JAMA  2025/01/06-2025/01/12

1. 開發(fā)和驗證預(yù)測輕度認知障礙和阿爾茨海默癥癡呆發(fā)作的工具  1.8  JAMA Network Open

2. 用于預(yù)測阿片類藥物使用障礙遺傳風(fēng)險算法中的候選基因的效用  1.9  JAMA Network Open

3. 使用人工智能通過眼底照片的眼鏡校正來估計視力  1.10  Original Investigation

THE LANCET  2025/01/06-2025/01/12

1. 開發(fā)和驗證急診科無實驗室結(jié)果的膿毒癥篩查工具：一項機器學(xué)習(xí)研究  1.10  eClinicalMedicine  

JAMA

1. 開發(fā)和驗證預(yù)測輕度認知障礙和阿爾茨海默癥癡呆發(fā)作的工具

Development and Validation of a Tool to Predict Onset of Mild Cognitive Impairment and Alzheimer Dementia

(1) 目的：評估是否可以使用統(tǒng)計建模方法預(yù)測輕度認知障礙（MCI）和阿爾茨海默癥（AD）的發(fā)病年齡。

(2) 結(jié)論：在這項預(yù)后研究中，開發(fā)和驗證了弗洛里癡呆指數(shù)（FDI）以預(yù)測MCI和AD的發(fā)病年齡。該工具可能有助于為認知能力下降或癡呆的老年人組織醫(yī)療保健，將來可能有助于優(yōu)先考慮患者使用改善疾病的單克隆抗體藥物。

 2. 用于預(yù)測阿片類藥物使用障礙遺傳風(fēng)險算法中的候選基因的效用

Utility of Candidate Genes From an Algorithm Designed to Predict Genetic Risk for Opioid Use Disorder

(1) 目的：評估用于預(yù)測阿片類藥物使用障礙（OUD）風(fēng)險算法的15個遺傳變異的效用。

(2) 結(jié)論：本研究的結(jié)果表明，批準算法中包含的候選遺傳變異在識別OUD風(fēng)險方面不符合合理的療效標準。鑒于該算法的預(yù)測準確性有限，它在臨床護理中的使用將導(dǎo)致假陽性和假陰性結(jié)果的高發(fā)生率。需要更多臨床有用的模型來識別有患OUD風(fēng)險的個體。

 3. 使用人工智能通過眼底照片的眼鏡校正來估計視力

Estimating Visual Acuity With Spectacle Correction From Fundus Photos Using Artificial Intelligence

(1) 目的：使用先前驗證的人工智能（AI）算法，評估糖尿病性黃斑水腫（DME）患者在臨床實踐環(huán)境中標準視力表上測量的眼鏡矯正視力，評估DME眼底照片的最佳矯正視力。

(2) 結(jié)論：在這項橫斷面研究中，人工智能評估了患有DME且視力為20/80或更好的患者眼底照片，估計眼鏡矯正視力與實際眼鏡矯正視力大約相差1至1.5行內(nèi)。這些結(jié)果支持使用AI評估眼底照片來確定全球眼科診所以外的DME患者的眼鏡矯正視力。

THE LANCET

1. 開發(fā)和驗證急診科無實驗室結(jié)果的膿毒癥篩查工具：一項機器學(xué)習(xí)研究

Development and validation of a screening tool for sepsis without laboratory results in the emergency department: a machine learning study

(1) 背景：膿毒癥是全球范圍內(nèi)的重大健康負擔(dān)。及時識別和治療膿毒癥可以大大改善患者的預(yù)后，包括生存率。然而，篩查膿毒癥通常需要耗時的實驗室結(jié)果。我們旨在使用機器學(xué)習(xí)（ML）根據(jù)患者在急診科（ED）的非實驗室臨床數(shù)據(jù)開發(fā)一種快速膿毒癥篩查工具（qSepsis），并將其性能與已建立的臨床評分進行比較。

(2) 解釋：這項回顧性研究表明，與現(xiàn)有評估評分相比，qSepsis在接收器工作特性曲線下的面積（AUROC）和精確率-召回率曲線下面積（AUPRC）方面具有更好的預(yù)測性能。它有可能用于實驗室檢測機會有限的院前環(huán)境，以及用于快速篩查膿毒癥患者的急診科。然而，由于其陽性預(yù)測值（PPV）較低，在實際臨床實踐中誤報可能會增加。