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
22971 публикаций
Поиск: 314 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1025 с найденным полным текстом
Technology and health care : official journal of the European Society for Engineering and Medicine2025eng
BACKGROUND: Septic patients with heart failure (HF) have higher mortality and poorer prognosis than patients with either disease alone. Currently, no tool exists for predicting survival rate in such patients.
OBJECTIVE: This study aimed to develop an interpretable prediction model to predict survival rate for septic patients with HF.
METHODS: Severe septic patients with HF were recruited from the MIMIC-IV database (as training and internal validation cohorts) as well as from the MIMIC-III database (as external validation cohorts). Four models including Deep Learning Survival (DeepSurv) were
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: Diagnosis of cardiac amyloidosis (CA) is often missed or delayed due to confusion with other causes of increased left ventricular wall thickness. Conventional transthoracic echocardiographic measurements like global longitudinal strain have shown promise in distinguishing CA, but with limited specificity.
OBJECTIVES: We conducted a multisite retrospective case-control study to investigate the performance of a computer vision algorithm for CA identification across multiple international sites.
METHODS: EchoNet-left ventricular hypertrophy (LVH) is a computer vision deep learning 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.
ObjectivesGastroesophageal reflux-related chronic cough (GERC), an extraesophageal manifestation of gastroesophageal reflux disease (GERD). Although 24h MII-pH monitoring is the gold standard for diagnosing GERC, its invasiveness, high cost, and limited accessibility hinder widespread use in many clinical settings. This study aimed to develop a non-invasive machine learning model incorporating Peptest™ and GerdQ scores to facilitate GERC detection, particularly in primary care and resource-limited environments where MII-pH testing is not readily available.Methods210 chronic cough patients were
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.
Study DesignRetrospective diagnostic study.ObjectivesTo develop a fine-grained classification model based on deep learning using X-ray images, to screen for scoliosis, and further to screen for atypical scoliosis patterns associated with Chiari Malformation type I (CMS).MethodsA total of 508 pairs of coronal and sagittal X-ray images from patients with CMS, adolescent idiopathic scoliosis (AIS), and normal controls (NC) were processed through construction of the ResNet-50 model, including the development of ResNet-50 Coronal, ResNet-50 Sagittal, ResNet-50 Dual, ResNet-50 Concat, and ResNet-50
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.
OBJECTIVES: Physician's evaluation of interstitial lung disease (ILD) extension with high-resolution CT (HRCT) has limitations such as lack of objectivity and reproducibility. This study aimed to investigate the utility of computer-based deep-learning analysis using QZIP-ILD® software (DL-QZIP) compared with conventional approaches in CTD-related ILD.
METHODS: Patients with CTD-ILD visiting our Rheumatology Centre between December 2020 and April 2024 were recruited. Quantitative scores, including the percentage of lung involvement in ground-glass opacity (QGG), total fibrotic lesion (QFIB), 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.
Few repeated-measures studies with multiple time points have evaluated the sex-specific association between mitochondrial DNA copy number (mtDNAcn) and long-term exposure to metal mixtures. We conducted a repeated-measures study with three time points and 2550 observations in the manganese-exposed workers healthy cohort. Specifically, the blood concentrations of 15 metals and mtDNAcn were measured in 2012, 2017, and 2021. We employed a machine learning approach (GLMMLASSO) to select the metals most associated with mtDNAcn and used Bayesian kernel machine regression to examine their joint effec
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: Early identification individuals at high risk of mild cognitive impairment (MCI) is essential for prevention and intervention strategies of dementia, such as Alzheimer's disease. MCI prediction considering the interdependence of predictors in longitudinal data needs to be further explored. We aimed to employ machine learning (ML) to develop and verify a prediction model of MCI.
METHODS: In a longitudinal population-based cohort of China Health and Retirement Longitudinal Study (CHARLS), 8390 non-MCI participants were enrolled. The diagnosis of MCI was based on the aging-associated
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: This study aimed to develop an ultrasomics model for predicting lymph node metastasis preoperative in patients with gastric cancer (GC).
METHODS: This study enrolled GC patients who underwent preoperative ultrasound examination. Manual segmentation of the region of interest (ROI) was performed by an experienced radiologist to extract radiomics features using the Pyradiomics software. The Z-score algorithm was used for feature normalization, followed by the Wilcoxon test to identify the most informative features. Linear prediction models were constructed using the least absolute shr
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 current study aimed to determine the risk factors and define a new scoring system for predicting febrile urinary tract infection (F-UTI) following retrograde intrarenal surgery (RIRS) by using machine learning methods. We retrospectively analyzed the medical records of patients who underwent RIRS and 511 patients were included in the study. The patients were divided into two groups: Group 1 consisted of 34 patients who developed postoperative F-UTI, and Group 2 consisted of 477 patients who did not. We applied feature selection to determine the relevant variables. Consistency subset evalua
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.
OBJECTIVES: Opioid nonadherence represents a significant barrier to cancer pain treatment efficacy. However, there is currently no effective prediction method for opioid adherence in patients with cancer pain. We aimed to develop and validate a machine learning (ML) model and evaluate its feasibility to predict opioid nonadherence in patients with cancer pain.
METHODS: This was a secondary analysis from a cross-sectional study that included 1195 patients from March 1, 2018, to October 31, 2019. Five ML algorithms, such as logistic regression (LR), random forest, eXtreme Gradient Boosting, mul
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: Radiomics has become an important tool for distinguishing benign and malignant vertebral compression fractures (VCFs). It is more clinically significant to concentrate on patients who have malignant tumors and differentiate between benign and malignant VCFs.
PURPOSE: To explore the value of multiple machine learning (ML) models based on CT radiomics features for differentiating benign and malignant VCFs in patients with malignant tumors.
MATERIAL AND METHODS: This study retrospectively analyzed 78 patients with malignant tumors accompanied by VCFs, 45 patients with benign VCFs, 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.
AIMS: To develop an auto-categorization system based on machine learning for three-dimensional magnetic resonance cholangiopancreatography (3D MRCP) to detect choledocholithiasis from healthy and symptomatic individuals.
MATERIALS AND METHODS: 3D MRCP sequences from 254 cases with common bile duct (CBD) stones and 251 cases with normal CBD were enrolled to train the 3D Convolutional Neural Network (3D-CNN) model. Then 184 patients from three different hospitals (91 with positive CBD stone and 93 with normal CBD) were prospectively included to test the performance of 3D-CNN.
RESULTS: With a c
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.
INTRODUCTION: Leprosy is a neglected infectious disease caused by Mycobacterium leprae and Mycobacterium lepromatosis and remains a public health challenge in tropical regions. Therefore, the development of technological tools such as machine learning (ML) offers an opportunity to innovate strategies for improving the diagnosis of this complex disease.
OBJECTIVE: To validate the utility of different ML models for the histopathological diagnosis of Hansen disease.
METHODOLOGY: An observational study was conducted where 55 H&E-stained tissue slides from leprosy patients and 51 healthy skin con
СтатьяНаблюдательное исследованиеВалидационное 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.
Recent advances in the management of diffuse pleural mesothelioma (DPM) have increased interest in prognostication and risk stratification on the basis that maximum benefit of combination immunotherapy appears to be seen in patients who otherwise would have the worst prognosis. Various grading schemes have been proposed, including the recently published Mesothelioma Weighted Grading Scheme (MWGS). However, predictive modelling using deep learning algorithms is increasingly regarded as the gold standard in prognostication. We therefore sought to develop and validate a prognostic nomogram for DP
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 AND AIMS: Prophylaxis of postoperative recurrence is an intractable problem for clinicians and patients with Crohn's disease. Prognostic models are effective tools for patient stratification and personalised management. This systematic review aimed to provide an overview and critically appraise the existing models for predicting postoperative recurrence of Crohn's disease.
METHODS: Systematic retrieval was performed using PubMed and Web of Science in January 2022. Original articles on prognostic models for predicting postoperative recurrence of Crohn's disease were included in the
Поддержка исследования: вне правительства СШАСистематический обзорСтатьяПолный 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: In the past decade, many machine learning (ML) models have been used in the management of normal pressure hydrocephalus (NPH). This study aims at systematically reviewing those ML models.
METHODS: The PubMed, Embase, and Web of Science databases were searched for studies reporting applications of ML in NPH. Quality assessment was performed using Prediction model Risk Of Bias ASsessment Tool (PROBAST) and Transparent Reporting of a multivariable predication model for Individual Prognosis Or Diagnosis (TRIPOD) adherence reporting guidelines, and statistical analysis was performed wi
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.
Purpose: In pancreatic adenocarcinoma, the difficult distinction between normal and affected pancreas on CT studies may lead to discordance between the pre-surgical assessment of vessel involvement and intraoperative findings. We hypothesize that a visual aid tool could improve the performance of radiology residents when detecting vascular invasion in pancreatic adenocarcinoma patients. Methods: This study consisted of 94 pancreatic adenocarcinoma patient CTs. The visual aid compared the estimated body fat density of each patient with the densities surrounding the superior mesenteric artery an
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: This study aimed to find ferroptosis-related genes linked to clinical outcomes of adrenocortical carcinoma (ACC) and assess the prognostic value of the model.
METHODS: We downloaded the mRNA sequencing data and patient clinical data of 78 ACC patients from the TCGA data portal. Candidate ferroptosis-related genes were screened by univariate regression analysis, machine-learning least absolute shrinkage, and selection operator (LASSO). A ferroptosis-related gene-based prognostic model was constructed. The effectiveness of the prediction model was accessed by KM and ROC analysis. Ex
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: The presence of central lymph node metastasis (CLNM) is crucial for surgical decision-making in clinical N0 (cN0) papillary thyroid carcinoma (PTC) patients. We aimed to develop and validate machine learning (ML) algorithms-based models for predicting the risk of CLNM in cN0 patients.
METHODS: A total of 1099 PTC patients with cN0 central neck from July 2019 to March 2022 at our institution were retrospectively analyzed. All patients were randomly split into the training dataset (70%) and the validation dataset (30%). Eight ML algorithms, including the Logistic Regression, Gradien
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: The diagnosis of multiple sclerosis (MS) requires demyelinating events that are disseminated in time and space. Peripapillary retinal nerve fiber layer (pRNFL) thickness as measured by optical coherence tomography (OCT) distinguishes eyes with a prior history of acute optic neuritis (ON) and may provide evidence to support a demyelinating attack.
OBJECTIVE: To investigate whether a deep learning (DL)-based network can distinguish between eyes with prior ON and healthy control (HC) eyes using peripapillary ring scans.
METHODS: We included 1033 OCT scans from 415 healthy eyes (213
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.