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
16282 публикаций
Поиск: 122 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 565 с найденным полным текстом
Despite the use of a variety of control strategies, dengue hemorrhagic fever (DHF) control is a major and permanent challenge for public health services in Thailand and in Southeast Asia. In order to improve the efficiency of DHF control in Thailand, these activities have to concentrate on areas and populations at higher risk, which implies early identification of higher incidence periods. A retrospective study of spatial and temporal variations of DHF incidence in all 73 provinces of Thailand (1983-1995) allowed discrimination between seasonal (endemic) transmission dependent on climatic vari
СтатьяПоддержка 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: Accurate forecasting of influenza-like illness (ILI) is crucial for public health. Integrating novel digital data streams (eg, internet searches and human mobility) with traditional surveillance can improve accuracy, but optimal modeling frameworks are underexplored.
OBJECTIVE: This study aimed to develop and compare multisource data-driven models for forecasting ILI incidence trends.
METHODS: Weekly ILI incidence data and multisource variables for Hubei Province from 2020 to 2023 were collected. Multisource predictors included mean temperature, relative humidity, air quality ind
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.
Occupational accidents remain a critical issue in Turkey, with significant social and economic consequences, and understanding accident trends is essential for developing effective prevention strategies. This study employed both linear AutoRegressive Moving Average with Exogenous Input (ARMAX) and Nonlinear AutoRegressive with Exogenous Input (NLARX) models to forecast future occupational accidents using four accident-related populations ([Formula: see text], [Formula: see text], [Formula: see text], [Formula: see text]) derived from official insurance records. Due to the lack of consistently
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.
Forecasting financial market movements requires integrating numerical time-series data with semantic information from financial narratives that shape investor behavior. While deep learning has advanced time-series prediction, existing methods often exploit trivial price autocorrelation rather than capturing genuine predictive signals from multimodal sources. We propose the Semantic-Time Fusion Architecture (STFA), which integrates structured market data with GPT-4-supervised FinBERT semantic representations of financial news through three key innovations: delay-aware temporal alignment between
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.
Мелатонин установлен в качестве регулятора времени и сна в циркадиане, в то время как более широкий спектр зависящих от рецептора и независимых от рецептора биологических эффектов вызвал интерес к дополнительным видам терапевтического применения. В этом обзоре критически рассматривается вопрос о том, можно ли интерпретировать эти предлагаемые последствия в фармакологических рамках, основанных на воздействии. Мы интегрируем недавние доклинические и клинические данные с фармакокинетиками перорального и внутривенного мелатонина и с обычным дифференциальном уравнением (ОДВ) - прогнозом воздействия
Полный 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: Machine learning provides a powerful framework to model the complex patterns underlying migraine attack onset from real-world high dimensional datasets. In this study, we used machine learning to forecast headache days using mobile health (mHealth) data from a migraine biofeedback treatment app.
METHOD: This was a machine learning analysis of data from the BioCer clinical trial (NCT05616741) evaluating app-based biofeedback for preventive treatment of episodic migraine. Participants completed three months of daily biofeedback sessions with wearables measuring trapezius muscle tens
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.
Accurate water quality forecasting-specifically tracking phytoplankton dynamics like chlorophyll a-is crucial for safeguarding aquatic ecosystems and global water security. Deep temporal architectures offer powerful non-linear modeling capabilities, promising to overcome the parameterization bottlenecks of traditional process-based models. However, current applications treat these models as black boxes, leaving it obscure how specific architectural modules interact with the intrinsic ecological time scales governing aquatic environments. Here, we reveal a fundamental architectural-ecological 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.
Spatio-temporal epidemic forecasting aims to predict future outbreak trajectories across interconnected regions from historical epidemiological observations and meteorological covariates. However, existing approaches often fail to preserve historically salient epidemic states or to fully exploit delayed and region-varying meteorological associations, leading to unstable temporal representations and insufficient meteorological-context-aware spatio-temporal context for prediction at later forecast horizons. In this paper, we propose CASRL, a Climate-Aware Self-Retrospective Representation Learni
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: The differentiation in epidemic patterns and multiple influencing factors pose significant challenges to influenza forecasting, highlighting the need for novel methods to improve predictive accuracy and cross-regional generalizability.
OBJECTIVES: This study aims to develop an adaptive feature selection model named AdaFluDR to address the time-varying nature of influenza transmission drivers across different periods and regions.
METHODS: AdaFluDR integrates the SpaceTime and Crossformer models and utilizes a correlation-driven mechanism. This mechanism constructs a comprehensiv
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 tropical cyclone (TC) forecasting is critical for disaster prevention. While deep learning shows promise in weather prediction, existing approaches demonstrate limited accuracy in TC track and intensity forecasting, hindered by the lack of open multimodal datasets and insufficient integration of meteorological knowledge. Here we propose TropiCycloneNet containing TCND - a open multimodal TC dataset spanning six major ocean basins with 70 years of multi-source data, and TCNM - an AI-meteorology integrated prediction model including multiple modules such as Generator Chooser Network 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.
PURPOSE: Asparaginase (ASN) is a critical component of pediatric ALL protocols. Until recently, ASN was available in three formulations: native Escherichia coli, PEGylated E. coli (PEG), and Erwinase, with native E. coli typically more accessible in low- and middle-income countries (LMICs). Short shelf lives, intermittent availability, and concern for substandard formulations in LMICs have created a need for proactive ASN demand estimates.
METHODS: We adapted FORxECAST, a pediatric cancer drug forecasting model, to focus on ASN for pediatric ALL. The model is adaptable to user data and defaul
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.
Phenomenological models are highly effective tools for forecasting disease dynamics using real-world data, particularly in scenarios where detailed knowledge of disease mechanisms is limited. However, their reliability depends on the model parameters' structural and practical identifiability. In this study, we systematically analyze the identifiability of six commonly used growth models in epidemiology: the generalized growth model (GGM), the generalized logistic model (GLM), the Richards model, the generalized Richards model (GRM), the Gompertz model, and a modified SEIR model with inhomogene
СтатьяПрепринтПоиск 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.
Phenomenological models are highly effective tools for forecasting disease dynamics using real-world data, particularly in scenarios where detailed knowledge of disease mechanisms is limited. However, their reliability depends on the model parameters' structural and practical identifiability. In this study, we systematically analyze the identifiability of six commonly used growth models in epidemiology: the generalized growth model (GGM), the generalized logistic model (GLM), the Richards model, the generalized Richards model (GRM), the Gompertz model, and a modified SEIR model with inhomogene
СтатьяПоддержка NIH: внешняя программаПоддержка правительства СШАПоддержка 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.
Buprenorphine readily crosses the placenta, and with greater prenatal exposure, neonatal opioid withdrawal syndrome (NOWS) likely grows more severe. Current dosing strategies can be further improved by tailoring doses to expected NOWS severity. To allow the conceptualization of fetal buprenorphine exposure, a maternal-fetal physiologically based pharmacokinetic (PBPK) model for sublingual buprenorphine was developed using Simcyp (v21.0). Buprenorphine transplacental passage was predicted from its physicochemical properties. The maternal-fetal PBPK model integrated reduced transmucosal absorpti
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.
During the COVID-19 pandemic, many hospitals reached their capacity limits and could no longer guarantee treatment of all patients. At the same time, governments endeavored to take sensible measures to stop the spread of the virus while at the same time trying to keep the economy afloat. Many models extrapolating confirmed cases and hospitalization rate over short periods of time have been proposed, including several ones coming from the field of machine learning. However, the highly dynamic nature of the pandemic with rapidly introduced interventions and new circulating variants imposed non-t
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.
Seasonal influenza causes significant annual morbidity and mortality worldwide. In France, it is estimated that, on average, 2 million individuals consult their GP for influenza-like-illness (ILI) every year. Traditionally, mathematical models used for epidemic forecasting can either include parameters capturing the infection process (mechanistic or compartmental models) or rely on time series analysis approaches that do not make mechanistic assumptions (statistical or phenomenological models). While the latter make extensive use of past epidemic data, mechanistic models are usually independen
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.
While exome and whole genome sequencing have transformed medicine by elucidating the genetic underpinnings of both rare and common complex disorders, its utility to predict clinical outcomes remains understudied. Here, we used artificial intelligence (AI) technologies to explore the predictive value of genome sequencing in forecasting clinical outcomes following surgery for congenital heart defects (CHD). We report results for a cohort of 2,253 CHD patients from the Pediatric Cardiac Genomics Consortium with a broad range of complex heart defects, pre- and post-operative clinical variables and
СтатьяПрепринтПоиск 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 wastewater treatment plants (WWTPs), the stochastic nature of influent wastewater and operational and weather conditions cause fluctuations in effluent quality. Data-driven models can forecast effluent quality a few hours ahead as a response to the influent characteristics, providing enough time to adjust system operations and avoid undesired consequences. However, existing data for training models are often incomplete and contain missing values. On the other hand, collecting additional data by installing new sensors is costly. The trade-off between using existing incomplete data and collec
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.
The management of advanced digestive endocrine tumors is often challenging. Liver metastases are usually diffuse at the time of diagnosis, and surgical resection is rarely feasible. Objective response rates with systemic chemotherapy are disappointing. Arterial hypervascularization of most liver metastases from digestive endocrine tumors argues in favor of hepatic arterial chemoembolization (HACE). It is assumed that embolization-induced ischemia sensitizes tumor cells to cytotoxic drugs, whose tumor concentrations are increased by blood flow slowing down. The aims of HACE are: (1) to control
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: Influenza virus is responsible for a yearly epidemic in much of the world. To better predict short-term, seasonal variations in flu infection rates and possible mechanisms of yearly infection variation, we trained a Long Short-Term Memory (LSTM)-based deep neural network on historical Influenza-Like-Illness (ILI), climate, and population data.
METHODS: Data were collected from the Centers for Disease Control and Prevention (CDC), the National Center for Environmental Information (NCEI), and the United States Census Bureau. The model was initially built in Python using the Keras AP
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.