“

《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

童年和成年期逆境与心血管疾病的发生：一项前瞻性队列研究

童年和成年期的逆境与心血管疾病（cardiovascular diseases, CVD）发生之间的关联尚不清楚。来自南方医科大学的Jie Li及其同事旨在研究童年和成年期逆境与心血管疾病之间的独立和累积关系。在2006年至2010年期间，从英国生物银行关于童年和成年期逆境调查的前瞻性队列中，选取了136,073名在基线时未诊断出心血管疾病的男性和女性，并随访至2021年1月28日。逆境包括身体虐待、情感虐待、性虐待、情感忽视和身体忽视。主要结局包括致死性和非致死性CVD事件。与没有经历过逆境的参与者相比，仅经历过童年逆境的参与者的CVD发病率增加了11%（调整风险比[HR]: 1.11 [95% CI 1.06-1.17]），仅经历过成年期逆境的参与者的CVD发病率增加了4%（1.04 [1.00-1.09]），童年和成年期均经历逆境的参与者的CVD发病率增加了21%（1.21 [1.16-1.26]）。这些发现表明，童年逆境与心血管疾病的风险增加有关，成年期的逆境可能放大了这一风险，而通过在后期采取健康的生活方式则会大大减轻CVD风险。

2

基于多相CT数据的分层人工智能系统的肝转移瘤起源自动预测：一项回顾性多中心研究

肝转移瘤（Liver metastases, LMs）原发性来源的诊断测试可能费时费力，使临床决策复杂化。来自南方医科大学的周元平及其同事开发并验证了一种基于人工智能的LMs筛查系统（AI-based LMs screening system, ALMSS），该系统可以自动识别肝脏肿瘤的原发或转移性，并预测不同类型LMs的原发性来源。研究处理了2013年1月1日至2022年6月30日期间的CECT数据集（n=3105: 840例HCC, 354例ICC和1911例LMs），用于ALMSS的训练和内部测试，并使用另外两个队列（n=622）对其诊断性能进行外部验证。ALMSS在内部测试集和外部测试集中鉴别LMs、肝细胞癌（hepatocellular carcinoma, HCC）和肝内胆管癌（intrahepatic cholangiocarcinoma, ICC）的平均曲线下面积（area under the curve, AUC）分别为0.917（95%可信区间[CI]: 0.899-0.931）和0.923（95% [CI]: 0.905-0.937），优于两位放射科医生的表现。此外，ALMSS在两个测试集上预测六个原发性来源的平均AUC分别为0.815（95% [CI]: 0.794-0.836）和0.818（95% [CI]: 0.790-0.842）。本研究建立了一个基于人工智能的诊断系统，可以直接从多相CT图像中有效地识别和表征LMs。

3

司普奇拜单抗（CM310）治疗难控制的季节性过敏性鼻炎（MERAK）的疗效和安全性：一项研究者发起的、安慰剂对照、随机、双盲、2期试验

过敏性鼻炎（Allergic rhinitis, AR）是一种由免疫球蛋白E（IgE）介导的鼻黏膜反应引起的炎症性疾病，由2型炎症驱动。来自首都医科大学的张罗及其同事旨在评估司普奇拜单抗在难控制的季节性过敏性鼻炎（seasonal allergic rhinitis, SAR）患者中的有效性和安全性。符合条件的患者将接受为期4周的治疗，干预组每周（QW）或每两周（Q2W）接受司普奇拜单抗600-300 mg，对照组每周接受安慰剂治疗。主要终点是2周治疗期间，每日反射性总鼻症状评分（reflective total nasal symptom score, rTNSS）较基线的平均变化。次要疗效重点包括：4周治疗期间，每日rTNSS较基线的平均变化。在2022年8月17日至2022年12月28日期间，从中国4个中心随机招募了92名难控制的SAR患者。与安慰剂相比，司普奇拜单抗Q2W和QW在2周内的每日rTNSS平均变化较基线均未有显著改善。司普奇拜单抗Q2W在2周内的每日rTNSS平均百分比变化较基线有显著改善（LS平均差异-12.9%, 95% CI -25.3%, -0.4%），同时，2周（LS平均差异-17.4%, 95% CI -31.0%, -3.8%）和4周（LS平均差异-15.4%, 95% CI -29.0%, -1.9%, p = 0.026）的AM iTNSS均有显著改善。在接受司普奇拜单抗QW、Q2W和安慰剂治疗的患者中，治疗后出现的不良事件（treatment-emergent adverse events, TEAEs）的比例分别为48%（15/31）、33%（10/30）和61%（19/31）。该研究显示了司普奇拜单抗在治疗难控制的SAR方面的潜力，但缺乏足够的证据支持。

4

诱导信迪利单抗和化疗后同步放化疗治疗局部晚期食管癌：一项概念验证、单组、多中心、2期试验

同步放化疗是局部晚期食管鳞状细胞癌的标准非手术治疗方法，但局部复发仍是治疗失败的主要模式。来自复旦大学附属肿瘤医院的赵快乐旨在证明PD-1抑制剂联合放化疗是否能促进食管肿瘤血管正常化和缓解缺氧，从而增强放射敏感性并改善局部控制。在2019年10月至2021年4月期间，该研究纳入了75名食管癌患者。在诱导阶段，患者接受了2个周期的信迪利单抗、紫杉醇和卡铂治疗，每21天一次。同期，患者接受了5个周期的卡铂和紫杉醇化疗，每周1次，同时接受放疗50.4Gy，共28次分次给予。主要终点是2年局部控制率，为81.7%（95% CI 72.7%~90.7%），明显高于既往研究中仅进行同期放化疗的患者（71.3%）。这些发现表明，诱导免疫治疗后同步放化疗可能是未来治疗的一个潜在选择。

5

家庭定制在线FOCUS计划对心力衰竭患者及其非正式照护者的影响：一项多中心、单盲、随机临床试验

心力衰竭在全球范围内是一个迅速增长的公共卫生问题，影响着超过6400万人。来自天津医科大学的王耀刚及其同事旨在开发和测试家庭FOCUS项目。该研究将（18岁及以上的）心衰患者及其照护者（二人组）按1:1的比例随机分为干预组（n=71）和对照组（n=71）。主要结局是包括三个维度的患者自我照护，以及照护者对自我照护这三个维度的贡献。该研究分别在基线（T0）和出院后4周（T1）、12周（T2）和24周（T3）对结局进行评估。在2022年5月20日至2022年9月30日期间，共招募了142对心力衰竭患者。干预组在出院后4、12和24周的退出率分别为6%、8.5%和18.3%，而对照组的退出率分别为9.9%、12.3%和25.4%。与对照组相比，干预组患者在T1时报告了自我照护维持（β: 8.5, 95% CI: 0.7, 16.4）和管理的改善（β: 7.2, 95% CI: 0.1, 14.3），以及症状感知在T1时（β: 9.7, 95% CI: 1.5, 17.9）和T2时（β: 9.6, 95% CI: 0.6, 18.6）也有所改善。研究表明，在二元疾病管理中，我们应该改善家庭沟通、应对技巧和相互交流，以促进他们积极参与心力衰竭的自我照护。

6

2型糖尿病患者糖尿病肾病与常规临床参数的剂量-反应关联：一项系统综述和meta分析

糖尿病肾病（Diabetic kidney disease, DKD）是终末期肾脏疾病的主要原因，并伴随较高的死亡率。来自香港大学的陈海勇及其同事旨在探讨常规临床参数对2型糖尿病（type 2 diabetes mellitus, T2DM）患者发生DKD风险的预测作用。在这项系统综述和meta分析中，检索了包括PubMed、Embase、Scopus、Web of Science和Cochrane Library在内的多个数据库，查找从数据库建立到2024年1月11日发表的研究。对涉及317,502例患者的46项研究的分析发现，在T2DM患者中，BMI每增加1kg/m2，DKD的发病风险会增加3%；HbA1c每增加1%，DKD的发病风险会增加12%；收缩压每升高5mmHg，DKD的发病风险会增加6%；TG每增加10mg/dL，DKD的发病风险会增加2%；HDL每增加10mg/dL，DKD的发病风险会降低6%；UA每增加1mg/dL，DKD的发病风险会增加11%。这些发现建议监测这些临床参数，以识别可能有DKD发病风险的个体。

7

BMI长期轨迹、变异性与代谢综合征的关系：一项为期30年的前瞻性队列研究

目前，关于早期体重变化与中年代谢综合征（metabolic syndrome, MetS）风险之间关联的数据有限。来自西安交通大学的牟建军及其同事研究了中国人身体质量指数（BMI）的长期轨迹及其变异性与MetS风险之间的关联。研究纳入了1987年至2017年至少进行了五次BMI测量的1824名参与者。通过群组轨迹建模，识别了不同的BMI轨迹。通过标准差（standard deviation, SD）、与均值无关的变异性（variability independent of the mean, VIM）和平均实际变异性（variability independent of the mean, ARV）评估了BMI的变异性。采用Logistic回归，分析BMI轨迹、BMI变异性与中年发生MetS之间的关系。BMI轨迹分为低增长（34.4%）、中等增长（51.8%）和高增长（13.8%）三类。在完全调整模型中，中等增长组（4.27[2.63-6.91]）和高增长组（13.11[6.30-27.31]）的MetS比值比（ORs） [95% CI]显著高于低增长组。此外，较高的BMI变异性与MetS几率增加相关（SDBMI、VIMBMI和ARVBMI的OR值分别为2.30[2.02-2.62]、1.22[1.19-1.26]和4.29[3.38-5.45]）。此外，从童年到青春期的BMI轨迹可以预测中年MetS的发生，以及中等（1.49[1.00-2.23]）和高增长组（2.45[1.22-4.91]）的OR值。最后，这一时期BMI变异性的升高也与较高的MetS几率有关（SDBMI、VIMBMI和ARVBMI的OR值分别为1.24[1.08-1.42]、1.00[1.00-1.01]和1.21[1.05-1.38]）。研究表明，早期生活的BMI轨迹和BMI变异性都可以预测中年MetS的发生。

8

自动和可重复使用的深度学习（AutoRDL）框架预测超声图像对乳腺癌新辅助化疗和腋窝淋巴结转移的反应：一项回顾性多中心研究

预测新辅助化疗（neoadjuvant chemotherapy, NAC）的反应以及在术前确定腋窝淋巴结（axillary lymph node, ALN）状态是乳腺癌精准医学领域的两个关键因素。来自暨南大学第一附属医院的张水兴及其同事旨在开发一种自动化且可重复使用的深度学习（AutoRDL）框架，用于使用不同质量的超声图像进行肿瘤检测和pCR和ALNM的预测。AutoRDL框架包括用于肿瘤检测的第五版《You Only Look Once》（YOLOv5）网络和用于pCR和ALNM预测的渐进式多粒度（progressive multi-granularity, PMG）网络。训练队列和内部验证队列于2012年11月至2021年5月招募，两个外部验证队列分别于2016年1月至2019年12月和2014年1月至2015年7月招募。YOLOv5网络在肿瘤检测中表现出优异的准确性，在验证期间平均精度达到了0.880-0.921。在外部验证队列1 （KMUH）中，联合模型后SR3预测ALNM的准确率最高，超过了联合模型前SR3、图像模型后SR3、图像模型前SR3和临床模型（AUC: 0.825 vs 0.806 vs 0.802 vs 0.787 vs 0.703）。在外部验证队列2（SHSMU）中，联合模型也显示出优于临床和图像模型的优势（0.819 vs 0.712 vs 0.806）。这些发现提供了令人信服的证据，证明了基于超声的AutoRDL框架的可行性。END

题图Copyright ©Getty Image: AlonzoDesign “Our aspiration is for women and girls to access the care and support they deserve. Health equity should not be just a distant goal but a tangible reality for all.”

中文翻译仅供参考，一切内容以英文原文为准。