Куд­ряв­цев Ев­ге­ний Вла­ди­ми­ро­вич | Институт информационных технологий, математики и механики

Кафедра программной инженерии
преподаватель
ответственный за организацию учебного процесса аспирантов ИТММ
[email protected]

Область научных интересов: теория вероятностей, теория массового обслуживания.

Основные работы

1. Федоткин M.А., Рачинская М.А., Кудрявцев Е.В. О корректности вероятностных моделей динамики транспортных потоков на автомагистрали. Proceedings of the International Workshop “DISTRIBUTED COMPUTER AND COMMUNICATION NETWORKS (DCCN-2010)”, М.: R&D Company “Information and Networking Technologies”. 2010, P. 86-93.
2. Федоткин М.А., Кудрявцев Е.В. Управляющие системы и механизм образования транспортных пачек на магистралях с интенсивным движением. Материалы XVI Международной конференции «Проблемы теоретической кибернетики», Н.Новгород: Изд-во Нижегородского госуниверситета. 2011. С.503-507.
3. Федоткин М. А., Кудрявцев Е.В. Изучение характеристик транспортного потока большой плотности. Нижегородский государственный университет им. Н. И. Лобачевского. Деп. в ВИНИТИ 14.01.2014. №14
4. Федоткин М.А., Кудрявцев Е.В. Кибернетический подход к изучению вероятностной модели адаптивного управления конфликтными потоками. Сборник научных статей XVII Международной конференции «Проблемы теоретической кибернетики», КФУ, Казань, 2014, с. 158–161
5. M.A. Fedotkin, A.M. Fedotkin, E.V. Kudryavtsev Construction and Analysis of a Mathematical Model of Spatial and Temporal Characteristics of Traffic Flows. Automatic Control and Computer Sciences, 2014, Vol. 48, No 6, pp. 358-367, Allerton Press, Inc.
6. M.A. Fedotkin, A.M. Fedotkin, E.V. Kudryavtsev Nonlocal description of the time characteristic for input flows by means of observations. Automatic Control and Computer Sciences, 2015, Vol. 49, No 1, pp. 2936, Allerton Press, Inc.
7. Федоткин М.А., Кудрявцев Е.В. Построение математической модели адаптивного управления неординарными потоками. Материалы Международной научной конференции «Теория вероятностей, случайные процессы, математическая статистика и приложения», Минск, БГУ, 2015, с. 106-111.
8. Федоткин М.А., Кудрявцев Е.В. Анализ кибернетической дискретной системы адаптивного управления потоками требований. Материалы 9-й Международной конференции “Дискретные модели в теории управляющих систем” Москва, МГУ, 2015, с. 247-249.
9. Кудрявцев Е.В., Федоткин М.А. Исследование математической модели адаптивного управления конфликтными потоками неоднородных требований.  Вестник ТвГУ. Серия: Прикладная математика. 2019. № 1. С. 23-37
10. Кудрявцев Е.В., Федоткин М.А. Анализ дискретной модели системы адаптивного управления конфликтными неоднородными потоками. Вестник московского университета. Серия 15: Вычислительная математика и кибернетика. 2019, № 1. С. 19-26

02 ноября 2022

01 ноября 2022

29 октября 2022

27 октября 2022

24 октября 2022

21 октября 2022

Все новости

Сотрудники ННГУ: Кудрявцев Евгений Владимирович

Образование, учёные степени и учёные звания

Высшее образование
магистр. Специальность: прикладная математика и информатика. Квалификация: магистр прикладной математики и информатики.

Высшее образование
бакалавр. Специальность: прикладная математика и информатика. Квалификация: бакалавр прикладной математики и информатики.

Дополнительное образование, повышение квалификации, стажировки

17.09.2021 — 19.11.2021
Повышение квалификации: Электронная информационно-образовательная среда вуза, ННГУ, 72 час., документ № 522413306117, рег. № 33-2256 от 24.11.2021

16.09.2019 — 06.12.2019
Переподготовка: Актуальные проблемы исследования и современные технологии преподавания математики, механики и информатики, ННГУ, 250 час., документ № 522409110688, рег номер 33-1023 от 06.12.2019

06.02.2017 — 10.04.2017
Повышение квалификации: Электронная информационно-образовательная среда вуза, ННГУ, 72 час., документ № 522404111037 рег номер 33-279 от 10.04.2017

Публикации

2021

Сборники статей

Andrey Fedotkin, Evgeniy Kudryavtsev Numerical Investigation and Optimization of Output Processes in Cyclic Control of Conflicting Flows // Mathematical Modeling and Supercomputer Technologies. MMST 2020. Communications in Computer and Information Science. Cham, Switzerland: Springer, Cham. vol 1413, 418
https://doi.org/10.1007/978-3-030-78759-2_19. 2021. P. 220-231.

Труды (тезисы) конференции

Fedotkin A.M., Kudryavtsev E.V. NUMERICAL INVESTIGATION AND OPTIMIZATION OF PROCESSES IN CYCLIC CONTROL OF CONFLICTING FLOWS // COMMUNICATIONS IN COMPUTER AND INFORMATION SCIENCE (СМ. В КНИГАХ)
ISSN: 1865-0929. Том: 1413 Год: 2021 Страницы: 220-231. 2021. P. 220-231.

Федоткин М.А., Кудрявцев Е.В. Оптимизация системы адаптивного управления конфликтными потоками Кокса-Льюиса // Сборник материалов ХX Международной конференции имени А.Ф. Терпугова «Информационные технологии и математическое моделирование». Томск: Издательство НТЛ,. 2021. С. 120-125.

2020

Сборники статей

Федоткин М.А., Кудрявцев Е.В. Исследование операций обслуживания и адаптивного управления конфликтными потоками путем
имитационного моделирования // Сборник научных статей XIX Международной конференции «Проблемы теоретической кибернетики». Казанский федеральный университет (Казань): Издательство Казанского федерального университета, с. 4. 2020. С. 123–126.

Публикации в научных журналах

Федоткин А.М., Федоткин М.А., Кудрявцев Е.В. Динамические модели неоднородного потока транспорта на магистралях // Автоматика и телемеханика. № 8. 2020. С. 149-164.

2019

Труды (тезисы) конференции

Кудрявцев Е.В., Федоткин М.А. Исследование переходного процесса адаптивного управления потоками неоднородных требований путем имитационного моделирования // Информационные технологии и математическое моделирование (ИТММ-2019): Материалы XVIII Международной конференции имени А.Ф. Терпугова (26-30 июня 2019г.).. Томск: Изд-во НТЛ, 2019. – Часть 2. – 376 с.. 2019. С. 207-212.

Федоткин М.А., Кудрявцев Е.В. Изучение числовых характеристик имитационной модели адаптивного управления конфликтными потоками неоднородных требований // Материалы ХХII Международной научной конференции «Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь» (DCCN-19). М.: РУДН. 2019. С. 321-328.

Федоткин М.А., Кудрявцев Е.В. Синтез и оптимизация управляющей системы обслуживания неоднородных требований // МАТЕРИАЛЫ XIII Международного семинара «ДИСКРЕТНАЯ МАТЕМАТИКА И ЕЕ ПРИЛОЖЕНИЯ» имени академика ЛУПАНОВА О.Б., 17–22 июня. Москва: Издательство механико-математического факультета МГУ
2019. 2019. С. 132-134.

Fedotkin M.A., Kudryavtsev E.V. Simulation of adaptive control system with con-flict flows of non-homogeneous requests // Proceedings of the Twelfth International Conference “Computer Data Analysis and Modeling: Stochastics and Data Science”. Minsk: BSU, 2019. -355 p.. 2019. P. 163-166.

Публикации в научных журналах

Кудрявцев Е.В., Федоткин М.А. Исследование математической модели адаптивного управления конфликтными потоками неоднородных требований // Вестник Тверского государственного университета. Серия: Прикладная математика. № 1. 2019. С. 23-37.

Кудрявцев Е.В., Федоткин М. А. Анализ дискретной модели системы адаптивного управления конфликтными неоднородными потоками // Вестник Московского университета. Серия 15: Вычислительная математика и кибернетика. № 1. 2019. С. 19-26.

Fedotkin M.A., Kudryavtsev E.V. Analysis of a Discrete Model of an Adaptive Control System
for Conflicting Nonhomogeneous Flows // The Springer Nature SharedIt Initiative is powered by
N 0278-6419,. № 0278-6419. V. 43. 2019. P. 17–24.

Fedotkin M.A., Kudryavtsev E.V. Analysis of a Discrete Model of an Adaptive Control System
for Conflicting Nonhomogeneous Flows // Vestnik
Moskovskogo Universiteta, Seriya 15: Vychislitel’naya Matematika i Kibernetika. № 1. 2019. P. 33-43.

2018

Труды (тезисы) конференции

Федоткин М.А., Кудрявцев Е.В. Построение, анализ и оптимальный синтез математической модели дискретной управляющей системы адаптивного управления потоками // Дискретные модели в теории управляющих систем: X Международная конференция, Москва и Подмосковье, 23-25 мая 2018 г. :. Труды / Отв. ред. В.Б. Алексеев, Д.С. Романов, Б.Р. Данилов. Москва: МАКС Пресс. 2018. С. 172-175.

2017

Сборники статей

Fedotkin M.A., Kudryavtsev E.V. Necessary conditions for stationary distribution existence in tht adaptive control system of conflict flows // Analytical and Computational Methods in Probability Theory. ACMPT 2017. Lecture Notes in Computer Science. Cham: Springer. 2017. P. 83-96.

Труды (тезисы) конференции

Федоткин М.А., Кудрявцев Е.В. Необходимые условия существования стационарного распределения в системе адаптивного управления конфликтными потоками // Материалы Международной научной конференции «Аналитические и вычислительные методы в теории вероятностей и её приложениях (АВМТВ-2017)». Москва: РУДН, 743 с. 2017. С. 90-94.

Федоткин М.А., Кудрявцев Е.В. Условия существования стационарного распределения в системе нециклического управления потоками неоднородных требований // Материалы Международной научной конференции «Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-17)». Москва, 2017. 2017. С. 82-87.

Федоткин М.А., Кудрявцев Е.В. Аналитические и численные методы исследования системы адаптивного управления конфликтными потоками // Материалы XVI Международной научной конференции имени А.Ф. Терпугова «Информационные технологии и математическое моделирование (ИТММ-2017)». Томск: Изд-во НТЛ, 2017. — Ч. 1. — 318 с. 2017. С. 197-203.

2015

Труды (тезисы) конференции

Федоткин М.А., Кудрявцев Е.В. Построение математической модели адаптивного управления неординарными потоками // Материалы Международной научной конференции «Теория вероятностей, случайные процессы, математическая статистика и приложения», Минск. БГУ, 2015, с. 106-111.. 2015. С. 6.

Федоткин М.А., Кудрявцев Е.В. Анализ кибернетической дискретной системы адаптивного управления потоками требований // Материалы 9-й Международной конференции «Дискретные модели в теории управляющих систем»
Москва. МГУ, 2015, с. 247-249. 2015. С. 3.

Федоткин М. А., Кудрявцев Е.В. Компьютерная обработка статистических данных потока катастроф на угольных шахтах // Статистика в современном обществе: еѐ роль и значение в вопросах государственного управления и общественного развития: Материалы Межрегиональной научно-практической конференции, посвященной 180-летию со времени образования органов государственной статистики Нижегородской области (г. Н. Новгород, 28 мая 2015 г.) / Под ред. Г.П. Поляковой, Р.Г. Стронгина, В.Н. Цыбанева, Н.Р. Стронгиной, В.Г. Горячевой, М.А. Паченовой. Н. Новгород: Нижегородстат–Нижегородский госуниверситет. 2015. С. 451-457.

Федоткин М.А., Кудрявцев Е.В. Предельные свойства системы адаптивного управления конфликтными потоками неоднородных требований // Материалы Международной научной конференции «Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-15)». Москва. 2015. С. 233-240.

Публикации в научных журналах

Федоткин М.А., Федоткин А. М., Кудрявцев Е.В. Нелокальное описание временной характеристики входных потоков по наблюдениям // Автоматика и вычислительная техника. № 1. 2015. С. 42-52.

Fedotkin M.A., Fedotkin A.M., Kudryavtsev E.V. Nonlocal description of the time characteristic for input flows by means of observations // Automatic Control and Computer Sciences, Allerton Press, Inc.. № 1. 2015. P. 29-36.

2014

Сборники статей

Федоткин М.А., Кудрявцев Е.В. Кибернетический подход к изучению вероятностной модели адаптивного управления конфликтными потоками // Сборник научных статей XVII Международной конференции «Проблемы теоретической кибернетики». Казань: КФУ. 2014. С. 158-161.

Труды (тезисы) конференции

Федоткин М.А., Кудрявцев Е.В. Кибернетический подход к изучению вероятностной модели адаптивного управления конфликтными потоками // Сборник научных статей XVII Международной конференции «Проблемы теоретической кибернетики», Казань. КФУ, 2014, с. 158–161. 2014. С. 4.

Публикации в научных журналах

Кудрявцев Е.В., Федоткин М.А. Изучение характеристик транспортного потока большой плотности // Нижегородский государственный университет им. Н.И. Лобачевского. Деп. в ВИНИТИ 14.01.2014.. № 14. 2014. С. 33.

Федоткин М.А., Федоткин А.М., Кудрявцев Е.В. Построение и анализ математической модели пространственной и временной характеристик транспортных потоков // Автоматика и вычислительная техника. № 6. 2014. С. 62-74.

Fedotkin M.A., Fedotkin A.M., Kudryavtsev E.V. Construction and Analysis of a Mathematical Model of Spatial and Temporal Characteristics of Traffic Flows // Automatic Control and Computer Sciences, Allerton Press, Inc.. № 6. 2014. P. 358-367.

2013

Труды (тезисы) конференции

Федоткин М.А., Кудрявцев Е.В. Оценка параметров вероятностной модели интенсивного транспортного потока. // Proceedings of International Workshop «Distributed computer and communication networks», Moscow. 2013, P. 365-372. 2013. С. 8.

2011

Сборники статей

Федоткин М.А., Кудрявцев Е.В. Управляющие системы и механизм образования транспортных пачек на магистралях с интенсивным движением // Проблемы теоретической конференции. Сборник статей XVI Международной конференции (Нижний Новгород, 20-25 июня 2011года). Н.Новгород: Изд-во Нижегородского госуниверситета им. Н.И. Лобачевского. 2011. С. 503–507.

Труды (тезисы) конференции

Федоткин М.А., Кудрявцев Е.В. Построение и исследование математической модели неоднородного дорожного трафика. // Proceedings of the International Conference «Modern Probabilistic Methods for Analysis and Optimization of Information and Telecommunication Networks», Minsk. BSU-RIVH. 2011, №21, P.76-81. 2011. С. 6.

Федоткин М.А., Кудрявцев Е.В. Управляющие системы и механизм образования транспортных пачек на магистралях с интенсивным движением. // Материалы XVI Международной конференции «Проблемы теоретической кибернетики», Н. Новгород. Изд-во Нижегородского госуниверситета. 2011. С.503-507. 2011. С. 4.

Kudryavtsev E.V. Simulation and Research of Probabilistic Regularities in Motion of Traffic Flows. // Proceedings of the International Workshop “Applied Methods of Statistical Analysis. Simulations and Statistical Inference” — AMSA’2011, Novosibirsk. Publishing house of NSTU. 2011. P.11-18.. 2011. P. 8.

Евгений Кудрявцев — Шахматные игры

Справка   БД Главная   Дебюты    Игроки   Комментарии

DB: 2200+ vs 2200+All Games2300+ vs 2300+2400+ vs 2400+2500+ vs 2500+2600+ vs 2600+2700+ vs 2700+

• Комментарии
• График рейтинга
• Статистика открытия

9007

4

9007

9007

9007

1 (+0014 1 -0 =0)

-1

2 Пожалуйста, введите детали проблемы

Слишком коротко — дополнительные ходы (например, 45. ..Nf3 46.Bxf3):
Слишком длинный — Завершить ход (например, 33…Nf3):
Неверные ходы — Введите полную правильную игру в формате PGN:
Белый игрок — Правильное имя:
Черный игрок — Правильное имя:
Событие — Правильное событие:
Сайт — Правильный сайт:
Раунд — Правильный раунд:
Дата — Правильная дата (например, 2001.12.25):
Плохая игра — Неисправимая, необходимо удалить:
Дубликат игры, необходимо удалить — Введите идентификатор игры правильной версии:
Результат Неправильный — Правильный Результат:

Победы белых
Победы черных
Ничья

Классификация изменений:

Обычный
Блиц/Быстрый
Одновременный/Выставочный
Заочный

Другие комментарии:

• Поиск
• Игры на позицию

База данных Chess Tempo Chess содержит более двух миллионов шахматных партий с возможностью поиска. Поиск в базе данных можно осуществлять по многим критериям, включая шахматистов, дебют в шахматах, рейтинги игроков, результат игры и год, когда была сыграна шахматная партия. Статистику открытия шахмат можно посмотреть на дисплее справа от доски. Для поиска в шахматной базе данных либо введите критерии в поле быстрого поиска, либо воспользуйтесь расширенным поиском, нажав на метку расширенного поиска. Чтобы увидеть шахматные партии в базе данных для текущей позиции, нажмите на вкладку «Игры для позиции». Вы можете начать с любой позиции, используя кнопку вставки FEN/ходов прямо под шахматной доской. По умолчанию в базе данных отображаются только шахматные партии, в которых оба игрока имеют рейтинг выше 2200. Вы можете изменить подмножество базы данных с помощью селектора базы данных в верхней части страницы.

Существует также список игр только в формате HTML без возможности поиска, но большинство пользователей захотят использовать главную страницу базы данных игр.

Сигнатура цитокинового шторма у пациентов с COVID-19 средней и тяжелой степени

. 2022 10 августа; 23 (16): 8879.

дои: 10. 3390/ijms23168879.

Ольга Калинина
¹
, Алексей Головкин
¹
, Екатерина Заикова
¹
, Артур Акино
¹
, Вадим Безруких
¹
, Олеся Мельник
¹
, Елена Васильева
¹
, Татьяна Каронова
¹
, Игорь Кудрявцев
¹

2
, Евгений Шляхто
¹

Принадлежности

• ¹ Национальный медицинский исследовательский центр имени Алмазова, 197341 Санкт-Петербург, Россия.
• ² Институт экспериментальной медицины, 197376 Санкт-Петербург, Россия.

• PMID:

  36012146

• PMCID:

  PMC9408700

• DOI:

  10.3390/ijms23168879

Бесплатная статья ЧВК

Ольга Калинина и др.

Int J Mol Sci.

2022 .

Бесплатная статья ЧВК

. 2022 10 августа; 23 (16): 8879.

дои: 10.3390/ijms23168879.

Авторы

Ольга Калинина
¹
, Алексей Головкин
¹
, Екатерина Зайкова
¹
, Артур Акино
¹
, Вадим Безруких
¹
, Олеся Мельник
¹
, Елена Васильева
¹
, Татьяна Каронова
¹
, Игорь Кудрявцев
¹

2
, Евгений Шляхто
¹

Принадлежности

• ¹ Национальный медицинский исследовательский центр имени Алмазова, 197341 Санкт-Петербург, Россия.
• ² Институт экспериментальной медицины, 197376 Санкт-Петербург, Россия.

• PMID:

  36012146

• PMCID:

  PMC9408700

• DOI:

  10.3390/ijms23168879

Абстрактный

Гиперцитокинемия, обнаруженная при инфекции SARS-CoV-2, способствует полиорганным дисфункциям с острым респираторным дистресс-синдромом, шоком и т. д. Целью этого исследования было описание признаков цитокинового шторма у пациентов с острым COVID-19 и изучение их влияния на тяжесть течения инфекции. Уровни 47 цитокинов в плазме были исследованы у 73 пациентов с COVID-19 средней и тяжелой степени (41 и 32 соответственно) и 11 здоровых доноров (ГД). Наиболее повышенные уровни по сравнению с больными и ГД отмечены для семи провоспалительных цитокинов (ИЛ-6, ИЛ-8, ИЛ-15, ИЛ-18, ИЛ-27, IFNγ, TNFα), трех хемокинов (GROα, IP- 10, MIG), два противовоспалительных цитокина (IL-1RA, IL-10) и два фактора роста (G-CSF, M-CSF). У пациентов с тяжелым течением заболевания уровень FGF-2/FGF-basic, IL-1β и IL-7 был значительно выше по сравнению с пациентами с ГД. Две группы пациентов отличались друг от друга только по уровням EGF, эотаксин и IL-12 p40. Пневмоническое поражение легких, характеризуемое компьютерной томографией, положительно коррелировало с уровнями EGF, IP-10, MCP-3 и отрицательно — с IL-12 p40. Провоспалительные факторы, включая IL-6, TNFα и IP-10, отрицательно коррелировали с частотой циркулирующих T-helper17-подобных клеток (Th27-подобных) и фолликулярных Th-клеток, которые имеют решающее значение для развития SARS-CoV-2-специфического плазматические клетки и В-клетки памяти. Полученные данные об уровнях цитокинов иллюстрируют их влияние на прогрессирование и тяжесть течения COVID-19. .

Ключевые слова:

COVID-19; хемокины; цитокины; факторы роста; мультиплекс.

Заявление о конфликте интересов

Авторы заявляют об отсутствии конфликта интересов.

Цифры

Рисунок 1

Тепловая карта корреляции между…

Рисунок 1

Тепловая карта корреляции между уровнями цитокинов в образцах плазмы пациентов с…

фигура 1

Тепловая карта корреляции между уровнями цитокинов в образцах плазмы пациентов с COVID-19. Представлены только значимые корреляции. Полосы цветной шкалы показывают диапазон коэффициентов корреляции (r). Красный цвет представляет высокую положительную корреляцию, уменьшающуюся до полосы синего цвета, которая представляет отрицательную корреляцию.

Рисунок 2

Дискриминантный анализ на основе…

Рисунок 2

Дискриминантный анализ, основанный на уровне цитокинов в образцах плазмы, полученных от пациентов…

фигура 2

Дискриминантный анализ на основе уровней цитокинов в образцах плазмы, полученных от пациентов с COVID-19и здоровых доноров, состояла из 23 шагов и 23 вариантов в модели с лямбда Уилкса = 0,249, ок. F (46,118) = 2,572, р < 0,001. ( A ) Список из 23 цитокинов с высокой группирующей и дискриминантной ценностью, включенных в модель. ( B ) Точечный график показывает кластеры, образованные пациентами с умеренным (синий цвет) и тяжелым (красный цвет) заболеванием и здоровыми донорами (зеленый цвет). Каждая точка представляет одного человека.

Рисунок 3

Тепловая карта корреляций между…

Рисунок 3

Тепловая карта корреляций между уровнями цитокинов и некоторыми обычными клиническими и лабораторными…

Рисунок 3

Тепловая карта корреляций между уровнями цитокинов и некоторыми общепринятыми клиническими и лабораторными маркерами у пациентов с COVID-19. Полоса цветовой шкалы показывает диапазон коэффициента корреляции (r). Красный цвет представляет высокую положительную корреляцию, уменьшающуюся до полосы синего цвета, которая представляет отрицательную корреляцию.

Рисунок 4

Основные подмножества клеток Th в…

Рисунок 4

Субпопуляции основных Th-клеток у пациентов с COVID-19 и у здоровых доноров. Абсолют…

Рисунок 4

Субпопуляции основных Th-клеток у пациентов с COVID-19 и у здоровых доноров. Абсолютное количество Th2-подобных ( A ), Th3-подобных ( B ), общих Th27-подобных ( C ), общих Tfh-подобных ( D ), классических Th27-подобных ( E ) , Th27.1-подобный ( F ), дважды положительный Th27-подобный ( G ), дважды отрицательный Th27-подобный ( H ), Tfh2-подобный ( I ), Tfh3-подобный ( J ), подобный Tfh27 ( K ), дважды положительные Tfh-подобные ( L ) клетки. Длинные красные линии показывают медианное значение, короткие красные линии показывают межквартильный размах.

Рисунок 5

Тепловая карта корреляций между…

Рисунок 5

Тепловая карта корреляций между уровнями цитокинов и абсолютным количеством субпопуляций Th-клеток…

Рисунок 5

Тепловая карта корреляций между уровнями цитокинов и абсолютным количеством субпопуляций Th-клеток у пациентов с COVID-19. Полоса цветовой шкалы показывает диапазон коэффициентов корреляции (r). Красный цвет представляет высокую положительную корреляцию, уменьшающуюся до полосы синего цвета, которая представляет отрицательную корреляцию.

См. это изображение и информацию об авторских правах в PMC

Похожие статьи

• Роль врожденных и адаптивных цитокинов в выживании пациентов с COVID-19.

  Монсеррат Х., Гомес-Лахос А., Ортега М.А., Санс Х., Муньос Б., Аревало-Серрано Х., Родригес Х.М., Гасалла Х.М., Гасулла О., Арранс А., Фортуни-Профитос Х., Мазайра-Фонт Ф.А., Тейшидо Роман М., Мартинес-А.С., Баломенос Д., Асунсоло А., Альварес-Мон М., от имени группы Covid-Hupa.
  Монсеррат Дж. и соавт.
  Int J Mol Sci. 2022 7 сентября; 23 (18): 10344. дои: 10.3390/ijms231810344.
  Int J Mol Sci. 2022.

  PMID: 36142255
  Бесплатная статья ЧВК.

• Изменения сывороточных IL-10, IL-1β, IL-6, MCP-1, TNF-α, IP-10 и IL-4 у пациентов с COVID-19.

  Лу Цюй, Чжу Зи, Тан С, Чжоу Х, Ху И, Шэнь Г, Чжу П, Ян Г, Се Х.
  Лу Кью и др.
  Int J Clin Pract. 2021 сен;75(9):e14462. doi: 10.1111/ijcp.14462. Epub 2021 4 июля.
  Int J Clin Pract. 2021.

  PMID: 34107113
  Бесплатная статья ЧВК.

• Интерлейкин-6, CXCL10 и инфильтрирующие макрофаги при цитокиновом шторме, связанном с COVID-19: не один за всех, а все за одного!

  Коперчини Ф. , Чиовато Л., Ротонди М.
  Коперчини Ф. и др.
  Фронт Иммунол. 2021 26 апр; 12:668507. doi: 10.3389/fimmu.2021.668507. Электронная коллекция 2021.
  Фронт Иммунол. 2021.

  PMID: 33981314
  Бесплатная статья ЧВК.

  Обзор.

• Концентрация цитокинов и хемокинов в слезах пациентов с возрастной катарактой.

  Engelbrecht C, Sardinha LR, Rizzo LV.
  Энгельбрехт С. и соавт.
  Curr Eye Res. 2020 сен;45(9):1101-1106. дои: 10.1080/02713683.2020.1715445. Epub 2020 24 января.
  Curr Eye Res. 2020.

  PMID: 31928443

• Борьба с бурей: могут ли новые сорта C. sativa против TNFα и против IL-6 укротить цитокиновый шторм при COVID-19?

  Ковальчук А., Ван Б., Ли Д., Родригес-Хуарес Р., Ильницкий С., Ковальчук И., Ковальчук О.
  Ковальчук А и др.
  Старение (Олбани, штат Нью-Йорк). 2021 Янв 19;13(2):1571-1590. doi: 10.18632/aging.202500. Epub 2021 19 января.
  Старение (Олбани, штат Нью-Йорк). 2021.

  PMID: 33465050
  Бесплатная статья ЧВК.

Посмотреть все похожие статьи

использованная литература

1. 1. Chen G., Wu D., Guo W., Cao Y., Huang D., Wang H., Wang T., Zhang X., Chen H., Yu H., et al. Клинико-иммунологические особенности тяжелого и среднетяжелого течения коронавирусной болезни 2019 г.. [(по состоянию на 27 марта 2020 г.)]; J. клин. расследование 2020 130:2620–2629. DOI: 10.1172/JCI137244. Доступно в Интернете: https://www.jci.org/articles/view/137244.

      —

      DOI

      —

      ЧВК

      —

      пабмед

2. 1. Меленотт К. , Сильвин А., Губе А.Г., Ламар И., Дюбюиссон А., Зумла А., Рауль Д., Мерад М., Гашо Б., Энон К. и др. Иммунные реакции при инфекции COVID-19. Онкоиммунология. 2020;9:1807836. дои: 10.1080/2162402X.2020.1807836.

      —

      DOI

      —

      ЧВК

      —

      пабмед

3. 1. Мизурини Д.М., Хотц Э.Д., Бозза П.Т., Монтейро Р.К. Основы тромбоза, связанного с COVID-19: молекулярные и клеточные аспекты. [(по состоянию на 17 декабря 2021 г.)]; Front. Кардиовас. Мед. 2021 8:785738. doi: 10.3389/fcvm.2021.785738. Доступно в Интернете: https://www.frontiersin.org/articles/10.3389/fcvm.2021.785738/full.

      —

      DOI

      —

      DOI

      —

      ЧВК

      —

      пабмед

4. 1. Кудрявцев И., Рубинштейн А., Головкин А., Калинина О., Васильев К., Руденко Л., Исакова-Сивак И. Дисрегуляция иммунных реакций у пациентов, инфицированных SARS-CoV-2: всесторонний обзор. Вирусы. 2022;14:1082. дои: 10.3390/v14051082.

      —

      DOI

      —

      ЧВК

      —

      пабмед

5. 1. Лэйнг А.Г., Лоренц А., дель Молино дель Баррио И., Дас А., Фиш М., Монин Л., Муньос-Руис М., Маккензи Д.Р., Хейдей Т.С., Франкос-Куихорна И. и др. Динамическая иммунная сигнатура COVID-19 включает ассоциации с неблагоприятным прогнозом. [(по состоянию на 17 августа 2020 г.)];Nat. Мед. 2020 26:1623–1635. doi: 10.1038/s41591-020-1038-6. Доступно в Интернете: https://www.