研究:基于深度学习的步态分析可预测多系统健康表型
研究团队利用深度相机采集3,328名深度表型成年人在五项运动任务中的三维骨骼运动数据,构建步态基础模型。模型嵌入可显著预测3,210个表型目标中的1,887个,并在男性全部18个身体系统、女性18个中的17个系统上带来预测增益,同时改善临床诊断和用药情况的预测。该结果基于特定深度表型队列与深度相机采集场景,尚需外部验证。
研究团队利用深度相机采集3,328名深度表型成年人在五项运动任务中的三维骨骼运动数据,构建步态基础模型。模型嵌入可显著预测3,210个表型目标中的1,887个,并在男性全部18个身体系统、女性18个中的17个系统上带来预测增益,同时改善临床诊断和用药情况的预测。该结果基于特定深度表型队列与深度相机采集场景,尚需外部验证。
这是一项队列研究,分析接受膀胱过度活动症治疗的成人中,高、低风险抗胆碱能药物及β3肾上腺素能激动剂与痴呆发病风险的关联。研究仅提供摘要,未给出样本量、随访时间、效应量或置信区间,结果方向与适用人群边界尚不明确。
一项多州人群队列横断面研究分析了脆性X综合征按性别和种族的诊断率。
英国 MHRA 就 Duvyzat(givinostat)治疗杜氏肌营养不良(DMD)患者期间境外报告的死亡病例发布临时风险控制建议,英国境内尚无死亡报告。
推荐理由:适合儿科神经肌肉病、心内科及药学团队共学:材料明确提示使用 givinostat 的 DMD 患者需加强心电图与电解质监测,并列出暂不适用人群,可据此核对本院用药监测流程与患者告知。
研究提出一种通用-专科协作AI工作流,用于非增强脑CT检查清单的安全降优先级。该研究发表于npj Digital Medicine,AI算法由Coreline Soft与JLK Inc.提供并整合进协作流程。