辅助模态未能在结构化EHR基础上改善COPD患者30天再入院预测的区分度或校准表现：经时间泄漏审查的MIMIC-IV队列证据
MIMIC-IV队列研究显示，校正时间泄漏后，多模态融合未显著优于结构化EHR单独预测COPD患者30天全因再入院。研究纳入1,279例患者，EHR单独预测的ROC-AUC为0.63，其他模态单独预测为0.46-0.53。重新校准后，融合模型与EHR单独预测的Brier评分无显著差异。
#临床预测模型
预印本 · 医学生信与数据分析AI 评分4242
Science Translational MedicineAI 评分2626 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。
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。
Genome MedicineAI 评分3939 衰老癌相关成纤维细胞分泌Tenascin-C促进高级别浆液性卵巢癌进展
体内外功能实验表明，衰老癌相关成纤维细胞分泌Tenascin-C（TNC），促进高级别浆液性卵巢癌进展。TNC通过激活肿瘤细胞SDC4-ERK信号诱导上皮间质转化，其表达受成纤维细胞内NF-κB调控。单细胞与空间转录组及临床样本分析构建的衰老成纤维细胞风险模型可预测不良生存结局。