• 肝移植术后复发性原发性硬化性胆管炎的早期MRCP监测：一项前瞻性影像学研究

  为解决肝移植（LT）后复发性原发性硬化性胆管炎（rPSC）发病率和早期病程不明确的问题，研究人员前瞻性地对移植受者采用磁共振胰胆管成像（MRCP）监测方案进行研究。结果表明rPSC在肝移植后很常见且可早期发现，识别了在临床表现出现前的潜在治疗窗口。相关风险特征提示可能存在两种表型：IBD驱动型和巨细胞病毒相关型。

  来源：Scientific Reports

  时间：2026-04-11

• 高风险制造业中行为安全（BBS）的部门级绩效指标体系构建与实证研究

  为解决高风险电解槽制造环境中，如何从合规性安全体系转向行为驱动的安全文化，实现安全责任下放的问题，研究人员开展了一项旨在通过关键绩效指标（KPIs）将部门级行为安全（BBS）框架操作化的研究。结果表明，该框架使得平均KPI值显著提升47%（p<0.001），危险行为减少32%。该研究为工业领域提供了一种可扩展、低成本的安全管理模式。

  来源：Scientific Reports

  时间：2026-04-11

• 血管生成调控紊乱与母儿结局：子痫前期的整合分子与组织学剖析

  为探索子痫前期（PE）的病理机制及其与不良围产期结局的关联，研究人员开展了针对PE胎盘的整合分子与组织学剖析研究。结果表明，PE胎盘存在协调性的血管生成因子（VEGF, PlGF）与eNOS表达下调、炎症因子TNF-α上调及凋亡增加，并与α-Klotho表达降低显著相关，这些改变与胎盘结构异常及不良临床结局相联系，揭示了潜在的靶向干预通路。

  来源：Scientific Reports

  时间：2026-04-11

• 糖尿病谱系中扭矩病毒载量的代谢决定因素：一项横断面分析的启示

  本刊推荐：为探究免疫状态与代谢紊乱关联，研究者针对1型糖尿病(T1D)、2型糖尿病(T2D)及非糖尿病(ND)人群，分析扭矩病毒(TTV)血症(TTVv)的临床相关性。结果显示，TTVv在糖尿病患者中更普遍且与糖化血红蛋白(HbA1c)及体重指数(BMI)呈负相关，二肽基肽酶-4抑制剂(DPP-IVi)治疗与更高TTVv独立相关。该研究提示TTVv可作为糖尿病免疫代谢平衡的潜在指标，值得关注。

  来源：Scientific Reports

  时间：2026-04-11

• 吞咽内镜人工智能图像处理框架：气道入侵检测与残留分类自动化的临床价值评估

  本刊推荐：针对吞咽光纤内镜评估(FEES)依赖光照与医师经验、判读一致性不足等问题，研究团队开发基于人工智能(AI)与图像处理的自动化框架，实现气道入侵(穿透/误吸)检测及按耶鲁咽部残留严重程度评分量表(YPR-SRS)分级残留。验证显示对穿透/误吸准确率分别达0.90/0.87，对梨状窦/会厌谷残留Kappa值达0.87/0.91，为FEES标准化判读与临床决策提供可靠辅助。

  来源：Scientific Reports

  时间：2026-04-11

• 基于ICU入院后阴离子间隙动态轨迹预测急性胆管炎患者28天与90天死亡风险的队列研究

  急性胆管炎(AC)是危及生命的急症，早期识别高危患者至关重要。现有研究多关注入院时阴离子间隙(AG)的基线值，而忽视了其在重症监护病房(ICU)期间的变化。本研究利用MIMIC-IV数据库，对861名AC患者ICU入院后96小时内的AG动态轨迹进行分析，识别出4种不同模式。研究发现，相比于持续低AG组，持续高AG组（尤其是初始高值后有下降但仍持续偏高组）的28天和90天全因死亡风险显著增高（调整后风险比最高达4.76）。这表明，早期AG的动态变化模式可作为预测AC患者预后的有力工具，有助于临床进行风险分层和精准管理。

  来源：Scientific Reports

  时间：2026-04-11

• 融合结构化数据与无结构化文本特征的机器学习模型预测腕管综合征手术需求：开发与验证

  本刊推荐：针对腕管综合征(CTS)患者手术指征判读难题，研究者基于多模态数据整合思路，开展机器学习预测模型构建研究。结果表明，联合EMG严重程度分级与文本挖掘特征可显著提升模型效能(AUROC 0.792)，为临床决策提供量化支撑。

  来源：Scientific Reports

  时间：2026-04-11

• 闭合与开运动链训练在老年女性全膝关节置换术后康复中的对比：一项随机对照试验

  为探索老年女性全膝关节置换术(TKA)后最优康复方案，研究人员开展了一项随机对照试验，对比了为期12周的闭合运动链(CKC)与开运动链(OKC)训练的效果。研究发现，CKC训练在增强伸膝肌力（122%提升，显著优于其他组）和改善6分钟步行测试(6MWT)表现方面更具优势。该结果为TKA术后制定以CKC训练为核心的康复计划提供了有力证据。

  来源：Scientific Reports

  时间：2026-04-11

• 基于机器学习预测复发性尿路结石成分转变的多因素调控机制研究与个性化风险模型构建

  【编辑推荐】为解决复发性尿路结石成分转变风险难以预测的临床问题，本研究通过回顾性队列分析，探究了结石成分转变模式及其相关代谢与临床因素，并构建了基于机器学习（ML）的个性化预测模型。结果表明，草酸钙（CaOx）结石复发比例上升，而感染性结石转变率最高；低柠檬酸尿症、低镁尿症和低镁血症是成分改变的独立关联因素。所开发的随机森林（Random Forest）模型在训练集和测试集上均表现出优异性能（AUC分别达0.978和0.882），并通过SHAP可解释性方法识别了关键预测因子。该研究为结石复发的精准风险评估和个体化预防策略制定提供了新工具。

  来源：Scientific Reports

  时间：2026-04-11

• LobePrior：融合深度学习与概率模型实现严重肺部异常下的精准肺叶自动分割

  面对肺叶裂隙显示不清及严重病变导致的自动分割难题，本研究推出LobePrior算法。该工作结合深度神经网络与概率模型，通过三阶段处理流程，并在训练中引入合成病灶增强。经LOLA11、LOCCA及COVID-19数据集验证，其Dice分数高达0.978，性能优于现有方法，为临床诊断提供了可靠的自动化工具。

  来源：Scientific Reports

  时间：2026-04-11

知名企业招聘：