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
22973 публикаций
Поиск: 1188 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1025 с найденным полным текстом
PURPOSE: Chronic Hepatitis B (CHB) is a leading cause of liver fibrosis. Accurate and non-invasive diagnosis of liver fibrosis in CHB patients is of critical clinical importance. This study aimed to develop and validate machine learning (ML)-based models for predicting significant liver fibrosis in CHB patients.
METHODS: This retrospective cohort study included 328 CHB patients (225 with non-significant liver fibrosis and 103 with significant liver fibrosis) from 2017 to 2022. Four ML models were constructed based on four selected features identified through the least absolute shrinkage and s
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: Patients presenting with non-ST elevation myocardial infarction (NSTEMI) are typically evaluated using coronary angiography and managed through coronary revascularization. Numerous studies have demonstrated the benefits of expedited discharge following revascularization in this patient population. However, individuals with concomitant heart failure, hemodynamic instability, or arrhythmias often necessitate prolonged hospitalization. Using aortic pressure (AP) wave assessment, we aim to predict a prolonged length of stay (> 4 days, PLoS) in patients with NSTEMI treated with percutan
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.
BACKGROUND: Assessment of liver fibrosis is essential for monitoring disease progression, predicting prognosis, and initiating treatment in children with chronic hepatitis B (CHB). However, conventional non-invasive tests demonstrate limited predictive performance for children's liver fibrosis. This study aimed to develop and validate a machine learning (ML) approach to identify significant liver fibrosis in children with CHB.
METHOD: Children with CHB who underwent liver biopsies at Hunan Provincial Children's Hospital (2015-2023) were enrolled and randomized (7:3) into training and validati
СтатьяВалидационное 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.
Objective: To establish a reliable machine-learning-based model for predicting the risk of lower limb amputation in patients with diabetic foot ulcers and to provide quantitative evidence for clinical decision-making and individualized prevention strategies. Methods: This retrospective study analyzed data from 149 hospitalized diabetic foot ulcer patients treated at Beijing Shijitan Hospital between January 2019 and December 2022. Patients were divided into amputation and non-amputation groups according to clinical outcomes. Candidate predictors-including infection biomarkers, vascular paramet
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.
INTRODUCTION: Prognosis estimation is the basis for establishing the personal interventions in sepsis patients. Serum biomarkers are potential tools for predicting the outcomes of sepsis patients admitted to the intensive care unit (ICU). Here, we plan to perform a prospective study to investigate the prognostic value of serum biomarkers. We named this study Hospital Outcome of Host Heterogeneity, Organ dysfunction and Trajectory in sepsis (HOHHOT).
METHODS AND ANALYSIS: This prospective cohort study is being performed in several hospitals in the Inner Mongolia Autonomous Region between 2025
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: This study aimed to develop and validate a Deep Learning(DL)-based model for detecting Prostate cancer (PCa) in patients with gray-zone PSA levels using multiparametric Magnetic Resonance Imaging (mp-MRI).
MATERIALS AND METHODS: This retrospective multi-center study initially reviewed data from 1778 patients with suspected prostate lesions who presented at multiple hospitals between December 2015 and October 2023. The DL algorithm was trained on T2-weighted imaging (T2WI) and apparent diffusion coefficient (ADC) values. The performance of the algorithm was evaluated using the area
СтатьяСравнительное исследованиеВалидационное исследованиеМногоцентровое 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.
INTRODUCTION: High mortality rates among maintenance hemodialysis (MHD) patients necessitate more precise predictive tools. Existing models are limited by the accuracy and clinical usability. This study aimed to construct a precise and user-friendly machine learning (ML)-based mortality risk predictive model for MHD patients.
METHODS: A total of 601 MHD patients from Shantou Central Hospital were enrolled in this study. Clinical and laboratory data were meticulously gathered and assessed. Patients were divided randomly into Training (70%) and Test (30%) cohort. Six types of ML algorithms base
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: Septic shock is a severe complication of acute pancreatitis (AP), often associated with poor prognosis. This study aims to analyze the clinical characteristics of patients with acute pancreatitis and develop an interpretable early prediction model for septic shock in these patients using machine learning (ML). The model is intended to assist emergency physicians in resource allocation and medical decision making.
METHODS: Data were collected from the MIMIC-IV 3.0 database. The dataset was divided into a training set and a test set in a 7:3 ratio. Feature selection was performed us
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: Chronic normal pressure hydrocephalus (CNPH) is a recognized sequela of aneurysmal subarachnoid hemorrhage (ASAH). Ventriculoperitoneal shunt (VPS) is a conventional treatment for hydrocephalus, though its effectiveness for CNPH post-ASAH remains unclear.
METHODS: We included ASAH patients with CNPH who underwent VPS surgery. Changes in the modified Rankin Scale (mRS) before and after surgery were analyzed to evaluate VPS benefits. The least absolute shrinkage and selection operator identified relevant variables and predictive models were constructed using 8 supervised machine lea
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: Seizure forecasting using e-diaries may help patients with seizures to organize their daily life. Until now, most methods were not rigorously tested against a strict standard. This study aims to assess whether the performance of various models for seizure forecasting using e-diaries is better than the performance of a moving window average (a.k.a. the Napkin method, due to simplicity of calculation).
METHODS: We analyzed three cohorts from Seizure Tracker: a retrospective study and two prospective studies. E-diaries and the type of seizures were extracted from the datasets. We impl
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 Rheumatoid arthritis (RA) is a chronic inflammatory condition that significantly impacts the quality of life. Depression in RA exacerbates pain and reduces the likelihood of remission. Predicting depression in RA is often neglected due to time and resource constraints. Hence, this study aimed to develop a machine learning (ML) model for predicting depression in RA patients. Methodology We included 112 RA patients from CHU Hassan II, Fez, Morocco. Depression was assessed using the Hospital Anxiety and Depression Scale (HADS) scale, and clinical data were extracted from
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.
AIM: Sarcopenia is closely linked to multimorbidity in older adults, yet its risk factors remain inadequately defined. Current screening tools also lack sensitivity and dynamic risk assessment. This study aimed to develop and validate a machine learning (ML)-based prediction system for estimating 4-year incident sarcopenia risk in older adults with multimorbidity.
METHODS: We analyzed data from 1430 participants (aged ≥ 60 years, with multimorbidity and no baseline sarcopenia) from the China Health and Retirement Longitudinal Study (CHARLS), splitting them into training (70%) and testing (30%
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.
OBJECTIVE: We aimed to develop a machine learning (ML) model to preoperatively predict surgical difficulty for pheochromocytomas and paragangliomas (PPGLs) using clinical and radiomic features.
METHODS: In this study, 212 patients with pathologically confirmed PPGLs were retrospectively enrolled and divided into training (n = 148) and validation cohorts (n = 64). Seven ML models (Classification and Regression Tree, K-Nearest Neighbors, Least Absolute Shrinkage and Selection Operator, Naïve Bayes, Random Forest, Support Vector Machine (SVM), and Extreme Gradient Boosting) were trained using cl
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: The neurasthenia-depression controversy has lasted for several decades. It is challenging to solve the argument by symptoms alone for syndrome-based disease classification. Our aim was to identify objective electroencephalography (EEG) measures that can differentiate neurasthenia from major depressive disorder (MDD).
METHODS: Both electronic medical information records and EEG records from patients with neurasthenia and MDD were gathered. The demographic and clinical characteristics, EEG power spectral density, and functional connectivity were compared between the neurasthenia and
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: Differentiating idiopathic Parkinson's disease (IPD) from multiple system atrophy-parkinsonian type (MSA-P) is essential for optimizing patient care and prognosis, given the differences in disease progression and treatment response.
OBJECTIVES: This study aimed to develop and evaluate a radiomics-based model using magnetic resonance imaging (MRI)-derived features to distinguish IPD from MSA-P.
DESIGN: A multicenter retrospective study.
METHODS: A multicenter retrospective study was conducted with 287 patients (186 IPD and 101 MSA-P) who underwent brain MRI. Radiomic features wer
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: Intracranial solitary fibrous tumor is a rare central nervous system tumor that lacks a reliable prognostic clinical model. Uncertainty persists regarding the treatment outcomes of surgery and adjuvant radiotherapy (ART). To address this, we investigated the efficacy of ART and applied machine learning (ML) to develop accurate prognostic models.
METHODS: The Surveillance, Epidemiology, and End Results database was used for this study's analysis. To identify the prognostic variables, we conducted Cox regression analysis and constructed prognostic models using 5 ML algorithms to pred
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 study aimed to develop an integrated segmentation-free deep learning (DL) framework to predict multiple aspects of radiotherapy outcome in pharyngeal cancer patients by analyzing pretreatment 18F-fluorodeoxyglucose (18F-FDG) positron emission tomography-computed tomography (PET/CT).
METHODS: We utilized baseline 18F-FDG-PET/CT scans from patients newly diagnosed with oropharyngeal or hypopharyngeal cancer. The study cohort comprised 162 patients for training and 32 for validation, all of whom completed definitive chemoradiotherapy or radiotherapy for organ-preservation. Follo
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.
Behçet's disease (BD) is a complex autoimmune disorder impacting several organ systems. Although the involvement of abdominal aortic aneurysm (AAA) in BD is rare, it can be associated with severe consequences. In the present study, we identified diagnostic biomarkers in patients with BD having AAA. Mendelian randomization (MR) analysis was initially used to explore the potential causal association between BD and AAA. The Limma package, WGCNA, PPI and machine learning algorithms were employed to identify potential diagnostic genes. A receiver operating characteristic curve (ROC) for the nomogra
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.
BACKGROUND & AIMS: Benign ulcerative colorectal diseases (UCDs) such as ulcerative colitis, Crohn's disease, ischemic colitis, and intestinal tuberculosis share similar phenotypes with different etiologies and treatment strategies. To accurately diagnose closely related diseases like UCDs, we hypothesize that contextual learning is critical in enhancing the ability of the artificial intelligence models to differentiate the subtle differences in lesions amidst the vastly divergent spatial contexts.
METHODS: White-light colonoscopy datasets of patients with confirmed UCDs and healthy controls w
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.
Prediction of major arrhythmic events (MAEs) in dilated cardiomyopathy represents an unmet clinical goal. Computational models and artificial intelligence (AI) are new technological tools that could offer a significant improvement in our ability to predict MAEs. In this proof-of-concept study, we propose a deep learning (DL)-based model, which we termed Deep ARrhythmic Prevention in dilated cardiomyopathy (DARP-D), built using multidimensional cardiac magnetic resonance data (cine videos and hypervideos and LGE images and hyperimages) and clinical covariates, aimed at predicting and tracking a
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.