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: 451 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Cationic cobaltocenium derivatives are promising components of the anion exchange membranes because of their excellent thermal and alkaline stability under the operating conditions of a fuel cell. Here, we present an efficient modeling approach to assessing the chemical stability of substituted cobaltocenium CoCp2+, based on the computed electronic structure enhanced by machine learning techniques. Within the aqueous environment, the positive charge of the metal cation is balanced by the hydroxide anion through formation of the CoCp2+OH- complexes, whose dissociation is studied within the 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: First-line treatment for advanced gastric adenocarcinoma (GAC) with human epidermal growth factor receptor 2 (HER2) is trastuzumab combined with chemotherapy. In clinical practice, HER2 positivity is identified through immunohistochemistry (IHC) or fluorescence in situ hybridization (FISH), whereas deep learning (DL) can predict HER2 status based on tumor histopathological features. However, it remains uncertain whether these deep learning-derived features can predict the efficacy of anti-HER2 therapy.
METHODS: We analyzed a cohort of 300 consecutive surgical specimens and 101 bio
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.
Liver toxicity poses a critical challenge in drug development due to the liver's pivotal role in drug metabolism and detoxification. Accurately predicting liver toxicity is crucial but is hindered by scattered information sources, a lack of curation standards, and the heterogeneity of data perspectives. To address these challenges, we developed the HepatoToxicity Portal (HTP), which integrates an expert-curated knowledgebase (HTP-KB) and a state-of-the-art machine learning model for toxicity prediction (HTP-Pred). The HTP-KB consolidates hepatotoxicity data from nine major databases, carefully
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: Traumatic brain injury (TBI) is a major cause of death and disability. Episodes of hypotension are associated with worse TBI outcomes. Our aim was to model the real-time risk of intraoperative hypotension in TBI patients, compare machine learning and traditional modeling techniques, and identify key contributory features from the patient monitor and medical record for the prediction of intraoperative hypotension.
METHODS: The data included neurosurgical procedures in 1005 TBI patients at an academic level 1 trauma center. The clinical event was intraoperative hypotension, defined
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.
This study aimed to assess liver fibrosis in rabbits by deep learning models based on acoustic nonlinearity maps. Injection of carbon tetrachloride was used to induce liver fibrosis. Acoustic nonlinearity maps, which were built by data of echo signals, were used as input data for deep learning model. Convolutional neural network (CNN), CNN combined with support vector machine (SVM), CNN combined with random forest and CNN combined with logistic regression were used as deep learning model. Nested 10-fold cross-validation was used to search hyperparameters and evaluate performance of models. His
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.
Breast cancer presents substantial molecular heterogeneity, requiring accurate subtype classification, receptor-status prediction, and survival estimation for precision care. Existing machine-learning models often fail to generalize across cohorts or adapt to rare subtypes. We propose a unified graph neural network (GNN) framework that integrates multi-task learning, domain-adversarial adaptation, contrastive self-supervision, few-shot meta-learning, and generative augmentation. Gene-expression data from TCGA-BRCA (1084 samples) and METABRIC (1980 samples) were mapped onto gene-centric PPI gra
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.
INTRODUCTION: The effectiveness of rotator cuff tear repair surgery is influenced by multiple patient-related, pathology-centred and technical factors, which is thought to contribute to the reported retear rates between 17% and 94%. Adequate patient selection is thought to be essential in reaching satisfactory results. However, no clear consensus has been reached on which factors are most predictive of successful surgery. A clinical decision tool that encompassed all aspects is still to be made. Artificial intelligence (AI) and machine learning algorithms use complex self-learning models that
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.
The epidermal growth factor receptor (EGFR) is one of the key biomarkers for diagnosis, treatment, and prognosis in glioblastoma (GBM). Current EGFR diagnostic methods, including immunohistochemistry, fluorescence in situ hybridization, and next-generation sequencing, are costly, time-consuming, and not uniformly accessible. A major challenge in whole-slide images (WSIs)-based prediction is to capture the full morphological heterogeneity of the tissue in a way that supports not only precise classification but also interpretability. To address these challenges, we proposed an automatic, interpr
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.
STUDY DESIGN: Systematic Review.
OBJECTIVE: To describe applications of AI for traumatic SCI management with focus on diagnostics, prognostication, and therapeutic interventions.
METHODS: PubMed, Scopus and Cochrane libraries were searched (March 2025). Studies published in English between January 1st, 2020, and March 18, 2025, dealing with clinical aspects in the acute, post-injury rehabilitative and first year phases of SCI were included. Studies on brain computer interface, robotics and non-neurologic aspects of SCI were excluded. Extracted were country of study, study design, focus of st
СтатьяСистематический обзорПолный 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: Retinal vein occlusion (RVO) is a leading cause of vision loss globally. Routine health check-up data-including demographic information, medical history, and laboratory test results-are commonly utilized in clinical settings for disease risk assessment. This study aimed to develop a machine learning model to predict RVO risk in the general population using such tabular health data, without requiring coding expertise or retinal imaging.
METHODS: We utilized data from the Korea National Health and Nutrition Examination Surveys (KNHANES) collected between 2017 and 2020 to develop the
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.
Computational fluid dynamics (CFD) can be a powerful tool for higher-fidelity water infrastructure planning and design. Despite decades of development and demonstration over a wide range of water systems such as clarification basins, activated sludge processes, ozone contactors, etc., CFD remains primarily used in academic research, with limited application in civil and environmental engineering practice. This limitation is contributed by its higher computational cost and demand for specialized user skills. This, however, need not be the case, if a robust and efficient surrogate model can be d
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.
Exposure therapy is an effective treatment for anxiety disorders, but its mechanisms remain unclear. We explored the violation of threat-predictions during exposure, which has been hypothesized as necessary for symptom change. Forty-three adults undergoing exposure therapy for social anxiety disorder recorded their experiences during 523 in- and between-session exposures by completing smartphone surveys. Participants rated their threat-predictions, threat-outcomes, anxiety levels, surprise, and learning outcome for each exposure. We used multilevel models to explore the effect of prediction er
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.
BACKGROUND: Whole-body bone scintigraphy (WBS) remains a widely used first-line screening tool for bone metastasis, but differentiating MDP-avid metastatic lesions from benign bone abnormalities in non-small cell lung cancer (NSCLC) remains challenging.
PURPOSE: To develop and externally validate a radiomics and deep learning bone signature (RDB) derived from planar WBS images for prediction of MDP-avid bone metastasis and to explore its prognostic value in NSCLC.
METHODS: A retrospective analysis was conducted on NSCLC patients who underwent WBS imaging across two centers. Eight hundred twe
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.
Since the United States Medical Licensing Examination (USMLE) Step 1 scoring transitioned from reporting numerical scores to reporting only pass or fail in 2022, the national first-time Step 1 failure rate has increased. In this shifting educational landscape, students require more detailed guidance to reach their Step 1 goals. Ideally, this would be based on data-driven methods for identifying students at-risk for failing Step 1, leveraging data to support student success. However, developing methods to identify at-risk students early enough for personalized interventions to be put in place c
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.
BACKGROUND: Antimicrobial resistance, particularly from multidrug-resistant organisms (MDROs), remains a global health crisis that escalates clinical and economic burdens. To facilitate effective antibiotic stewardship, identifying causality-informed predictors while accounting for the temporal dependencies of clinical data is essential for developing more robust and actionable predictive models.
OBJECTIVES: This study aims to (1) identify and quantify causality-informed predictors of MDRO, and (2) evaluate the performance of 5 predictive models for MDRO-positive cultures using 2 real-world d
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 OBJECTIVES: Multiple myeloma (MM) is characterized by substantial clinical heterogeneity, leading to wide variability in treatment response and toxicity. Although numerous prognostic tools exist, relatively few models estimate outcomes conditional on a specific therapeutic regimen. Treatment-specific prediction models are an important step toward individualized therapy selection. This review synthesizes the current landscape of treatment-specific clinical prediction models in MM.
METHODS: A structured search of PubMed and Embase/Scopus identified multivariable clinical predicti
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.
After a traumatic brain injury, around 12% of patients require surgical interventions during their index hospitalization due to delayed or progressive intracranial hemorrhage or complications such as elevated intracranial pressure (ICP)1. Compiling data from four harmonized studies with 288 patients that have high-frequency physiological measurements, including ICP, we aimed to determine factors associated with those surgeries and whether longitudinal physiological measurements could be used to predict the need for craniectomy or craniotomy at least 1 h before the surgery occurred. The outcome
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.
The COVID-19 pandemic highlighted the complexities of diagnosing and managing acute Respiratory Failure (RF). Early prediction of RF remains a key challenge, with no established tools currently available. This study developed a machine learning model to predict RF in hospitalised COVID-19 patients, using structured data (demographic and clinical variables) and clinical reports processed through Natural Language Processing. Early results show an AUC-ROC of 0.856 and an accuracy of 76.5∖% with a Random Forest model, demonstrating the potential of AI to enhance early prediction of patient outcome
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 detection and management of sarcopenia is of clinical importance. We aimed to develop a chest X-ray-based deep learning model to predict presence of sarcopenia.
METHODS: Data of participants who visited osteoporosis clinic at Severance Hospital, Seoul, South Korea, between January 2020 and June 2021 were used as derivation cohort as split to train, validation and test set (65:15:20). A community-based older adults cohort (KURE) was used as external test set. Sarcopenia was defined based on Asian Working Group 2019 guideline. A deep learning model was trained to predict appen
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/Objectives: Machine learning has emerged as a transformative force in drug discovery, revolutionizing traditional research paradigms and profoundly improving the efficiency, cost-effectiveness, and speed of the drug development cycle for novel drugs. Colorectal cancer is one of the most prevalent malignant tumors and imposes a heavy burden on global public health due to its high morbidity, mortality, and poor prognosis. Cyclooxygenase-2 (COX-2) is a key therapeutic target of colorectal cancer and has been extensively applied in the development of novel anti-colorectal cancer drugs.
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.