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
5200 публикаций
Поиск: 359 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1979 с найденным полным текстом
OBJECTIVE: Natural language processing (NLP) systems convert unstructured text into analyzable data. Here, we describe the performance measures of NLP to capture granular details on nodules from thyroid ultrasound (US) reports and reveal critical issues with reporting language.
METHODS: We iteratively developed NLP tools using clinical Text Analysis and Knowledge Extraction System (cTAKES) and thyroid US reports from 2007 to 2013. We incorporated nine nodule features for NLP extraction. Next, we evaluated the precision, recall, and accuracy of our NLP tools using a separate set of US reports
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Письмо в редакциюКомментарийПолный 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: As opioid prescriptions have risen, there has also been an increase in opioid use disorder (OUD) and its adverse outcomes. Accurate and complete epidemiologic surveillance of OUD, to inform prevention strategies, presents challenges. The objective of this study was to ascertain prevalence of OUD using two methods to identify OUD in electronic health records (EHR): applying natural language processing (NLP) for text mining of unstructured clinical notes and using ICD-10-CM diagnostic codes.
METHODS: Data were drawn from EHR records for hospital and emergency department patient visi
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: Social risk factors are important dimensions of health and are linked to access to care, quality of life, health outcomes and life expectancy. However, in the Electronic Health Record, data related to many social risk factors are primarily recorded in free-text clinical notes, rather than as more readily computable structured data, and hence cannot currently be easily incorporated into automated assessments of health. In this paper, we present Moonstone, a new, highly configurable rule-based clinical natural language processing system designed to automatically extract information t
СтатьяПоддержка NIH: внешняя программаПолный 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.
OBJECTIVES: To evaluate factors affecting performance of influenza detection, including accuracy of natural language processing (NLP), discriminative ability of Bayesian network (BN) classifiers, and feature selection.
METHODS: We derived a testing dataset of 124 influenza patients and 87 non-influenza (shigellosis) patients. To assess NLP finding-extraction performance, we measured the overall accuracy, recall, and precision of Topaz and MedLEE parsers for 31 influenza-related findings against a reference standard established by three physician reviewers. To elucidate the relative contributi
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BACKGROUND: Difficulty identifying patients in need of colorectal cancer (CRC) screening contributes to low screening rates.
OBJECTIVE: To use Electronic Health Record (EHR) data to identify patients with prior CRC testing.
DESIGN: A clinical natural language processing (NLP) system was modified to identify 4 CRC tests (colonoscopy, flexible sigmoidoscopy, fecal occult blood testing, and double contrast barium enema) within electronic clinical documentation. Text phrases in clinical notes referencing CRC tests were interpreted by the system to determine whether testing was planned or complet
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Patient-generated text in internet hospitals represents a massive but unstructured source of clinical demand. Misalignment between rigid administrative menus and actual patient intent leads to triage inefficiency and resource mismatches. We developed a hybrid artificial intelligence framework to decode patient needs and optimize service allocation using real-world data from a tertiary internet hospital, with external validation on an independent multihospital dataset (N = 497). In this study, we analyzed 28,851 inquiries from a tertiary internet hospital using a 2-stage approach: (a) unsupervi
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: Psychological distress is common among patients with cancer, and it negatively impacts treatment adherence and quality of life. Radiotherapy, with its unique procedures, such as daily sessions and physical immobilization, may induce distress distinct from general cancer anxiety. However, existing screening tools cannot differentiate these distress sources. This study leverages online patient narratives and natural language processing to distinguish radiotherapy-specific distress from general cancer distress.
OBJECTIVE: This study aimed to systematically identify, differentiate, an
СтатьяНаблюдательное 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.
Thunderstorm asthma events can overwhelm emergency departments within hours, making rapid detection critical for public health preparedness and patient safety. We examined whether thunderstorm asthma presentations show distinctive patterns compared to routine asthma cases in emergency department data, with an aim of enhancing the detection of thunderstorm asthma incidence. Using Victoria's SynSurv surveillance system, we analyzed triage notes from three thunderstorm asthma events occurring between 2022 and 2024 in Victoria, Australia, comparing 687 thunderstorm-related presentations with 687 p
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.
Therapeutic alliance is a core predictor of psychotherapeutic outcome, in general, and suicide prevention, specifically. Although clinical literature suggests that maintaining positive alliance with high-suicide-risk patients can be particularly challenging, few studies evaluate this phenomenon, primarily due to alliance measurement difficulties. Our study derives proxy alliance metrics using natural language processing and models differences across classified suicide risk strata and suicide decedent status. We first identified all United States Department of Veterans Affairs (VA) psychotherap
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 validation of promising clinical biomarkers, molecular mechanisms, and novel drug targets in cardiovascular disease (CVD) is hindered by a vast and fragmented biomedical literature, which now exceeds 38 million publications indexed in PubMed. To address the central challenge of navigating and synthesizing a huge fragmented biomedical literature base, we applied our validated machine learning-based text-mining algorithm containing natural language processing (NLP) and incorporated this into a ValIdated Text-mining using Advanced Language model (VITAL) as a complementary framework. Using thi
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: Sex differences in signs and symptoms of cognitive impairment are well described in research cohorts, but whether they are reflected in routine clinical documentation is unknown.
METHODS: We applied natural language processing to clinical letters from 915 memory clinic patients in the Utrecht Patient-Oriented Database. Sex differences in documented clinical features were assessed with logistic regression, with and without age adjustment. Benjamini-Hochberg correction was applied for multiple comparisons.
RESULTS: We included 1036 clinical letters from 915 patients (47% women; 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: Public-health legislation is heterogeneous across jurisdictions, creating challenges for reproducible policy surveillance.
METHODS: Six publicly available policy-surveillance datasets from the LawAtlas Policy Surveillance Portal were consolidated and analyzed. After excluding records coded as "No bills" and collapsing repeated longitudinal snapshots within source domains, the data comprised 4328 snapshot rows, 2126 jurisdiction-by-bill source-domain records, and 1534 unique bills. Observed legal coverage extended from 6 August 2020 to 20 May 2022. Semantic mapping used TF-IDF, tru
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: Our objective was to build classifiers for multiple phenotypes that categorize a cohort of adults with congenital heart disease (ACHD), that can be used to populate variables in a biobank.
MATERIALS AND METHODS: A dataset of 1492 ACHD patients, with expert-created labels for eight phenotypes, was created and used to train classifiers with three different architectures. A larger unlabeled dataset containing 15,869 patients was used to pre-train the classifiers, and a 20 % subset of the unlabeled dataset was used to validate the classifier predictions.
RESULTS: On held out labeled d
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: Nitazenes are an emerging class of highly potent synthetic opioids not approved for clinical use. Knowledge of nitazene-associated practices and clinical effects remains limited. Reddit contains nitazene-related discussions describing self-reported experiences. We analyzed nitazene mentions to characterize these experiences.
METHODS: Nitazene-mentioning posts between 01/2019 and 10/2025 were extracted via natural language processing-based lexical filters, and a random sample of 293 mentions was qualitatively reviewed and annotated for themes consolidated via consensus discussion
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: Persons with type 2 diabetes mellitus (T2DM) attending hospitals frequently experience major complications. We assessed the potential use of unstructured free-text data extracted from electronic health records (EHRs) using natural language processing (NLP) and machine learning (ML) to develop a predictive model for chronic kidney disease (CKD) in T2DM.
METHODS: This multicenter retrospective study included data from eight Spanish hospitals (2013-2018), extracted using NLP and ML techniques (EHRead®) based on SNOMED CT terminology. From a cohort of individuals with T2DM, we ident
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: Unhealthy alcohol use, including risky alcohol use and alcohol use disorder (AUD), are under-identified in primary care settings. Natural Language Processing (NLP) is a promising approach that could identify unhealthy alcohol use from clinical notes even when structured data (SD) indicators are lacking. This study prospectively evaluated the performance of SD and NLP in identifying unhealthy alcohol use in primary care patients.
METHODS: We extracted electronic health record (EHR) data of primary care patients at a large Midwestern Health System (N = 133,144) and applied two ident
СтатьяСравнительное 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: Delirium is a common condition affecting hospitalized older adults, often leading to adverse outcomes. Nevertheless, delirium frequently goes unrecognized due to various clinical and systemic challenges. We aimed to develop and evaluate a deep-learning natural language processing (NLP) model trained on Brazilian Portuguese clinical notes, aiming to improve the identification of delirium symptoms in electronic health records (EHR) and to facilitate the detection of delirium.
METHODS: We extracted free-text clinical notes from 500 hospitalizations of older adults at a tertiary care
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: Provision of value-based, patient-centered care requires careful appraisal of patients’ symptoms. Understanding subjective experiences, needs, and feelings is crucial for shared decision-making, especially when clinical findings differ from individual perceptions. Natural language processing (NLP) offers new ways to understand patients’ perspectives. This exploratory pilot study aimed to exemplify the use of three popular NLP methods to analyze open-ended textual self-reports from individuals experiencing orofacial pain and dysfunction for a more comprehensive understanding of thei
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.
PURPOSE: This study used artificial intelligence (AI) and natural language processing (NLP) to analyze patient reviews of semaglutide, with the goal of better understanding its real-world effectiveness and safety for weight management.
METHODS: A retrospective, cross-sectional analysis was conducted on 772 user-generated reviews of semaglutide posted on Drugs.com (July 2021-March 2025). Sentiment analysis was performed using a transformer-based BERT model on a five-point scale. Topic modeling with Latent Dirichlet Allocation (LDA) and Latent Semantic Analysis (LSA) was used to identify domina
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.