI), and Hospital Anxiety and Depression Scale (HADS) questionnaires. The high-risk anxiety group was determined based on the Mini International Neuropsychiat
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.
KEY POINTS: The Klinrisk model predicted risk of 2-year CKD progression with area under the receiver operating characteristic curves of 0.80–0.87. When compared with standard of care, the Kidney Disease Improving Global Outcomes (KDIGO) heatmap-based staging system, the Klinrisk model achieved superior predictive capacity. The Klinrisk machine learning model predicted CKD progression in US commercial, Medicare, and Medicaid insured adults.
BACKGROUND: Early identification of high-risk CKD can facilitate optimal medical management and improve outcomes. We aimed to validate the Klinrisk machine
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.
RATIONALE AND OBJECTIVES: Hemorrhagic transformation (HT) is one of the most serious complications in patients with acute ischemic stroke (AIS) following reperfusion therapy. The purpose of this study is to develop and validate deep learning (DL) models utilizing multiphase computed tomography angiography (CTA) and computed tomography perfusion (CTP) images for the fully automated prediction of HT.
MATERIALS AND METHODS: In this multicenter retrospective study, a total of 229 AIS patients who underwent reperfusion therapy from June 2019 to May 2022 were reviewed. Data set 1, comprising 183 pa
СтатьяМногоцентровое исследованиеПоддержка 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.
OBJECTIVE: With the global increase in obesity rates and lifestyle changes, metabolic dysfunction-associated steatotic liver disease (MASLD) has become a prevalent chronic liver disorder, affecting approximately 25% of the global population. This disease can progress to cirrhosis and liver cancer, posing a significant threat to public health. To facilitate early diagnosis and intervention, this study aims to develop an efficient and reliable prediction model for MASLD using machine learning algorithm.
METHODS: This study included 9,232 participants aged 20 years and older from the 2017-2020 N
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.
For machine learning models in molecular biology, explanation is as important as prediction. Encoding prior knowledge and treating interpretability as a first-class design objective accomplish both. We provide design elements and a checklist for the next generation of foundation models in molecular biology that are as interpretable as they are powerful.
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.
PURPOSE: Predicting postoperative persistent hydrocephalus risk in pediatric medulloblastoma remains challenging using conventional clinical features. We investigated whether deep learning (DL) of pathomic features could improve postoperative hydrocephalus risk stratification.
METHODS: We analyzed patients under 18 years old with medulloblastoma treated at Zhujiang Hospital from January 2015 to September 2024, randomly split 7:3 into training and validation sets. Using ResNet-18 model, we extracted quantitative histopathological features from H&E-stained slides. We developed three logistic re
СтатьяВалидационное 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: Recurrent pericarditis (RP) is a complex condition associated with significant morbidity. Prior studies have evaluated which variables are associated with clinical remission. However, there is currently no established risk-stratification model for predicting outcomes in these patients.
OBJECTIVES: We developed a risk stratification model that can predict long-term outcomes in patients with RP and enable identification of patients with characteristics that portend poor outcomes.
METHODS: We retrospectively studied a total of 365 consecutive patients with RP from 2012 to 2019. The
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: Traumatic Brain Injury (TBI) is a common condition with potentially severe long-term complications, the prediction of which remains challenging. Machine learning (ML) methods have been used previously to help physicians predict long-term outcomes of TBI so that appropriate treatment plans can be adopted. However, many ML techniques are "black box": it is difficult for humans to understand the decisions made by the model, with post-hoc explanations only identifying isolated relevant factors rather than combinations of factors. Moreover, such models often rely on many variables, some
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.
This study aimed to evaluate the systemic immune-inflammation index (SII) for predicting contrast-induced acute kidney injury (CI-AKI) and to develop a machine learning model integrating SII with key risk factors. Data were derived from the MIMIC-IV database (2008-2019) for acute myocardial infarction patients undergoing percutaneous coronary intervention in the intensive care unit. Logistic regression and restricted cubic splines were used to assess the association between SII and CI-AKI. Six machine learning models were developed on 70% of the training set and validated on the remaining 30%.
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.
OBJECTIVE: The aim of this study was to determine whether adenomyosis is an independent prognostic factor in cervical cancer using integrated survival analysis and machine-learning models.
METHODS: This retrospective cohort study included 131 patients with early-stage cervical cancer treated surgically between 2008 and 2020. Patients were stratified by the presence (n=28) or absence (n=103) of adenomyosis based on final histopathology. Kaplan-Meier curves and log-rank tests assessed overall survival. Independent prognostic factors were identified through multivariate Cox regression and logist
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/Objectives: In critically ill patients, endotracheal intubation (EI) is often performed to secure the airway or mechanical ventilation. Accurately predicting the timing of intubation significantly affects patient outcomes. We developed an artificial intelligence (AI) model designed for real-time risk stratification of patients requiring EI. Methods: We utilized the Medical Information Mart for Intensive Care-IV (MIMIC-IV) 2.2 dataset and performed model development using 15 clinical variables, including vital signs, Glasgow Coma Scale (GCS) score, and arterial blood gas analysis 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: First-line treatment for advanced gastric adenocarcinoma (GAC) with human epidermal growth factor receptor 2 (HER2) is trastuzumab combined with chemotherapy. In clinical practice, HER2 positivity is identified through immunohistochemistry (IHC) or fluorescence in situ hybridization (FISH), whereas deep learning (DL) can predict HER2 status based on tumor histopathological features. However, it remains uncertain whether these deep learning-derived features can predict the efficacy of anti-HER2 therapy.
METHODS: We analyzed a cohort of 300 consecutive surgical specimens and 101 bio
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.
Liver toxicity poses a critical challenge in drug development due to the liver's pivotal role in drug metabolism and detoxification. Accurately predicting liver toxicity is crucial but is hindered by scattered information sources, a lack of curation standards, and the heterogeneity of data perspectives. To address these challenges, we developed the HepatoToxicity Portal (HTP), which integrates an expert-curated knowledgebase (HTP-KB) and a state-of-the-art machine learning model for toxicity prediction (HTP-Pred). The HTP-KB consolidates hepatotoxicity data from nine major databases, carefully
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.
Alzheimer's disease (AD) remains one of the most prevalent and debilitating neurodegenerative disorders worldwide, with no currently available disease-modifying treatments. β-site amyloid precursor protein cleaving enzyme 1 (BACE1) catalyzes the rate-limiting step in amyloid-β (Aβ) production and represents a validated therapeutic target for AD intervention. In this study, we developed an integrated computational framework combining machine learning-based virtual screening, molecular docking, and molecular dynamics simulations with experimental validation using CCK-8 assays and Western blot an
СтатьяОтозванная публикацияПолный 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.