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
16295 публикаций
Поиск: 320 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 565 с найденным полным текстом
Plant diseases destroy 20-40% of global food production annually, posing a critical threat to food security for a projected population of 9.7 billion by 2050. Conventional diagnostic approaches relying on expert visual assessment are slow, costly, and unsuitable for modern agricultural scales. While deep convolutional neural networks demonstrated early promise, single-modality, image-centric systems consistently fail under real-world field conditions characterized by variable lighting, co-occurring infections, and cultivar diversity. This review synthesizes a decade of progress across four int
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.
Forecasting carbon dioxide (CO2) emissions has become a significant issue in recent years. International organizations have emphasized the necessity of creating a plan to gradually reduce the concentration of this pollutant in the atmosphere to combat climate change and its catastrophic consequences. The cement industry represents one of the key sectors to address this problem. The objective of this study is to predict CO2 emissions in North American cement industries. To achieve this, a multi-objective mathematical model is developed, integrating various machine learning algorithms. Furthermo
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: Solar irradiance is a nonlinear and intermittent function, which makes accurate forecasting of solar power generation a challenge. The high variability of meteorological conditions is not well represented by conventional atmospheric models, thus hampering forecasting skill and model robustness. In this work, an advanced hybridization of multi-population cuckoo search (HMPCS) algorithm with machine learning (ML) methods is developed to enhance the predicated performance of photovoltaic (PV) power forecasting with more reliability.
METHODS: In this study, a hybrid modeling framework
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.
Event-driven time series forecasting constitutes a fundamental challenge across multiple scientific domains. Existing deep learning approaches rely on the assumption of historical pattern continuity and thus exhibit inadequate responsiveness to exogenous shocks, while mainstream text-enhanced methods encode documents as singular dense vectors, causing the compression of fine-grained semantic information such as entity stances, event types, and causal propagation relationships. To address these limitations, this study proposes a tripartite methodological framework building upon multimodal graph
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/Objectives: Blood glucose prediction (BGP) for individuals with type 1 diabetes (T1D) is a clinically essential yet highly challenging task in time series forecasting (TSF) and an important problem in personalised medicine. Accurate bespoke BGP is crucial for individualised T1D management, reducing complications, and supporting patient-specific glycaemic risk mitigation. However, the pronounced volatility of glycaemic fluctuations in T1D, combined with the need for mathematical rigor and clinical relevance, hampers reliable prediction. This complexity underscores the demand to explo
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 low-altitude airspace of bird flocks is gradually shared by unmanned aerial vehicles (UAVs), posing safety risks that necessitate accurate trajectory forecasting. However, existing vision-based methods often treat trajectory prediction and UAV detection as separate tasks, assume light-tailed Gaussian noise, and rely on heavy backbones. These limitations, when applied to bird trajectory forecasting, limit uncertainty calibration and embedded deployment in ground-based monocular surveillance. In this work, we propose a unified framework for low-altitude monitoring. Its core, Mini-BirdFormer,
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.
Modeling drug-release kinetics from polysaccharide-coated oral controlled-release formulations remains challenging due to nonlinear diffusion–dissolution behavior, complex polymer–drug interactions, and the limited interpretability of conventional machine-learning approaches. In this study, we develop and validate a predictive framework for targeted colonic delivery of 5-aminosalicylic acid (5-ASA) from polysaccharide-coated solid oral dosage forms using Raman spectroscopy–derived molecular fingerprints and time-resolved dissolution data. The dataset comprises 155 formulation samples, each cha
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.
Chronic kidney disease (CKD) poses a growing global health challenge. Using data from 953 locations, we analyzed spatiotemporal patterns of CKD burden, quantified disparities by inequality and frontier analysis, and developed a deep-learning model to forecast burden to 2040. Marked subnational heterogeneity was observed: a total of 76 locations experienced a doubling of age-standardized mortality rates (ASMR) since 1980, and no country achieved the health frontier level for mortality, incidence, or years of life lost. Accordingly, scenario forecasts indicate that prioritized management of high
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.
Leptospirosis is a major environmental health concern in Thailand, where transmission is strongly influenced by hydrometeorological conditions such as rainfall, surface water, and temperature. This study developed machine-learning models for one-month-ahead leptospirosis forecasting using lagged environmental predictors across five endemic provinces from 2017 to 2023. Monthly case data from the Department of Disease Control were integrated with meteorological variables from the Thai Meteorological Department and Sentinel-2-derived NDVI and MNDWI. Spearman correlation analysis revealed delayed
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.
Type 2 diabetes mellitus (T2DM) is a prevalent chronic condition characterized by elevated blood glucose levels resulting from insulin resistance or inadequate insulin secretion. Accurate prediction of future glucose levels is essential for minimizing complications and enabling proactive management. While machine learning and deep learning models have been extensively applied in this domain, the potential of large language models (LLMs) remains underexplored, with no prior studies systematically comparing them to conventional approaches using real patient data. In this study, we evaluate three
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.
While numerous studies strive to exploit the complementary potential of MRI and PET using learning-based methods, the effective fusion of the two modalities remains a tricky problem due to their inherently distinctive properties. In addition, current studies often face the problem of small sample sizes and missing PET data due to factors such as patient withdrawal or low image quality. To this end, we propose a hybrid multi-modality multi-task learning (HM2L) framework with cross-domain knowledge transfer for forecasting trajectories of SCD progression. Our HM2L comprises (1) missing PET imput
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.
To address the impact of distributed energy resource volatility on distribution network fault restoration, this paper proposes a strategy that incorporates net load forecasting. A Bayesian-optimized long short-term memory neural network is used to accurately predict the net load within fault-affected areas, achieving an R2 of 0.9569 and an RMSE of 12.15 kW. Based on the forecasting results, a fast restoration optimization model is established, with objectives to maximize critical load recovery, minimize switching operations, and reduce network losses. The model is solved using a genetic algori
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.
The 2009 H1N1 pandemic (pdm09) lineage is a major component of the H1 influenza A virus (IAV) that causes seasonal outbreaks annually. Since its introduction in the 2009-10 season, this lineage has evolved into distinct, successive clades in humans. Predicting the fitness of influenza clades is essential to forecasting future prevalence, providing a critical opportunity to develop a response to mitigate infection. The relative fitness of pdm09 lineages was retrospectively inferred via relative reproduction rate (RRe) through RelRe, a programme that implements a renewal equation to estimate 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.
A tribal stretch in central India has been silently suffering from the enigmatic chronic kidney disease of unknown etiology (CKDu) for the past many years. It drew national attention in 2018 when over a quarter of the population from a single village of 1200 people got hospitalized with at least 100 deaths in a few years' span. This contribution tries to understand the geochemical genesis of the problem and its evolution process through a study of major rock-water interactions. The future hydrogeochemical environment of the area has been forecasted based on saturation indices of several key mi
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.
Ground level ozone is considered a major air pollutant. It is formed when nitrogen oxides and volatile organic compounds react under sunlight. It harms human health and damages plants and materials. It also contributes to climate change. It is a photochemically formed compound that is extremely hazardous to the environment and human health. Proper forecasting of the boundary layer ozone has been a challenge due to the nonlinearly related to both meteorological and chemical conditions and the scarcity of fine-scale vertical ozone patterns. This study uses the OMPROFOZ ozone profile product whic
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: Acute hemorrhagic conjunctivitis (AHC) is a highly infectious eye disease. It poses a significant threat to public health given its propensity for rapid transmission in densely populated areas. Recent epidemiological data have demonstrated a distinct seasonal outbreak pattern in Chongqing. However, conventional single prediction models exhibit limitations in accurately capturing the complex spatiotemporal transmission characteristics of AHC. This study endeavors to compare the performance of different mathematical models in forecasting AHC incidence in Chongqing. Through the invest
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.
This study aims to forecast dengue incidence in Bangladesh by applying and comparing machine learning techniques. Dengue surveillance data from January 1, 2022, to December 1, 2023, for five divisions of Bangladesh was obtained from the Directorate General of Health Services. Initial time series analysis showed distinct trends and seasonality. Seasonal Autoregressive Integrated Moving Average (SARIMA), Multi-Layer Perceptron neural networks, XGBoost, and Support Vector Regression (SVR) were implemented for modeling and forecasting monthly dengue cases for each division. The models were evaluat
Сравнительное исследованиеОценочное исследованиеСтатьяСравнительное 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.
INTRODUCTION: The emergence of multidrug resistance in N. gonorrhoeae is a serious global problem, and gonorrhea may soon become an incurable disease. The aim of the study was to characterize the N. gonorrhoeae population in Russia from 2015 to 2023 and predict the potential spread of the most concerning clones.
METHODS: A total of 996 N. gonorrhoeae isolates were examined during the analyzed period. Ceftriaxone and azithromycin susceptibility testing were performed using the agar dilution method. Microarray-based assays and sequencing were employed to identify the genotypes and genetic marke
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.
Type 1 diabetes mellitus (T1DM) is characterized by insulin deficiency and blood sugar control issues. The state-of-the-art solution is the artificial pancreas (AP), which integrates basal insulin delivery and glucose monitoring. However, APs are unable to manage postprandial glucose response (PGR) due to limited knowledge of its determinants, requiring additional information for accurate bolus delivery, such as estimated carbohydrate intake. This study aims to quantify the influence of various meal-related factors on predicting postprandial blood glucose levels (BGLs) at different time interv
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.
BACKGROUND AND OBJECTIVES: Approximately 30% of critically ill patients have seizures, and more than half of these seizures do not have an overt clinical correlate. EEG is needed to avoid missing seizures and prevent overtreatment with antiseizure medications. Conventional-EEG (cEEG) resources are logistically constrained and unable to meet their growing demand for seizure detection even in highly developed centers. Brief EEG screening with the validated 2HELPS2B algorithm was proposed as a method to triage cEEG resources, but it is hampered by cEEG requirements, primarily EEG technologists. S
СтатьяМногоцентровое исследованиеСравнительное исследованиеПоддержка NIH: внешняя программаПоиск 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.