基于集成学习的代谢组衰老与死亡时钟在18,476人中识别全生命周期的系统性衰老风险
一项涉及18,476人的研究基于集成学习构建代谢组衰老与死亡时钟，识别人类全生命周期的系统性衰老风险。研究发表于Science Translational Medicine，所提供内容未列出具体效应量或预测性能数据。
#临床预测模型
Science Translational MedicineAI 评分2626
预印本 · 医学生信与数据分析AI 评分4444 理解知识图谱何时及如何为帕金森病、多发性硬化和慢性疼痛的电子健康记录临床预测增值
跨三种疾病的系统评估显示，知识图谱整合改善了帕金森病的预测分类，对多发性硬化无可测量影响，却降低了慢性疼痛的预测表现。队列衍生子图的表现与完整SPOKE图相当或略优，且显著降低计算成本。图扩散主要将已有信号重新分配至多个相关特征，而非增加独立的生物学信号。