ECG abnormalities are strongly associated with CVD outcomes in low-risk individuals using the PREVENT risk equation
该研究利用 REGARDS 队列数据发现,即使在使用 PREVENT 方程评估为低心血管风险的人群中,心电图异常(尤其是主要异常)仍与显著增加的心血管事件风险相关,提示将心电图评估纳入现有风险模型有助于识别需要更积极一级预防的潜在高危亚组。
158 篇论文
该研究利用 REGARDS 队列数据发现,即使在使用 PREVENT 方程评估为低心血管风险的人群中,心电图异常(尤其是主要异常)仍与显著增加的心血管事件风险相关,提示将心电图评估纳入现有风险模型有助于识别需要更积极一级预防的潜在高危亚组。
这项研究通过孟德尔随机化分析证实,阻塞性睡眠呼吸暂停(OSA)与心肌梗死风险之间存在因果关系,且该关联部分通过肥胖和心律失常(特别是房颤)等途径介导。
该研究提出了一种基于有序逻辑回归的协变量调整新方法,用于处理分层结局的赢率分析,并通过实证与模拟证实该方法在纳入预后变量时能显著提升统计效能,且兼具易实施性与结果可解释性。
这项基于 NHANES 队列的研究表明,改良心脏代谢指数(MCMI)是心血管 - 肾脏 - 代谢(CKM)综合征分期及死亡率的独立预测因子,其预测心血管死亡风险主要通过糖尿病介导,且 MCMI>3.5 可作为临床截断值,在风险分层方面优于传统代谢指标。
这项针对混合性主动脉瓣疾病的研究表明,后负荷校正的应变(AAS)在预测死亡或心力衰竭住院等临床结局方面,提供了超越传统结构重塑指标(如整合几何指数)的独立且增量性的预后价值。
本系统评价与荟萃分析表明,低剂量秋水仙碱可降低动脉粥样硬化性心血管疾病患者的主要不良心血管事件风险,但其疗效存在显著异质性,且启动时间与累积剂量可能是影响治疗效果的关键调节因素。
这项研究证实,一种原本针对肥厚型心肌病训练的深度学习方法,能够独立利用术前经胸超声心动图有效预测经导管主动脉瓣置换术后左心室流出道梗阻的发生,其预测能力超越了传统超声参数。
该研究在携带致病性 MYBPC3 变异的肥厚型心肌病患者中鉴定并验证了 21 种与疾病严重程度相关的血浆蛋白,其中 5 种优先蛋白(NT-proBNP、GDF-15、FGF-23、ADM 和 NCAM1)不仅具有药物再利用潜力,且与心力衰竭、室性心律失常等不良心血管事件相关,为疾病监测和靶向治疗提供了重要线索。
本文介绍了一种名为 CLIAMDK 的模块化智能手机平台,该平台通过评估图像传感器与数据处理流程,成功实现了与高端酶标仪相当的化学发光免疫分析性能(检测限低至 41 飞摩尔),显著降低了开发成本并提升了其在诊断原发性醛固酮增多症等应用场景中的可及性。
该研究利用大规模韩国患者数据开发并验证了基于机器学习的 K-CAD 模型,结果显示其在预测冠状动脉疾病风险方面显著优于现有的 UDF 和 CAD2 传统模型,尤其适用于韩国人群。
这项基于 TriNetX 网络的大规模倾向评分匹配研究显示,心脏康复与慢性完全闭塞(CTO)患者长期生存率的显著提高密切相关,且该获益在排除其他再血管化指征的患者后依然成立。
这项针对 2 型糖尿病患者的横断面研究发现,视网膜微血管特征(如静脉迂曲度、小动脉管径均匀性和静脉面积)与心脏磁共振成像(CMR)测得的亚临床心血管功能障碍指标之间存在显著关联,表明视网膜成像有望作为评估系统性血管病变及早期心血管风险的无创窗口。
本文介绍了 PREG-HEART 队列研究的方案,该研究旨在通过建立患者主导的数字平台,招募患有心血管疾病的孕妇及健康对照,以利用自我报告数据和国家健康记录链接来阐明妊娠期心血管疾病的流行病学特征、自然病程及最佳管理策略。
该研究利用纵向学习模型,基于葡萄牙心房颤动队列数据构建了能预测卒中、死亡及心力衰竭等六大临床终点的高级机器学习模型,其表现优于传统评分系统(如 CHA2DS2-VASc 和 GARFIELD-AF),并开发了相应的临床决策支持工具。
该研究挑战了动脉压力感受器维持固定血压设点的经典范式,提出瞬时压力感受器增益变异系数(IBS CV)而非血压本身才是心血管系统真正受稳态调节的核心变量。
该研究利用 LUDB 数据集和包含 611 名儿童 KardiaMobile 单导联数据的私有验证集,系统评估了深度学习与启发式 ECG 波形检测算法的性能,结果表明优化后的启发式模型在准确性上可与复杂的深度学习模型相媲美,且更适用于实时数字健康监护。
该研究通过功能实验证实,携带功能缺失型 PCSK9 变异可抵消导致家族性高胆固醇血症的 LDLR 变异的有害影响,揭示了基因间相互作用在调节该病表型变异及指导精准医疗中的重要作用。
该研究开发并验证了一种基于 Transformer 的人工智能模型(TRisk),利用电子健康记录中的时序数据预测非瓣膜性房颤患者的血栓栓塞和出血风险,结果显示其预测性能显著优于传统评分系统(如 CHA2DS2-VASc 和 HAS-BLED),且在英国和美国的独立队列中均能实现更精准的抗凝治疗决策,在保障患者安全的同时大幅降低医疗成本。
这项多中心研究回顾性分析了 49 名 Fontan 循环患者的 59 例室上性心动过速,发现经导管消融治疗总体安全有效,且侧隧道或外管道型 Fontan 术后的患者复发率显著低于心房肺动脉连接型患者。
该研究表明,可解释性高级心电图(A-ECG)估算的心脏年龄在健康年轻人中表现出优秀的会话内可重复性和良好的会话间可重复性。