《柳叶刀-发现科学》（The Lancet Discovery Science）是一组开放获取学术期刊，包括柳叶刀旗下eBioMedicine, Part of The Lancet Discovery Science和eClinicalMedicine, Part of The Lancet Discovery Science，涉及的领域包括基础医学研究、转化医学研究、临床研究和卫生系统研究。这组期刊发表重要的初期研究，有助于研究人员和临床医生发现可能改善全世界人们健康和福祉的新机会。柳叶刀特别推出eClinicalMedicine精选论文合辑，分享给读者。

论文精选

1

1990-2021年全球、地区和国家先天性出生缺陷负担变化模式：2021年全球疾病负担研究分析及2040年预测

先天性出生缺陷（CBDs）对全球医疗保健系统构成了严峻挑战，对患者健康可能造成严重影响。来自中国南京大学临床教学医院的莫绪明及合作者评估了2021年全球疾病负担（GBD）研究数据，以提供全球先天性出生缺陷负担的最新分析。莫绪明和团队选择先天性心脏病（CHD）、神经管畸形（NTDs）、先天性消化道畸形（DCAs）和唐氏综合征（DS）四类疾病进行进一步分析。研究采用连接点回归分析评估时间趋势，并采用贝叶斯年龄-时期-队列（BAPC）模型预测未来的疾病负担趋势。

与1990年相比，2021年全球先天性出生缺陷负担呈下降趋势。男性负担高于女性，低社会人口学指数（SDI）的地区负担最高。在对先天性心脏病、神经管缺陷、先天性消化道畸形和唐氏综合征四类具体疾病进行检查时，全球、地区和国家层面不同先天性出生缺陷负担变化趋势各不相同。

尽管疾病负担总体水平下降，但健康不平等现象仍然突出，尤其是在发展水平较低的国家。未来的公共卫生干预措施应通过优化医疗资源配置、改善基础卫生设施建设、加强健康教育以及降低疾病负担不平等，将重点放在发展水平较低的地区。全球合作和数据共享对于促进先天性出生缺陷研究和治疗的生命周期管理模式，推动全球卫生发展至关重要。

2

使用非对比增强磁共振成像和人工智能开发全自动化肝纤维分期模型：一项多中心回顾性研究

肝纤维化的准确分期对慢性肝病的临床管理至关重要。虽然非对比增强磁共振成像（NC-MRI）为肝脏评估提供了有价值的信息，但其预测肝纤维化的有效性仍未得到充分探索。来自中国医科大学盛京医院的石喻及其合作者利用非对比增强磁共振成像开发了基于人工智能的肝纤维化分期模型。

这项回顾性研究收集了2003年10月-2022年10月中国医科大学盛京医院登记入院的1726名患者，并将其分为开发队列（N=1208）和内部测试队列（N=518）。此外，还包括了来自六个中心的外部测试队列（N=337）。所有参与者都接受了非对比增强磁共振成像检测和肝活检。研究使用3D上下文变换器网络在各自的图像类型上训练了两个分类模型（CMs）,分别命名为T1和T2FS，并在两个测试队列上进行评估。此外，研究使用临床表现、T1和T2FS得分及其通过逻辑回归的整合开发了三种分类模型：临床、图像和融合模型。研究对AUC值最高的最佳模型（OMs）和其他方法（瞬时弹性成像、五种血清生物标志物和六名放射科医生）进行了比较。

最佳模型的AUC评价指标表现出色，在肝纤维化分期方面显著优于瞬时弹性成像（仅用于分期≥F2和F3级）、血清生物标志物和3位初级放射科医生。在最佳模型辅助下，放射科医生能够在肝纤维化评估中实现更高的AUC值。

3

多囊卵巢综合征女性肠道微生物群：一项基于个体的公开数据分析

多囊卵巢综合征（PCOS）是一种影响全球众多女性的普遍内分泌疾病。肠道微生物群失调与多囊卵巢综合征的发生有关；然而，这方面的研究十分有限。来自中国天津中医药大学中药学院的吴崇明和同事通过meta分析，探讨了来自不同地区和不同睾酮水平的多囊卵巢综合征患者肠道微生物群的特征。数据来自2010年1月1日-2024年5月1日的四个电子数据库（PubMed、Web of Science、Cochrane Library和ClinicalTrials.gov）。

这项研究分析中包括14篇出版物。基于948名个体的数据，PCOS组和健康对照组之间的α多样性没有显著差异。然而，与健康个体相比，多囊卵巢综合征患者的肠道微生物群组成是不同的。具体而言，梭杆菌属、活泼瘤胃球菌属和埃希氏志贺氏菌属的数量有所增加。亚型分析显示，睾酮水平较高的多囊卵巢综合征患者肠道微生物群与睾酮水平较低的患者存在显著差异。

对肠道微生物群的系统研究剖析了多囊卵巢综合征患者的微生物特征，为进一步研究多囊卵巢综合征的发病机制及制定有效的诊断、治疗和干预策略奠定了基础。

4

基于磁共振血管造影（MRA）的烟雾病自动诊断深度学习模型

在这项回顾性研究中，来自中国人民解放军总医院第五医疗中心的蔡剑鸣及其同事进行了基于深度学习的卷积神经网络（CNN）的队列训练和外部测试，使用动脉粥样硬化疾病（ASD）和正常对照（NC）的MRA图像自动识别烟雾病（MMD）。

所有参与者分为训练组（N=450）和验证组（N=90），内部测试组（N=60）和外部测试组（N=60）。神经卷积网络模型的输入包括预处理的MRA图像，而输出则标识了患者的诊断组。使用曲线下面积（AUC）和梯度加权类激活映射（Grad-CAM）来评估3D神经卷积网络模型的性能以突出关键区域。

神经卷积网络模型的诊断性能也与两名经验丰富的放射科医生的诊断能力进行了比较。DenseNet-121表现出卓越的辨别能力，在内部测试集中实现了0.977的宏观平均AUC值，在外部验证集中实现了0.880的宏观平均AUC值，表现出与人类放射科医生相当的诊断能力。烟雾病的梯度加权类激活映射结果也反映了类似于人类专家的决策。

本研究强调了神经卷积网络模型在MRA图像上自动诊断烟雾病的有效性，减轻了放射科医生的工作负担，并有望整合到临床工作流程中。

5

预测乳头状甲状腺癌远处转移风险的可解释性机器学习模型的开发和验证：一项多中心研究

乳头状甲状腺癌（PTC）远处转移（DM）患者的生存率会显著降低。因此，找到一种有效的方法对远处转移进行早期预测，对于诊断、治疗和改善预后都至关重要。

通过使用多中心队列研究，来自北京大学肿瘤云南医院的陈婷及其合作者旨在开发和验证可解释性机器学习（ML）模型，用于对PTC患者的远处转移风险进行早期预测。

2013年6月-2023年5月期间入院的PTC患者回顾性数据被收集，共有1430名患者用于训练和内部验证，另有434名患者用于外部测试。包括随机森林（RF）算法在内的九种机器学习方法用于构建模型。使用受试者工作特征曲线下面积（AUC）等评价指标比较模型预测性能，并使用SHapley Additive exPlanation（SHAP）方法对特征重要性进行排序。

在九种机器学习模型中，RF模型表现最佳，准确预测了PTC患者罹患糖尿病的风险。最终的RF模型包含11个变量：年龄、肿瘤大小>2厘米、肿瘤大小≤1厘米、淋巴细胞（LYM）计数、单核细胞（MONO）计数、单核细胞/淋巴细胞比值（MLR）、甲状腺球蛋白（TG）水平、甲状腺过氧化物酶抗体（TPOAb）水平、T期T1/2、T期T3/4和N期N0。该模型有可能帮助临床医生尽早识别高危患者，并为个性化的患者治疗计划提供依据。

6

低风险乳头状甲状腺癌的促甲状腺激素抑制：一项对真实世界数据的大规模回顾性分析

全球每年新确诊为乳头状甲状腺癌的病例超过50万例。尽管在目前的指南中，通常建议所有PTC患者术后进行促甲状腺激素（TSH）抑制治疗，但在低风险患者中，这一做法的必要性仍然存在很大争议。

复旦大学上海癌症中心头颈外科王宇和同事对11140名低风险PTC患者开展了一项大规模的真实世界回顾性研究，使用术后血清TSH值计算平均TSH水平。研究主要结果为术后TSH水平与结构性复发之间的关联，通过Kaplan-Meier生存曲线分析、对数秩检验、多变量Cox回归和双单侧检验（TOST）的等效性检验进行评估。倾向评分匹配（PSM）用于调整混杂因素。

研究共计纳入11140名低风险PTC患者，中位随访时间为70个月。在使用倾向评分匹配调整了年龄、性别、T和N分期后，8991名患者被纳入进一步分析。对数秩检验分析显示，两组在无复发生存时间（RFS）、局部无复发生存时间（LRRFS）和无远处转移生存时间（DMFS）方面没有显著差异。在多变量Cox分析中，TSH抑制与肿瘤复发无关。亚组多变量分析显示，无论年龄、肿瘤大小、淋巴结转移、多灶性、手术范围和生化证据如何，TSH水平均不影响肿瘤复发。

这些结果表明，低风险PTC患者的术后TSH水平与肿瘤复发无关。对于这些患者而言，可以免除故意抑制TSH以避免潜在的继发性并发症。

7

使用人工智能对人类胚胎倍性进行非侵入性预测：系统综述和meta分析

胚胎倍性是胚胎移植成功与否的关键。目前，胚胎植入前非整倍体基因检测（PGT-A）是检测异常的金标准。然而，PGT-A存在几个固有的局限性，包括侵入性活检、高经济负担和伦理约束。

来自中国医科大学盛京医院的谭季春和同事对使用胚胎图像进行非侵入性胚胎倍性预测的人工智能（AI）算法开展系统综述和meta分析。

本文全面检索了截至2024年8月10日发表的开发或利用人工智能算法从胚胎成像中预测胚胎倍性的研究，评估双变量随机效应模型、偏倚风险和质量，对异质性进行量化分析，同时完成了预定义亚组分析和二元meta回归分析。

检索发现20项符合条件的研究，其中12项研究被纳入meta分析。基于总计6879个胚胎（3110个整倍体和3769个非整倍体胚胎），人工智能预测胚胎整倍体的合并敏感性、特异性和曲线下面积分别为0.71（95%CI：0.59-0.81）、0.75（95%CI：0.69-0.80）和0.80（95%CI：0.76-0.83）。

这些发现表明，人工智能算法在基于成像预测胚胎倍性方面具备优良性能。人工智能有望成为胚胎选择的辅助决策工具，特别是对于那些无法进行PGT-A检测的人群。

8

原发性震颤治疗：系统综述和基于贝叶斯模型的随机对照试验网络meta分析

原发性震颤（ET）显著影响患者的日常生活和生活质量，对临床实践提出了相当大的挑战。近年来，出现了原发性震颤的新型治疗方案。来自中国首都医科大学的冯涛及其合作者进行了系统综述和meta分析研究，以评估各种治疗干预措施对原发性震颤的相对疗效和安全性。

截至2024年4月1日，通过全面的数据库检索，本研究筛选出以原发性震颤治疗为重点的随机对照试验，采用贝叶斯马尔可夫链蒙特卡罗（MCMC）方法进行分析，并使用标准化均值差（SMD）和对数比值比（log-OR）评估治疗的相对疗效和安全性。此外，研究还应用了累积排名曲线下面积的百分比（SUCRA）这一评估方法。

本研究包括33项随机对照试验，涉及1251名患者，涵盖19种口服药物治疗和6种非口服药物治疗方法。与安慰剂相比，脑深部刺激（DBS）、阿替洛尔和普萘洛尔具有相对疗效。与其他15种治疗方法相比，脑深部刺激显示出相对疗效。然而，GRADE评估表明，这些结论的证据水平为“低”或“非常低”。由于数据缺失，除脑深部刺激和丘脑切开术外，其他有效治疗与安慰剂相比在安全性方面没有显著差异。

本研究表明，CX-8998、普萘洛尔和阿替洛尔在治疗原发性震颤方面具有相对疗效和安全性。脑深部刺激对耐药性原发性震颤有效，且其相对疗效排名第一。鉴于总体证据等级较低，上述结果在临床实践中应谨慎应用，需要更大规模的“头对头”（非安慰剂对照）随机对照试验。END

题图 Attribution：Getty Image: Joao Paulo Burini

中文翻译仅供参考，一切内容以英文原文为准。