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 4 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

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

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

暂无引用数据

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

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

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

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