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
1316 публикаций
Поиск: 465 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
BACKGROUND: Neck pain (NP) ranks among the leading causes of years lived with disability worldwide. While spinal manipulation is a common physical therapy intervention for NP, its variable patient responses and inherent risks necessitate careful patient selection. This study aims to develop and validate a machine learning-based prediction model to identify NP patients most likely to benefit from spinal manipulation.
METHODS: This multicenter study analyzed 623 NP patients in a retrospective cohort and 319 patients from a separate hospital for external validation, with data collected between M
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: Colorectal cancer represents a major concern in China, coupled with a low rate of diagnostic colonoscopy, emphasising the necessity for improved adherence to diagnostic colonoscopy.
OBJECTIVE: We aimed to predict colonoscopy behaviour in middle-aged and elderly adults using machine learning, explore determinants, and develop a web-based tool to improve adherence to diagnostic colonoscopy.
METHODS: We used 49,418 consultation data with positive results of colorectal cancer preliminary screening (defining a positive result in risk assessment or FOBT screening as a preliminary scree
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: Assessing disease progression among patients with uncontrolled hypertension is important for identifying opportunities for intervention.
OBJECTIVE: We aim to develop and validate 2 models, one to predict sustained, uncontrolled hypertension (≥2 blood pressure [BP] readings ≥140/90 mm Hg or ≥1 BP reading ≥180/120 mm Hg) and one to predict hypertensive crisis (≥1 BP reading ≥180/120 mm Hg) within 1 year of an index visit (outpatient or ambulatory encounter in which an uncontrolled BP reading was recorded).
METHODS: Data from 142,897 patients with uncontrolled hypertension within At
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.
BACKGROUND: Affective states are important aspects of healthy functioning; as such, monitoring and understanding affect is necessary for the assessment and treatment of mood-based disorders. Recent advancements in wearable technologies have increased the use of such tools in detecting and accurately estimating mental states (eg, affect, mood, and stress), offering comprehensive and continuous monitoring of individuals over time.
OBJECTIVE: Previous attempts to model an individual's mental state relied on subjective measurements or the inclusion of only a few objective monitoring modalities (e
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.
Selection of elite young dairy bulls by using genomic data shortened the generation interval and increased pressure to collect and market germplasm at an early age. The objectives of this study were (1) develop prediction models for daily, weekly, and monthly total sperm (TSp) production from collection history, health status, and management factors, and (2) assess the ability of these models to forecast future TSp production, as well as differences in prediction accuracy by seasonality or age of bull. Data consisted of 43,918 daily processing records from 1,037 Holstein and Jersey bulls betwe
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: Aberrant protein kinase regulation leading to abnormal substrate phosphorylation is associated with several human diseases. Despite the promise of therapies targeting kinases, many human kinases remain understudied. Most existing computational tools predicting phosphorylation cover less than 50% of known human kinases. They utilize local feature selection based on protein sequences, motifs, domains, structures, and/or functions, and do not consider the heterogeneous relationships of the proteins. In this work, we present KSFinder, a tool that predicts kinase-substrate links by capt
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: Postoperative length of stay is a key indicator in the management of medical resources and an indirect predictor of the incidence of surgical complications and the degree of recovery of the patient after cancer surgery. Recently, machine learning has been used to predict complex medical outcomes, such as prolonged length of hospital stay, using extensive medical information.
OBJECTIVE: The objective of this study was to develop a prediction model for prolonged length of stay after cancer surgery using a machine learning approach.
METHODS: In our retrospective study, electronic he
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.
INTRODUCTION: Valproic acid (VPA) is widely prescribed antiepileptic drug in children because of its broad-spectrum efficacy. However, marked inter-individual variability in pharmacokinetics makes dose optimization challenging. Inappropriate initial dosing can lead to subtherapeutic exposure or toxicity, including hepatotoxicity, encephalopathy, and hematological adverse effects. Despite the importance of early dose selection, reliable methods for predicting individualized initial daily doses of VPA in pediatric epilepsy are lacking.
AIM: This study aimed to develop and internally validate a
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: Fetal growth restriction (FGR) is a common complication of preeclampsia. FGR in patients with preeclampsia increases the risk of neonatal-perinatal mortality and morbidity. However, previous prediction methods for FGR are class-biased or clinically unexplainable, which makes it difficult to apply to clinical practice, leading to a relative delay in intervention and a lack of effective treatments.
OBJECTIVE: The study aims to develop an auxiliary diagnostic model based on machine learning (ML) to predict the occurrence of FGR in patients with preeclampsia.
METHODS: This study used
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: The clinical characteristics of neonatal sepsis (NS) are subtle and non-specific, posing a serious threat to the lives of newborn infants. Early-onset sepsis (EOS) is sepsis that occurs within 72 hours after birth, with a high mortality rate. Identifying key factors of NS and conducting early diagnosis are of great practical significance. Thus, we developed a robust machine learning (ML) model for the early prediction of EOS in neonates admitted to the neonatal intensive care unit (NICU), investigated the pivotal risk factors associated with EOS development, and provided interpreta
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: This review aims to explore advances in the field of cerebral palsy (CP) focusing on machine learning (ML) models. The objectives of this study is to analyze the advances in the application of ML models in the field of CP and to compare the performance of different ML algorithms in terms of their effectiveness in CP identification, classifying CP into its subtypes, prediction of abnormalities in CP, and its management. These objectives guide the review in examining how ML techniques are applied to CP and their potential impact on improving outcomes in CP research and treatment.
ME
Клинический случайПисьмо в редакциюПолный 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: Urosepsis remains a leading cause of ICU mortality. Albumin-derived composite indices, which integrate nutritional, inflammatory, and metabolic parameters, hold prognostic promise; however, their comparative performance has not been directly assessed.
METHODS: We conducted a dual-cohort retrospective study using MIMIC-IV (n = 3,060) for derivation and the Affiliated Hospital of Guizhou Medical University (n = 353) for validation. The primary outcome was 28-day ICU mortality in a competing-risks framework with discharge alive as competing event. Six indices-lactate dehydrogenase-to
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.
RATIONALE AND OBJECTIVES: This study investigated the clinical utility of a machine learning (ML) model based on ultrasoundomics features (UFs) from primary foci to predict pathological complete response (pCR) in patients with breast cancer (BC) undergoing neoadjuvant chemotherapy (NAC).
MATERIALS AND METHODS: Ultrasound images from 333 patients with BC treated with NAC were retrospectively analyzed. Patients in the internal training cohort and external validation cohort were from two different hospitals, respectively. Tumor regions of interest (ROI) were delineated, and outward segmentation
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: High-resolution MRI is essential for accurate diagnosis and treatment planning, but its clinical acquisition is often constrained by long scanning times, which increase patient discomfort and reduce scanner throughput. While super-resolution (SR) techniques offer a post-acquisition solution to enhance resolution, existing deep learning approaches face trade-offs between reconstruction fidelity and computational efficiency, limiting their clinical applicability.
PURPOSE: This study aims to develop an efficient and accurate deep learning framework for MRI super-resolution that prese
СтатьяПрепринтПолный 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/Objectives: The "small-n-large-p" dilemma in mammography artificial intelligence (AI)-where the number of candidate imaging features far exceeds the number of labeled cases-commonly results in model overfitting, unstable feature selection, and poor generalization across clinical settings. This study aims to reassess the internal performance of the HiTopology-GOA-CSA (Grasshopper Optimization Algorithm-Crow Search Algorithm) feature-selection framework for mammography using a larger real Curated Breast Imaging Subset of Digital Database for Screening Mammography (CBIS-DDSM) cohort an
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: Accurate evaluation of axillary lymph node (ALN) is crucial for guiding staging and treatment strategies in breast cancer (BC) patients. This study aimed to develop an optimal machine learning model for predicting ALN status by utilizing both conventional radiomics and habitat analysis based on axillary B-mode ultrasound (BMUS) images, offering a powerful, non-invasive means to quantify and map ALN heterogeneity, providing deeper insights into biological behavior of ALN metastasis.
METHODS: This study retrospectively analyzed the preoperative BMUS images of ALNs in 297 patients wi
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.
Lung cancer remains the leading cause of cancer-related incidence and mortality worldwide. Its tendency for postoperative distant metastasis significantly compromises long-term prognosis and survival. Accurately predicting the metastatic potential in a timely manner is crucial for formulating optimal treatment strategies. This study aimed to comprehensively compare the predictive performance of nine machine learning (ML) models and to enhance interpretability through SHAP (Shapley Additive Explanations), with the goal of developing a practical and transparent risk stratification tool for posto
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.
BACKGROUND: The eligibility framework for the Medicare Medication Therapy Management (MTM) program has been associated with a lower likelihood of meeting enrollment criteria among racial and ethnic minority beneficiaries compared with their non-Hispanic White (White) counterparts. To optimize the MTM program design, the Centers for Medicare and Medicaid Services launched the Enhanced MTM demonstration, granting Part D plans greater flexibility to test alternative eligibility strategies. Many plans have adopted predictive modeling and cost-based criteria; however, their equity implications rema
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: Postoperative heart failure (HF) represents a prevalent and serious complication among elderly surgical patients, markedly increasing perioperative morbidity, prolonging hospitalization, and elevating mortality risk. Early identification of high-risk individuals is therefore of substantial clinical importance for optimizing perioperative management. Conventional statistical models are inherently limited in capturing complex, nonlinear interactions among variables, whereas machine learning (ML) approaches offer distinct advantages in predictive performance and individualized risk st
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: Postoperative pulmonary embolism (PE) remains a rare but life-threatening complication after surgery. Early identification of high-risk patients is essential but remains challenging due to heterogeneous perioperative risk factors. This study aimed to develop and externally validate a machine learning-based prediction model for postoperative PE and to explore key clinical determinants using interpretable artificial intelligence.
METHODS: This multicenter retrospective study included surgical patients from six hospitals between January 2020 and January 2025. Patients were divided in
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.