Rare protein-disrupting variants in CETP and protection against vascular events
该研究通过对大规模人群队列的分析证实,导致 CETP 蛋白功能丧失的基因变异可显著降低动脉粥样硬化性血管事件和冠心病风险,并延长无病生存期。
158 篇论文
该研究通过对大规模人群队列的分析证实,导致 CETP 蛋白功能丧失的基因变异可显著降低动脉粥样硬化性血管事件和冠心病风险,并延长无病生存期。
这项系统综述和荟萃分析表明,依度沙班在降低卒中或全身性栓塞及主要不良心血管事件方面总体优于华法林,但华法林在特定高危亚组(如 CHA2DS2-VASc 评分≥4、高龄、肾功能正常或心力衰竭患病率≥25% 的患者)中仍显示出优势,提示需根据患者特征个体化选择抗凝方案。
该研究提出并验证了一种名为 DIA-PINN 的物理学信息神经网络框架,该方法通过结合机制模型与机器学习,能够从瞬时压力 - 容积数据中更可靠、抗初始化干扰地估算左心室全局内在舒张特性,从而克服了传统拟合技术的局限性。
这项针对 11,513 名急性心力衰竭患者的研究证实,基于人工智能的心电图(AI-ECG)能够以 100% 的可行性提供舒张功能分级和充盈压估计,其结果与血流动力学严重程度及预后独立相关,从而弥补了传统超声心动图评估受限的空白,为急性心衰患者提供了一种可扩展的实用生物标志物。
这项基于丹麦登记数据的研究表明,在 2 型糖尿病患者中,利用 HbA1c、LDL 胆固醇和 eGFR 的纵向轨迹变异性(而非仅基线水平)指标,虽对心血管事件风险预测的区分度提升有限,但能带来适度的净重新分类改善。
这项转化医学研究通过小鼠模型和人类队列证实,孕期铁缺乏会导致产后心肌铁耗竭及代谢重编程,进而引起收缩功能障碍,并提示其可能是围产期心肌病的重要致病因素。
这项利用英格兰全国电子健康记录链接数据的前瞻性队列研究表明,尽管疫情造成干扰,卒中发病率仍显著上升,且通过整合多源数据不仅揭示了次级预防药物(尤其是降压药)在老年和共病人群中的处方不足,还证实了“居家时间”这一指标能有效反映社会经济地位与病情严重程度对卒中康复结局的影响,从而论证了扩展链接电子健康记录基础设施以持续评估护理质量的重要性。
该研究开发并跨国验证了一套利用心电图(ECG)预测动脉粥样硬化性心血管疾病(ASCVD)风险的 AI 工具,证明其能在缺乏传统风险因子数据的情况下有效识别高危人群。
该研究利用机器学习分析常规超声心动图应变数据,成功识别出携带 TTR V142I 基因突变但尚未出现心脏淀粉样变症状个体的早期心肌异常特征,为通过基因指导的超声监测实现疾病早期风险分层提供了可行策略。
该研究证实胰岛素样生长因子结合蛋白 2(IGFBP-2)是首次心肌梗死后发生不良左心室重构的独立预测因子,其代谢紊乱背景下的作用提示将其纳入临床风险模型有助于优化高危患者的分层与精准治疗。
这项系统综述和定量分析表明,外源性酮体疗法能显著改善心力衰竭及相关代谢风险患者的血流动力学指标,包括提高左心室射血分数、心输出量和每搏输出量,同时降低肺毛细血管楔压。
这项横断面研究表明,在健康年轻人中,单独吸入燃烧的大麻与单核细胞和血浆的致动脉粥样硬化特性增强相关,而同时使用电子烟则进一步加剧了这一风险。
这项涵盖 65 项随机对照试验的系统评价与试验序贯分析证实,远程患者监测能显著降低心力衰竭患者的全因死亡率(证据确凿)和住院率,但现有研究严重缺乏对农村等地理欠发达人群亚组的分析,导致无法评估该技术在医疗资源匮乏地区的实际获益。
这项针对马拉维儿童风湿性心脏病的研究发现,居住偏远、营养不良、使用β受体阻滞剂以及存在心包积液是预测全因死亡率的独立危险因素,凸显了资源匮乏地区该疾病预后极差的严峻现状。
该研究基于澳大利亚新南威尔士州初级保健数据,确定了预测心血管疾病风险至少需要 5 次血压测量,并提出了收缩压和舒张压变异性(SD、CV、ARV)的特定临界值作为有效的风险预测指标。
这项基于美国国家住院患者样本的回顾性研究显示,急性心肌炎并发室性心律失常显著增加住院死亡率和并发症风险,且尽管部分室性心动过速患者接受了导管消融,但该亚组患者的急性预后仍较差,提示需进一步研究以明确最佳干预标准。
该研究指出,蒽环类药物虽在儿童癌症治疗结束后使内皮损伤基本消退,但内皮修复功能因衰老细胞主导的祖细胞池受损而持续障碍,这提示长期心血管并发症的根源在于再生缺陷而非持续性损伤。
这项研究通过纳入诊间血压变异性(VVV BPV)而非单次血压测量值,显著提升了 55 岁人群心血管疾病风险预测模型的区分能力与准确性。
本研究通过定性研究与前瞻性验证,成功开发并验证了专为心脏手术后康复评估设计的简洁有效工具——阜外心脏康复量表(Fuwai-CRS)。
该研究利用机器学习对 7086 名高血压患者的蛋白质组学数据进行分析,识别出 10 个基于特定蛋白表达差异的亚群,其中部分亚群在心血管和肾脏并发症的患病率上表现出显著差异,提示高血压可能存在不同的机制亚型,有助于推动精准医疗和临床试验的优化。