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
31065 публикаций
Поиск: 276 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2750 с найденным полным текстом
BACKGROUND: Cellular therapies using engineered T cells, haploidentical transplants, and autologous gene therapy are increasing. Specified CD3+ or high CD34+ doses are typically required for subsequent manufacturing, manipulation, or CD34+ selection. Simple, practical, and reliable lymphocyte and hematopoietic progenitor cell (HPC) collection algorithms accounting for subsequent CD34+ selection have not been published.
STUDY DESIGN AND METHODS: In this analysis of 15 haploidentical donors undergoing tandem lymphocyte and HPC collections, we validated one-step, practical prediction algorithms
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.
Drug-induced abnormal heart rhythm known as Torsades de Pointes (TdP) is a potential lethal ventricular tachycardia found in many patients. Even newly released anti-arrhythmic drugs, like ivabradine with HCN channel as a primary target, block the hERG potassium current in overlapping concentration interval. Promiscuous drug block to hERG channel may potentially lead to perturbation of the action potential duration (APD) and TdP, especially when with combined with polypharmacy and/or electrolyte disturbances. The example of novel anti-arrhythmic ivabradine illustrates clinically important and o
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: Prognostic assessment in critically ill patients traditionally relies on severity scores or single biomarkers, each with limited ability to capture the biological heterogeneity of critical illness.
OBJECTIVE: To compare the prognostic performance of multiple biomarkers, individually and in combination with clinical variables, using machine learning approaches for the prediction of mortality and kidney-related outcomes.
MATERIALS AND METHODS: We performed a post-hoc analysis of the FROG-ICU cohort, a prospective observational study of patients admitted to ICUs. The study include
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 AND OBJECTIVE: Multimodal artificial intelligence (AI) algorithms have been validated to predict prostate cancer (PCa) metastasis using combined histopathology and clinical-pathologic parameters in clinical trial cohorts. Here, we used purely histopathology-based AI algorithms to predict the probability of lethal PCa in surgically treated population- or hospital-based cohorts, comparing with genomic classifiers and standard clinical risk tools.
METHODS: This study included representative whole slide images (WSIs) of radical prostatectomy (RP) and needle biopsy samples, or tissue mi
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.
RESEARCH QUESTION: Can algorithms for prediction of the fertile window and menstruation be developed through machine learning based on women's physiological parameters collected using a wearable device (Huawei Band 6 Pro) from both regular and irregular menstruators?
DESIGN: This prospective observational cohort study was conducted at the Obstetrics and Gynaecology Hospital of Fudan University (China). Participants were recruited from November 2021 to September 2022. Each participant used a wearable device to record their wrist skin temperature (WST), heart rate, heart rate variability and re
СтатьяНаблюдательное исследованиеПоддержка исследования: вне правительства СШАПолный 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 predict temporomandibular disorder (TMD) using machine learning (ML) approaches based on measurement parameters that are practically acquired in clinical settings. 125 patients with TMD and 103 individuals without TMD were included in the study. Pain intensity (with visual analog scale), maximum mouth opening (MMO) and lateral excursion movements (with millimeter ruler), cervical range of motion (with goniometer), pressure pain threshold (PPT; with algometer), oral parafunctional behaviors (with Oral Behaviors Checklist), psychological status (with Hospital Anxiety and Depr
СтатьяНаблюдательное исследованиеПолный 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.
Peanut is a critical food crop worldwide, and the development of high-throughput phenotyping techniques is essential for enhancing the crop's genetic gain rate. Given the obvious challenges of directly estimating peanut yields through remote sensing, an approach that utilizes above-ground phenotypes to estimate underground yield is necessary. To that end, this study leveraged unmanned aerial vehicles (UAVs) for high-throughput phenotyping of surface traits in peanut. Using a diverse set of peanut germplasm planted in 2021 and 2022, UAV flight missions were repeatedly conducted to capture image
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.
Metastatic Breast Cancer (MBC) is one of the primary causes of cancer-related deaths in women. Despite several limitations, histopathological information about the malignancy is used for the classification of cancer. The objective of our study is to develop a non-invasive breast cancer classification system for the diagnosis of cancer metastases. The anaconda-Jupyter notebook is used to develop various python programming modules for text mining, data processing, and Machine Learning (ML) methods. Utilizing classification model cross-validation criteria, including accuracy, AUC, and ROC, the pr
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: Early diagnosis and differential diagnosis of tuberculous pleural effusion (TPE) remains challenging and is critical to the patients' prognosis. The present study aimed to develop nine machine learning (ML) algorithms for early diagnosis of TPE and compare their performance.
METHODS: A total of 1435 untreated patients with pleural effusions (PEs) were retrospectively included and divided into the training set (80%) and the test set (20%). The demographic and laboratory variables were collected, preprocessed, and analyzed to select features, which were fed into nine ML algorithms to
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: Acute renal failure after extracorporeal cardiac surgery under general anesthesia is high and unpredictable, but machine learning algorithms could change this. A feasible approach is to use machine learning models to construct models to predict acute kidney injury after extracorporeal cardiac surgery (CSA-AKI) and screen for the best predictive model.
METHOD: From January 2014 to December 2021, 2187 patients undergoing extracorporeal cardiac surgery at the third hospital of Hebei Medical University and the first medical centre of Chinese PLA General Hospital were collected in this
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.
CONTEXT: Improved esthetics is an important factor for most patients undergoing orthognathic surgery. Thus, a treatment simulation that can provide patients with a realistic view of the esthetic outcome after surgery is important in clinical practice.
AIMS: To evaluate the accuracy of simulations generated using algorithms specific for patient's type of malocclusion and surgical procedure compared to nonspecific algorithms.
SETTINGS AND DESIGN: A total of 36 patients (average age 18.41 years) who had undergone maxillary advancement and mandibular setback for Class III malocclusion were inclu
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: Mortality is increased in Parkinson's disease (PD) and is difficult to predict because of its heterogeneity and the availability of few reliable prognostic markers.
OBJECTIVES: We used electroencephalography (EEG) recordings and the Linear Predictive Coding EEG Algorithm for PD (LEAPD) to classify 3-year mortality status and correlate LEAPD indices with time to death.
METHODS: 2-minutes resting-state EEG from 94 PD patients was used for binary classification of 3-year mortality status (22 deceased). Single-channel classification using a balanced dataset of 44 was performed using
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.
Population aging has increased the prevalence of neurodegenerative disorders associated with dementia, with Alzheimer's disease remaining the leading cause worldwide. Early identification of individuals at risk of cognitive decline, particularly those with mild cognitive impairment, remains a major clinical and scientific challenge. In this context, artificial intelligence has emerged as a promising framework for prognostic modeling and for the identification of clinically relevant predictors of disease onset and progression. This narrative review provides a theoretical and historical synthesi
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.
Chronic kidney disease, CKD in short, is a kind of long-term kidney illness in which rapid deterioration of kidney function is observed over a period of time. Unlike other organs, this damage in kidney function cannot be recovered and reversed as well. Moreover, in its early stages, asymptomatic renal disease is highly prevalent, making early identification with conventional clinical approaches difficult. Thus, early and accurate detection of risk factors is a very challenging step in CKD diagnosis.This research work showed earlier and effective identification of risk factors using notable fea
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: Pneumonia, including influenza, COVID-19, and community-acquired pneumonia, is a major global health burden associated with high morbidity, mortality, and frequent progression to respiratory failure requiring intubation. Early identification of patients at risk of endotracheal intubation is essential to improve outcomes and optimize ICU resource allocation, yet existing prognostic tools remain limited in predicting this need. This study evaluated the performance of machine learning (ML) algorithms in predicting endotracheal intubation among patients with pneumonia during hospital s
СтатьяСистематический обзорМетаанализПоиск 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 AND AIMS: This systematic review aimed to evaluating the effectiveness of machine learning (ML) algorithms for the prediction and diagnosis of meningitis.
METHODS: On November 12, 2022, a systematic review was carried out using a keyword search in the reliable scientific databases PubMed, EMBASE, Scopus, and Web of Science. The recommendations of Preferred Reporting for Systematic Reviews and Meta-Analyses (PRISMA) were adhered to. Studies conducted in English that employed ML to predict and identify meningitis were deemed to match the inclusion criteria. The eligibility requiremen
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.
Decades of research in exercise immunology have demonstrated the profound impact of exercise on the immune response, influencing an individual's disease susceptibility. Accurate prediction of white blood cells (WBCs) count during exercise can help to design effective training programs to maintain optimal the immune system function and prevent its suppression. In this regard, this study aimed to develop an easy-to-use and efficient modelling tool for predicting WBCs count during exercise. To achieve this goal, the predictive power of a range of machine-learning algorithms, including six standal
СтатьяСравнительное исследованиеПолный 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.
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: Hip fractures are among the most morbid acute orthopaedic injuries often due to accompanying patient frailty. The purpose of this study was to determine the reliability of assessing surgical risk after hip fracture through machine learning (ML) algorithms.
METHODS: The American College of Surgeons National Surgical Quality Improvement Program was queried from 2011 to 2018 and the American College of Surgeons National Surgical Quality Improvement Program hip fracture-targeted data set was queried from 2016 to 2018 for all patients undergoing surgical fixation for a diagnosis of 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: Ocular Adnexal Lymphoma (OAL) is a non-Hodgkin's lymphoma that most often appears in the tissues near the eye, and radiotherapy is the currently preferred treatment. There has been a controversy regarding the prognostic factors for systemic failure of OAL radiotherapy, the thorough evaluation prior to receiving radiotherapy is highly recommended to better the patient's prognosis and minimize the likelihood of any adverse effects.
PURPOSE: To investigate the risk factors that contribute to incomplete remission in OAL radiotherapy and to establish a hybrid model for predicting 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.