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 2 篇
临床队列临床研究Nature

Artificial intelligence-enabled clinical phenotyping of human brown fat.

1 次引用趋势数据不足

人工智能赋能的人类棕色脂肪临床表型分析。脂肪组织在全身能量平衡及肥胖及其并发症的发病机制中发挥核心作用。与白色脂肪组织不同,棕色脂肪组织(BAT)利用能量产热。人体可检测到的BAT与心血管代谢疾病患病率降低相关,但BAT相关的完整健康状态谱仍不明确,且缺乏高通量量化人体BAT活性的方法。本研究利用大数据和人工智能,在来自大型癌症中心的101,243例患者队列中系统定义BAT的临床影响。无偏分析显示,在所有诊断中,心血管和精神疾病在BAT阳性人群中患病率较低。采用机器学习方法对约8,700例患者的BAT活性进行半自动量化,发现较高的BAT活性(尤其是腋窝部位)与心血管代谢疾病风险降低及更健康的白色脂肪分布相关。BAT阳性者还表现出更有利的血糖参数、血脂谱、炎症标志物和超声心动图指标。用药分析显示,血管紧张素受体阻滞剂使用与BAT存在正相关。概念验证表明,氯沙坦可增加棕色脂肪细胞活性和全身能量消耗。综上,本研究利用人工智能和大数据识别了与BAT相关的新临床表型,并为靶向激活该组织的药物重定位提供了平台。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Nicolás Gómez-Banoy、Jorge A Barrero、Luiza Rachel Pinheiro de Carvalho、Caroline S Jiang、Tara Doma Lama、Nakul Karandikar、Mascha Koenen、Tiffany Lam、Kaja Plucińska、Ksenia Morozova、Stephanie Chahwan、Gustavo Barraza、Burcin Agridag Ucpinar、Jennifer E Liu、Rohit Sharma、Daniel Lafontaine、Heiko Schöder、Paul Cohen

作者机构

  • Laboratory of Molecular Metabolism, The Rockefeller University, New York, NY, USA.
  • Department of Medicine, Division of Endocrinology, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Department of Medicine, Division of Endocrinology, Diabetes and Metabolism, Weill Cornell Medicine, New York, NY, USA.
  • Departamento de Ciencias Fisiológicas, Laboratorio de Lípidos y Diabetes, Facultad de Medicina, Universidad Nacional de Colombia, Bogota, Colombia.
  • Center for Clinical and Translational Science, The Rockefeller University, New York, NY, USA.
  • Metabolic Phenotyping Center, Core Laboratories Center, Weill Cornell Medicine, New York, NY, USA.
  • Weill Cornell/Rockefeller/Sloan Kettering Tri-Institutional MD-PhD Program, New York, NY, USA.
  • Laboratory of Tissue Dynamics and Organ Crosstalk, Helmholtz Institute for Translational AngioCardioScience (HI-TAC) of the Max Delbrück Center for Molecular Medicine in the Helmholtz Association at Heidelberg University, Mannheim, Germany.
  • Department of Medicine, Weill Cornell Medicine/New York Presbyterian Hospital, New York, NY, USA.
  • Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Department of Medicine, Cardiology Service, Memorial Sloan Kettering Cancer Center/Weill Cornell Medicine, New York, NY, USA.
  • Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Laboratory of Molecular Metabolism, The Rockefeller University, New York, NY, USA. pcohen@rockefeller.edu.

技术路线

大数据队列(101,243例患者) → 无偏分析及机器学习半自动量化BAT活性(约8,700例)

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 06:02
公共数据库临床研究World journal of surgical oncology

Association of different adiposity indices with breast cancer incidence and all-cause mortality: a nationwide cohort study.

0 次引用趋势数据不足

美国一项基于国家健康与营养调查(NHANES)2005—2016年周期数据的全国性队列研究,纳入12,829名20~85岁女性,评估相对脂肪量(RFM)、腰高比(WHtR)、体型指数(ABSI)、倒数体重指数(RPI)和锥度指数(CI)5项肥胖指标与乳腺癌发病及全因死亡的关系。中位随访101.4个月,期间发生367例乳腺癌、1,132例死亡。多因素校正后,ABSI与乳腺癌发病(OR=1.21,95%CI:1.02~1.44)及全因死亡(HR=1.22,95%CI:1.12~1.34)均呈显著正相关,在≥50岁女性中关联更强;CI亦与死亡正相关(HR=1.12);RFM、WHtR和RPI在≥50岁亚组中与乳腺癌呈负相关。ABSI对乳腺癌预测的AUC最高(0.606),剂量反应关系最一致。结论认为,5项肥胖指标中ABSI与乳腺癌发病和全因死亡的关联最强且最一致,在各年龄组中预测价值稳定,未来仍需更大规模前瞻性队列研究进一步探讨。

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:2026/11/01 03:24