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
1328 публикаций
Поиск: 442 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
Journal of magnetic resonance imaging : JMRI2026eng
BACKGROUND: A subset of biopsy-confirmed ductal carcinoma in situ (DCIS) cases can be upstaged to invasive breast cancer at surgery. Preoperative identification of upstaging risk is essential for treatment planning.
PURPOSE: To develop clinical and breast MRI radiomics models to preoperatively predict upstaging in DCIS.
STUDY TYPE: Retrospective and prospective.
POPULATION: Three hundred forty-five women (median age, 59 years [IQR, 49-67]) with 362 DCIS lesions diagnosed via core-needle biopsy (training: n = 216, internal testing: n = 53, external testing: n = 93).
FIELD STRENGTH/SEQUENCES
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: This study developed and evaluated a machine learning model for predicting oxygen uptake (VO2) in dragon boat athletes using wearable signals and compared performance across signal combinations and device groups.
METHODS: Twelve male collegiate dragon boat athletes completed nine tests grouped into six task types (T1-T6): 200-, 500-, and 1000-m all-out paddling tests; an incremental test; a five-stage constant-load test; and four supramaximal-intensity tests pooled as T6. Heart rate, respiratory rate, device-derived minute ventilation, and muscle-oxygenation signals were collected.
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.
Machine learning (ML) risk prediction models for post-stroke cognitive impairment (PSCI) are still far from optimal. This study aims to generate a reliable predictive model for predicting PSCI in Chinese individuals using ML algorithms. We collected data on 494 individuals who were diagnosed with acute ischemic stroke (AIS) and hospitalized for this condition from January 2022 to November 2023 at a Chinese medical institution. We assessed cognitive function of patients recently diagnosed with a stroke (in the preceding 3-6 months), PSCI was determined from MMSE or MOCA scores. All of the obser
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: Postoperative respiratory failure following cardiac surgery (CS-PRF) remains a critical complication with substantial morbidity and mortality. Current risk prediction models are limited by static assessments and suboptimal accuracy. This study aimed to develop and validate a dynamic, machine learning–based model to enhance perioperative risk stratification for CS-PRF. METHODS: We retrospectively analyzed 1,016 adult patients who underwent cardiac surgery. Feature selection was conducted via the Least Absolute Shrinkage and Selection Operator (LASSO) and Boruta algorithms. Five mach
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: Sepsis associated encephalopathy (SAE) is prevalent among elderly patients in the ICU and significantly affects patient prognosis. Due to the symptom similarity with other neurological disorders and the absence of specific biomarkers, early clinical diagnosis remains challenging. This study aimed to develop a predictive model for SAE in elderly ICU patients.
METHODS: The data of elderly sepsis patients were extracted from the MIMIC IV database (version 3.1) and divided into training and test sets in a 7:3 ratio. Feature variables were selected using the LASSO-Boruta combined algor
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 study aims to utilize interpretable machine learning models to predict the risk of myasthenia gravis onset in thymoma patients and investigate the intrinsic correlations and causal relationships between them. A comprehensive retrospective analysis was conducted on 172 thymoma patients diagnosed at two medical centers between 2018 and 2024. The cohort was bifurcated into a training set (n = 134) and test set (n = 38) to develop and validate risk predictive models. Radiomic and deep features were extracted from tumor regions across three CT phases: non-enhanced, arterial, and venous. Through
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: Angina pectoris, a comparatively common complaint among older adults, is a critical warning sign of underlying coronary heart disease. We aimed to develop machine learning-based models using multiple algorithms to predict and identify the predictors of angina pectoris in an elderly community-dwelling population.
METHODS: Medical records of 2000 participants in the PoCOsteo study between 2018 and 2021 were analyzed. The Rose Angina Questionnaire was used to indicate angina pectoris. Preprocessing was performed using imputation and scaling methods. We developed the following models:
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: Post-stroke depression (PSD) is a common psychiatric complication following stroke, with low clinical detection rates and delayed diagnosis. Most existing PSD prediction models suffer from incomplete data inclusion, which limits their clinical predictive value. This study aims to integrate multimodal data, including clinical characteristics, biomarkers, and neuroimaging variables, to validate the potential of machine learning models in efficiently identifying high-risk PSD patients.
METHODS: This study is based on a multicenter clinical follow-up cohort of patients with acute ische
СтатьяМногоцентровое исследованиеПоддержка 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 and Objectives: Liver fibrosis is the key prognostic factor in patients with chronic liver diseases (CLD). Computed tomography (CT) is widely used in clinical practice, but it has limited value in assessing liver fibrosis in precirrhotic stages. Quantitative CT analysis based on radiomics can provide additional information by extracting hidden image patterns, but the optimal approach remains to be determined. The aims of this study were to evaluate automated CT-based radiomic models for predicting biopsy-proven liver fibrosis, to compare different segmentation strategies and organ i
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 develop machine learning (ML) models for predicting preterm preeclampsia using the information available before 23 weeks gestation.This was a secondary analysis of the Nulliparous Pregnancy Outcomes Study: Monitoring Mothers-to-Be (nuMoM2b) cohort. We considered 131 features available before 23 weeks including maternal demographics, obstetrics and family history, social determinants of health, physical activity, nutrition, and early second-trimester ultrasound. Our primary outcome was preterm preeclampsia before 37 weeks. The dataset was randomly split into a training set (
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: Predictive models have been used to aid early diagnosis of PCOS, though existing models are based on small sample sizes and limited to fertility clinic populations. We built a predictive model using machine learning algorithms based on an outpatient population at risk for PCOS to predict risk and facilitate earlier diagnosis, particularly among those who meet diagnostic criteria but have not received a diagnosis.
METHODS: This is a retrospective cohort study from a SafetyNet hospital's electronic health records (EHR) from 2003-2016. The study population included 30,601 women age
СтатьяПоддержка NIH: внешняя программаПоддержка правительства СШАПоддержка 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: The severity of coronavirus (COVID-19) in patients with chronic comorbidities is much higher than in other patients, which can lead to their death. Machine learning (ML) algorithms as a potential solution for rapid and early clinical evaluation of the severity of the disease can help in allocating and prioritizing resources to reduce mortality.
OBJECTIVE: The objective of this study was to predict the mortality risk and length of stay (LoS) of patients with COVID-19 and history of chronic comorbidities using ML algorithms.
METHODS: This retrospective study was conducted by review
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: Predictive models for the occurrence of cancer symptoms by using machine learning (ML) algorithms could be used to aid clinical decision-making in order to enhance the quality of cancer care. This study aimed to develop and validate a selection of classification models that used ML algorithms to predict the occurrence of breast cancer-related lymphedema (BCRL) among Chinese women.
METHODS: This was a retrospective cohort study of consecutive cases that had been diagnosed with breast cancer, stages I-IV. Forty-eight variables were grouped into five feature sets. Five classification
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.
European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2022eng
BACKGROUND: Dissection of lymph nodes at the roots of the inferior mesenteric artery (IMAN) should be offered only to selected patients at a major risk of developing IMAN involvement. The aim of this study is to present the first artificial intelligence (AI) models to predict IMAN metastasis risk in the left colon and rectal cancer patients.
METHODS: A total of 2891 patients with descending colon including splenic flexure, sigmoid colon and rectal cancer undergoing major primary surgery and IMAN dissection were included as a study cohort, which was then split into a training set (67%) and a 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.
OBJECTIVE: Postoperative urinary retention (POUR) is a common complication after spine surgery and is associated with prolongation of hospital stay, increased hospital cost, increased rate of urinary tract infection, bladder overdistention, and autonomic dysregulation. POUR incidence following spine surgery ranges between 5.6% and 38%; no reliable prediction tool to identify those at higher risk is available, and that constitutes an important gap in the literature. The objective of this study was to develop and validate a preoperative risk model to predict the occurrence of POUR following rout
Сравнительное исследованиеСтатьяПолный 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: Gambling disorder (GD) in older adults remains insufficiently understood, despite growing concerns about gambling-related harm in older adulthood. Risk profiles and clinical presentations in this age group may differ from those typically described in younger or mixed-age samples, reflecting age-specific psychosocial contexts, health conditions, and life transitions. Traditional statistical approaches may be limited in their ability to model the complex, non-linear interplay among psychological, behavioral, and contextual factors. The present study aimed to apply neur
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: Accurately predicting electrical grid stability is essential to ensuring the reliability, resilience, and sustainable operation of modern smart energy systems. The nonlinear interactions among the grid operating parameters make stability prediction challenging, particularly when conventional machine learning models depend primarily on statistical relationships, without clearly incorporating physically meaningful characteristics.
METHODS: This study presents a systematic comparative evaluation of machine-learning and deep-learning approaches for electrical grid stability predicti
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: Pretrained foundation models are increasingly adopted for diabetic retinopathy (DR) screening, yet it remains unclear how much of their performance derives from the learned representations versus the adaptation procedure. Most benchmarks report discrimination metrics alone, neglecting probability calibration.
METHODS: We compared the frozen representations of three pretrained encoders: MedSigLIP (medical vision-language; ViT-B/16, 448 × 448), RETFound (retinal self-supervised; ViT-L/16, 224 × 224), and EfficientNet-B0 (ImageNet-supervised; 224 × 224). All encoder weights were froz
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: Early neurological deterioration (END) is a critical clinical event associated with poor patient outcomes after acute ischemic stroke. Early identification of high-risk patients is crucial for timely clinical management. This study aimed to develop and validate a model for predicting END risk for acute ischemic stroke patients using machine learning algorithms.
METHODS: This study retrospectively and consecutively enrolled 1,151 patients with acute ischemic stroke from the Stroke Center of Beijing Shunyi District Hospital between January 2021 and December 2024. END w
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.
OBJECTIVES: This study aims to develop and validate a multimodal ultrasound radiomics model to differentiate benign from malignant gallbladder lesions preoperatively by integrating conventional ultrasound, contrast-enhanced ultrasound (CEUS), and clinical indicators.
METHODS: This retrospective study included 166 patients with histopathologically confirmed gallbladder lesions (36 malignant and 130 benign), divided in a 4:1 ratio into a cross-validation set (n = 133) and an independent test set (n = 33). A total of 37 clinical variables were collected. From each imaging modality, 513 radiomics
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.