INTRODUCTION: Tuberculosis (TB) has become an occupational health hazard in South African hospitals where healthcare workers (HCWs) are additionally confronted daily with HIV and its associated stigma, causing a syndemic. Early TB diagnosis and treatment are vital, but the uptake of these services through occupational healthcare units (OHUs) is low. The current study hypothesises that (1) the link between HIV and TB and (2) the perceived HIV stigmatisation by colleagues create (3) a double HIV-TB stigma which increases (4) internalised TB stigma and leads to (5) a lower willingness to use OHU
СтатьяРандомизированное исследованиеПоддержка 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.
Single-cell RNA sequencing (scRNA-seq) technology has rapidly advanced in recent years, driving significant breakthroughs in developmental biology, cancer research, immunology, and other related fields. However, existing clustering methods still face performance bottlenecks when handling large-scale scRNA-seq data. To address this challenge, we propose a self-training clustering method for large-scale single-cell RNA-seq data, termed scLTF (Single-cell Louvain-Transformer Framework for Large-scale Clustering). This method first generates preliminary clusters using a fast Louvain algorithm and
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: Accurate and efficient cell grouping is essential for analyzing single-cell transcriptome sequencing (scRNA-seq) data. However, the existing clustering techniques often struggle to provide timely and accurate cell type groupings when dealing with datasets with large-scale or imbalanced cell types. Therefore, there is a need for improved methods that can handle the increasing size of scRNA-seq datasets while maintaining high accuracy and efficiency.
METHODS: We propose CDSKNNXMBD (Community Detection based on a Stable K-Nearest Neighbor Graph Structure), a novel single-cell cluster
СтатьяПоддержка 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.
Modeling and prediction of traffic systems is a challenging task due to the complex interactions within the system. Identification of significant regressors and using them to improve travel time predictions is a concept of interest. In previous studies, such regressors were identified offline and were static in nature. In this study, an iterative joint clustering and prediction approach is proposed to accurately predict spatiotemporal patterns in travel time. The clustering module is tied to the prediction module, and a prediction model is trained on each cluster. The combined clustering and p
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Automatic detection and characterization of molecular behavior in large data sets obtained by fast imaging in advanced light microscopy become key issues to decipher the dynamic architectures and their coordination in the living cell. Automatic quantification of the number of sudden and transient events observed in fluorescence microscopy is discussed in this paper. We propose a calibrated method based on the comparison of image patches expected to distinguish sudden appearing/vanishing fluorescent spots from other motion behaviors such as lateral movements. We analyze the performances of two
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
Unsupervised classification or clustering of complex time series generated from nonlinear dynamical systems remains challenging, particularly when signals exhibit noise and subtle structural differences. We develop a recurrence-based framework that captures local geometric patterns in recurrence plots by extracting triangular motifs, termed recurrence triangles (RTs), and mapping their relative frequencies to compact feature vectors for clustering. The approach is evaluated on four synthetic systems: the continuous-time Rössler and Lorenz systems and the discrete-time Logistic map and AR(2) mo
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.
Surrogate safety measures (SSMs) have been widely used for traffic risk assessment. However, most existing approaches remain focused on the risk state of individual vehicles, providing limited representation of the relational and propagative nature of risk in highly interactive traffic environments. In such environments, the risk observed at one vehicle may reflect the cascading propagation of disturbances through a vehicle group. To address this limitation, this study proposes a novel framework for vehicle group risk modeling based on the perspective of risk propagation. First, Modified Time
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.
MOTIVATION: Single-cell RNA sequencing (scRNA-seq) data analysis is often performed using network projections that produce co-expression networks. These network-based algorithms are attractive because regulatory interactions are fundamentally network-based and there are many tools available for downstream analysis. However, most network-based approaches have two major limitations. First, they are typically unipartite and therefore fail to capture higher-order information. Second, scRNA-seq data are often sparse, so most algorithms for constructing unipartite network projections are inefficient
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.
Federated clustering is a distributed clustering algorithm that does not require the transmission of raw data and is widely used. However, it struggles to handle Non-IID data effectively because it is difficult to obtain accurate global consistency measures under Non-Independent and Identically Distributed (Non-IID) conditions. To address this issue, we propose a federated k-means clustering algorithm based on a cluster backbone called FKmeansCB. First, we add Laplace noise to all the local data, and run k-means clustering on the client side to obtain cluster centers, which faithfully represen
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.
Fuzzy c-means (FCM) is one of the best-known clustering methods to organize the wide variety of datasets automatically and acquire accurate classification, but it has a tendency to fall into local minima. For overcoming these weaknesses, some methods that hybridize PSO and FCM for clustering have been proposed in the literature, and it is demonstrated that these hybrid methods have an improved accuracy over traditional partition clustering approaches, whereas PSO-based clustering methods have poor execution time in comparison to partitional clustering techniques, and the current PSO algorithms
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.
In a mobile ad-hoc network, it has been observed that the existing weighted clustering algorithm induces high computational overhead on the mobile nodes in the cluster-head election process and distributes the load among the cluster-heads unfairly. Also, the cluster maintenance cost is very high due to the expiration or movement of the cluster-head. The purpose of this work is to mitigate the weaknesses of the existing weight-based clustering algorithm. The proposed "Marking-based Load Balancing Weighted Clustering Framework for Mobile ADHOC Network (MLWCM)" marks the weak nodes before the beg
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.
Prokaryotic genomes harbor a variety of functional elements encoded as contiguous multi-gene clusters. To identify homologous gene clusters, computational tools that account for multi-gene architectures are needed to group gene clusters into Gene Cluster Families (GCFs). However, existing GCF delineation methods do not scale well to large datasets and are often limited to certain subclasses of gene clusters. Here, we present IGUA (Iterative Gene clUster Analysis; https://github.com/zellerlab/IGUA), a scalable, flexible GCF delineation method for genomic segments with multi-gene architectures. …
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.
Celiac Disease (CD) is an autoimmune disorder triggered by gluten ingestion in genetically susceptible individuals. Its heterogeneous presentation, especially in pediatric patients, limits the effectiveness of current symptom-based classifications such as the Oslo definitions. This study proposes a framework based on Topological Data Analysis (TDA) to identify new, clinically meaningful sub-phenotypes of pediatric CD. We used a multicentric dataset of over 3,000 children. Compared with standard clustering (DBSCAN, Agglomerative, K-Medoids), our TDA Mapper revealed stable, interpretable communi
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: Across Japan, there are "non-physician areas" where medical institutions are not present and health care access is difficult. Although these areas are defined as a single administrative category, they may vary according to regional demographic characteristics. Understanding this possible heterogeneity may be important for developing more context-sensitive strategies to improve health care accessibility.
OBJECTIVE: This study examined whether non-physician areas can be classified based on regional demographic characteristics using an unsupervised machine learning model.
METHODS: A
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: Differences in data distribution, feature dimensions, and quality between different single-cell modalities pose challenges for clustering. Although clustering algorithms have been developed for single-cell transcriptomic or proteomic data, their performance across different omics data types and integration scenarios remains poorly investigated, which limits the selection of methods and future method development.
RESULTS: In this study, we conduct a systematic and comparative benchmark analysis of 28 computational algorithms on 10 paired transcriptomic and proteomic datasets, evalu
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.
Cystic echinococcosis caused by Echinococcus granulosus sensu lato remains a major One Health concern. In this study, we conducted a PRISMA-guided systematic review (Web of Science, 2005-2025) and compiled a georeferenced dataset of canine E. granulosus s.l. infections derived from published field studies. After data curation and harmonization, 169 location-year records (representing 159 unique spatial locations in SaTScan) were included in the space-time analysis. Space-time cluster detection using SaTScan (Bernoulli model; annual resolution) identified 14 clusters, of which 13 were statistic
СтатьяСистематический обзорПоиск 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.
Tuberculosis (TB) remains a major public health challenge in Brazil, strongly influenced by social and territorial inequalities. Although the Federal District has a relatively low overall incidence, pronounced internal heterogeneity may conceal localized areas of sustained transmission. This study aimed to analyze temporal trends, spatiotemporal distribution, and demographic and epidemiological determinants of TB incidence in the Federal District, Brazil, from 2010 to 2024. We conducted an ecological study including all newly reported TB cases. Temporal trends were assessed using time-series d
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.
Accurate metagenomic binning is essential for reconstructing microbial genomes, thereby facilitating the discovery of novel taxa, the identification of pathogens, and the characterization of antimicrobial resistance genes. Most existing methods are designed for assembled contigs and cannot be directly applied to raw long reads. Although a few dedicated long-read binning methods have emerged, challenges remain in bin-number estimation and representation learning. Here, we propose Deep Embedded Clustering for Long-read Binning (DecBin), an adaptive method for directly binning raw long reads thro
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.
Rapid isolation of therapeutic bacteriophages from environmental sources is essential for personalized phage therapy, particularly when appropriate phages are unavailable in existing banks. However, comprehensive characterization of all candidate phages is resource-intensive, especially when plaque morphologies are similar and fail to discriminate between distinct phages. Here, we present an upstream screening approach that utilizes co-culture growth curve analysis to rapidly triage phage isolates during the early isolation process. We extracted seven biologically meaningful features that 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.
Single-cell RNA sequencing reveals cellular heterogeneity, yet computational methods struggle to balance performance with biological interpretability. Embedded topic models provide interpretable cell representations, but may learn overly similar topics, resulting in redundancy and incomplete capture of biological variation. Single-cell foundation models create opportunities to harness external biological knowledge for guiding model embeddings. Here, we present scE2TM, an external knowledge-guided embedded topic model for interpretable scRNA-seq analysis. scE2TM implements embedding clustering
СтатьяПоддержка 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.
MedElevator
Войти в исследования