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
临床队列临床研究Taiwanese journal of obstetrics & gynecology

Metabolic markers for risk stratification of diabetic ketoacidosis and perinatal mortality in pregestational diabetes mellitus.

暂无引用数据

本研究回顾性纳入2000至2022年孕前糖尿病(PDM)单胎妊娠孕妇,分析血糖、糖化血红蛋白(HbA1c)、血脂、动脉血pH、电解质及阴离子间隙等代谢指标,采用ROC曲线和logistic回归评估其预测糖尿病酮症酸中毒(DKA)及围产期死亡的价值。219例孕妇中21例(9.6%)发生DKA,其血糖(395.33 vs. 126.91 mg/dL)、HbA1c(8.45% vs. 6.73%)、LDL较高,HDL较低(均P<0.05)。围产期死亡6例(28.6%),与较低动脉血pH、较低碳酸氢盐、较宽阴离子间隙、较高HbA1c及高钾血症相关。联合代谢指标的ROC曲线下面积分别为0.99(DKA)和0.98(围产期死亡)。HbA1c升高、HDL降低及血糖升高为DKA的独立预测因素,碳酸氢盐降低与围产期死亡风险增加独立相关;碳酸氢盐<6.50 mEq/L与围产期死亡显著相关(P<0.001)。关键代谢指标有助于PDM孕妇DKA及围产期死亡的风险分层。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Yu-Hao Fan、Chie-Pein Chen、Fang-Ju Sun、Yi-Yung Chen、Liang-Kai Wang、Chen-Yu Chen

作者机构

  • Department of Obstetrics and Gynecology, MacKay Memorial Hospital, Taipei, Taiwan.
  • Department of Medical Research, MacKay Memorial Hospital, Taipei, Taiwan.
  • Department of Obstetrics and Gynecology, MacKay Memorial Hospital, Taipei, Taiwan; Department of Medicine, MacKay Medical University, New Taipei City, Taiwan. Electronic address: f122481@mmh.org.tw.

技术路线

回顾性队列数据(2000-2022年219例单胎PDM孕妇的母体代谢参数与临床结局) → ROC曲线与logistic回归分析代谢标志物对DKA及围产期死亡的预测价值

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
临床队列临床研究Journal of diabetes and metabolic disorders

Association of conventional and non-conventional lipid profile with cognitive impairment among type 2 diabetic patients.

0 次引用趋势数据不足

目的:探讨血浆致动脉粥样硬化指数、非高密度脂蛋白胆固醇及常规血脂谱与60岁以上2型糖尿病患者认知功能障碍的关联。方法:横断面研究数据来自布什尔老年健康项目(第二阶段),纳入60岁及以上参与者,采用功能评估分期工具和类别流畅性测验评估功能状态,测定血脂参数后以多元logistic回归分析其与认知障碍的关系。结果:共纳入836名参与者,其中339人存在认知功能下降,平均年龄68.6±5.7岁。除HDL-C外,各血脂参数与认知功能障碍均无关联;较高HDL-C水平具有保护作用。年龄较大(OR=1.05,95%CI=1.01-1.08,P=0.002)和受教育程度较高(OR=1.08,95%CI=1.04-1.12,P<0.001)与认知障碍呈正相关,男性与认知障碍风险降低59%相关(OR=0.41,95%CI=0.27-0.62,P<0.001)。结论:在常规血脂谱中,仅HDL-C水平与认知功能障碍相关,认知障碍与非传统血脂指标之间未见关联。

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 11:42
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.

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
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.

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
公共数据库临床研究JAMA

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

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
公共数据库基础研究Nature

Genetic analysis of circulating metabolic traits in 619,372 individuals.

6 次引用趋势数据不足

一项针对循环代谢特征的遗传分析研究,在爱沙尼亚生物样本库和英国生物样本库中,对多达619,372名个体的249项循环代谢特征进行了全基因组关联分析(GWAS)荟萃分析。研究从8,398个基因座中识别出88,127个常见及低频基因座-特征关联,这些关联集中于共享的基因和通路。通过统计精细定位、系统性全表型共定位和顺式孟德尔随机化,研究者探索了代谢特征与疾病结局之间可能的因果联系。研究预测,尽管观察性研究显示血浆支链氨基酸(BCAAs)与2型糖尿病相关,但通过靶向BCAA分解代谢通路降低BCAA水平,不太可能降低2型糖尿病风险。借助大样本量和高质量基因型填充,研究发现19.4%的可信精细定位变异次等位基因频率在0.1%至1%之间,且这些变异在预测的错义变异和剪接改变变异中富集两倍。结果强调了将低频变异纳入遗传关联研究的价值。

为什么值得关注

编辑短评

该研究对近 62 万人的循环代谢性状开展遗传分析,构建大规模代谢 mQTL 图谱,识别一批新的代谢遗传位点;证实代谢性状受遗传调控、存在广泛多效性,通过共定位与孟德尔随机化证明部分代谢物是疾病的中间介导因子,为代谢相关疾病机制解析和药物靶点挖掘提供遗传证据。

查看扩展信息

完整作者

Ralf Tambets、Mihkel Jesse、Jaanika Kronberg、Adriaan van der Graaf、Erik Abner、Urmo Võsa、Ida Rahu、Nele Taba、Anastassia Kolde、Dzvenymyra Yarish、Sariyya Abdullayeva、Anastasiia Alekseienko、Andres Veidenberg、Estonian Biobank Research Team、Krista Fischer、Zoltán Kutalik、Tõnu Esko、Kaur Alasoo、Priit Palta

作者机构

  • Institute of Computer Science, University of Tartu, Tartu, Estonia.
  • Estonian Genome Centre, Institute of Genomics, University of Tartu, Tartu, Estonia.
  • Institute of Mathematics and Statistics, University of Tartu, Tartu, Estonia.
  • Department of Computational Biology, University of Lausanne, Lausanne, Switzerland.
  • University Center for Primary Care and Public Health, Unisanté, University of Lausanne, Lausanne, Switzerland.
  • Institute of Computer Science, University of Tartu, Tartu, Estonia. kaur.alasoo@ut.ee.
  • Estonian Genome Centre, Institute of Genomics, University of Tartu, Tartu, Estonia. priit.palta@ut.ee.

技术路线

Estonian Biobank与UK Biobank共619,372名个体的249项循环代谢特征 → GWAS荟萃分析

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:2026/11/02 01:41