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
1742 публикаций
Поиск: 325 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 220 с найденным полным текстом
We developed an unsupervised machine learning algorithm and applied it to big corneal parameters to identify and monitor keratoconus stages. A big dataset of corneal swept source optical coherence tomography (OCT) images of 12,242 eyes acquired from SS-1000 CASIA OCT Imaging Systems in multiple centers across Japan was assembled. A total of 3,156 eyes with valid Ectasia Status Index (ESI) between zero and 100% were selected for the downstream analysis. Four hundred and twenty corneal topography, elevation, and pachymetry parameters (excluding ESI Keratoconus indices) were selected. The algorit
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.
BACKGROUND: Acquired neonatal intestinal diseases have an array of overlapping presentations and are often labeled under the dichotomous classification of necrotizing enterocolitis (which is poorly defined) or spontaneous intestinal perforation, hindering more precise diagnosis and research. The objective of this study was to take a fresh look at neonatal intestinal disease classification using unsupervised machine learning.
METHODS: Patients admitted to the University of Florida Shands Neonatal Intensive Care Unit January 2013-September 2019 diagnosed with an intestinal injury, or had imagin
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: ST-elevation myocardial infarction (STEMI) exhibits substantial clinical heterogeneity complicating prehospital risk stratification. Traditional risk assessment tools often fail to capture the complexity of this condition. Machine learning offers opportunities to identify complex clinical patterns not readily apparent during prehospital care.
AIM: To identify distinct phenotypes in STEMI patients using unsupervised machine learning algorithms based on prehospital parameters, and to determine their association with short-term mortality and cardiovascular outcomes.
METHODS: Prospec
СтатьяНаблюдательное исследованиеМногоцентровое 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.
IntroductionCardiac surgery with cardiopulmonary bypass (CPB) often induces systemic inflammatory reaction syndrome (SIRS), affecting postoperative outcome. We aimed to explore adaptive/maladaptive inflammation using unsupervised machine learning.MethodsWe conducted a post hoc analysis of 1908 adult patients who underwent elective cardiac surgery with CPB between June 2016 and June 2020 at a single institution. Patients were assessed for SIRS 12 hours post-surgery and clustered using the partitioning around medoids (PAM) algorithm based on Gower distance. The influence of SIRS on a composite o
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.
Postthrombotic syndrome (PTS) is a chronic condition that can develop after deep vein thrombosis (DVT) and is diagnosed using the Villalta scale. This study applied unsupervised machine learning to investigate the heterogeneity of PTS among patients and within the Villalta scale. In 818 patients from the IDEAL DVT study, clustering identified 4 clinical profiles: (1) younger patients with provoked DVT, (2) women with joint pain, (3) men with isolated popliteal DVT, and (4) older men with diabetes and femoral vein involvement. Clustering of Villalta items revealed a distinction between signs an
СтатьяМногоцентровое исследованиеРандомизированное 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: To identify and evaluate predictive lung imaging markers and their pathways of change during progression of idiopathic pulmonary fibrosis (IPF) from sequential data of an IPF cohort. To test if these imaging markers predict outcome.
METHODS: We studied radiological disease progression in 76 patients with IPF, including overall 190 computed tomography (CT) examinations of the chest. An algorithm identified candidates for imaging patterns marking progression by computationally clustering visual CT features. A classification algorithm selected clusters associated with radiological di
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.
Global storm-resolving models (GSRMs) have gained widespread interest because of the unprecedented detail with which they resolve the global climate. However, it remains difficult to quantify objective differences in how GSRMs resolve complex atmospheric formations. This lack of comprehensive tools for comparing model similarities is a problem in many disparate fields that involve simulation tools for complex data. To address this challenge we develop methods to estimate distributional distances based on both nonlinear dimensionality reduction and vector quantization. Our approach automaticall
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: To automatically identify small- to medium-diameter bronchial segments distributed throughout the lungs.
METHODS: We segment the peripheral pulmonary vascular tree and construct cross-sectional images perpendicular to the lung vasculature. The bronchi running with pulmonary arteries appear as concentric rings, and potential center points that lie within the bronchi are identified by looking for circles (using the circular Hough transform) and rings (using a novel variable ring filter). The number of candidate bronchial center points are further reduced by using agglomerative hierarch
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: To explore clinically meaningful phenotypes of preeclampsia using unsupervised machine learning.
DESIGN: Prospective cohort study.
SETTING: BCNatal, a tertiary maternal-foetal medicine centre (Barcelona, Spain).
POPULATION: A total of 482 pregnant women diagnosed with preeclampsia between August 2013 and April 2024.
METHODS: Maternal demographic, clinical, ultrasound and laboratory data were prospectively collected, together with delivery details and maternal and neonatal complications. We generated a patient representation using maternal age, height, weight, body-mass index, bl
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: Quantifying the severity of head shape deformity and establishing a threshold for operative intervention remains challenging in patients with metopic craniosynostosis (MCS). This study combines three-dimensional skull shape analysis with an unsupervised machine-learning algorithm to generate a quantitative shape severity score (cranial morphology deviation) and provide an operative threshold score.
METHODS: Head computed tomography scans from subjects with MCS and normal controls (5 to 15 months of age) were used for objective three-dimensional shape analysis using ShapeWorks soft
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: Older adults with Alzheimer's disease (AD) frequently present to emergency departments (EDs) with multiple coexisting conditions. However, age-specific patterns of multimorbidity in AD-related ED encounters remain incompletely characterized.
OBJECTIVE: To identify and describe age-specific multimorbidity subtypes among AD-associated ED encounters using unsupervised machine learning and heatmap-based diagnostic profiling.
METHODS: We conducted a cross-sectional analysis of the 2022 Nationwide Emergency Department Sample. AD-associated encounters were identified by an ICD-10-CM G30
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: Patient-specific quality assurance (PSQA) is essential to guarantee the requested accuracy and safety of high-precision radiotherapy treatments. With the widespread adoption of modulated-intensity techniques, there is a growing need for increased operational efficiency. The potential of machine learning (ML) to accurately predict PSQA results has been investigated in recent years. In particular, plan complexity metrics have been used as model input features to be related to the PSQA outcome results in a number of supervised ML models. However, an unsupervised cluster analysis, able
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.
Справочная информация: Выявление активных повреждений в магнитно-резонансной съемке (MRI) имеет решающее значение для диагностики и планирования лечения множественных склерозов (MS). Активные повреждения МРТ выявляются после применения противопоказательных агентов на основе гадолиния (ГБЦА). Однако недавние исследования показали, что неоднократное применение ГБЦН приводит к накоплению ГД в тканях. Кроме того, администрация ГБКА увеличивает расходы на медицинское обслуживание. Таким образом, для повышения безопасности пациентов и снижения расходов на медицинское обслуживание важное значение име
СтатьяПолный текст найденМашинный перевод · не проверен
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: Treatment and preventative advances for chronic obstructive pulmonary disease (COPD) have been slow due, in part, to limited subphenotypes. We tested if unsupervised machine learning on CT images would discover CT emphysema subtypes with distinct characteristics, prognoses and genetic associations.
METHODS: New CT emphysema subtypes were identified by unsupervised machine learning on only the texture and location of emphysematous regions on CT scans from 2853 participants in the Subpopulations and Intermediate Outcome Measures in COPD Study (SPIROMICS), a COPD case-control study,
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
This paper aimed to detect the latent clusters of patients with opioid use disorder and to identify the risk factors affecting drug misuse using unsupervised machine learning. The cluster with the highest proportion of successful treatment outcomes was characterized by the highest percentage of employment rate at admission and discharge, the highest percentage of patients who also recovered from alcohol and other drug co-use, and the highest proportion of patients who recovered from untreated health issues. Longer participation in opioid treatment programs was associated with the highest propo
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.
Multiple sclerosis (MS) can be divided into four phenotypes based on clinical evolution. The pathophysiological boundaries of these phenotypes are unclear, limiting treatment stratification. Machine learning can identify groups with similar features using multidimensional data. Here, to classify MS subtypes based on pathological features, we apply unsupervised machine learning to brain MRI scans acquired in previously published studies. We use a training dataset from 6322 MS patients to define MRI-based subtypes and an independent cohort of 3068 patients for validation. Based on the earliest a
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Identification of distinct clinical phenotypes of diseases can guide personalized treatment. This study aimed to classify hospitalized COVID-19 pneumonia subgroups using an unsupervised machine learning approach.
METHODS: We included hospitalized COVID-19 pneumonia patients from July to September 2021. K-means clustering, an unsupervised machine learning method, was performed to identify clinical phenotypes based on clinical and laboratory variables collected within 24 hours of admission. Variables were normalized before clustering to ensure equal contribution to the analysis. The
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.
RATIONALE: More targeted management of severe acute pediatric asthma could improve clinical outcomes.
OBJECTIVES: To identify distinct clinical phenotypes of severe acute pediatric asthma using variables obtained in the first 12 h of hospitalization.
METHODS: We conducted a retrospective cohort study in a quaternary care children's hospital from 2014 to 2022. Encounters for children ages 2-18 years admitted to the hospital for asthma were included. We used consensus k means clustering with patient demographics, vital signs, diagnostics, and laboratory data obtained in the first 12 h of hospi
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: The demand for fresh strategies to analyze intricate multidimensional data in neuroscience is increasingly evident. One of the most complex events during our neurodevelopment is adolescence, where our nervous system suffers constant changes, not only in neuroanatomical traits but also in neurophysiological components. One of the most impactful factors we deal with during this time is our environment, especially when encountering external factors such as social behaviors or substance consumption. Binge drinking (BD) has emerged as an extended pattern of alcohol consumption in teenag
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: Repaired Tetralogy of Fallot (rTOF), a complex congenital heart disease, exhibits substantial clinical heterogeneity. Accurate prediction of disease progression and tailored patient management remain elusive. We aimed to categorize rTOF patients into distinct phenotypes based on clinical variables and variables obtained from cardiac magnetic resonance (CMR) imaging.
METHODS: A retrospective observational cohort study of rTOF patients with at least two CMR assessments between 2005 and 2022 was performed. From patient records, clinical variables, CMR measurements, and electrocardiogr
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.