其昊生物
BIOMEDICAL RESEARCH INSIGHTS

洞察前沿，连接科研新知

聚焦合成生物学、AI 靶点发现、临床队列与公共数据库，汇集最新论文摘要与原始出处
每 12 小时采集更新，经人工审核后发布。

前沿研究专业聚合持续更新
PAPER EXPLORER

发现热点论文

每 5 分钟更新缓存
全部共 6 篇
公共数据库临床研究Journal of diabetes and metabolic disorders

Non-linear association between average daily sleep duration and cardiovascular disease in patients with diabetes or prediabetes.

作者信息暂未整理DOI: 10.1007/s40200-026-02120-1
NHANES心血管疾病糖尿病横断面研究
暂无引用数据

采用2017—2020年美国国家健康与营养调查数据，纳入7,835例糖尿病或糖尿病前期患者，采用logistic回归调整人口学、行为和代谢混杂因素，并通过平滑曲线拟合及分段阈值效应分析刻画剂量反应关系。以每日睡眠7—9小时为参照，短睡眠（<7小时）和长睡眠（≥9小时）均与心血管病风险升高独立相关，完全调整OR分别为1.27（95%CI：1.03—1.56，P=0.024）和1.37（95%CI：1.11—1.69，P=0.004）。存在明显非线性阈值效应，拐点为每日8.36小时；低于该阈值时，每增加1小时睡眠，心血管病风险降低11%（OR=0.89，95%CI：0.83—0.96，P=0.004）；高于该阈值时，每增加1小时风险升高27%（OR=1.27，95%CI：1.13—1.42，P<0.001）。该非线性阈值效应在冠心病、心力衰竭和卒中中也一致观察到。结论认为，糖尿病或糖尿病前期患者每日睡眠时长与心血管病风险呈非线性关联，睡眠不足和过多均与心血管病风险升高相关。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

暂无引用数据

数据来源：暂未标注更新时间：暂无更新时间
探索相关选题直接查重
查看原文
公共数据库综述Frontiers in genetics

Revisiting the genetic support of leukotriene pathway drug targets in atherosclerotic cardiovascular disease.

作者信息暂未整理DOI: 10.3389/fgene.2026.1812905
UK Biobank心血管疾病Meta 分析
暂无引用数据

一项基于英国生物银行378,962名参与者的多祖先荟萃分析，重新评估了花生四烯酸5-脂氧合酶（由ALOX5编码）及其激活蛋白（由ALOX5AP编码）与动脉粥样硬化性心血管疾病（ASCVD）的遗传关联。研究刻画了既往所研究的ALOX5和ALOX5AP多态性的祖先差异，这些差异可能导致人群分层。在充分校正祖先背景后，既往报道的关联未能重现。此外，关联扫描和转录组范围关联研究结果整体不支持白血球三烯通路基因变异参与ASCVD风险，亦不支持ALOX5或其激活蛋白的遗传变异在ASCVD风险中发挥作用。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

暂无引用数据

数据来源：暂未标注更新时间：暂无更新时间
探索相关选题直接查重
查看原文
临床队列临床研究Frontiers in medicine

Exploratory predictive value of novel inflammatory biomarkers for microvascular obstruction after emergency revascularization in STEMI patients.

作者信息暂未整理DOI: 10.3389/fmed.2026.1946751
心血管疾病队列研究
0 次引用趋势数据不足

目的：评估血细胞来源炎症标志物与ST段抬高型心肌梗死（STEMI）患者经皮冠状动脉介入治疗（PCI）后微血管阻塞（MVO）形成的关联及其探索性预测性能。方法：基于前瞻性队列进行回顾性分析，纳入在南京鼓楼医院接受急诊PCI的STEMI患者。所有患者术后7天内接受心脏磁共振成像，根据检查结果分为MVO组和非MVO组。收集急诊及PCI后首次常规血检和其他临床数据，计算单核细胞与淋巴细胞比值（MLR）、中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）、系统性免疫炎症指数（SII）、系统性炎症反应指数（SIRI）和系统性炎症综合指数（AISI）等细胞比值。采用单因素和多因素logistic回归分析评估MVO的危险因素。结果：共纳入311例STEMI患者，其中198例发生MVO，113例未发生MVO。校正临床协变量后，较高的PCI后白细胞计数、中性粒细胞计数、SIRI和NLR以及较大的围PCI期嗜酸性粒细胞下降与MVO相关。在相关性降低的联合分析中，PCI后SIRI保持最稳健的关联。结论：术后白细胞计数、中性粒细胞计数、SIRI、NLR、嗜酸性粒细胞变化值及嗜酸性粒细胞百分比变化值对STEMI患者PCI后MVO形成显示出探索性预测性能，在考虑生物标志物间相关性后，PCI后SIRI表现出最稳健的关联。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/31 19:00
探索相关选题直接查重
查看原文
临床队列临床研究BMJ (Clinical research ed.)

Simultaneous derivation, validation, and comparison of predictor hazard ratios for cardiovascular risk prediction equations in patients with diabetes from high versus non-high income countries: cohort study.

Jingyuan Liang、Yeunhyang Choi、Peng Shen 等DOI: 10.1136/bmj-2026-100535
心血管疾病糖尿病风险模型多种族队列研究
0 次引用趋势数据不足

一项基于人群的队列研究，比较新西兰（高收入国家）与中国（非高收入国家）30~74岁、无心血管疾病（CVD）的糖尿病患者，采用标准化方法分别建立两国5年CVD风险预测方程，并比较预测因子风险比。2004—2018年新西兰47 958名参与者中发生5 622例（11.7%）首次CVD事件；2010—2018年中国46 558名参与者中发生3 650例（7.8%）首次CVD事件。性别特异性方程包含16个预测因子，多数预测因子风险比相近，但年龄风险比差异明显（女性每增加10岁：新西兰1.61，95%CI 1.51~1.71；中国2.51，95%CI 2.32~2.72）。将新西兰方程应用于中国队列，标准重校准未改善校准（期望/观察比：男性0.938，女性0.809）；以中国年龄系数替换新西兰年龄系数后校准明显改善（期望/观察比：男性1.027，女性1.025）。结论认为，将高收入国家CVD风险方程应用于非高收入国家糖尿病人群可能引入系统性误差，主要由年龄效应差异驱动；除简单重校准外，应考虑更新关键预测因子系数（尤其年龄），以提高风险分层准确性。

为什么值得关注

编辑短评

高收入国家开发的糖尿病心血管风险评分直接在其他国家使用时，仅靠简单重校准不够；年龄的风险效应在人群间差异很大，更新年龄这类关键预测因子的 HR，才能显著改善风险标定。

查看扩展信息

完整作者

Jingyuan Liang、Yeunhyang Choi、Peng Shen、Susan Wells、Katrina Poppe、Zhangping Fu、Matire Harwood、Xiaofei Liu、Sue Crengle、Ting Wang、Corina Grey、Hongbo Lin、Suneela Mehta、Xun Tang、Rod Jackson、Pei Gao

作者机构

  • Section of Epidemiology and Biostatistics, School of Population Health, Faculty of Medical and Health Sciences, University of Auckland, Auckland, New Zealand.
  • Department of Epidemiology and Biostatistics, School of Public Health, Peking University, Beijing, China.
  • Department of Chronic Diseases and Health Promotion, Yinzhou District Centre for Disease Control and Prevention, Ningbo, China.
  • Department of General Practice and Primary Health Care, School of Population Health, Faculty of Medical and Health Sciences, University of Auckland, Auckland, New Zealand.
  • Department of Medicine, School of Medicine, Faculty of Medical and Health Sciences, University of Auckland, Auckland, New Zealand.
  • Ngāi Tahu Māori Health Research Unit, Division of Health Sciences, University of Otago, Dunedin, New Zealand.
  • Key Laboratory of Epidemiology of Major Diseases (Peking University), Ministry of Education, Beijing, China.
  • Department of Epidemiology and Biostatistics, School of Public Health, Peking University, Beijing, China peigao@bjmu.edu.cn.
  • Peking University Clinical Research Institute, Peking University, Beijing, China.

技术路线

电子健康记录队列数据（新西兰47,958人、中国46,558人）→按标准化方法分别推导两国性别特异性5年心血管风险预测方程并比较预测因子风险比→将新西兰方程应用于中国队列，评估标准化再校准前后的性能，再更新风险比存在显著差异的预测因子（如年龄系数）并验证校准改善

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/11/01 03:53
探索相关选题直接查重
查看原文
公共数据库临床研究Science translational medicine

Machine learning-driven spleen imaging and genomics uncover a splenic connection to coronary artery disease.

Meghana Kamineni、Vineet Raghu、Zhanqing Hua 等DOI: 10.1126/scitranslmed.aeh2517
UK Biobank心血管疾病机器学习深度学习方法学
0 次引用趋势数据不足

利用深度学习从英国生物银行42059名及Mass General Brigham生物银行2745名参与者的腹部MRI中提取107个脾脏影像组学特征，其中10个特征与冠状动脉疾病相关。对这些特征的基因组关联分析识别出219个位点，包括9p21；该位点变异与脾脏连续纹理区域异质性等特征相关。研究MRI结果内部一致，但外部临床验证因成像方案差异和患者临床异质性面临转化挑战。研究结合深度学习与基因组学，揭示脾脏可能参与冠状动脉疾病，并强调研究与临床影像组学间的转化差距。

为什么值得关注

编辑短评

该研究整合腹部MRI深度学习影像组学与基因组学，在大型队列中提取脾脏特征并关联CAD，进而识别219个基因座（含9p21），为脾脏参与CAD提供探索性框架。但关联分析不能确立因果，影像组学特征生物学可解释性有限，外部临床验证暴露协议与人群异质性导致的转化缺口，结论宜定位为假说生成。

查看扩展信息

完整作者

Meghana Kamineni、Vineet Raghu、Zhanqing Hua、Haodong Tian、Buu Truong、Ahmed Alaa、Art Schuermans、Sam Friedman、Christopher Reeder、Romit Bhattacharya、Peter Libby、Patrick T Ellinor、Mahnaz Maddah、Anthony Philippakis、Whitney Hornsby、Zhi Yu、Pradeep Natarajan

作者机构

  • Harvard Medical School, Boston, MA 02115, USA.
  • Cardiovascular Imaging Research Center, Department of Radiology, Massachusetts General Hospital and Harvard Medical School, Boston, MA 02114, USA.
  • Artificial Intelligence in Medicine Program, Mass General Brigham, Boston, MA 02114, USA.
  • Harvard T. H. Chan School of Public Health, Boston, MA 02115, USA.
  • Program in Medical and Population Genetics, Broad Institute of MIT and Harvard, Cambridge, MA 02142, USA.
  • Center for Genomic Medicine, Massachusetts General Hospital, Boston, MA 02114, USA.
  • Heart and Vascular Institute, Mass General Brigham, Boston, MA 02114, USA.
  • Computational Precision Health Program, University of California, Berkeley, Berkeley, CA 94720, USA.
  • Computational Precision Health Program, University of California, San Francisco, San Francisco, CA 94143, USA.
  • Faculty of Medicine, KU Leuven, 3000 Leuven, Belgium.
  • Data Sciences Platform, Broad Institute of MIT and Harvard, Cambridge, MA 02142, USA.
  • Layer Health, Boston, MA 02111, USA.
  • Division of Cardiovascular Medicine, Brigham and Women's Hospital, Harvard Medical School, 77 Avenue Louis Pasteur, Boston, MA 02115, USA.
  • Cardiovascular Disease Initiative, Broad Institute of Harvard and MIT, Cambridge, MA 02142, USA.
  • Google Ventures, Cambridge, MA 02142, USA.
  • Clinical and Translational Epidemiology Unit, Massachusetts General Hospital, Boston, MA 02114, USA.
  • Personalized Medicine, Mass General Brigham, Boston, MA 02114, USA.
  • Amgen Inc., Thousand Oaks, CA 91320, USA.

技术路线

数据/样本：UK Biobank 42,059例与MGBB 2,745例腹部MRI；分析：深度学习提取107个脾脏影像组学特征→与CAD关联分析→对CAD相关特征行全基因组关联分析；验证：研究MRI内部一致，外部临床验证发现影像协议差异和临床异质性带来转化挑战

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/30 06:05
探索相关选题直接查重
查看原文
公共数据库临床研究JAMA

Implications of the 2026 Dyslipidemia Guideline for Primary Prevention Statin Therapy.

Timothy S Anderson、Linnea M Wilson、Jeremy B SussmanDOI: 10.1001/jama.2026.11246
NHANES心血管疾病糖尿病慢性肾脏病深度学习
2 次引用趋势数据不足

2026年美国心脏协会/美国心脏病学会/多学会血脂异常管理指南就动脉粥样硬化性心血管疾病（ASCVD）风险评估及他汀一级预防适用人群提出新推荐。本研究旨在评估该指南对他汀一级预防的人群健康影响，采用2017至2023年美国国家健康与营养调查中30至79岁、无已知ASCVD的非妊娠成人全国代表性横断面样本，比较2026年与2018年血脂指南下他汀一级预防资格的变化。加权样本包括4366名参与者，代表1.545亿美国成人。结果显示，依据2026年指南，约8750万（56.6%）成人符合他汀一级预防条件，其中2150万（13.9%）为新符合条件者；70至79岁成人中超过93%、60至69岁中85%符合条件，而30至39岁仅11%。新符合条件人群较既往推荐人群更年轻、风险更低（平均10年ASCVD估计风险3.1% vs 6.1%）。结论认为，2026年血脂指南大幅扩大了美国他汀一级预防推荐人群，且主要为较低风险个体。

为什么值得关注

编辑短评

该研究基于全国代表性NHANES数据，量化2026血脂指南相较2018版对他汀一级预防资格的影响，估算新增约2150万符合资格者，且新增人群更年轻、10年ASCVD风险更低。其价值在于为指南实施的人群健康影响与资源分配提供量化依据。

查看扩展信息

完整作者

Timothy S Anderson、Linnea M Wilson、Jeremy B Sussman

作者机构

  • Division of General Internal Medicine, University of Pittsburgh, Pittsburgh, Pennsylvania.
  • Center for Healthcare Evaluation, Research, and Promotion, VA Pittsburgh Healthcare System, Pittsburgh, Pennsylvania.
  • Division of General Medicine, Beth Israel Deaconess Medical Center, Boston, Massachusetts.
  • University of Colorado School of Medicine, Aurora.
  • Division of General Internal Medicine, University of Michigan, Ann Arbor.
  • Center for Clinical Management Research, VA Ann Arbor Healthcare System, Ann Arbor, Michigan.

技术路线

数据/样本：2017-2023年NHANES全国代表性横断面样本，纳入30-79岁无已知ASCVD的非妊娠成人4366名（加权代表1.545亿美国成人）；分析：比较2026与2018血脂指南下的他汀一级预防资格变化，按加权比例估算符合资格及新符合资格人群规模，并描述其年龄与10年ASCVD风险特征；验证：原文未报告独立验证。

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/11/01 03:56
探索相关选题直接查重
查看原文