117 篇论文
心血管医学关乎我们的心脏与血管健康，研究如何预防、诊断和治疗心脏病、高血压及中风等常见疾病。这一领域不仅探索疾病的根源，更致力于寻找能挽救生命的新疗法和精准医疗方案。在 Gist.Science，我们精选来自 medRxiv 的最新预印本，确保您能第一时间接触到医学前沿的突破性发现。
每一篇收录于此的论文都经过我们的专业处理，我们不仅提供详尽的技术分析，还特别准备了通俗易懂的通俗语言摘要，让非专业人士也能轻松理解复杂的心脏病研究进展。无论您是临床医生、研究人员，还是关心心脏健康的普通读者，这里都是您获取可靠信息的窗口。
以下为您呈现该领域最新发布的预印本论文列表。
这项越南多中心队列研究表明，较低的血红蛋白与红细胞分布宽度比值（HRR）是经经皮冠状动脉介入治疗后患者发生三年内主要不良心血管事件的一个独立且具有成本效益的预测因子，且在资源有限的环境下其表现优于其他炎症指标。
本研究识别了高血压患者纵向电子健康记录接触的四种可复现的潜在表型，但发现这些轨迹受行政性删失的影响显著，且在调整后与血压控制仅呈现微弱关联，尽管其与治疗记录文档之间存在更强的联系。
这项针对7,119名患者的系统评价和荟萃分析发现，虽然在经导管主动脉瓣置换术（TAVR）之前进行分期经皮冠状动脉介入治疗（PCI）与同时进行PCI相比，并不能显著降低对比剂诱导的急性肾损伤的总风险，但它可能对预防严重（3/4期）肾损伤具有保护作用。
这项基于英国的研究表明，南亚裔以及非洲/非洲裔加勒比女性缺乏欧洲女性所拥有的针对冠心病的保护性优势，这一差异主要是由糖尿病和高胆固醇血症等心血管代谢风险因素负担较重所驱动的。
这项在海地城市开展的横断面研究发现，中度至重度抑郁症状与心血管疾病的高患病率独立相关，且尽管缺乏足够的统计学证据表明存在基于性别的效应修饰，但这种关联在女性中似乎更为显著。
本研究利用针对多模态数据（包括人工智能辅助的心脏磁共振成像）的无监督机器学习技术，识别出非缺血性扩张型心肌病患者的三种截然不同的预后表型，揭示了独特的重构轨迹和风险特征，从而有助于实现更个体化的管理。
这项多队列回顾性研究表明，自监督人工智能模型的心电图重建误差是跨不同临床和人群基准设置的、对全因死亡率具有稳健且泛化能力的预测指标，提供了比传统监督学习方法更直接的心脏信号偏差度量。
这项孟德尔随机化研究表明，与体重指数（BMI）等传统人体测量指标不同，通过核磁共振成像（MRI）衍生的腹部皮下脂肪捕捉到了一个独特的通往心力衰竭风险的代谢途径，而该途径在很大程度上是由2型糖尿病、血压和脂质谱所介导的。
这项系统评价和荟萃分析发现，尽管高超加工食品摄入量与心血管疾病和高血压风险的增加始终相关，但观察到的关联性可能会因显著的方法学局限性（包括分类不一致和混杂因素控制欠佳）而减弱，这凸显了对更严谨研究设计的紧迫需求。
本研究提出了一种基于交互作用的个体治疗效应建模框架，用以将射血分数保留的心力衰竭（HFpEF）中药物特异性反应与一般预后表型区分开来，揭示了支持表型引导治疗和试验设计的不同机制特异性效应修饰因子。