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: 280 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 565 с найденным полным текстом
OBJECTIVES: We aimed to forecast headache in individuals with persisting postconcussion symptoms using foundation machine learning (ML) models and multimodal longitudinal data.
METHODS: This was an ML analysis of data from the Digital Solutions for Concussion (DiSCo) study, a research project assessing the usability and feasibility of 2 mobile health apps for individuals with persisting postconcussion symptoms. The participants completed daily symptom registrations and daily biofeedback sessions measuring heart rate variability, peripheral skin temperature, and upper trapezius muscle tension.
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.
To address the strong dependence of space object orbit prediction on physical models and initial conditions, as well as the difficulty of completely eliminating prediction errors, this study proposes a satellite orbit prediction correction method that integrates an attention mechanism with a long short-term memory (LSTM) network. Taking the LAGEOS satellite as the research object, the proposed method uses position error, velocity, and acceleration features extracted from historical orbital data to train a deep learning model for predicting one-day-ahead orbital errors and correcting the SGP4 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.
Real-time forecasting of infectious diseases is essential for public health decision-making. Traditional forecasting methods for epidemics exhibiting repeated waves, such as influenza and RSV, rely on strongly regular patterns in the incidence data, with stable duration (i.e., one year), peak timing, magnitude and initial incidence. In 2022-2023, COVID-19 epidemic waves became more regular compared to early in the pandemic, but they were nonetheless characterised by an absence of seasonality that shaped their overall trajectories, rendering existing methods unfit for use. Furthermore, the tota
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.
We tested whether a Gompertz growth curve better describes and predicts geographic atrophy lesion enlargement than linear and effective-radius (square-root) models. We analyzed a retrospective, single-center cohort of 121 patients (181 eyes) with serial fundus autofluorescence imaging from October 2012 to April 2023, excluding eyes that had received prior geographic atrophy therapies or fewer than five gradable visits, creating a natural-history cohort. We fitted four candidate models (Gompertz, logistic, linear, and effective radius) within a hierarchical framework. We evaluated model accurac
СтатьяПрепринтПоиск 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 evaluate the application value of the ARIMA-GM(1,1) combined model in predicting the resistance rates of key drug-resistant bacteria in China, providing a scientific basis for optimizing antimicrobial management strategies.
METHODS: Based on data from the China Antibacterial Resistance Surveillance Network from 2014 to 2023, we selected six types of key drug-resistant bacteria, including methicillin-resistant Staphylococcus aureus (MRSA) and cefotaxime/ceftriaxone-resistant Klebsiella pneumoniae (CTX/CRO-R-KP), to construct the ARIMA-GM(1,1) combined model. The model performance
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.
Редакционная 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.
Air quality is crucial for public health and the environment, which makes it important to both monitor and forecast the level of pollution. Polluted air, containing harmful substances such as particulate matter, nitrogen oxides, or ozone, can lead to serious respiratory and circulatory diseases, especially in people at risk. Air quality forecasting allows for early warning of smog episodes and taking actions to reduce pollutant emissions. In this article, we review air pollutant concentration forecasting methods, analyzing both classical statistical approaches and modern techniques based on ar
СтатьяОбзорПолный 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.
To address the challenges of increasing carbon dioxide (CO2) emissions and climate change caused by the growth of air traffic, accurate prediction of CO2 emissions in civil aviation has become crucial. This study proposes a CO2 emission prediction method based on an improved back propagation (BP) neural network, where the Improved Sparrow Search Algorithm (ISSA) is employed to optimize the hyperparameters of the BP neural network, thereby enhancing the prediction capability for CO2 emissions in civil aviation. To overcome the limitations of the traditional SSA, such as the tendency to fall int
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: to seek for predictors of inactive disease (ID) in juvenile idiopathic arthritis (JIA) with artificial intelligence. Methods: The clinical charts of patients seen within 6 months after disease onset between 2007 and 2019 and with follow-up visits at 6, 12, 18, and 24 months were reviewed retrospectively. Sixty-eight potential predictors were recorded at each visit. The primary endpoint was ID at 24 months by 2004 Wallace criteria. Data obtained from diverse combinations of visits were examined to identify the best forecasting model. After pre-processing, the cohort was divided into
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: On August 14, 2024, the World Health Organization (WHO) declared monkeypox (mpox) a Public Health Emergency of International Concern (PHEIC). Shortly thereafter, Thailand reported Asia's first confirmed case of the Clade Ib strain. Given Thailand's high international travel volume, anticipating short-term case trajectories is essential for situational awareness.
METHODS: We forecast monthly mpox cases using the Department of Disease Control (DDC) data from July 2022 to September 2024 and evaluate Poisson and negative binomial generalized linear models (GLMs), Holt-Winters expone
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.
Cholera, an acute diarrheal disease, is a serious concern in developing and underdeveloped areas. A qualitative understanding of cholera epidemics aims to foresee transmission patterns based on reported data and mechanistic models. The mechanistic model is a crucial tool for capturing the dynamics of disease transmission and population spread. However, using real-time cholera cases is essential for forecasting the transmission trend. This prospective study seeks to furnish insights into transmission trends through qualitative dynamics followed by machine learning-based forecasting. The Monte C
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.
PURPOSE: To compare the performance of 3 commercially available tomographers (the Pentacam Scheimpflug camera, the swept-source optical coherence tomography Casia, and the blue light slit-scanning tomographer Precisio) in the identification of patterns associated with Fuchs endothelial corneal dystrophy (FECD) decompensation.
METHODS: This was a clinic-based cross-sectional imaging study. Pachymetry maps and posterior surface elevation maps were acquired with the 3 devices from 61 eyes affected by FECD. The maps were graded according to the evidence of tomographic patterns predictive of FECD
СтатьяСравнительное 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.
BACKGROUND: Artificial intelligence (AI) that utilizes deep learning (DL) has potential for systemic disease prediction using retinal imaging. The retina's unique features enable non-invasive visualization of the central nervous system and microvascular circulation, aiding early detection and personalized treatment plans for personalized care. This review explores the value of retinal assessment, AI-based retinal biomarkers, and the importance of longitudinal prediction models in personalized care.
MAIN TEXT: This narrative review extensively surveys the literature for relevant studies in Pub
СтатьяОбзорПолный 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.
OBJECTIVE: This study was undertaken to develop a machine learning (ML) model to forecast initial seizure onset in neonatal hypoxic-ischemic encephalopathy (HIE) utilizing clinical and quantitative electroencephalogram (QEEG) features.
METHODS: We developed a gradient boosting ML model (Neo-GB) that utilizes clinical features and QEEG to forecast time-dependent seizure risk. Clinical variables included cord blood gas values, Apgar scores, gestational age at birth, postmenstrual age (PMA), postnatal age, and birth weight. QEEG features included statistical moments, spectral power, and recurren
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: With the increasing impact of tuberculosis on public health, accurately predicting future tuberculosis cases is crucial for optimizing of health resources and medical service allocation. This study applies a self-attention mechanism to predict the number of tuberculosis cases, aiming to evaluate its effectiveness in forecasting.
METHODS: Monthly tuberculosis case data from Changde City between 2010 and 2021 were used to construct a self-attention model, a long short-term memory (LSTM) model, and an autoregressive integrated moving average (ARIMA) model. The performance of these 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.
In exceptional times of wars, natural crises (e.g., snow storms), or hosting massive events (e.g., international sports events), prior knowledge of hour-by-hour electricity demand might become critical for the concerned areas. Anticipating the next-hour demand within a bounded location might help cope with challenging situations. In this paper, we are concerned with the problem of electricity demand forecasting for the next hour within a small area in the context of the country of Jordan relying exclusively on historical electricity consumption. Existing electricity demand forecasting models 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.
Deep learning is good at extracting the required feature quantity from the massive input information through multiple hidden layers and completing the learning through training to achieve the task of load forecasting. The impulse power load data contain a lot of noise, burrs, and strong randomness. As an improved recurrent neural networks, the output of long short-term memory (LSTM) network is not only related to the current input, but also closely related to the historical information, which can effectively predict the impact power load. An impulse power load forecasting model based on improv
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.
Mathematical modeling is increasingly accepted as a tool that can inform disease control policy in the face of emerging infectious diseases, such as the 2014-2015 West African Ebola epidemic, but little is known about the relative performance of alternate forecasting approaches. The RAPIDD Ebola Forecasting Challenge (REFC) tested the ability of eight mathematical models to generate useful forecasts in the face of simulated Ebola outbreaks. We used a simple, phenomenological single-equation model (the "IDEA" model), which relies only on case counts, in the REFC. Model fits were performed using
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.
We have identified environmental and demographic variables, available in January, that predict the relative magnitude and spatial distribution of West Nile virus (WNV) for the following summer. The yearly magnitude and spatial distribution for WNV incidence in humans in the United States (US) have varied wildly in the past decade. Mosquito control measures are expensive and having better estimates of the expected relative size of a future WNV outbreak can help in planning for the mitigation efforts and costs. West Nile virus is spread primarily between mosquitoes and birds; humans are an incid
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.
We have identified environmental and demographic variables, available in January, that predict the relative magnitude and spatial distribution of West Nile virus (WNV) for the following summer. The yearly magnitude and spatial distribution for WNV incidence in humans in the United States (US) have varied wildly in the past decade. Mosquito control measures are expensive and having better estimates of the expected relative size of a future WNV outbreak can help in planning for the mitigation efforts and costs. West Nile virus is spread primarily between mosquitoes and birds; humans are an incid
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.