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: 978 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
BACKGROUND: Pre-participation screening (PPS) in competitive athletes aims to identify cardiovascular diseases associated with sudden cardiac death (SCD). Although the 12‑lead electrocardiogram (ECG) represents the cornerstone of PPS, structural abnormalities may demonstrate limited or incomplete electrical expression, particularly in asymptomatic athletes with physiological remodeling. Artificial intelligence (AI)-enabled ECG models have shown promising performance in hospital-based populations, but their transportability to low-prevalence athlete screening environments remains uncertain.
OB
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: Hypertension is closely related to the development and mortality of cardiovascular disease (CVD), insulin resistance (IR) plays a key role in hypertension-related metabolic dysfunction, but there is no universally accepted IR marker for hypertensive populations. Recently, the cholesterol-HDL-glucose (CHG) index and its obesity indicators (CHG-BMl, CHG-WC, and CHG-WHtR) have emerged as reliable IR markers. In this research, we aimed to assess their associations with all-cause and cardiovascular mortality among hypertensive patients with machine learning analysis.
METHODS: Data from
СтатьяПоддержка 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.
Hemoglobin (Hb), a well-characterized protein central to oxygen transport and molecular medicine, serves as a model for studying how sequence variations influence protein structure and function. Its precise activity depends on tightly regulated structural dynamics, which can be disrupted by mutations that give rise to structural hemoglobinopathies, including sickle cell disease, unstable hemoglobins, methemoglobins, and hemoglobins with altered oxygen affinity, each associated with distinct functional and clinical consequences. Among genetic variants, missense mutations are the most widely stu
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.
To investigate the association between the cardiovascular health metric Life's Crucial 9 (LC9) and the risk of rheumatoid arthritis (RA), and to establish a predictive model for RA risk. Data were obtained from the U.S. National Health and Nutrition Examination Survey (NHANES) 2011-2018, including 16,154 adults aged ≥ 20 years. RA status was determined by self-report (RA group: 836 cases; non-RA group: 15,318 cases). Weighted multivariable logistic regression was used to analyze the association between LC9 score (as both a continuous variable and quartiles) and RA, with restricted cubic spline
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 investigates the relationship between estimated glucose disposal rate (eGDR) and cognitive function, with a focus on its potential as a predictive marker for cognitive impairment in older adults. The study also compares eGDR with other insulin resistance (IR) indices, including the triglyceride-glucose index (TyG), triglyceride-to-high-density lipoprotein cholesterol ratio (TG/HDL-C), and metabolic score for insulin resistance (METS-IR).
METHODS: Data were obtained from the National Health and Nutrition Examination Survey (NHANES) for participants aged ≥ 60 years. Cognit
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: This study aims to analyze bladder morphology features for upper urinary tract dysfunction (UUTD) risk assessment and develop a fully end-to-end (E2E) automated segmentation and risk identification algorithm.
MATERIALS AND METHODS: A retrospective cohort of 604 neurogenic bladder patients undergoing video-urodynamics was analyzed. Bladder regions of interest (ROIs) were manually and automatically segmented. Thirty-six morphology features, including shape, Laplacian of Gaussian histograms, and fractal characteristics, were extracted from ROIs. After LASSO regression, selected predi
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 objective of this study is to investigate the predictive ability of abdominal fat features derived from computed tomography (CT) to predict early recurrence within a year following the initial transurethral resection of bladder tumor (TURBT) in patients with non-muscle-invasive bladder cancer (NMIBC). A predictive model is constructed in combination with clinical factors to aid in the evaluation of the risk of early recurrence among patients with NMIBC after initial TURBT.
METHODS: This retrospective study enrolled 325 NMIBC patients from three centers. Machine learning-base
СтатьяМногоцентровое 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: Abdominal aortic aneurysm (AAA) rupture prediction based on sex and diameter could be improved. The goal was to assess whether aortic calcification distribution could better predict AAA rupture through machine learning and LASSO regression.
METHODOLOGY: In this retrospective study, 80 patients treated for a ruptured AAA between January 2001 and August 2018 were matched with 80 non-ruptured patients based on maximal AAA diameter, age, and sex. Calcification volume and dispersion, morphologic, and clinical variables were compared between both groups using a univariable analysis with
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.
Cystic fibrosis (CF), a genetic disorder stemming from CFTR gene mutations, requires accurate risk prediction to improve management. Modulator therapies have advanced treatment but remain limited, as they don't cover all gene variants and face accessibility issues. To address these challenges, a novel Cystic Fibrosis Risk Prediction Framework (CGRPF) is proposed. CGRPF utilizes mean imputation for missing data, the Fox Wolf Optimizer (FWO) for effective feature selection, and an AttentiveLSTM to capture temporal patterns in time-series data, aiding chronic disease prediction. Fully connected l
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.
Sequences of healthcare events from claims data are increasingly used for predictive modeling. Despite the rise in popularity of neural networks, the benefit of modeling event order and timing remains underexplored. We simulated patient trajectories using parameters estimated from claims data including 22,000 amyotrophic lateral sclerosis (ALS) cases and 22,000 age and gender-matched controls. The simulation reproduced irregular event timing and condition-related activity that increased near an incident diagnosis. We compared three model families for population classification: frequency-based
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.
Mining laboratory effluents in the Democratic Republic of Congo (DRC) represent an undercharacterized source of heavy metal contamination, with direct implications for receiving watershed quality and downstream community health. A comparative time-series modeling framework is applied, incorporating ARIMA as a statistical baseline, alongside Vanilla LSTM and a dual-layer LSTM-Attention architecture, to predict effluent concentrations of pH, suspended solids (SS), and six heavy metals (As, Cu, Fe, Zn, Pb, Ni) from a mineral analysis laboratory in Haut-Katanga. The dataset comprises 43 weekly obs
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.
OBJECTIVES: Hypertensive intracerebral hemorrhage (HICH) is a frequently encountered and highly lethal cerebrovascular disorder, and postoperative rebleeding remains one of its most feared complications.
METHODS: We developed a nomogram featuring a hybrid architecture that integrates radiomics-derived signatures and deep learning representations from CT imaging together with routine clinical parameters, with the goal of enhancing the individualized prediction of rebleeding risk following surgical intervention in HICH patients. A total of 151 individuals diagnosed with HICH were prospectively
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.
Multiple sclerosis (MS) is a chronic autoimmune disorder of the central nervous system, underscoring the importance of early and accurate diagnosis. In this study investigates the predictive modelling of MS progression in patients with Clinically Isolated Syndrome (CIS), privacy-preserving for a federated and explainable Machine Learning (ML) framework. To address missing data while preserving inter-feature dependencies, Multivariate Imputation by Chained Equations (MICE) with iterative imputers was employed. Classification was performed using the Extreme Gradient Boosting (XGBoost) algorithm.
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.
OBJECTIVE: To develop a predictive model of the total length of the small intestine to be applied in bariatric surgery, allowing for the individualization of surgery for each patient.
METHODS: Two Excel tables were generated from a Filemaker file. Python was used through a Notebook format in Google Collaborator. The methodology included data transformation and scaling (MinMaxScaler), clustering (unsupervised machine learning with KMeans), data interpolation (oversampling machine learning technique SMOTE), modeling (PyCaret model - XGBoost), and validation.
RESULTS: The study sample included
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.
Integrating the brain structural and functional connectivity features is of great significance in both exploring brain science and analyzing cognitive impairment clinically. However, it remains a challenge to effectively fuse structural and functional features in exploring the complex brain network. In this paper, a novel brain structure-function fusing-representation learning (BSFL) model is proposed to effectively learn fused representation from diffusion tensor imaging (DTI) and resting-state functional magnetic resonance imaging (fMRI) for mild cognitive impairment (MCI) analysis. Specific
СтатьяПоддержка 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.
Intracranial aneurysms are a common asymptomatic vascular pathology, the rupture of which is a devastating event with a significant risk of morbidity and mortality. Aneurysm detection and risk stratification before rupture events are, therefore, imperative to guide prophylactic measures. Artificial intelligence has shown great promise in the management pathway of aneurysms, through automated detection, the prediction of rupture risk, and outcome prediction after treatment. The complementary use of these programs, in addition to clinical practice, has demonstrated high diagnostic and prognostic
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.
Recent grief research suggests that the influential cognitive stress theory should be updated with evidence from cognitive neuroscience. Combining human and animal neuroscience with attachment theory, we propose that semantic knowledge of the everlasting nature of the attachment figure and episodic, autobiographical memories of the death are in conflict, perhaps explaining the duration of grieving and generating predictions about complications in prolonged grief disorder (PGD). Our gone-but-also-everlasting model emphasizes that grieving may be a form of learning, requiring time and experienti
СтатьяПоддержка NIH: внешняя программаОбзорПолный 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.
Renal function after radical nephroureterectomy (RNU) in patients with advanced upper tract urothelial carcinoma (UTUC) is an indicator of eligibility for postoperative chemotherapy. The present study aimed to utilize machine learning for predicting renal function status after RNU and to investigate the contribution of several features to this prediction. The present retrospective study included 764 medical records of patients with non-metastatic UTUC who received RNU from 2008 to 2022. The records were divided into training (n=534) and testing (n=230) datasets. Several demographic and clinico
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 use of ion mobility separation (IMS) in conjunction with high-resolution mass spectrometry has proved to be a reliable and useful technique for the characterization of small molecules from plastic products. Collision cross-section (CCS) values derived from IMS can be used as a structural descriptor to aid compound identification. One limitation of the application of IMS to the identification of chemicals from plastics is the lack of published empirical CCS values. As such, machine learning techniques can provide an alternative approach by generating predicted CCS values. Herein, experiment
СтатьяПоддержка 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.
Post-COVID-19 condition (PCC) manifests with prolonged, heterogeneous symptoms challenging both, diagnosis and therapeutic management. This three-year longitudinal study analyzed data from 93 adults (mean age of 48.9 ± 14.0, 60 female) after confirmed SARS-CoV-2 infection. Every follow-up visit included clinical, neuropsychological, and laboratory assessments, capturing multidimensional indicators of patient health. A machine learning framework was implemented to classify temporal stage of patient health status, identify visit-specific predictive markers, and manage incomplete data using both
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.