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
27819 публикаций
Поиск: 279 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1105 с найденным полным текстом
BACKGROUND: This study systematically investigates the relationship between running posture and tibial load in novice runners using machine learning methods from the field of artificial intelligence. The aim is to provide scientific evidence for the precise prevention and personalized rehabilitation of Medial Tibial Stress Syndrome (MTSS).
METHODS: A total of 174 novice runners diagnosed with MTSS were included in the study. Kinematic and kinetic data were collected during their running trials, and tibial load was subsequently calculated. Three machine learning models-Extreme Gradient Boostin
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: Metabolic syndrome (MetS) and pre-metabolic syndrome (pre-MetS) are increasingly recognized as important stages of metabolic dysfunction in Asian populations. Conventional diagnostic approaches rely on fixed threshold criteria, whereas metabolic dysfunction occurs along a continuous spectrum. Machine learning (ML) can integrate multidimensional clinical data and model nonlinear relationships among clinical variables, potentially providing complementary information for distinguishing metabolic states. This study evaluated ten ML algorithms for distinguishing pre-MetS from MetS in Th
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: Early mortality after long-term care facility (LTCF) admission is common; yet, prognostic tools are often derived from Western minimum dataset-based cohorts or require hospital electronic health record linkages that are unavailable at intake in many LTCFs. There is also limited evidence on explainable, admission-feasible machine learning-based prognostication in Asian LTCF settings.
OBJECTIVE: The aim of the study is to develop and temporally externally validate an interpretable machine learning model for predicting 6-month all-cause mortality among older adults newly admitted to
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: Internet addiction and maladaptive cognitive emotion regulation may co-occur in later life, yet evidence-based approaches for identifying this co-occurrence remain limited. This study developed and interpreted a machine learning classifier to distinguish community-dwelling older adults with versus without current co-occurrence. A cross-sectional survey was conducted among 1,471 adults aged 60 years or older in China. Candidate predictors included demographic characteristics, general well-being, family functioning, and social support.
METHODS: After preprocessing, correlation-based
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.
BACKGROUNDS: Liver transplantation (LT) is a life-saving procedure for patients with end-stage liver disease, yet post-operative complications, particularly the need for respiratory support, remain a significant challenge. We aimed to develop and validate a machine learning (ML)-based predictive tool for postoperative respiratory support requirement in liver transplant recipients.
METHODS: This single-center retrospective study was conducted at Zhongshan Hospital, Fudan University (Shanghai, China) from January 2018 to October 2023. Following data preprocessing, key variables were selected th
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: This paper seeks to improve the reliability and quality of operation of the critical medical equipment methods through the combination of failure mode and effects analysis (FMEA) and supervised machine learning (ML) approaches to predictive spare parts management. The paper aims to reduce downtime, optimise the maintenance planning and increase the quality of healthcare services in general by advanced decision support.
DESIGN/METHODOLOGY/APPROACH: A dataset comprising 2,800 maintenance records from six hospitals, covering 10 categories of medical devices including ventilators, dialys
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 prediction of absorption, distribution, metabolism, excretion, and toxicity (ADMET) properties plays a critical role in early-stage drug discovery. While artificial intelligence (AI) has demonstrated transformative potential in revolutionizing this field, existing computational tools remain constrained by limitations in throughput, interpretability, and immobilized modeling frameworks. To address these challenges, we developed ADMETPred, an innovative platform that integrates machine learning and graph neural networks to deliver rapid, accurate, and comprehensive ADMET profiling. Trained o
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.
A priori model-informed precision dosing (MIPD) recommends an appropriate first dose based solely on the patient's covariates enabling faster target attainment without required concentration measurements. Population pharmacokinetic (PopPK) model ensembling and machine learning (ML) approaches were developed and evaluated to predict a first dose of amoxicillin in intensive care. Following a bibliographic review, a virtual patient population was simulated based on cohorts from four published adult amoxicillin PopPK models. Steady-state trough concentrations were simulated using cohort-specific d
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: PPOI is one of the common complications of intraperitoneal hyperthermic chemotherapy during laparoscopic radical resection of rectal cancer, which seriously affects the prognosis of patients. The purpose of this study is to establish a prediction system for PPOI secondary to laparoscopic radical resection of rectal cancer combined with intraperitoneal hyperthermic chemotherapy with lobaplatin.
MATERIALS AND METHODS: Retrospectively analyzed the clinical data of 800 patients who received laparoscopic radical rectal cancer combined with lobaplatin hyperthermia and intraperitoneal chemo
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.
Postoperative nausea and vomiting (PONV) is a frequent and serious complication after surgery. PONV also reduces patient satisfaction with surgery under spinal anesthesia and increases medical costs due to prolonged hospitalization. The purpose of this study is to apply artificial intelligence (AI) machine learning analysis to identify risk factors for PONV in patients undergoing surgery with spinal anesthesia. This retrospective study used artificial intelligence to analyze data of adult patients (aged ≥20 years) who underwent surgery under spinal anesthesia at Tohoku University Hospital from
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.
Traditional statistical models often struggle to accurately predict global burden of respiratory diseases due to the complex and interdependent nature of environmental variables. To address these challenges, this study aims to develop and evaluate machine learning models for respiratory disease prediction from 1999 to 2015 in Penang, Malaysia. The dataset on respiratory disease cases was obtained from the Health Informatics Centre, Ministry of Health Malaysia, while environmental data were sourced from the Department of Environment Malaysia. We considered ten predictors for analysis, consistin
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: This study aimed to explore the feasibility of developing and internal validating machine learning (ML) models for post-retrieval ovarian hyperstimulation syndrome (OHSS) risk stratification in patients undergoing assisted reproductive technology (ART).
METHODS: In this exploratory, single-center, retrospective study, three ML models were established using clinical and laboratory data from infertile patients undergoing controlled ovarian hyperstimulation (COH) at Jinxin Xinan Women & Children Hospital between 2020 and 2023. The models were evaluated comprehensively using the area u
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.
Air plays a vital role in human life, and poor air quality can lead to respiratory infections. Given the significant impact of air quality on people's health, monitoring and assessing air quality is crucial. With advancements in machine learning (ML) and artificial intelligence (AI), we now have extensive tools to measure the Air Quality Index (AQI). Air quality is influenced by various pollutants, including carbon monoxide (CO), nitrogen dioxide (NO2), ozone (O3), and sulfur dioxide (SO2), which are prevalent in highly polluted areas and contribute to a wide range of illnesses. Particulate ma
СтатьяСравнительное 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.
Optimizing immunosuppressive therapy remains central to improving long-term outcomes after kidney transplantation. Both induction and maintenance therapies are widely used, yet their comparative effectiveness across diverse recipient populations requires further evaluation. This national retrospective cohort study analyzed 228,855 deceased-donor kidney transplant recipients using data from 2000-2024. Multivariable Cox proportional hazards (PH) models were used for clinical inference, and four machine learning (ML) survival models: random survival forest (RSF), support vector machine (SVM), pen
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: In hypertrophic cardiomyopathy (HCM), detection of coronary microcirculatory dysfunction (CMD) usually relies on contrast-enhanced cardiac magnetic resonance (CMR). This study sought to develop a practical non-contrast radiomics model to identify CMD, minimizing reliance on contrast agents.
METHODS: A total of 290 patients with HCM were stratified by the presence or absence of CMD and randomly allocated into a training set and a test set at an 8:2 ratio. The application of logistic regression was implemented to identify predictive imaging features. Radiomics features were extracted
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.
OBJECTIVE: Develop a machine learning-based model for survival prediction in ALS, including advanced-stage patients (≤50% predicted normal vital capacity [VC50]).
METHODS: Training data from the PRO-ACT Database (n = 6896) was supplemented with advanced-stage ALS patients (n = 678), with model validation on distinct advanced-stage ALS patients (n = 403). Baseline patient characteristics, including slopes from symptom onset, were used to train a random forest model to identify parameters with the greatest relative importance (RI) for predicting survival outcomes. These parameters were used to
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: To develop preoperative diagnostic models for superficial lymph node tuberculosis (LNTB) using radiomic features extracted from multimodal ultrasound imaging, including gray-scale ultrasound (US), ultrasound elastography (UE), and contrast-enhanced ultrasound (CEUS), in conjunction with various machine learning algorithms.
METHODS: A retrospective study was conducted on 222 patients with lymphadenopathy. The patients were randomly divided into a training group (n = 156) and a validation group (n = 66) in a 7:3 ratio. 837 radiomics features were extracted from images of each modalit
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.
Type 2 diabetes mellitus (T2DM) is a prevalent chronic condition characterized by elevated blood glucose levels resulting from insulin resistance or inadequate insulin secretion. Accurate prediction of future glucose levels is essential for minimizing complications and enabling proactive management. While machine learning and deep learning models have been extensively applied in this domain, the potential of large language models (LLMs) remains underexplored, with no prior studies systematically comparing them to conventional approaches using real patient data. In this study, we evaluate three
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.
Facioscapulohumeral muscular dystrophy (FSHD) is a genetic neuromuscular disorder characterized by progressive muscle degeneration with substantial variability in severity and progression patterns. FSHD is a highly heterogeneous disease; however, current clinical metrics used for tracking disease progression lack sensitivity for personalized assessment, which greatly limits the design and execution of clinical trials. This study introduces a multi-scale machine learning framework leveraging whole-body magnetic resonance imaging (MRI) and clinical data to predict regional, muscle, joint, and fu
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.
Early cannabis initiation during youth is associated with elevated risk for harmful substance use, mental disorders, and cognitive impairments. To account for the complexity behind cannabis use initiation, we performed a data-driven analysis across 151 measurements spanning seven domains from the individual, microsystem, and exosystem level of influences: biobehavior, cognition, brain MRI, family, peer, neighborhood and legal factors. Data were from 450 cannabis-naïve youths from the National Consortium on Alcohol and NeuroDevelopment in Adolescence (NCANDA) (baseline age: 12-21 years). Within
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.