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
16292 публикаций
Поиск: 352 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 565 с найденным полным текстом
Accurate prediction of water quality parameters is essential for risk warning and intelligent management in aquaculture. However, water quality time series remain difficult to forecast because of time-varying cross-variable dependencies, coexisting periodic variations and abrupt changes, and the limited ability of existing models to preserve complex frequency components and local fluctuations. To address these challenges, we proposed a Dynamic Multilevel Fusion Network (DMFNet) for complex nonstationary water quality forecasting. First, a Dynamic Confidence Relation Graph (DCRG) constructs dyn
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 rapid growth of electric vehicle (EV) adoption presents significant challenges for electricity networks, particularly at the low-voltage level, where clustered neighbourhood demand risks overloading infrastructure. Existing scenario-based planning approaches typically assume uniform EV uptake across neighbourhoods within a region, failing to capture the heterogeneity in historical EV registration data. They provide limited uncertainty quantification, despite the difficulty of predicting future adoption at fine spatial scales. This paper introduces a Gaussian process (GP)-based forecasting
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.
Real-world time series typically contain multiple intertwined frequency components, which poses significant challenges for accurate time series forecasting. Traditional methods adopt unified modeling strategies for different frequency components, often failing to fully capture the distinctive characteristics of each frequency component, resulting in limited prediction accuracy. Inspired by the powerful function approximation capability of Kolmogorov-Arnold Networks (KAN), this paper proposes TimeKAN, a KAN-based frequency decomposition learning architecture specifically designed for long-term
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.
Spatiotemporal forecasting plays a crucial role for optimal operations and decision making in various fields, including industries, transportation, healthcare and energy. However, spatiotemporal models are typically designed for a single task, failing to capture the inherent complexity and interrelationships among multiple tasks in real-world systems. To address this issue, we propose a hybrid attention-based model for multi-task spatiotemporal forecasting (HAM-MSTF) with the help of dual attention mechanisms. Unlike conventional single-task spatiotemporal forecasting, spatiotemporal multi-tas
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.
Paralytic shellfish toxins (PST) are detected in seafood globally. Resource managers and seafood producers must make decisions in the face of toxic events in order to protect public health and operate businesses. The coast of Maine in the US sees the occurrence of PSTs annually, and fosters a robust shellfish industry composed of both wild harvest and recently increasing aquaculture. Leveraging monitoring data generated from chemical analysis of PST composition in shellfish, we present a method for grouping together consecutive samples to build a machine-learning training set and make short-te
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: Antimicrobial resistance is a public health crisis exacerbated by the irrational use of antibiotics, particularly in low- and middle-income countries. Pakistan, one of the highest consumers of antibiotics globally, faces unique challenges, including unregulated sales, overuse of broad-spectrum antibiotics, and inadequate stewardship programs.
OBJECTIVE: This study aimed to analyze antibiotic consumption trends in Pakistan from 2016 to 2023, project future use through 2028, and evaluate the subsequent implications for antimicrobial resistance and antimicrobial stewardship programs.
СтатьяНаблюдательное исследованиеПоддержка 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.
OBJECTIVE: To forecast prefecture-level progress toward Japan's 60% colorectal cancer (CRC) screening target by 2028 and quantify regional and sex-based disparities.
METHODS: We extracted CRC screening rates (ages 40-69) for all 47 prefectures from 2013 to 2022 using the Comprehensive Survey of Living Conditions. Sex-stratified Bayesian linear regression models were applied to logit-transformed rates. Prefectures were considered likely to achieve the target if the probability of ≥ 60% uptake by 2028 was ≥ 80%.
RESULTS: Nationwide coverage is projected to reach 51.9% (95% CrI 44.9-58.8%) by 2
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.
Hydraulic fracturing is a critical technology for developing shale gas reservoirs, which are typical natural nanoporous media. However, the complex two-phase flow induced by fracturing fluid retention and the strong interference among hydraulic fractures introduce significant uncertainties to productivity forecasting. To address these challenges, this study proposes a transient productivity forecasting method to characterize fluid transport in fractured nanoporous media. This method introduces a gas-water two-phase pseudo-pressure function to reconstruct the flow equations, utilizing micro-seg
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.
Plasma proteomic biomarkers hold significant promise for enhancing clinical assessments and improving early detection of psychosis conversion; however, concerns about their reproducibility and generalizability persist. Previous studies, largely conducted in Caucasian cohorts, have identified proteomic biomarkers predictive of psychosis conversion in individuals at ultra-high risk (UHR) of psychosis. In this study, we acquired plasma proteomics data from an Asian UHR cohort, the Longitudinal Youth at Risk Study (LYRIKS). We established a robust machine learning framework, through which we devel
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.
Epidemic forecasting and public health policy evaluation rely on mathematical models, but traditional approaches struggle in data-limited settings. We evaluated whether transformer-based, foundation Artificial Intelligence models can serve as a new epidemic modeling framework. We tested five models across pathogens and locations, including influenza, respiratory syncytial virus (RSV), chickenpox, dengue. Foundation models demonstrated strong accuracy in short-term forecasts and predicted multiple epidemic waves. They outperformed standard implementations of established models on limited and ir
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.
Dengue transmission varies markedly across Mexico, posing challenges for short-term operational planning. We propose a two-layer framework that (i) constructs incidence-free eco-epidemiological clusters for the 32 Mexican states and (ii) produces one-week-ahead forecasts of weekly dengue cases at the cluster level with quantified uncertainty, expressed through P10-P90 prediction bands. Our analysis covers 283 epidemiological weeks per state from 2020 to 2025, with all 32 states retained after meteorological quality control. Clusters are identified using full-covariance Gaussian mixture models
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 biggest health threat to the global population is cardiovascular disease (CVD), which afflicts almost one-third of the global population and causes considerable monetary and social losses. Risk analysis should be performed in a timely and appropriate manner to enhance clinical practice and preventive interventions. The emergence of advanced data modalities, such as wearable sensors, medical imaging, electronic health records (EHRs), and genomic platforms, has led to a paradigm shift in the holistic assessment of CVD risk through multimodal data integration. This systematic review is a meth
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.
PURPOSE: Evaluate global interest in middle meningeal artery (MMA) embolization, for subdural hematoma, by analyzing search behavior and academic output using Google Trends and PubMed data.
MATERIALS AND METHODS: Retrospective analysis conducted using Google Trends data from January 2004 to March 2025 and PubMed publication records from 1965 to 2025. The Google dataset included normalized monthly search volume indices (SVI: 0-100), geographic distribution, and related queries. Academic interest was assessed by annual publication counts. Statistical methods included Mann-Kendall trend tests, 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.
Accurate forecasting of disease progression is vital in glaucoma management. Ordinary least square regression (OLSR) analyses are not appropriate to perform trend analysis on longitudinally collected perimetry data. This study examines the applicability of an irregular autoregressive of order 1 (IAR (1)) method to model mean deviation (MD) series and investigates if IAR (1) improves validity of the model and results better forecasts then OLSR. Longitudinal data from eyes with progressive glaucoma were used. A total of 1200 MD data from forty-two eyes were included in this study. MD series from
СтатьяПоддержка NIH: внешняя программаПолный 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: Coccidioidomycosis (CM), also known as Valley fever, is a respiratory infection. Recently, the number of confirmed cases of CM has been increasing. Precisely defining the influential factors and forecasting future infection can assist in public health messaging and treatment decisions.
METHODS: We utilized Long Short-Term Memory (LSTM) networks to forecast CM cases, based on the daily pneumonia cases in Maricopa County, Arizona from 2020 to 2022. Besides weather and climate variables, we examined the impact of people's lifestyle change during COVID-19. Factors, including temperatu
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: Mosquito-borne diseases cause millions of deaths each year and are increasingly spreading from tropical and subtropical regions into temperate zones, posing significant public health risks. In the Basque Country region of Spain, changing climatic conditions have driven the spread of invasive mosquitoes, increasing the potential for local transmission of diseases such as dengue, Zika, and chikungunya. The establishment of mosquito species in new areas, coupled with rising mosquito populations and viremic imported cases, presents challenges for public health systems in non-endemic re
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.
Dengue fever is a mosquito-borne viral disease rapidly creating a significant global public health burden, particularly in urban areas of tropical and sub-tropical countries. Hydroclimatic variables, particularly local temperature, precipitation, relative humidity, and large-scale climate teleconnections, can influence the prevalence of dengue by impacting vector population development, viral replication, and human-mosquito interactions. Leveraging predictions of these variables at lead times of weeks to months can facilitate early warning system preparatory actions such as allocating funding,
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.
Despite a growing body of literature in the area of recruitment modeling for multicenter studies, in practice, statistical models to predict enrollments are rarely used and when they are, they often rely on unrealistic assumptions. The time-dependent Poisson-Gamma model (tPG) is a recently developed flexible methodology which allows analysts to predict recruitments in an ongoing multicenter trial, and its performance has been validated on data from a cohort study. In this article, we illustrate and further validate the tPG model on recruitment data from randomized controlled trials. Additional
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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: Type 1 Diabetes Mellitus (T1DM) is a chronic metabolic disease affecting millions of people worldwide. T1DM requires patients to continuously monitor their blood glucose levels. Due to pancreatic dysfunctions, patients use insulin injections to correct glucose values by synthetic insulin. Continuous Glucose Monitoring (CGM) is a system which includes an algorithm allowing to measure (and in some cases to predict) glucose levels at a frequent sampling time. This enable implementing advanced devices, including automated insulin pump delivery. Nevertheless, CGM still presents some lim
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.
China is the largest carbon dioxide (CO2) emitter and has formulated CO2 emission peak and carbon-neutral plans. Studies on CO2 emission volume and CO2 emission intensity (CEI) indicate a growing interest in related fields. The purpose of this research is to improve the performance and reliability of the model for forecasting CO2 emissions and judging whether to achieve China's CO2 reduction targets under business-as-usual scenarios. We originally applied a novel hybrid model combining the projection pursuit regression (PPR) model and parasitism-predation optimization algorithm (PPA) (PPA-PPR)
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.