131 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。
该研究通过结合辅助性频率学派（如功效和类型 M 误差）与贝叶斯分析方法，对一项关于咖啡降低房颤复发率的意外显著随机对照试验结果进行了重新评估，揭示了原始设计在统计功效上的局限性以及临床意义的不确定性，从而强调了多重统计方法在解读意外发现时的重要性。
该研究发现，冠状动脉旁路移植术（CABG）术后一年，尽管左室射血分数保持不变，但左室舒张期充盈的机械特性（如心肌僵硬度、阻尼及驱动阻力）却出现了持续恶化，表明再血管化治疗并未改善反而可能加重了舒张功能。
该研究通过对 ODYSSEY Outcomes 试验数据的重新分析指出，阿利西尤单抗的获益主要源于脂蛋白 (a) 的降低而非低密度脂蛋白胆固醇，这一发现挑战了现有认知，表明针对脂蛋白 (a) 的疗法在晚期动脉粥样硬化中可能具有远超预期的临床疗效与卫生经济学价值。
本文提出了一种结合谱引导条件变分自编码器、类条件潜在去噪扩散概率模型及基于参数化量子电路的量子潜在细化模块的混合生成框架，通过生成高质量合成数据有效解决了 MIT-BIH 心律失常数据库中类别不平衡导致的自动分类器诊断灵敏度不足问题。
该研究利用 14 个患者特异性心梗后心室模型，证实了星状神经节介导的交感神经调节能异质性重塑慢性心梗基质的复极化并降低 RVI 值，从而揭示了一种超越传统诱发测试、能更灵敏反映自主神经与基质相互作用导致心律失常易感性的新机制。
该研究通过对比 CTA 与 TOF-MRA 对 Willis 环的分割结果及其血流动力学建模，证实经优化的 TOF-MRA 分割几何结构可产生与 CTA 相似的血管形态和脑灌注压力模拟结果，表明其可作为替代 CTA 用于血流动力学建模的非侵入性方案。
本文提出了名为 CASCADE 的个性化在线心律失常预警框架，该框架基于动力学系统机器学习（DynML）和混沌储层计算，通过将心律失常检测重构为动力学状态转变而非静态分类，利用拓扑熵引导的储层设计实现了对心脏动力学的实时预测与早期异常检测。
该研究利用石溪大学医院的真实世界电子病历数据，通过因果机器学习框架比较了 GLP-1 受体激动剂与 SGLT2 抑制剂在心力衰竭患者中的疗效，发现 GLP-1 受体激动剂在降低全因死亡率或心衰相关住院风险的复合终点方面优于 SGLT2 抑制剂，但个体化治疗选择的证据尚有限，且临床应用前仍需严格验证因果假设。
这项针对南亚、非洲/非裔加勒比及欧洲裔人群的 SABRE 研究发现，睡眠质量较差与左心室质量指数升高显著相关，但这种关联主要存在于南亚和非洲/非裔加勒比人群中，而在欧洲裔人群中并不明显。
这项研究利用格兰杰因果分析揭示，功能性二尖瓣反流的逐搏决定因素具有显著的亚型异质性，其中心室负荷在心动周期内主导预测，而乳头肌几何形态仅在心室型亚型中表现出预测性，且心房型亚型中存在反流对乳头肌位移的反馈预测，表明静态分析无法捕捉的动态时序模式对于患者特异性表型分析至关重要。