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
34916 публикаций
Поиск: 677 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Studies in health technology and informatics2026eng
We examined clinicians' perspectives on predictive uncertainty displayed alongside risk predictions using semi-structured interviews in a postoperative delirium dashboard prototype. While clinicians recognized the value of uncertainty information, they struggled to interpret it without clear context, underscoring the need for transparent, human-centered visualisation of predictive uncertainty.
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: Diabetes Mellitus is an increasingly prevalent chronic disease characterized by the body's inability to metabolize glucose. The objective of this study was to build an effective predictive model with high sensitivity and selectivity to better identify Canadian patients at risk of having Diabetes Mellitus based on patient demographic data and the laboratory results during their visits to medical facilities.
METHODS: Using the most recent records of 13,309 Canadian patients aged between 18 and 90 years, along with their laboratory information (age, sex, fasting blood glucose, body m
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.
Hepatitis C virus (HCV) infection represents a significant contributor to chronic liver disease on a global scale. The prompt identification and management of HCV are imperative in order to avert complications and to maintain control over the disease. Nowadays, medical decision support systems that incorporate advanced diagnostic methods and effective treatment strategies are of great importance in order to make significant progress in the fight against HCV. Medical decision support systems have undergone a major evolution with the development of computer technologies. In the 2010s, the integr
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.
The early detection of mild cognitive impairment (MCI) is crucial to preventing the progression of dementia. However, it necessitates that patients voluntarily undergo cognitive function tests, which may be too late if symptoms are only recognized once they become apparent. Recent advances in deep learning have improved model performance, leading to applied research in various predictive problems. Studies attempting to estimate dementia and the risk of MCI based on readily available data are being conducted, with the hope of facilitating the early detection of MCI. The data used for these pred
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: Surgical site infections (SSIs) remain a major cause of health care-associated infections, and early prediction is essential for improving patient outcomes. Machine learning (ML) has shown potential for SSI prediction; however, clinical implementation requires models that are both accurate and explainable. Despite recent progress in explainable ML, its clinical application to SSI prediction remains limited.
OBJECTIVE: This study aimed to map explainable ML models for SSI prediction from a clinical perspective and examine their use of structured and unstructured data across the dim
СтатьяScoping ReviewОбзорПоиск 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: Differentiating megaloblastic from non-megaloblastic macrocytic anemia usually relies on vitamin B12 and/or B9 assessment and bone marrow examination. In resource-limited regions, these diagnostic tools are not readily available. This study aims to develop a machine learning model to distinguish between these two forms of macrocytic anemia using commonly accessible clinical and laboratory parameters.
METHODS: A logistic regression model was developed using a dataset containing clinical features and routine laboratory data. Key predictive variables were identified through the Seque
Клинический случайСтатьяПоиск 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: Colon cancer is a leading cause of cancer-related deaths worldwide, with survival influenced by risk factors, treatment type, and patient characteristics. Traditional statistical models, such as Kaplan-Meier curves, have been widely used to estimate survival probabilities. However, these models often have difficulty handling complex interactions, covariates, and nonlinear relationships between risk factors. Recently, machine learning (ML) techniques have emerged as promising tools for improving survival prediction by handling large covariates and capturing complex patterns.
OBJECT
СтатьяСравнительное 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.
Orofacial pain (OFP) includes a broad spectrum of odontogenic and non-odontogenic conditions with overlapping clinical features that often limit diagnostic accuracy, driving increasing interest in artificial intelligence (AI) as a tool to enhance diagnostic precision and support clinical decision-making. A narrative review was conducted using PubMed/MEDLINE, Scopus, and Web of Science to identify studies (2016-2026) applying AI to the diagnosis, classification, or prediction of OFP in adults. Eligible studies reported at least two diagnostic performance metrics and were thematically grouped in
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: Early detection of gastric retention (GR) is challenging in clinical practice. We aimed to develop and validate interpretable machine learning (ML) models for predicting GR risk using routinely available clinical features.
METHODS: This retrospective study enrolled 3,233 consecutive patients (training cohort: n = 2,263; validation cohort: n = 970) who underwent gastroscopy between January 2022 and December 2024. To address class imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was applied prior to model development. Optimal features were selected via least absolut
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: Population-scale radiation exposure assessment during radiological emergencies is hindered by the slow and costly nature of current methods, creating a need for rapid, affordable screening tools. Radiation biodosimetry using peripheral blood counts is a promising approach, but estimating low-dose exposures and exposure at extended time points remains challenging, especially when accounting for inter-individual differences in radiation sensitivity.
METHODS: We analyze complete blood count (CBC) profiles from a retrospective cohort of 1151 male and female BALB/cJ and C57BL/6 J mice
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.
Predicting low nuclear grade DCIS before surgery can improve treatment choices and patient care, thereby reducing unnecessary treatment. Due to the high heterogeneity of DCIS and the limitations of biopsies in fully characterizing tumors, current diagnostic methods relying on invasive biopsies face challenges. Here, we developed an ensemble machine learning model to assist in the preoperative diagnosis of low nuclear grade DCIS. We integrated preoperative clinical data, ultrasound images, mammography images, and Radiomic scores from 241 DCIS cases. The ensemble model, based on Elastic Net, Gen
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.
PURPOSE: In this research, key factors influencing breast cancer risk, a major global issue, are investigated, using machine learning (ML) and explainable AI, for racial differences.
METHODS: We used Breast Cancer Surveillance Consortium (BCSC) data, originally comprising 1.5 million unique combination records, from 6.7 million mammograms, collected between 2005 and 2017. Naïve Bayes, Logistic Regression, and Extreme Gradient Boosting models were applied to identify these key predictors. Variable importance and SHapley Additive exPlanations values were used to interpret models and identify mo
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 analyze the influencing factors of early-onset preeclampsia (EOPE). And to construct and validate the prediction model of EOPE using machine learning algorithm.
STUDY DESIGN: Based on Python system, the data profile of 1040 pregnant women was divided into 80% training set and 20% test set. Logistic regression algorithm, XGBoost algorithm, random forest algorithm, support vector machine algorithm and artificial neural network algorithm were used to construct the EOPE prediction model, respectively, and the resulting model was validated by resampling method. Accuracy, sensitivity,
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: An increasing number of patients with abdominal aortic aneurysms (AAAs) are opting for endovascular aneurysm repair (EVAR), and predicting postoperative survival is important for patient management. The development of a postoperative prognostic model using machine learning (ML) can be effective in predicting postoperative survival, and research on this issue needs to be further enhanced. This study aims to establish predictive models for prognosis in AAA patients after EVAR.
METHODS: Perioperative and follow-up information of 163 AAA patients were collected in Beijing Hospital who
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: Data sciences and artificial intelligence are becoming encouraging tools in assisted reproduction, favored by time-lapse technology incubators. Our objective is to analyze, compare and identify the most predictive machine learning algorithm developed using a known implantation database of embryos transferred in our egg donation program, including morphokinetic and morphological variables, and recognize the most predictive embryo parameters in order to enhance IVF treatments clinical outcomes.
METHODS: Multicenter retrospective cohort study carried out in 378 egg donor recipients w
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.
Machine-learning regression models are increasingly used as surrogate parameterisations in geoengineering workflows, where they function as continuous mappings across predictor domains rather than as pointwise predictors. However, model evaluation remains dominated by predictive accuracy metrics, which provide limited insight into surrogate behaviour between observations. This study demonstrates that predictive accuracy and functional behaviour represent distinct and complementary dimensions of surrogate adequacy. Using a controlled laboratory dataset describing thermal conductivity as a funct
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.
Cardiovascular disease is the leading cause of mortality globally, necessitating precise and prompt predictive instruments to enhance patient outcomes. In recent years, machine learning methodologies have demonstrated significant potential in enhancing the precision and efficacy of health-related predictions, especially in the identification of heart disease. The dataset used in this study came from the UC Irvine Machine Learning Repository and included data from Cleveland, Switzerland, Hungary, Long Beach, and Statlog. We selected seven of the 1,190 cases, each with 12 attributes, for analysi
СтатьяСравнительное 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: The management of patients with thoracolumbar burst fractures remains a topic of debate, with conservative treatment being successful in most cases but not all. This study aimed to assess the utility of machine learning models (MLMs) in predicting the need for surgery in patients with these fractures who do not respond to conservative management.
METHODS: A retrospective analysis of 357 patients with traumatic thoracolumbar burst fractures treated conservatively between January 2017 and October 2023 was conducted. Various potential risk factors for treatment failure were evaluated
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 aim of this study is to create a single institution-based machine learning model for a dose prediction generation tool for post-operative carcinoma of the tongue cases prospectively. Intensity-modulated radiotherapy (IMRT) plans for 20 patients with carcinoma of the tongue were generated using the Eclipse treatment planning system. A machine learning model was generated using a Python 3.10 computer language in a Jupyter notebook using Anaconda software. The PTVs and OARs doses obtained from the clinical treatment plans were used as a primary dataset. Machine learning models are built 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.
HIV-integrase is an important drug target because it catalyzes chromosomal integration of proviral DNA towards establishing latent infection. Computer-aided drug design has immensely contributed to identifying and developing novel antiviral drugs. We have developed various machine learning-based predictive models for identifying high activity compounds against HIV-integrase. Multiclass models were built using support vector machine with reasonable accuracy on the test and evaluation sets. The developed models were evaluated by rigorous validation approaches and the best features were selected
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.