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: 2503 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 565 с найденным полным текстом
BackgroundNew pharmacological therapies are challenging the healthcare systems, and there is an increasing need to assess their therapeutic value in relation to existing alternatives as well as their potential budget impact. Consequently, new models to introduce drugs in healthcare are urgently needed. In the metropolitan health region of Stockholm, Sweden, a model has been developed including early warning (horizon scanning), forecasting of drug utilization and expenditure, critical drug evaluation as well as structured programs for the introduction and follow-up of new drugs. The aim of this
Полный текст 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.
Instituting air travel restrictions to slow the geographical spread of smallpox cases would have significant consequences and present serious logistical concerns. Public health decision makers must weigh the potential benefits of such restrictions against their negative impact. The goal of this research is to provide a basic analytical framework to explore some of the issues surrounding the use of air travel restrictions as a part of an overall containment strategy. We report preliminary results of a compartmental model for the inter-city spread of smallpox cases resulting from US domestic air
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 blood glucose forecasting using continuous glucose monitoring (CGM) data can support early prediction of dysglycemic risk. However, current neural-network-based forecasting models treat CGM data as a purely numerical sequence without integrating con textual information that the CGM signal morphology contains. Recently, large language models (LLMs) have shown promise for time-series forecasting tasks, yet their role as agentic context extractors in diabetes care remains largely unexplored. In this study, we bridge glucose forecasting and LLM-based contextualization, and develop GlyRAG,
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.
INTRODUCTION: Viral infectious diseases are highly prevalent in pediatric populations, and accurate prediction of viral load is critical for clinical intervention and public health management. Existing time-series models poorly handle long-range dependencies, multi-scale features, noise, and incomplete clinical data.
METHODS: We propose DTR-Former, a Dynamic Temporal Partitioning-enhanced Transformer. It uses wavelet packet decomposition for adaptive temporal partitioning and multi-scale feature extraction, adopts sparse self-attention to reduce redundancy and enhance long-sequence modeling,
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.
IMPORTANCE: Hospitals are increasingly experiencing challenges with variable and unpredictable inpatient loads, including days with excessively high and excessively low capacity for surgical patients. Artificial intelligence has the potential to facilitate postoperative hospital bed management and stabilize capacity.
OBJECTIVES: To predict hospital length of stay (LOS) following elective surgical procedures using machine learning methods, and to implement the LOS prediction model in a perioperative clinical setting and evaluate its ability to optimize elective surgical scheduling and hospital
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: Accurate hospital bed occupancy forecasting is essential for effective resource planning and patient flow management. While complex machine learning models have gained popularity in healthcare forecasting, their operational utility often falls short due to high maintenance costs and limited interpretability. This study evaluates the performance and practicality of Prophet, a parsimonious time-series model, for mid-term hospital bed occupancy forecasting.
METHODS: We applied the Prophet model to daily bed occupancy data from the Medical Center - University of Freiburg (2010-2023),
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 short-term electricity price forecasting is crucial for efficient market operations and reliable power grid management. Existing methods, however, frequently struggle to model both extended temporal dependencies and the spatial correlations arising from network constraints. To address this, we present a hybrid forecasting framework that integrates a Transformer encoder for long-term temporal representation, a graph neural network (GNN) for topology-aware spatial modeling, and a PCGrad gradient surgery mechanism to mitigate training conflicts across heterogeneous components. Our archit
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.
Weather data from fine- and coarse-scale sources are increasingly used in disease forecasting models to support management decisions, yet comparisons between fine- and coarse-scale sources remain limited, largely due to the difficulty of acquiring fine-scale datasets across locations and seasons. Differences among weather sources can influence model outputs, resulting in variation in predictive performance and the timing of management decisions. This study evaluated four weather data sources, grouped as fine-scale (in-canopy and on-farm stations) and coarse-scale (regional gridded and point-ba
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.
Seizure forecasting has progressed from theoretical aspiration to a rapidly advancing research domain, yet clinical translation remains limited. Over the past decades, advances in algorithm development, chronic electroencephalography (EEG), wearable sensors, and the characterization of seizure cycles have demonstrated that seizure risk is not random but fluctuates according to identifiable biological rhythms and patient-specific patterns. Forecasting algorithms have shown promising performance across diverse retrospective datasets, including intracranial EEG, subscalp recordings, wearable phys
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.
Non-stationary time series are common in many real-world domains, including infectious disease spread, where the underlying relationships between variables evolve over time. However, most existing forecasting methods assume stationarity and fail to capture changing causal dynamics. To address this challenge, we propose the Causal Regime Bayesian (CaReBayes) forecasting framework, which integrates regime detection, causal discovery, and Bayesian forecasting within a unified approach. CaReBayes segments time series into regimes using temporal causal discovery, fits a Bayesian structural autoregr
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: Predictive algorithms may optimize the delivery of care by facilitating early identification of resource requirements. We hypothesize that injury patterns and vitals obtained early after trauma can predict blood volume requirements for blunt and penetrating trauma across a wide array of environments.
METHODS: Patients 18-60 years with blunt, penetrating and burn were included from the 2020 American College of Surgeons-Trauma Quality Improvement Program (TQIP) registry. Emergency Medical Services (EMS) and emergency department (ED) vital signs were analyzed. External injuries tha
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.
Microbiomes are increasingly recognized as key to addressing global challenges in health and sustainability, as they can provide emergent biological functions unattainable with single microbial species. However, microbial communities occasionally undergo abrupt shifts in species composition despite their intrinsic steadiness, making it difficult to maintain highly functional microbiome states. Here, we outline emerging statistical frameworks that integrate ecological stability theory with empirical analyses of microbiome structure and function. Approaches inspired by the concept of "stability
СтатьяОбзорПоддержка 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.
Topological Data Analysis (TDA) offers shape-aware descriptions for complex epidemic patterns. We have created a clustered forecasting pipeline for weekly dengue incidence at the state level in Mexico. This pipeline integrates TDA, using persistence diagrams and persistence images (PI), into feature engineering, Gaussian-mixture clustering, and cluster-level count Generalized Linear Models (GLMs). We compare Poisson and Negative-Binomial (NB2) models using a rolling-origin evaluation with naïve and seasonal-naïve baselines. With three clusters, NB2 consistently performs better than Poisson in
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.
Forecasting zoonotic mosquito-borne viruses remains a critical challenge because transmission depends on dynamic, multitrophic interactions among vectors, hosts, pathogens, and the environment. We integrate long-term sentinel chicken surveillance in Florida with environmental data to build a predictive framework for eastern equine encephalitis virus (EEEV), a zoonotic mosquito borne disease of concern to human and equine health. Models captured environmental drivers and latent spatiotemporal structure, achieving strong predictive accuracy. Models also revealed nonlinear effects of moderate pre
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Understanding the relationship between cognition and intrinsic brain activity through purely data-driven approaches remains a significant challenge in neuroscience. Resting-state functional magnetic resonance imaging (rs-fMRI) offers a non-invasive method to monitor regional neural activity, providing a rich and complex spatiotemporal data structure. Deep learning has shown promise in capturing these intricate representations. However, the limited availability of large datasets, particularly for disease-specific groups such as Alzheimer's Disease (AD), constrains the generalizability of deep l
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.
Epidemic data streams undergo frequent revisions due to reporting delays ("backfill") and other factors. Relying on tentative surveillance values can seriously degrade the quality of situational awareness, forecasting accuracy and decision-making. We introduce Delphi Revision Forecast (Delphi-RF), a real-time data revision forecasting framework using nonparametric quantile regression, applicable to both counts and proportions (fractions) in public health reporting. By incorporating all available revisions up to a given estimation date, Delphi-RF models revision dynamics and generates distribut
СтатьяПоддержка NIH: внешняя программаПолный 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 illustrate the benefits of deploying individual headache forecasting models using continuous updating with Bayesian methods.
BACKGROUND: The ability to reliably forecast headache attacks within an individual over time would enhance the study of attacks and allow preemptive treatment. However, deploying a suitable forecasting model in a clinical setting will likely involve several unique challenges related to heterogeneity in the predictor weights, limited or sparse data, and the need for a quick "warm-up." The use of Bayesian methods offers solutions to each of these specific ch
СтатьяНаблюдательное 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: The global spread of COVID-19 has shown that reliable forecasting of public health related outcomes is important but lacking.
METHODS: We report the results of the first large-scale, long-term experiment in crowd-forecasting of infectious-disease outbreaks, where a total of 562 volunteer participants competed over 15 months to make forecasts on 61 questions with a total of 217 possible answers regarding 19 diseases.
RESULTS: Consistent with the "wisdom of crowds" phenomenon, we found that crowd forecasts aggregated using best-practice adaptive algorithms are well-calibrated, accu
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.
The global incidence of dengue is increasing, and many previously unaffected areas have reported local cases of the vector-borne disease in recent years. For the effective containment of local outbreaks health authorities rely on the prompt notification of new cases. However, due to severe under-reporting and misdiagnosis, non-endemic countries face difficulties in containing local outbreaks, and the possibility of dengue becoming endemic. Outbreak control measures in non-endemic countries are largely reactive and health authorities would benefit from a universal early warning system that fore
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.
Local climate conditions play a major role in the biology of the Aedes aegypti mosquito, the main vector responsible for transmitting dengue, zika, chikungunya and yellow fever in urban centers. For this reason, a detailed assessment of periods in which changes in climate conditions affect the number of human cases may improve the timing of vector-control efforts. In this work, we develop new machine-learning algorithms to analyze climate time series and their connection to the occurrence of dengue epidemic years for seven Brazilian state capitals. Our method explores the impact of two key var
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.