-
人类面部皮肤来源裂解性噬菌体靶向凝固酶阴性葡萄球菌的表征及其抗生物膜活性研究
摘要凝固酶阴性葡萄球菌(CoNS),尤其是表皮葡萄球菌和头部葡萄球菌,是与生物膜相关感染和抗菌药物耐药性相关的重要条件致病菌。尽管噬菌体疗法是抗生素的一种有前景的替代方案,但靶向临床重要凝固酶阴性葡萄球菌的人类皮肤来源噬菌体研究仍较为匮乏。本研究的四株噬菌体是从健康志愿者的面
来源:Scientific Reports
时间:2026-10-09
-
D3MI:一种通过校正站点内相关性与站点间异质性降低分布式不完整数据分析偏倚的高效强效联邦插补方法
背景
来自不同医疗机构的电子健康记录(EHRs)为临床研究提供了丰富且有代表性的数据来源。联邦学习使研究人员能够分析这些分布式数据而无需共享敏感的患者级别信息,从而保护隐私。然而,缺失数据仍是主要挑战,若处理不当可引入显著偏倚。目前分布式插补方法非常少,且未能
来源:BMC Medical Informatics and Decision Making
时间:2026-10-09
-
面向医学图像分析的视觉Transformer结构感知激活值分布友好量化方法
视觉Transformer(ViTs)在分类、检测和分割等医学图像分析任务中展现了令人瞩目的性能。然而,由于计算和内存开销,ViTs在资源受限的临床环境中难以高效部署。量化是一种缓解该问题的有效方法。然而,由于ViTs中复杂的激活值分布,现有的训练后量化(PTQ)方法在低比特
来源:Scientific Reports
时间:2026-10-09
-
MECP2重复综合征女性患者的系统性综述:基因型-表型关联与性别差异
背景:MECP2重复综合征(MDS)是一种罕见的X连锁神经发育障碍,通常影响男性。本研究汇总了已报道的女性MDS病例。研究人员对PubMed、EMBASE和Google Scholar进行了系统性综述(PROSPERO CRD420250652426),提取了
来源:American Journal of Medical Genetics Part A
时间:2026-10-09
-
基于患者级光谱-空间深度学习的无标记显微高光谱成像用于甲状腺乳头状癌光学诊断
专业术语翻译(摘要部分)
无标记显微高光谱成像(label-free microscopic hyperspectral imaging)可区分甲状腺乳头状癌(papillary thyroid carcinoma, PTC)与良性甲状腺病变。研究人员开发了一
来源:Photodiagnosis and Photodynamic Therapy
时间:2026-10-09
-
多组学整合驱动非小细胞肺癌(NSCLC)精准医学:从单细胞与空间免疫微环境解析到TKI耐药代谢重编程及AI指导的临床转化
背景:非小细胞肺癌(NSCLC)的分子异质性和治疗耐药仍是重要的临床挑战。近年来,多组学技术的整合推动了NSCLC研究范式的转变,其从静态批量测序演变为动态演化追踪和高分辨率单细胞分析。
主体:本综述并非对测序技术的常规目录式罗列,而是通过以临床问题为导向的
来源:Clinical and Translational Discovery
时间:2026-10-09
-
破译镰状细胞病(SCD)细胞因子密码:面向精准炎症图谱、风险预测与治疗发现的免疫信息学
背景
镰状细胞病(SCD)以慢性炎症为特征,涉及细胞因子、趋化因子、内皮细胞、白细胞、补体和凝血通路之间的协调相互作用。然而,传统单生物标志物(single-biomarker)方法不能完整捕捉这一动态炎症图景。免疫信息学(immune-informatics
来源:Clinical and Translational Discovery
时间:2026-10-09
-
化疗诱导周围神经病变(CIPN)患者报告结局筛查的临床实施可行性与可接受性:双中心前瞻性研究
目的:化疗诱导周围神经病变(chemotherapy-induced peripheral neuropathy, CIPN)是癌症治疗的主要副作用,导致早期治疗终止和长期残疾。本项目旨在确定常规CIPN筛查的可接受性和障碍。
方法:在两个中心的前瞻性样本中
来源:Supportive Care in Cancer
时间:2026-10-09
-
从早期诊断到预测:人工智能驱动的坏死性小肠结肠炎多组学预测
坏死性小肠结肠炎(NEC)仍然是早产儿中最具破坏性的危重疾病之一。其发病常隐匿,但进展迅速,可导致肠坏死、脓毒症、多器官功能障碍甚至死亡。尽管在生物标志物发现、新生儿重症监护和围手术期管理方面取得了进展,但其死亡率和远期并发症仍然很高。需要手术的婴儿可能出现持
来源:World Journal of Pediatrics
时间:2026-10-09
-
人工智能(AI)在胃癌诊断、预后与治疗反应预测中的发展、证据成熟度及转化挑战:一项结构化综述
背景:胃癌(gastric cancer, GC)仍是全球重大健康负担,其特征为诊断、预后和治疗反应方面存在显著异质性。人工智能(artificial intelligence, AI),包括机器学习(machine learning, ML)和深度学习(de
来源:Cancer Reports
时间:2026-10-09