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
9388 публикаций
Поиск: 288 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 5652 с найденным полным текстом
BACKGROUND: Delirium is a complex cognitive syndrome commonly observed in hospital settings. While non-pharmacological approaches are recommended for its management, delirium-related behaviours can present significant challenges to nursing care. Digital technologies are being increasingly used to predict risk of delirium, however there is limited evidence regarding the use of digital technologies to support delirium management. Understanding the impact of digital technologies on nursing workflow and patient outcomes can help to inform and support the effective implementation of these tools in
СтатьяScoping ReviewПолный 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.
BackgroundDifficult laparoscopic cholecystectomy (LC) remains a major contributor to bile duct injury, bailout procedures, and conversion to open surgery. Although numerous preoperative prediction models have been developed, their ability to meaningfully support operative decision-making and safe bailout strategies remains uncertain. This systematic review aimed to evaluate current preoperative risk prediction models for difficult LC, with particular emphasis on their clinical applicability, integration into surgical decision-making, and relevance to contemporary safe cholecystectomy concepts.
СтатьяОбзорПоиск 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.
Type 1 diabetes (T1D) is a chronic health condition resulting from pancreatic beta cell dysfunction and insulin depletion. While automated insulin delivery systems are now available, many people choose to manage insulin delivery manually through insulin pumps or through multiple daily injections. Frequent insulin titrations are needed to adequately manage glucose, however, provider adjustments are typically made every several months. Recent automated decision support systems incorporate artificial intelligence algorithms to deliver personalized recommendations regarding insulin doses and daily
СтатьяОбзорПоиск 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.
According to the World Health Organization, involving patient in healthcare provision and decision-making about their health is a key factor in ensuring healthcare quality. This study explores patients' involvement in choosing their care strategies, their responsibility for holistic care, and their ability to support biopsychosocial model of care. This qualitative research was conducted in three health districts in South Kivu province, eastern Democratic Republic of Congo, which benefit from interventions on chronic disease management. From February to April 2024, 27 individual interviews were
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: Back pain is the leading musculoskeletal reason for visits in general practice. Time constraints on consultations affect diagnostic decisions and the delivery of evidence-based care. This study explored patient and general practitioner (GP) perspectives on digital tools to support decision-making in back pain management.
METHODS: We conducted separate focus groups between June and August 2024 with people experiencing back pain and with registered Australian GPs. We analyzed data using thematic analysis with an inductive approach.
RESULTS: We interviewed 23 participants: 13 with b
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.
Artificial intelligence (AI)-enabled clinical decision support (CDS) tools are increasingly embedded in clinical workflows, generating and prioritizing clinical information, including diagnostic suggestions, evidence summaries, and management recommendations. Yet guidance on how clinicians should reason with AI at the point of care remains limited, creating risks of over-reliance, inconsistent verification, and diffusion of responsibility. We propose Ask-Audit-Apply (AAA) as a clinician-facing framework for AI-supported clinical reasoning that specifies decision-level behavioral practices. AAA
Редакционная 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.
The rapid rise of large language models (LLM) is reshaping the scientific landscape, transitioning from early statistical language models to advanced transformer-based architectures capable of synthesizing knowledge across disciplines. While their predictive capacity and scalability have opened new avenues in data analysis, hypothesis generation, and decision support, concerns remain regarding bias, hallucination, reproducibility, and ethical governance. In animal sciences, LLM are gradually applied to challenges in nutrition modeling, animal health, genetic selection, and sustainability. Prec
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.
Artificial intelligence (AI) is increasingly transforming gastrointestinal endoscopy by supporting lesion detection, lesion characterization, quality assessment, and clinical risk prediction. Hemostatic decision-making represents a particularly complex field for AI integration, as therapeutic decisions are often made rapidly in the presence of active bleeding, impaired visualization, unstable patients, and variable lesion accessibility. This review critically examines the current evidence for AI-assisted decision-making in gastrointestinal endoscopy and endoscopic hemostasis, with emphasis on
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.
Radiomics is a promising tool for the development of quantitative biomarkers to support clinical decision-making. It has been shown to improve the prediction of response to treatment and outcome in different settings, particularly in the field of radiation oncology by optimising the dose delivery solutions and reducing the rate of radiation-induced side effects, leading to a fully personalised approach. Despite the promising results offered by radiomics at each of these stages, standardised methodologies, reproducibility and interpretability of results are still lacking, limiting the potential
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.
BACKGROUND: Although clinical practice guidelines are valuable for managing obesity and should be the foundation for health system protocols for screening, diagnosis, and treatment, these guidelines need to be translated and implemented within clinical care pathways that account for organizations' processes, structures, and cultures. Variation in resources across systems is another challenge.
METHODS: A narrative review was undertaken to assess how obesity treatment pathways can support health systems and HCPs in informed decision-making for obesity management, and to offer practical consider
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.
Artificial intelligence (AI) is rapidly transforming healthcare by enabling advanced data analysis, predictive modeling, and intelligent clinical decision support systems. In obstetrics and gynecology (OBG) nursing, AI technologies are increasingly recognized as valuable tools for improving maternal and women's healthcare outcomes. These technologies facilitate early identification of high-risk pregnancies, enhance fetal monitoring accuracy, and support gynecologic cancer screening. This narrative review examines current evidence on the emerging applications of AI in obstetric and gynecologic
СтатьяОбзорПоиск 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: Healthcare artificial intelligence has produced substantial diagnostic capabilities, yet clinical operations remain underserved by AI transparency research. Existing reviews of Explainable AI (XAI) in healthcare concentrate on diagnostic imaging, oncology, radiology, and clinical decision support. The governance needs of clinical process intelligence (CPI) systems, which support patient flow, resource allocation, throughput management, and care coordination, remain comparatively underdeveloped.
OBJECTIVE: This original research article reports a structured literature review with s
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.
BACKGROUND: Risk-based decision making is increasingly recognized as key to support national blood policy makers and blood operators concerning the implementation of safety interventions, especially to address emerging infectious threats and new technology opportunities. There is an urgent need for practical decision support tools, especially for low- and middle-income countries that may not have the financial or technical capability to develop risk models. WHO supported the development of such a tool for blood safety. The tool enables users to perform both a quantitative Multi-Criteria Decisi
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.
Management algorithms for screen-positive women in cervical cancer prevention programs have undergone substantial changes in recent years. The WHO strongly recommends human papillomavirus (HPV) testing for primary screening, if affordable, or if not, then visual inspection with acetic acid (VIA), and promotes treatment directly following screening through the screen-and-treat approach (one or two clinic visits). While VIA-positive women can be offered immediate ablative treatment based on certain eligibility criteria, HPV-positive women need to undergo subsequent VIA to determine their eligibi
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: The Department of Veterans Affairs is adopting the Decision Support System (DSS), computer software and databases which include a cost-accounting system which determines the cost of health care products and patient encounters.
OBJECTIVES: A system for providing cost data for cost-effectiveness analysis should be provide valid, detailed, and comprehensive data that can be aggregated.
METHODS: The design of DSS is described and compared with those criteria. Utilization data from DSS was compared with other VA utilization data. Aggregate DSS cost data from 35 medical centers was com
Сравнительное исследованиеСтатьяПоддержка 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: Unhealthy alcohol use, a spectrum of use inclusive of risky consumption and alcohol use disorder (AUD), is a leading cause of preventable death in the United States. Most people with unhealthy alcohol use do not receive evidence-based treatment. This four-arm factorial design randomized trial will assess whether population health management (PHM) and clinical care management (CCM) support for primary care providers (PCPs) are associated with improved AUD treatment engagement among their patients, beyond electronic health record (EHR) prompting and decision support alone.
METHODS:
Протокол клинического исследованияСтатьяПоиск 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.
Pharmaceutical Quality Systems (PQS) based on ICH Q10 provide a formal framework for quality management, yet persistent quality failures, data integrity concerns, and regulatory observations indicate that structural compliance alone does not ensure effective performance. This narrative synthesis examines how human behavior contributes to PQS effectiveness and proposes that quality culture can be understood as the behavioral infrastructure through which PQS is enacted in practice.Through safety science, decision theory, organizational culture research, and published FDA Quality Management Matur
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.
Recent respiratory developments have altered the management of children with severe neuromuscular disease, and in some cases changed the natural history of the conditions. These developments include improvements in diagnosis; a greater availability of ventilatory support techniques, including noninvasive modes; and better functional scoring systems that enable global muscle function and the impact of treatment to be evaluated. Greater choices can make for more difficult decision making, and the ability to prolong survival brings with it opportunities, but also ethical dilemmas. Clearer outcome
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.
BACKGROUND: Parkinson disease (PD) poses emotional and financial challenges to patients, families, caregivers, and health care systems. Self-management systems show promise in empowering people with PD and enabling more control over their treatment. The collaborative nature of PD care requires communication between patients and health care professionals. While past reviews explored self-management systems in PD diagnosis and symptom management with a focus on patient portals, there is limited research addressing the interconnectivity of systems catering to the needs of both patients and clinic
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.
Pasture quality monitoring is essential for optimizing grazing management and reducing the incidence of nutritional and metabolic disorders in ruminants, yet conventional field-based measurements remain labor-intensive and limited in spatial coverage. This review examines how remote sensing (RS) technologies can support pasture-based livestock systems by providing timely, scalable assessments of biomass, botanical composition, and nutritive attributes. Data from multispectral, hyperspectral, radio detection and ranging (RADAR), and light detection and ranging (LiDAR) sensors, acquired via sate
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.