JAMA Network  2025/10/20-2025/10/26

THE LANCET  2025/10/20-2025/10/26

Nature  2025/10/20-2025/10/26

1.結(jié)直腸手術(shù)吻合口漏臨床預(yù)測(cè)模型的建立

Development of a Clinical Prediction Model for Anastomotic Leakage in Colorectal Surgery

（1）目的：該研究旨在開(kāi)發(fā)一個(gè)基于機(jī)器學(xué)習(xí)的預(yù)測(cè)模型，通過(guò)整合多個(gè)基礎(chǔ)模型的預(yù)測(cè)結(jié)果和患者特異性臨床特征，更準(zhǔn)確地預(yù)測(cè)結(jié)直腸手術(shù)后吻合口漏的發(fā)生風(fēng)險(xiǎn)。通過(guò)分析34項(xiàng)術(shù)前和術(shù)中風(fēng)險(xiǎn)因素之間的復(fù)雜非線(xiàn)性關(guān)系，為臨床醫(yī)生提供個(gè)體化的風(fēng)險(xiǎn)預(yù)測(cè)工具，以輔助術(shù)前規(guī)劃和高?；颊咦R(shí)別。

（2）結(jié)論：本研究證實(shí)，所開(kāi)發(fā)的元模型在預(yù)測(cè)吻合口漏方面顯著優(yōu)于單一基礎(chǔ)模型（如CatBoost、隨機(jī)森林等）。通過(guò)5折交叉驗(yàn)證和外部驗(yàn)證，該模型的F1分?jǐn)?shù)分別達(dá)到87%（95% CI, 78%-95%）和70%，表明其具有良好的泛化能力。研究強(qiáng)調(diào)，該模型能夠通過(guò)交叉注意力機(jī)制有效捕捉基礎(chǔ)模型預(yù)測(cè)與臨床特征之間的交互作用，從而提升預(yù)測(cè)準(zhǔn)確性。此外，團(tuán)隊(duì)還將模型集成至一個(gè)原型網(wǎng)絡(luò)應(yīng)用程序，支持臨床醫(yī)生模擬不同手術(shù)方案的風(fēng)險(xiǎn)。

1.遠(yuǎn)程眼科與視網(wǎng)膜疾病社區(qū)驗(yàn)光轉(zhuǎn)診標(biāo)準(zhǔn)護(hù)理（HERMES）：一項(xiàng)集群隨機(jī)對(duì)照試驗(yàn)，結(jié)合人工智能支持的前瞻性診斷準(zhǔn)確性評(píng)估

Teleophthalmology versus standard of care for community optometry referrals of retinal disease (HERMES): a cluster randomised controlled trial with linked prospective diagnostic accuracy assessment of artificial intelligence support

（1）背景：當(dāng)前，社區(qū)驗(yàn)光師向醫(yī)院眼科的轉(zhuǎn)診路徑存在大量不必要的訪問(wèn)，這些低效轉(zhuǎn)診加劇了醫(yī)院服務(wù)壓力，尤其隨著人口老齡化和慢性視網(wǎng)膜疾病患病率上升，醫(yī)院資源日益緊張。因此，本研究旨在通過(guò)HERMES試驗(yàn)評(píng)估遠(yuǎn)程眼科途徑與標(biāo)準(zhǔn)護(hù)理相比的優(yōu)劣，并并行驗(yàn)證AI模型在真實(shí)世界中的診斷準(zhǔn)確性，以填補(bǔ)證據(jù)空白并指導(dǎo)臨床實(shí)踐改進(jìn)。

（2）解釋?zhuān)?HERMES試驗(yàn)結(jié)果表明，在轉(zhuǎn)診參與者中，遠(yuǎn)程眼科組的不必要緊急轉(zhuǎn)診率比標(biāo)準(zhǔn)護(hù)理組降低了59%（絕對(duì)差異17%，p=0.0004），達(dá)到了預(yù)設(shè)的30%優(yōu)越性邊界，而整體不必要轉(zhuǎn)診的減少雖具統(tǒng)計(jì)學(xué)意義（絕對(duì)差異6%，p=0.018），但因事件數(shù)較少而影響不確定；遠(yuǎn)程眼科還顯示了類(lèi)似的安全性，誤診率低，且通過(guò)醫(yī)院專(zhuān)家遠(yuǎn)程審核OCT掃描，實(shí)現(xiàn)了更快的轉(zhuǎn)診至咨詢(xún)時(shí)間（平均減少36天）。同時(shí)，人工智能組件揭示Moorfields-DeepMind-AI模型在真實(shí)世界中僅能處理約52%的OCT掃，其轉(zhuǎn)診推薦特異性低（20%），導(dǎo)致過(guò)度轉(zhuǎn)診。

2.使用肝臟脂肪放射組指數(shù)（LARI）在低劑量冠狀動(dòng)脈鈣化CT中評(píng)估機(jī)會(huì)性肝脂肪變性

Opportunistic hepatic steatosis assessment in low-dose coronary artery calcium CT using liver adipose-radiomic index (LARI)

（1）背景：隨著肥胖和糖尿病等代謝風(fēng)險(xiǎn)因素流行，肝脂肪變性（Hepatic Steatosis, HS）的全球患病率高達(dá)32%，美國(guó)達(dá)40%，急需準(zhǔn)確、非侵入性的診斷方法以進(jìn)行早期干預(yù)。低劑量冠狀動(dòng)脈鈣化CT（CAC）掃描常用于肺癌篩查和心血管風(fēng)險(xiǎn)評(píng)估，為機(jī)會(huì)性檢測(cè)HS提供了潛在平臺(tái)，無(wú)需額外掃描或輻射暴露。因此，本研究旨在開(kāi)發(fā)一種基于放射組學(xué)的肝脂肪指數(shù)（LARI），利用CAC CT中的肝紋理特征量化早期脂肪浸潤(rùn)的細(xì)微變化，并以非侵入性1H MRS和侵入性肝活檢為參考標(biāo)準(zhǔn)進(jìn)行驗(yàn)證，以彌補(bǔ)現(xiàn)有工具的不足。

（2）解釋?zhuān)?LARI在獨(dú)立驗(yàn)證隊(duì)列中表現(xiàn)出卓越的診斷性能，其受試者工作特征曲線(xiàn)下面積（AUC）達(dá)0.91（95% CI 0.87-0.94），顯著優(yōu)于所有臨床指數(shù)和CT-based指數(shù)，DeLong檢驗(yàn)P值均小于0.05。網(wǎng)絡(luò)重分類(lèi)指數(shù)（NRI）改善范圍為0.05-0.45，決策曲線(xiàn)分析（DCA）顯示LARI在所有概率閾值下均具更高凈收益，支持其臨床實(shí)用性。在肝活檢外部驗(yàn)證中，LARI的AUC為0.76（95% CI 0.68-0.83），仍?xún)?yōu)于CT-based方法，且在不同性別和種族組中表現(xiàn)公平（無(wú)顯著差異），凸顯其泛化能力。

3.兒童和青少年癲癇預(yù)測(cè)模型：系統(tǒng)評(píng)價(jià)和薈萃分析

Epilepsy prediction models for children and adolescents: a systematic review and meta-analysis

（1）背景：癲癇是一種慢性神經(jīng)系統(tǒng)疾病，作為兒童和青少年中常見(jiàn)的神經(jīng)系統(tǒng)障礙，癲癇的特征是腦神經(jīng)元異常放電，引發(fā)反復(fù)發(fā)作，嚴(yán)重影響患者的生活質(zhì)量、認(rèn)知發(fā)展和死亡率風(fēng)險(xiǎn)。近年來(lái)，許多研究致力于構(gòu)建兒童和青少年癲癇的預(yù)測(cè)模型，用于診斷、發(fā)作預(yù)測(cè)、預(yù)后分析和治療評(píng)估，但現(xiàn)有模型結(jié)果不一致，且缺乏系統(tǒng)評(píng)估，這凸顯了全面審查其準(zhǔn)確性和有效性的必要性，以指導(dǎo)未來(lái)研究和證據(jù)為基礎(chǔ)的臨床策略。

（2）解釋?zhuān)貉芯堪l(fā)現(xiàn)，當(dāng)前研究存在區(qū)域分布不均的問(wèn)題，多數(shù)研究（16項(xiàng)）來(lái)自中國(guó)，且25項(xiàng)研究具有高偏倚風(fēng)險(xiǎn)。薈萃分析顯示，訓(xùn)練模型的匯總AUC為0.794（95% CI: 0.747-0.840），而驗(yàn)證模型的匯總AUC為0.726（95% CI: 0.659-0.792），表明模型性能中等但穩(wěn)定性不足。亞組分析進(jìn)一步揭示，臨床特征與腦電圖組合的預(yù)測(cè)效果（訓(xùn)練AUC 0.855；驗(yàn)證AUC 0.743）優(yōu)于包括磁共振成像的模型（訓(xùn)練AUC 0.725；驗(yàn)證AUC 0.655），提示過(guò)度擬合風(fēng)險(xiǎn)；非機(jī)器學(xué)習(xí)模型（如邏輯回歸）在訓(xùn)練和驗(yàn)證中均優(yōu)于機(jī)器學(xué)習(xí)模型，但差異可能不顯著；外部驗(yàn)證的AUC（0.807）高于內(nèi)部驗(yàn)證（0.634），但異質(zhì)性極高。

4.急性消化道出血患者膿毒癥實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測(cè)模型：動(dòng)態(tài)監(jiān)測(cè)工具的開(kāi)發(fā)及多中心驗(yàn)證

Real-time risk prediction model for sepsis in patients with acute gastrointestinal bleeding: development and multicenter validation of a dynamic monitoring tool

（1）背景：現(xiàn)有證據(jù)表明，急性胃腸道出血（AGIB）與敗血癥之間存在雙向關(guān)系：敗血癥可誘發(fā)AGIB，而AGIB患者也極易發(fā)生嚴(yán)重感染，但反向因果關(guān)系的研究相對(duì)缺乏，且現(xiàn)有評(píng)分系統(tǒng)如GBS、APACHE II和SOFA雖用于評(píng)估出血風(fēng)險(xiǎn)或疾病嚴(yán)重度，卻無(wú)法專(zhuān)門(mén)預(yù)測(cè)敗血癥風(fēng)險(xiǎn)，導(dǎo)致臨床管理中缺乏針對(duì)性工具，往往依賴(lài)經(jīng)驗(yàn)性抗生素治療，可能造成過(guò)度或不足治療。因此，本研究旨在通過(guò)多中心隊(duì)列開(kāi)發(fā)并驗(yàn)證一個(gè)實(shí)時(shí)敗血癥風(fēng)險(xiǎn)預(yù)測(cè)模型，以解決這一未滿(mǎn)足的臨床需求，優(yōu)化風(fēng)險(xiǎn)分層和個(gè)性化管理。

（2）解釋?zhuān)鹤鳛槭讉€(gè)針對(duì)AGIB患者敗血癥的預(yù)測(cè)工具，在內(nèi)部和外部驗(yàn)證中均表現(xiàn)出色（訓(xùn)練集AUC為0.827，內(nèi)部驗(yàn)證集AUC為0.836，外部驗(yàn)證集AUC為0.884），顯著優(yōu)于傳統(tǒng)評(píng)分系統(tǒng)（如SOFA、APACHE II和GBS）。模型通過(guò)多變量邏輯回歸識(shí)別了關(guān)鍵預(yù)測(cè)因子，并利用SHAP分析揭示了這些變量間的交互作用，說(shuō)明敗血癥風(fēng)險(xiǎn)可能與凝血功能障礙、炎癥反應(yīng)和器官灌注不足等多路徑相關(guān)。

1.母體血漿游離RNA作為妊娠期間早發(fā)型和晚發(fā)型先兆子癇的預(yù)測(cè)指標(biāo)

Maternal plasma cell-free RNA as a predictor of early and late-onset preeclampsia throughout pregnancy

（1）介紹：文章首先強(qiáng)調(diào)了先兆子癇（preeclampsia）作為威脅母嬰健康的嚴(yán)重妊娠并發(fā)癥，其早期和晚期發(fā)病亞型（EOPE和LOPE）具有不同的臨床特征和風(fēng)險(xiǎn)，但當(dāng)前非侵入性早期預(yù)測(cè)方法仍面臨挑戰(zhàn)，如依賴(lài)胎盤(pán)功能障礙標(biāo)志物（如sFLT1和PIGF）的局限性，包括預(yù)測(cè)時(shí)間較晚（通常從孕23周開(kāi)始）和亞型區(qū)分不足。研究旨在通過(guò)前瞻性隊(duì)列分析孕婦血漿中的游離RNA（cfRNA）譜，以解決這些缺口。

（2）結(jié)果：研究結(jié)果基于一個(gè)前瞻性隊(duì)列，最終納入42例EOPE、43例LOPE和131例匹配對(duì)照，進(jìn)行三孕期cfRNA測(cè)序分析。預(yù)測(cè)模型性能方面，孕早期（T1）模型對(duì)EOPE的預(yù)測(cè)AUC達(dá)0.88（提前18.0周），而LOPE預(yù)測(cè)較差（AUC=0.68）；孕中期（T2）模型對(duì)EOPE的AUC為0.89（提前8.5周），LOPE的AUC為0.90（提前14.9周），外部驗(yàn)證支持了模型的穩(wěn)健性（如EOPE在T1的AUC=0.87）。模型特征重要性分析顯示EOPE相關(guān)cfRNA富集于蛻膜和胎盤(pán)基因（如CBR3、MMP7），而LOPE模型涉及更廣泛的免疫和器官功能基因，突出了亞型特異性的分子機(jī)制。