十四種與死亡相關的生物標記發(fā)現(xiàn)

最近中文2019字幕第二页,艳妇乳肉豪妇荡乳,中日韩高清无专码区2021,中文字幕乱码无码人妻系列蜜桃,曰本极品少妇videossexhd

十四種與死亡相關的生物標記發(fā)現(xiàn)

據(jù)英國《自然·通訊》雜志20日發(fā)表的一篇健康科學論文,歐洲科學家報告,他們通過對逾4萬名個體的分析,發(fā)現(xiàn)了14種與全因死亡率相關的血液生物標記物。相較于目前已有的方法,這項最新發(fā)現(xiàn)或有助于提高5年及10年死亡風險的預測準確性。

有鑒于可用的臨床數(shù)據(jù)量,預測病人最后一年的死亡率一般來說是可行的。過去的研究分析了血液代謝物特征和其他生理參數(shù),以鑒定可用于預測死亡風險的生物標記物。但是,在預測更長期(5年至10年)的死亡風險的問題上,研究人員未就預測指標達成一致意見。

德國馬克思·普朗克老化生物學研究所科學家喬利斯·迪倫及其同事,此次對來自12個隊列、總計44168名個體進行了代謝組學分析,這些被試全部為歐洲血統(tǒng),年齡在18歲—109歲之間。

研究團隊最后鑒定出了14種與全因死亡率相關的代謝物,已知這些生物標記物會參與各種過程,包括脂蛋白和脂肪酸代謝、糖酵解以及炎癥。之后,作者利用鑒定出來的代謝物構(gòu)建了一個用以預測5年及10年死亡風險的模型,該模型對于所有年齡段的預測準確性,都高于基于傳統(tǒng)風險因素的模型。

研究團隊認為,基于上述14種生物標記物和性別所得的風險分數(shù)可用于指導臨床治療,不過現(xiàn)階段,仍需要開展更進一步的研究。

在2018年,谷歌團隊也曾將獲取的460億電子病歷信息數(shù)據(jù),交給人工智能(AI)進行深度學習,從而讓AI可以準確預測病患的死亡率。

責任編輯:李嬌校對:董潔最后修改:
0

精選專題

領航新時代

精選文章

精選視頻

精選圖片

微信公眾平臺:搜索“宣講家”或掃描下面的二維碼:
宣講家微信公眾平臺
您也可以通過點擊圖標來訪問官方微博或下載手機客戶端:
微博
微博
客戶端
客戶端