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: 306 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
INTRODUCTION: Annual eye examinations are recommended for diabetic patients in order to detect diabetic retinopathy and other eye conditions that arise from diabetes. Medically underserved urban communities in the US have annual screening rates that are much lower than the national average and could benefit from informatics approaches to identify unscreened patients most at risk of developing retinopathy.
METHODS: Using clinical data from urban safety net clinics as well as public health data from the CDC's National Health and Nutrition Examination Survey, we examined different machine learni
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.
Legal judgment prediction (LJP) aims to predict judgment results based on the factual descriptions of criminal cases and is gradually becoming a popular research topic in the legal field. Case factual descriptions contain a large amount of keyword information, and there are complex dependencies among the subtasks. For example, law article prediction can guide charge prediction and term of penalty prediction. However, most of the previous methods often failed to take advantage of the effective keywords that are commonly present in case descriptions, or failed to consider the interrelationships
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.
A variety of factors can affect a person's perception of their environment and health, but one factor that is often overlooked in indoor settings is the air quality. To address this gap, we develop and evaluate four Machine Learning (ML) models on two disparate datasets using Indoor Air Quality (IAQ) parameters as primary features and components of self-reported IAQ satisfaction and sleep quality as target variables. In each case, we compare models to each other as well as to a simple model that always predicts the majority outcome. In the first analysis, we use open-source data collected from
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: 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.
STUDY DESIGN: A prospective multicenter cohort study.
OBJECTIVE: To develop and validate machine learning models for predicting health-related quality of life (HRQoL) improvements in patients after one month and six months of surgery for spinal metastases.
SUMMARY OF BACKGROUND DATA: The prediction of postoperative HRQoL of spinal metastases surgery remains understudied compared with studies of survival outcomes.
METHODS: We analyzed data from 413 patients who underwent surgery for spinal metastases at 40 participating institutions in Japan. The primary outcome was HRQoL improvement, define
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.
Abnormal β-amyloid (Aβ) accumulation in the brain is an early indicator of Alzheimer's disease and practical tests could help identify patients who could respond to treatment, now that promising anti-amyloid drugs are available. Even so, Aβ positivity (Aβ+) is assessed using PET or CSF assays, both highly invasive procedures. Here, we investigate how well Aβ+ can be predicted from T1 weighted brain MRI and gray matter, white matter and cerebrospinal fluid segmentations from T1-weighted brain MRI (T1w), a less invasive alternative. We used 3D convolutional neural networks to predict Aβ+ based o
ПрепринтСтатьяПоиск 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.
Asymmetric C-H borylation provides direct access to enantioenriched organoboron compounds. Predictive catalyst design for this reaction class remains challenging, as stereocontrol arises from coupled interactions among catalyst, substrate, and product structures. Moreover, mechanistic knowledge is dispersed across the literature. Here we report a machine-learning framework for predicting enantioselectivity in iridium-catalyzed asymmetric C-H borylation that bridges molecular graphs and chemical literature. A unified dataset comprising 800 literature-reported reactions was constructed for this
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.
To predict and classify the gamma passing rate (GPR) for patient-specific quality assurance (PSQA) in VMAT using a deep learning approach based on accelerator dynamic log files. Dynamic log files of 438 VMAT plans were analyzed. GPR were measured by using Delta4. Using dynamic log files as inputs and GPR under five different criteria as outputs, the Resnet-based model was trained by a five-fold cross-validation method. The average absolute error (MAE), mean square error (MSE), root mean square error (RMSE), Spearman's rank correlation coefficient (Sr), coefficient of determination (R2), and Cl
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.
This study aimed to develop a fully automated survival prediction (FASP) system that analyzes whole-liver regions from preoperative contrast-enhanced CT scans for predicting recurrence-free survival (RFS) after curative resection in Hepatocellular carcinoma (HCC). FASP comprised three consecutive components: automatic liver and tumor segmentation models, and a RFS prediction model, LiverSurv, all based on deep convolutional neural networks. FASP was compared against a clinical model leveraging clinical factors and three tumor-based methods using semantic, radiomic, or deep learning features. A
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.
OBJECTIVE: The aim of this study was to create the preoperative predictive model on mediastinal lymph-node metastasis based on artificial intelligence in surgically resected lung adenocarcinoma.
METHODS: We enrolled 301 surgical resections of patients with clinical stage N0-1 lung adenocarcinoma, who received positron emission tomography preoperatively between 2015 and 2019. We randomly assigned the patients into two groups: the training (n = 201) and validation groups (n = 100). The training group was used to obtain basic data for learning by artificial intelligence, whereas the validation g
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.
OBJECTIVE: Huntington's disease (HD) gene carriers can be identified before clinical diagnosis; however, statistical models for predicting when overt motor symptoms will manifest are too imprecise to be useful at the level of the individual. Perfecting this prediction is integral to the search for disease modifying therapies. This study aimed to identify an imaging marker capable of reliably predicting real-life clinical diagnosis in HD.
METHOD: A multivariate machine learning approach was applied to resting-state and structural magnetic resonance imaging scans from 19 premanifest HD gene car
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: 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
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.
Multi-omics cancer data provides complementary views of tumorigenesis and progression. Technical challenges exist in integrating these heterogeneous data into deep learning models to better understand tumorigenesis and predict cancer recurrence. We herein propose a novel end-to-end deep learning method (MULGONET) for cancer recurrence prediction and biomarker discovery. First, MULGONET can effectively solve the curse of dimensionality and the lack of model interpretability in multi-omics data integration. Second, it explores interactions and regulatory relationships between genes and GO terms,
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: High-quality blastocysts with good developmental potential are crucial for successful pregnancy, yet the factors influencing their formation remain unclear in clinical practice, and no predictive model is available for early clinical use. Antinuclear antibodies (ANA), which are closely associated with autoimmune diseases but are also commonly found in the infertile patients, may significantly impact embryo quality. Therefore, evaluating the effect of ANA on blastocyst quality in infertile patients is of great importance, as it could facilitate the establishment of an early predicti
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.
There is increasing popularity in the use of artificial intelligence and machine-learning techniques to provide diagnostic and prognostic models for various aspects of Trauma & Orthopaedic surgery. However, correct interpretation of these models is difficult for those without specific knowledge of computing or health data science methodology. Lack of current reporting standards leads to the potential for significant heterogeneity in the design and quality of published studies. We provide an overview of machine-learning techniques for the lay individual, including key terminology and best pract
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.
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.
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.
INTRODUCTION: Ischemic stroke remains a leading cause of death in the United States, with the COVID-19 pandemic exacerbating disparities. Prior studies have been limited by small sample sizes and lack of generalizability. We used nationally representative data to assess the effects of COVID-19 on ischemic stroke care, outcomes, and predictive modeling.
METHODS: We performed a retrospective cohort study using the 2019-2021 HCUP National Inpatient Sample (NIS). Ischemic stroke hospitalizations and COVID-19 diagnosis were identified using ICD-10-CM diagnosis codes. Hospitalizations were categori
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: Cardiovascular disease (CVD) is a major concern among cancer survivors. However, the intersection of cancer and CVD has only recently gained broader attention, and substantial evidence gaps remain. This study aimed to identify risk factors associated with incident CVD in cancer survivors and to develop a machine learning model for CVD risk prediction.
METHODS: In this retrospective study, we included 2,500 patients receiving systemic antitumor therapy at Jilin Cancer Hospital; 188 incident CVD events were observed. Variables spanning demographic, clinical, tumor- and treatment-rel
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 AND OBJECTIVE: Early recognition and treatment of sepsis in the emergency department (ED) is important. Traditional predictive analytics and clinical decision rules lack accuracy in identifying patients with sepsis. Artificial intelligence (AI) is increasingly prevalent in healthcare and offers application potential in the care of patients with sepsis. This review examines the evidence of AI in diagnosing, managing and prognosticating sepsis in the ED.
METHODS: We performed literature search in PubMed, Embase, Google Scholar and Scopus databases for studies published between 1 Janu
СтатьяОбзорПоиск 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.