1. 人工智能——非專家引導(dǎo)的肺部超聲檢查  01.15  JAMA Cardiology

2. 社區(qū)診所非侵入性結(jié)直腸癌篩查的成本效益  01.16  JAMA Network Open

3. 前列腺癌患者主動(dòng)監(jiān)測(cè)期間活檢時(shí)機(jī)的個(gè)性化動(dòng)態(tài)預(yù)測(cè)模型  01.16  JAMA Network Open

4. 鐮狀細(xì)胞性貧血患者和非患者的年輕人大腦年齡建模和認(rèn)知結(jié)果  01.17  JAMA Network Open

THE LANCET  2025/01/13-2025/01/19

1. 量化間日瘧原蟲根治效果：造型整合臨床試驗(yàn)數(shù)據(jù)和傳播動(dòng)態(tài)的研究  01.13  The Lancet. Infectious diseases

2. 評(píng)估為印度各地結(jié)核病家庭提供營(yíng)養(yǎng)護(hù)理的流行病學(xué)和經(jīng)濟(jì)影響：一項(xiàng)建模研究  01.14  The Lancet Global Health

3. 中東和北非注射毒品人群中的丙型肝炎病毒傳播：發(fā)病率和干預(yù)影響的數(shù)學(xué)建模分析  01.15  eClinicalMedicine

4. 循環(huán)腫瘤 DNA 在預(yù)測(cè)和監(jiān)測(cè)接受多模式治療的局部晚期直腸癌患者生存率中的作用：一項(xiàng)前瞻性多中心研究的長(zhǎng)期結(jié)果  01.15  eClinicalMedicine

5. 基于人工智能的產(chǎn)程第二階段持續(xù)時(shí)間預(yù)測(cè)：一項(xiàng)多中心回顧性隊(duì)列分析  01.17  eClinicalMedicine

6. 使用機(jī)器學(xué)習(xí)在韓國(guó)、日本和英國(guó)三個(gè)獨(dú)立隊(duì)列中建立 2 型糖尿病預(yù)測(cè)模型及其與死亡率的關(guān)系：模型開發(fā)和驗(yàn)證研究  01.17  eClinicalMedicine 

JAMA Network

1. 人工智能——非專家引導(dǎo)的肺部超聲檢查

Artificial Intelligence–Guided Lung Ultrasound by Nonexperts

(1) 目的：文章旨在評(píng)估人工智能（AI）軟件在引導(dǎo)非專業(yè)醫(yī)療人員（如經(jīng)過短期培訓(xùn)的衛(wèi)生保健專業(yè)人員，THCP）進(jìn)行高質(zhì)量肺部超聲檢查（LUS）采集方面的有效性。研究通過對(duì)比THCP在AI輔助下與無輔助下采集的LUS圖像質(zhì)量，來檢驗(yàn)AI是否能夠提升非專業(yè)人員的檢查準(zhǔn)確性，進(jìn)而拓寬LUS在資源受限環(huán)境下的應(yīng)用潛力。研究還關(guān)注AI是否能減少專家操作的需求，使LUS更加普及和高效。

(2) 結(jié)論：研究表明，在AI軟件的指導(dǎo)下，非專業(yè)醫(yī)療人員能夠采集到具有診斷質(zhì)量的LUS圖像。具體來說，超過98%的由THCP在AI輔助下采集的LUS圖像被專家評(píng)審小組認(rèn)定為符合診斷要求。這一比例遠(yuǎn)高于傳統(tǒng)方法，顯示出AI在提升非專業(yè)人員操作水平方面的顯著效果。此外，研究未發(fā)現(xiàn)AI輔助組與無AI輔助組在圖像質(zhì)量上存在顯著差異，進(jìn)一步證明了AI引導(dǎo)的有效性和可靠性。這些結(jié)論支持了AI在引導(dǎo)非專業(yè)醫(yī)療人員進(jìn)行肺部超聲檢查中的應(yīng)用，有助于提高醫(yī)療服務(wù)的可及性和效率。

 2. 社區(qū)診所非侵入性結(jié)直腸癌篩查的成本效益

Cost-Effectiveness of Noninvasive Colorectal Cancer Screening in Community Clinics

(1) 目的：該研究旨在評(píng)估在篩查依從性較低的社區(qū)診所中，非侵入性結(jié)直腸癌篩查策略（包括糞便免疫化學(xué)測(cè)試、甲基化septin9 DNA測(cè)試和血液測(cè)試）的成本效益和效果。通過使用經(jīng)過驗(yàn)證的微模擬模型，研究預(yù)測(cè)了不同篩查策略在模擬隊(duì)列中的篩查結(jié)果，該隊(duì)列包括1000萬名50歲的代表性個(gè)體，以此分析不同篩查方法在降低結(jié)直腸癌發(fā)病率和死亡率方面的成本效益。

(2) 結(jié)論：研究發(fā)現(xiàn)，在設(shè)定的愿意支付150,000美元閾值下，與糞便免疫化學(xué)測(cè)試相比，每三年進(jìn)行一次血液測(cè)試在成本效益上更優(yōu)。此外，研究還強(qiáng)調(diào)了提高篩查依從性的重要性，以及需要綜合考慮篩查策略的有效性、成本效益和患者的接受度，以制定適合社區(qū)診所的結(jié)直腸癌篩查指南。這些發(fā)現(xiàn)為優(yōu)化結(jié)直腸癌篩查策略提供了重要依據(jù)，有助于改善公共衛(wèi)生服務(wù)的質(zhì)量和效率。

 3. 前列腺癌患者主動(dòng)監(jiān)測(cè)期間活檢時(shí)機(jī)的個(gè)性化動(dòng)態(tài)預(yù)測(cè)模型

Personalized Dynamic Prediction Model for Biopsy Timing in Patients With Prostate Cancer During Active Surveillance

(1) 目的：文章旨在開發(fā)和驗(yàn)證一個(gè)動(dòng)態(tài)預(yù)測(cè)模型，該模型能夠準(zhǔn)確預(yù)測(cè)前列腺癌患者在主動(dòng)監(jiān)測(cè)（AS）期間疾病重新分類（如Gleason評(píng)分升級(jí)）的風(fēng)險(xiǎn)，從而個(gè)性化地指導(dǎo)活檢時(shí)機(jī)，優(yōu)化患者的監(jiān)測(cè)策略和管理決策。

(2) 結(jié)論：通過利用來自Prostate Cancer Research International: Active Surveillance (PRIAS)研究等的數(shù)據(jù)，研究成功開發(fā)并外部驗(yàn)證了一個(gè)動(dòng)態(tài)預(yù)測(cè)模型。該模型納入了年齡、前列腺特異性抗原水平及其變化率、前列腺體積、良性活檢結(jié)果和可疑病變等多個(gè)因素，顯示出良好的區(qū)分能力，能夠有效識(shí)別出那些面臨較高重新分類風(fēng)險(xiǎn)的患者。這一模型為前列腺癌主動(dòng)監(jiān)測(cè)患者提供了更為精確的個(gè)體化風(fēng)險(xiǎn)評(píng)估工具，有助于指導(dǎo)臨床實(shí)踐中活檢時(shí)機(jī)的決策，進(jìn)而改善患者的治療體驗(yàn)和臨床結(jié)局。

 4. 鐮狀細(xì)胞性貧血患者和非患者的年輕人大腦年齡建模和認(rèn)知結(jié)果

Brain Age Modeling and Cognitive Outcomes in Young Adults With and Without Sickle Cell Anemia

(1) 目的：該文章旨在探討患有鐮狀細(xì)胞性貧血（SCA）的年輕人與未患SCA的年輕人相比，其大腦年齡是否顯得更老，以及大腦年齡建模是否能揭示SCA對(duì)認(rèn)知障礙的潛在機(jī)制。研究通過對(duì)比分析兩組人群的大腦磁共振成像（MRI）數(shù)據(jù)，旨在深入理解SCA對(duì)大腦結(jié)構(gòu)和認(rèn)知功能的具體影響。

(2) 結(jié)論：研究發(fā)現(xiàn)，患有SCA的年輕人與未患SCA的年輕人相比，其大腦年齡差距顯著增大。具體而言，SCA患者的大腦年齡估計(jì)值高于其實(shí)際年齡，表明SCA可能加速了大腦的老化過程。此外，研究還發(fā)現(xiàn)大腦年齡差距與認(rèn)知功能之間存在關(guān)聯(lián)，特別是與執(zhí)行功能和處理速度等認(rèn)知領(lǐng)域密切相關(guān)。這些結(jié)論揭示了SCA對(duì)大腦結(jié)構(gòu)和認(rèn)知功能的負(fù)面影響，為進(jìn)一步研究和治療SCA相關(guān)的認(rèn)知障礙提供了重要線索。

THE LANCET

1. 量化間日瘧原蟲根治效果：一項(xiàng)整合臨床試驗(yàn)數(shù)據(jù)和傳播動(dòng)力學(xué)的建模研究

Quantifying Plasmodium vivax radical cure efficacy: a modelling study integrating clinical trial data and transmission dynamics

(1) 背景：間日瘧原蟲感染會(huì)導(dǎo)致瘧疾的復(fù)發(fā)，原因在于其能在肝臟中形成休眠子（hypnozoites），這些休眠子在初次感染后數(shù)周至數(shù)月內(nèi)可能重新激活。根治間日瘧原蟲需要聯(lián)合使用抗瘧藥物，既能殺死血液中的寄生蟲，也能殺死肝臟中的休眠子。然而，由于休眠子無法直接檢測(cè)，因此無法直接評(píng)估針對(duì)肝臟階段的藥物（如伯氨喹和塔芬奎寧）的療效。本研究旨在利用臨床試驗(yàn)數(shù)據(jù)來估計(jì)這些藥物對(duì)休眠子的殺滅效果。

(2) 解釋：研究團(tuán)隊(duì)整合了來自多項(xiàng)臨床試驗(yàn)的公開數(shù)據(jù)，這些數(shù)據(jù)涉及不同的根治方案（包括伯氨喹和塔芬奎寧的不同劑量和給藥時(shí)間）。他們使用貝葉斯馬爾可夫鏈蒙特卡洛方法，將臨床試驗(yàn)數(shù)據(jù)與瘧疾復(fù)發(fā)模型（PvRM）相擬合，以估計(jì)每種8-氨基喹啉類藥物方案的休眠子殺滅效率。此外，研究還模擬了不同根治方案對(duì)患者個(gè)體和社區(qū)層面瘧疾傳播的影響。結(jié)果顯示，高劑量伯氨喹方案的休眠子殺滅效率高于低劑量方案，而塔芬奎寧方案的數(shù)據(jù)較為稀缺，因此其療效估計(jì)的不確定性較大。這些發(fā)現(xiàn)為制定更有效的間日瘧原蟲根治策略提供了重要依據(jù)。

 2. 評(píng)估為印度各地結(jié)核病家庭提供營(yíng)養(yǎng)護(hù)理的流行病學(xué)和經(jīng)濟(jì)影響：一項(xiàng)建模研究

Estimating the epidemiological and economic impact of providing nutritional care for tuberculosis-affected households across India: a modelling study

(1) 背景：印度是全球結(jié)核病高發(fā)國(guó)家之一，而營(yíng)養(yǎng)不良是導(dǎo)致結(jié)核病發(fā)生和傳播的重要因素。文章指出，全球約20%的結(jié)核病發(fā)病率可歸因于營(yíng)養(yǎng)不良，而在印度這一比例超過三分之一。鑒于營(yíng)養(yǎng)不良與結(jié)核病之間的緊密聯(lián)系，針對(duì)結(jié)核病家庭實(shí)施營(yíng)養(yǎng)干預(yù)成為政策重點(diǎn)。然而，關(guān)于此類營(yíng)養(yǎng)干預(yù)在流行病學(xué)和經(jīng)濟(jì)層面影響的認(rèn)知仍然有限。因此，本研究旨在通過建模評(píng)估為印度結(jié)核病家庭提供營(yíng)養(yǎng)護(hù)理的潛在影響。

(2) 解釋：研究采用建模方法，模擬了在不同覆蓋率和營(yíng)養(yǎng)支持方案下，為印度結(jié)核病家庭提供營(yíng)養(yǎng)護(hù)理的流行病學(xué)和經(jīng)濟(jì)效果。結(jié)果顯示，與無營(yíng)養(yǎng)干預(yù)的基線情況相比，為接受結(jié)核病治療的成人及其家庭成員提供營(yíng)養(yǎng)支持，可顯著預(yù)防結(jié)核病死亡和新增病例，同時(shí)帶來巨大的生命年增益。此外，該干預(yù)措施在大多數(shù)成本效益閾值下均被證明是成本效益高的，尤其對(duì)于高營(yíng)養(yǎng)不良水平的地區(qū)而言。研究還強(qiáng)調(diào)了營(yíng)養(yǎng)干預(yù)在降低結(jié)核病負(fù)擔(dān)、提高治療成功率以及促進(jìn)整體健康方面的重要作用，為印度及類似地區(qū)的結(jié)核病防控策略提供了有力證據(jù)支持。

 3. 中東和北非注射毒品人群中的丙型肝炎病毒傳播：發(fā)病率和干預(yù)影響的數(shù)學(xué)建模分析

Hepatitis C virus transmission among people who inject drugs in the Middle East and North Africa: mathematical modeling analyses of incidence and intervention impact

(1) 背景：中東和北非（MENA）地區(qū)是全球受丙型肝炎病毒感染最嚴(yán)重的區(qū)域之一，特別是注射毒品人群中的感染率居高不下。截至2022年，該地區(qū)估計(jì)有1170萬人感染HCV，其中注射毒品人群是主要的高風(fēng)險(xiǎn)群體。由于缺乏針對(duì)該人群HCV傳播動(dòng)態(tài)及干預(yù)效果的詳細(xì)數(shù)學(xué)模型，研究人員開展了本研究，旨在深入了解HCV在注射毒品人群中的傳播機(jī)制，并評(píng)估不同干預(yù)策略的效果。

(2) 解釋：本研究通過數(shù)學(xué)建模方法，估算了MENA地區(qū)13個(gè)國(guó)家注射毒品人群中HCV的發(fā)病率，并量化了非無菌注射行為對(duì)HCV傳播的貢獻(xiàn)。研究進(jìn)一步分析了減少針頭/注射器共享、阿片類藥物替代治療（OST）以及引入直接抗病毒藥物（DAAs）治療慢性感染等措施對(duì)降低HCV流行率和發(fā)病率的影響。結(jié)果顯示，這些干預(yù)措施在不同程度上均能有效減少HCV的傳播，為制定針對(duì)性的公共衛(wèi)生策略提供了科學(xué)依據(jù)。

 4. 循環(huán)腫瘤 DNA 在預(yù)測(cè)和監(jiān)測(cè)接受多模式治療的局部晚期直腸癌患者生存率中的作用：一項(xiàng)前瞻性多中心研究的長(zhǎng)期結(jié)果

Circulating tumour DNA in predicting and monitoring survival of patients with locally advanced rectal cancer undergoing multimodal treatment: long-term results from a prospective multicenter study

(1) 背景：局部晚期直腸癌（LARC）的標(biāo)準(zhǔn)治療方式為術(shù)前放化療聯(lián)合手術(shù)，旨在降低局部復(fù)發(fā)率，但對(duì)系統(tǒng)性疾病控制的益處有限。盡管新輔助放化療（nCRT）已成為L(zhǎng)ARC的標(biāo)準(zhǔn)療法，但遠(yuǎn)處轉(zhuǎn)移仍是治療失敗的主要原因。為了早期識(shí)別高?；颊卟⒓皶r(shí)調(diào)整治療策略，近年來研究者們開始探索循環(huán)腫瘤DNA（ctDNA）作為預(yù)后和預(yù)測(cè)生物標(biāo)志物的潛力。本文介紹了一項(xiàng)前瞻性多中心研究，旨在評(píng)估ctDNA在預(yù)測(cè)LARC患者對(duì)新輔助治療反應(yīng)及預(yù)后中的價(jià)值，并監(jiān)測(cè)其長(zhǎng)期生存情況。

(2) 解釋：該研究通過收集LARC患者在新輔助治療前后及治療期間的外周血樣本，利用下一代測(cè)序技術(shù)檢測(cè)ctDNA。研究發(fā)現(xiàn)，ctDNA不僅可以動(dòng)態(tài)反映腫瘤負(fù)荷，還能預(yù)測(cè)治療反應(yīng)和腫瘤學(xué)結(jié)局。具體來說，基線ctDNA豐度和早期ctDNA清除狀態(tài)與患者的預(yù)后顯著相關(guān)。這些發(fā)現(xiàn)強(qiáng)調(diào)了ctDNA在LARC風(fēng)險(xiǎn)分層中的潛力，有助于識(shí)別最可能從輔助治療中獲益或可安全避免不必要治療的患者。此外，該研究還提供了關(guān)于ctDNA在預(yù)測(cè)和監(jiān)測(cè)LARC患者長(zhǎng)期生存率方面的長(zhǎng)期數(shù)據(jù)，為ctDNA在臨床決策中的應(yīng)用提供了有力證據(jù)。

 5. 基于人工智能的產(chǎn)程第二階段持續(xù)時(shí)間預(yù)測(cè)：一項(xiàng)多中心回顧性隊(duì)列分析

Artificial intelligence-based prediction of second stage duration in labor: a multicenter retrospective cohort analysis

(1) 背景：產(chǎn)程第二階段，即胎兒從子宮口完全擴(kuò)張到娩出的階段，其持續(xù)時(shí)間的預(yù)測(cè)對(duì)臨床決策至關(guān)重要。然而，傳統(tǒng)方法往往難以準(zhǔn)確預(yù)測(cè)，這可能導(dǎo)致不必要的醫(yī)療干預(yù)或增加并發(fā)癥的風(fēng)險(xiǎn)。因此，本研究旨在通過應(yīng)用機(jī)器學(xué)習(xí)（ML）模型，利用真實(shí)世界數(shù)據(jù)來實(shí)現(xiàn)對(duì)產(chǎn)程第二階段持續(xù)時(shí)間的個(gè)性化預(yù)測(cè)，從而提高預(yù)測(cè)準(zhǔn)確性，優(yōu)化分娩管理。

(2) 解釋：研究團(tuán)隊(duì)選取了多家醫(yī)療中心的分娩數(shù)據(jù)，采用四種監(jiān)督ML方法（梯度提升機(jī)、隨機(jī)森林、K-最近鄰和高斯樸素貝葉斯）創(chuàng)建了分類模型，并通過網(wǎng)格搜索和10折交叉驗(yàn)證確定了最佳參數(shù)。結(jié)果顯示，這些模型能夠基于非侵入性和易于獲取的臨床信息，對(duì)產(chǎn)程第二階段持續(xù)時(shí)間進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。此外，研究還通過SHAP分析等方法，進(jìn)一步探討了模型預(yù)測(cè)結(jié)果的影響因素，為臨床應(yīng)用提供了有價(jià)值的參考。

 6. 使用機(jī)器學(xué)習(xí)在韓國(guó)、日本和英國(guó)三個(gè)獨(dú)立隊(duì)列中建立 2 型糖尿病預(yù)測(cè)模型及其與死亡率的關(guān)系：模型開發(fā)和驗(yàn)證研究

Prediction model for type 2 diabetes mellitus and its association with mortality using machine learning in three independent cohorts from South Korea, Japan, and the UK: a model development and validation study

(1) 背景：近年來，2型糖尿病的發(fā)病率持續(xù)上升，成為全球性的公共衛(wèi)生問題。準(zhǔn)確預(yù)測(cè)2型糖尿病的發(fā)病風(fēng)險(xiǎn)及其與死亡率的關(guān)系對(duì)于制定有效的預(yù)防和治療策略至關(guān)重要。然而，傳統(tǒng)的預(yù)測(cè)方法往往存在準(zhǔn)確性不足的問題。因此，本研究利用機(jī)器學(xué)習(xí)技術(shù)，結(jié)合三個(gè)國(guó)家的隊(duì)列數(shù)據(jù)，旨在開發(fā)一個(gè)更為精準(zhǔn)的2型糖尿病預(yù)測(cè)模型，并探討其與死亡率之間的關(guān)系。

(2) 解釋：研究團(tuán)隊(duì)在韓國(guó)、日本和英國(guó)三個(gè)獨(dú)立隊(duì)列中收集了數(shù)據(jù)，采用了包括自適應(yīng)提升和邏輯回歸在內(nèi)的集成學(xué)習(xí)方法，建立了一個(gè)2型糖尿病預(yù)測(cè)模型。經(jīng)過嚴(yán)格的驗(yàn)證，該模型表現(xiàn)出了優(yōu)越的預(yù)測(cè)性能。此外，研究還發(fā)現(xiàn)，2型糖尿病的發(fā)病風(fēng)險(xiǎn)與死亡率之間存在顯著的相關(guān)性。這一發(fā)現(xiàn)不僅為2型糖尿病的預(yù)測(cè)提供了新的工具，也為制定針對(duì)性的預(yù)防和治療策略提供了科學(xué)依據(jù)。