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
51898 публикаций
Поиск: 276 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
Monitoring experimental animals is essential for ethical, scientific, and financial reasons. Conventional observation methods are limited by subjectivity and time constraints. Camera-based monitoring combined with machine learning offers a promising solution for automating the monitoring process. This study aimed to validate and assess the performance of a machine learning model for analyzing drinking behavior in minipigs. A novel, vision-based monitoring system was developed and tested to detect drinking behavior in minipigs. The system, based on low-cost Raspberry Pi units, enabled on-site v
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.
Reliable hospital length of stay (LOS) predictions improve patient outcomes and optimize clinical pathways in stroke care. There is limited evidence systematically investigating benefits and limitations of existing machine learning (ML) models for determining factors associated with LOS. We conducted a scoping review to: (1) investigate factors affecting LOS in stroke to identify key predictors for enhancing ML models; and (2) assess the performance of predictive models (ML and traditional models) to generate insights for improving LOS predictions. This review was undertaken in Ovid MEDLINE, O
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.
OBJECTIVE: Breast cancer prognosis depends on early detection. We developed and externally validated a model using routine, readily available clinical and laboratory variables to discriminate malignant from benign breast lesions, aiming to reduce unnecessary biopsies and support early decision-making.
METHODS: This retrospective two-center study included a development cohort 1from Jiujiang First People's Hospital (N = 745; malignant 573, benign 172) and an external cohort2 from the First Affiliated Hospital of Nanchang University (N = 221; malignant 161, benign 60).Cohort 1 was randomly split
СтатьяВалидационное 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.
Artificial intelligence (AI) and machine learning (ML) are transforming diagnostic medicine, particularly in pathology, where image-based interpretation is central to clinical decision-making. This systematic review aimed to examine recent advances, performance outcomes, and practical challenges associated with incorporating AI and ML into diagnostic pathology. A comprehensive literature search was conducted across major scientific databases for studies published between 2010 and 2025. Titles and abstracts were screened independently, full texts were assessed against predefined eligibility cri
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.
OBJECTIVES: This study aimed to develop an explainable hybrid ensemble machine learning (ML) model to predict relapse in pediatric IgA vasculitis (IgAV) using routine clinical and laboratory data.
METHODS: This retrospective cohort study included 653 children diagnosed with IgAV according to EULAR/PRINTO/PRES criteria. Demographic, clinical, laboratory data, and the Pediatric Vasculitis Activity Score (PVAS) at diagnosis were evaluated. Several tree-based ML algorithms were evaluated and combined using a soft voting strategy. The hybrid ensemble model combining Random Forest, AdaBoost, and Ex
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: Clinically, patients with nonvariceal gastrointestinal bleeding (NVGB) are prone to thromboembolic events, but the specific risk remains unclear.
AIM: To identify risk factors and evaluate the performance of five machine learning (ML) models in predicting the risk of thromboembolic events in patients with NVGB.
METHODS: This retrospective cohort study enrolled 866 patients from a tertiary hospital for model training and internal validation, and 282 patients from three other tertiary hospitals for external validation. These data were used to develop five ML models to predict the r
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: Postoperative delirium (POD) following cardiac surgery is a severe complication, and early identification of delirium risk remains a challenge in clinical practice. While machine learning (ML) has garnered increasing attention in health care applications, effective early prediction tools remain limited in current clinical practice. Recent investigations have explored the effectiveness of ML-based methods for identifying the risk of POD in patients undergoing cardiac surgery. However, more evidence is required to validate the feasibility of these methods.
OBJECTIVES: This study aim
СтатьяСистематический обзорМетаанализПолный 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: Postoperative agitation (EA) is a common complication in pediatric patients, and its early identification is crucial for improving perioperative safety. This study aims to identify the risk factors for EA and develop an interpretable machine learning model.
METHODS: This multicenter retrospective study included 445 pediatric patients. Data from 321 patients from one center were used for model development, and 124 patients from another center were selected as an independent validation set. The development dataset was randomly divided into training and validation sets in a 8:2 ratio
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND: Urinary tract infections (UTIs) affect over 1.5 billion people annually, yet systematic screening of cytokine combinations as biomarkers remains limited. This study aims to analyze clinical data with the aid of machine learning algorithms, identify cytokines closely associated with UTIs in our cohort, and explore potential candidate biomarkers that warrant further validation for the early diagnosis, treatment, and prognosis evaluation of UTIs.
METHODS: Clinical data were collected and divided into a training set and a testing set at a ratio of 7:3. During the training phase, the t
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: In-vitro-fertilization (IVF) failure rates remain above 65% with unknown causes. Uterine receptivity, largely determined by uterine peristalsis, is believed to play a key role in the IVF success. Accurate assessment of uterine peristalsis holds the potential for improving the success rate of embryo implantation.
METHODS: This prospective study includes 62 IVF patients from multiple fertility centers under three different clinical settings. Four-minute B-mode transvaginal ultrasound (TVUS) scans were performed one hour before embryo transfer (ET). 25 features related to frequency,
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 develop and validate a machine learning (ML)-based model for predicting 6-month all-cause mortality in patients diagnosed with infective endocarditis (IE), using retrospective data from a single tertiary care center. Additionally, key prognostic features were identified through model interpretability analysis.
METHODS: A cohort of 444 patients with IE was retrospectively assessed and randomly divided into a training set (n = 310) and a test set (n = 134). Following feature selection, a Cox proportional hazards model and four ML-based survival models: Random Surv
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: Traditional auscultation, heavily dependent on the subjective judgment of physicians, can lead to variability in diagnoses. This study aimed to explore the application of machine learning algorithms for analyzing breath sounds in children with asthma, particularly those with asthma in remission and those with cough variant asthma (CVA).
METHODS: Our study collected breath sound data from 50 children with asthma (30 with asthma in remission and 20 with CVA). First, we preprocessed and extracted the breath sound data. Second, machine learning techniques were applied to objectively c
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.
Pressure ulcers represent a significant healthcare challenge among respiratory patients. This study aimed to develop and validate a predictive nomogram based on machine learning algorithms to identify patients at high risk for pressure ulcer development. We conducted a retrospective analysis of 263 respiratory patients (166 with pressure ulcers). Patients were randomly divided into training and testing cohorts at a 7:3 ratio. Potential risk factors were identified through univariate logistic regression. Least absolute shrinkage and selection operator (LASSO) regression selected 17 significant
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: This study aimed to develop and validate a distinct, stable, and interpretable predictive model using machine learning techniques to identify individuals at high risk of pneumonia early after admission. The goal was to provide a potential quantitative reference for implementing preventive interventions in clinical practice.
METHODS: A retrospective nested case-control design was adopted. A total of 822 patients with hemorrhagic stroke admitted between January 2019 and October 2024 were enrolled. Feature selection was performed using LASSO regression to eliminate multicollinearity 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.
BACKGROUND: Latent autoimmune diabetes in adults (LADA) is characterized by progressive β-cell impairment and severe glycemic lability, predisposing patients to in-hospital hypoglycemia. Few tailored risk-stratification models exist for this population. This study aimed to develop and validate an interpretable machine learning model using routine clinical data to predict in-hospital hypoglycemia in LADA inpatients.
METHODS: This multicenter retrospective study recruited participants from five Chinese tertiary hospitals between January 2019 and September 2025. Data from four centers formed the
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.
BACKGROUND: Liver cirrhosis(LC) represents the end stage of chronic liver disease, yet reliable molecular markers remain limited. This study aimed to uncover potential diagnostic biomarkers and therapeutic targets for LC.
METHODS: We integrated differential gene analysis from LC datasets in the Gene Expression Omnibus (GEO) with Mendelian randomization (MR) using eQTLGen and FinnGen summary data to prioritize LC-associated genes. LASSO, SVM-RFE, RF, and XGBoost algorithms were applied to refine candidate genes. Based on these, we constructed a nomogram risk prediction model and evaluated by r
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: The diagnosis and management of velopharyngeal dysfunction (VPD) is a particularly challenging part of the cleft care timeline, particularly in resource-limited settings. Although machine learning (ML) models offer promising results as screening tools, their real-world clinical viability has yet to be reliably demonstrated. This study aims to systematically compare the capability of several ML models to detect VPD in nonstandardized conditions to simulate real-world clinical testing.
METHODS: Eighty-two patients were enrolled under standardized acoustic conditions and partitioned
СтатьяВалидационное 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.
INTRODUCTION: Patients with mental disorders are at increased risk of adverse outcomes from COVID-19, but prognostic evidence specific to this population remains limited. This study aimed to develop and validate machine-learning models for predicting 31-day mortality among hospitalized patients with mental disorders and laboratory-confirmed COVID-19.
METHODS: Data were retrospectively collected from 439 hospitalized patients across 10 hospitals in Henan Province, China. Patients were randomly divided into a training cohort (n = 308) and an independent test cohort (n = 131). Oversampling was a
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.
Sepsis is characterized by potentially fatal organ failure resulting from the host's abnormal response to infection. Due to the complex and rapid progression of sepsis, timely diagnosis and intervention are required to improve patient prognosis. Copper-dependent cell death, known as "cuproptosis," is a newly discovered mode of cell death that relies on copper. Senescence refers to a state of irreversible cessation of cell division. Both processes play significant roles in various diseases. However, the roles of genes related to cuproptosis and senescence in the pathogenesis of sepsis remain in
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.
Sperm morphology is a critical predictor of fertility across a range of species; however, its assessment remains inherently subjective and thus susceptible to variability and inaccuracy. Morphological abnormalities can present in diverse forms, with over 25 distinct categories recognised in the current literature. These abnormalities may arise during spermatogenesis due to stressors, as well as post-maturation during epididymal storage, ejaculation, or as a consequence of suboptimal handling during processing. Researchers have long sought to characterise these abnormalities through classificat
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.