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
17623 публикаций
Поиск: 667 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 955 с найденным полным текстом
BACKGROUND: The pupillary light reflex (PLR) is mediated by autonomic pathways, offering a potential noninvasive biomarker for Multiple sclerosis (MS). Pupillography enables objective quantification of PLR dynamics. However, its diagnostic utility in MS remains underexplored. This study aimed to investigate the feasibility of an ML-based analytical framework applied to pupillographic features rather than automated diagnosis.
METHODS: A total of 692 pupillographic images were obtained from 25 patients diagnosed with relapsing-remitting MS (RRMS) without optic neuritis (ON) and 38 age- and sex-
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: A second primary malignant tumor is one of the most important factors affecting the long-term survival of young women with breast cancer (YWBC). As one of the main treatments for breast cancer YWBC patients, postoperative radiotherapy (PORT) may increase the risk of second primary malignancy (SPM).
METHODS: Machine learning components, including ridge regression, XGBoost, k-nearest neighbor, light gradient boosting machine, logistic regression, support vector machine, neural network, and random forest, were used to construct a predictive model and identify the risk factors for SPM
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 OBJECTIVE: Genomic characterization of metastatic prostate cancer (mPCa) plays a pivotal role in guiding precision oncology. This study aimed to evaluate the feasibility of combining radiomics and clinical data within a machine learning (ML) framework to non-invasively predict key genomic mutations in patients with mPCa undergoing PSMA PET imaging.
METHODS: A retrospective cohort of 14 mPCa patients who underwent [18 F]PSMA-1007 PET/CT was analysed. Prostate and metastatic lesions were segmented, and radiomics features were extracted. Somatic genomic alterations were obtained f
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: Bladder cancer (BC) is a prevalent urinary tract malignancy with high morbidity and mortality. Despite advances in therapeutic modalities, early diagnosis and precise treatment remain challenging, highlighting the need for reliable biomarkers and therapeutic targets. This study aims to identify molecular targets and drug candidates for BC by integrating cross-omics quantitative trait loci (xQTLs), OLINK proteomics (a high-throughput plasma protein measurement platform), and transcriptomics data, alongside prospective cohort studies and multi-omics analyses.
METHODS: We utilized da
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 Objectives: Sarcopenia is a progressive loss of skeletal muscle mass and function in elderly adults, posing a significant risk of frailty, falls, and morbidity. The current study designs and evaluates SarcoNet, a novel artificial neural network (ANN)-based classification framework developed in order to classify Sarcopenic from non-Sarcopenic subjects using a comprehensive real-time dataset. Methods: This pilot study involved 30 subjects, who were divided into Sarcopenic and non-Sarcopenic groups based on physician assessment. The collected dataset consists of thirty-one clinical
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.
PURPOSE: Early and accurate detection of clinically significant prostate cancer (PCa) is crucial for effective patient management. Traditional diagnostic methods, including systematic biopsy guided by transrectal ultrasound, have limitations in detecting significant cancers. Multiparametric magnetic resonance imaging (mpMRI) has shown promise in overcoming these limitations, but it remains operator-dependent and may miss some significant cases. This study explores the integration of mpMRI with 68Ga-prostate-specific membrane antigen positron emission tomography/computed tomography (68Ga-PSMA P
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: Interpreting [18F]PSMA-1007 PET/CT scans can be challenging due to the occurrence of unspecific uptake in lymph nodes and bones. Machine learning has proven its suitability to use features to model complex relations leading to accurate diagnosis. We aimed to investigate the impact of contextual information on machine learning performance in identifying lymph node and bone metastases in prostate cancer patients using [18F]PSMA-1007 PET. A Random Forest Classifier (RFC) and Extreme Gradient Boosting (XGBoost) were trained across two feature sets to classify hotspots into malignant or
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.
INTRODUCTION: Gastric cancer (GC) is a highly heterogeneous malignancy with poor prognosis, underscoring the urgent need for reliable biomarkers to guide precise stratification and therapy. Transfer RNA-derived small RNAs (tsRNAs) have emerged as potential key regulators in cancer, yet their systematic role in defining GC subtypes remains unexplored.
METHODS: We profiled tsRNA expression in GC using transcriptomic data from TCGA and GEO databases. Unsupervised consensus clustering identified tsRNA-based subtypes. A prognostic model was constructed using machine learning algorithms and validat
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.
BACKGROUND/AIMS: Inaccurate prediction of lymph node metastasis (LNM) may lead to unnecessary surgery following endoscopic resection of T1 colorectal cancer (CRC). We aimed to validate the usefulness of artificial intelligence (AI) models for predicting LNM in patients with T1 CRC.
METHODS: We analyzed the clinical data, laboratory results, pathological reports, and endoscopic findings of patients who underwent radical surgery for T1 CRC. We developed AI models to predict LNM using four algorithms: regularized logistic regression classifier (RLRC), random forest classifier (RFC), CatBoost cla
СтатьяВалидационное исследованиеПоддержка 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.
Speech production interferes with the measurement of changes in cardiac vagal activity during acute stress by attenuating the expected drop in heart rate variability. Speech also induces cardiac sympathetic changes similar to those induced by psychological stress. In the laboratory, confounding of physiological stress reactivity by speech may be controlled experimentally. In ambulatory assessments, however, detection of speech episodes would be necessary to separate the physiological effects of psychosocial stress from those of speech. Using machine learning (https://osf.io/bk9nf), we trained
СтатьяСравнительное исследованиеПоддержка 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.
INTRODUCTION: Inflammatory Bowel Disease (IBD), encompassing Crohn's disease and ulcerative colitis, presents significant clinical challenges due to its heterogeneous nature and complex etiology. Recent advancements in biomedical research have enhanced our understanding of IBD's genetic, microbial, and biochemical aspects. However, persistent issues in clinical management, including treatment non-response, surgical interventions, and diagnostic uncertainties, underscore the need for more targeted approaches. This review examines the convergence of artificial intelligence (AI) and precision med
СтатьяОбзорПолный 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.
Endometrial adenocarcinoma carries a bleak prognosis, and the molecular markers that evaluate the progression of endometrial adenocarcinoma to advanced stages remain uncertain. Cell-cell communication plays a crucial role in the tumor microenvironment. We aimed to explore the ligand-receptor relationship between tumor cells and other cells and construct a prognostic model. To make further investigation, we downloaded and analyzed datasets of single-cell RNA-seq, spatial transcriptome sequencing for EC from GEO, bulk RNA sequencing and clinical data of TCGA-EC project from TCGA. Compared to the
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.
Particulate matter (PM) has been recognized as a significant environmental contaminant with substantial effects on human health, although the impact of PM pollution on the skin microbiota is less understood. In this study, 78 skin microbiota samples from volunteers were obtained during periods of haze and non-haze in the spring and winter. The diversity, composition, and co-occurrence networks of the skin bacterial community were revealed using high-throughput sequencing. Acinetobacter sp. XSB125 and Pseudomonas sp. XSB6 were isolated and cocultured with PM collected during haze days. Signific
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.
Wine fermentation and flavour formation are the result of complex biochemical reactions driven by the microbial activity at the influences of multiple scales, of which the regional distinctness is significantly affected by the specific microbiota. In the study, volatile profiles and fungal compositions were examined by analysis of HS-SPME-GC-MS and high-throughput amplicon sequencing. The results indicated that succinic acid levels were significantly altered by regional factor, while tartaric acid, lactic acid, and volatile acidity were significantly affected by varietal factor. A total of 71
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.
OBJECTIVES: We assessed risk factors and developed a score to predict intensive care unit (ICU) admissions using MRI findings and clinical data in acute neck infections.
METHODS: This retrospective study included patients with MRI-confirmed acute neck infection. Abscess diameters were measured on post-gadolinium T1-weighted Dixon MRI, and specific edema patterns, retropharyngeal (RPE) and mediastinal edema, were assessed on fat-suppressed T2-weighted Dixon MRI. A multivariate logistic regression model identified ICU admission predictors, with risk scores derived from regression coefficients.
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: To develop and validate a deep neural network (DNN) model for diagnosing Parkinson's Disease (PD) using handwritten spiral and wave images, and to compare its performance with various machine learning (ML) and deep learning (DL) models.
METHODS: The study utilized a dataset of 204 images (102 spiral and 102 wave) from PD patients and healthy subjects. The images were preprocessed using the Histogram of Oriented Gradients (HOG) descriptor and augmented to increase dataset diversity. The DNN model was designed with an input layer, three convolutional layers, two max-pooling layers, t
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.
OBJECTIVE: To develop and validate an interpretable machine learning (ML) model for the preoperative prediction of central lymph node metastasis (CLNM) in papillary thyroid microcarcinoma (PTMC).
METHODS: From December 2016 to December 2023, we retrospectively analyzed 710 PTMC patients who underwent thyroidectomies. Feature selection was conducted using the least absolute shrinkage and selection operator (LASSO) regression method, alongside the Support Vector Machine-Recursive Feature Elimination (SVM-RFE) algorithm in conjunction with multivariate logistic regression. Eight ML algorithms, n
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: Although neoadjuvant immunochemotherapy (nICT) has revolutionized the management of locally advanced esophageal squamous cell carcinoma (ESCC), the inability to accurately predict pathological complete response (pCR) remains a major barrier to treatment personalization. We aimed to develop and validate an interpretable machine learning (ML) model using pretreatment multimodal features to predict pCR prior to nICT initiation.
METHODS: In this retrospective study, 114 ESCC patients receiving nICT were randomly allocated into training (n=81) and validation (n=33) cohorts (7:3 ratio).
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: Oral Squamous Cell Carcinoma (OSCC) and Periodontal Disease (PD) are two distinct yet interconnected conditions with complex molecular mechanisms. This study aimed to analyze transcriptomic data from both diseases to identify common and unique molecular features, uncover potential biomarkers, and explore therapeutic targets.
METHOD: Transcriptomic data from OSCC and PD were analyzed using WGCNA to construct gene co-expression networks and identify disease-associated modules. Functional enrichment analyses were conducted to reveal shared biological pathways, particularly those rela
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.
PURPOSE: To develop and compare machine learning models for distinguishing low and high grade meningiomas on multiparametric MRI.
METHODS: Pre-operative T1-weighted(T1), contrast-enhanced T1-weighted(T1CE), T2-weighted, T2 FLAIR, and DWI/ADC MRI sequences of meningiomas performed between 2000 and 2020 were retrospectively collected from a single tertiary hospital dedicated neurosurgical department. Tumours were manually segmented and handcrafted radiomic features were extracted. Deep learning features were extracted using a fine-tuned foundation model. Various oversampling techniques, feature
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.