![]()
欢迎订阅“全球公共卫生与健康管理学术前沿”专栏！本专栏致力于为您呈现来自《The Lancet》、《Nature》等全球顶尖学术期刊的最新研究成果。我们将聚焦于全球公共卫生、疾病负担、健康管理、疾病预防与筛查、慢病管理等领域的重要论文，通过深入解析和权威解读，带您走在公共卫生与健康管理学术前沿。无论您是学者、专业人士，还是对公共卫生感兴趣的读者，我们都希望这里能成为您了解全球健康动态、汲取前沿知识的平台。一起关注全球健康，守护共同未来！
/ 01 /
公共卫生
The Lancet：随着BMI和腰高比的增加，高血压的患病率上升
General and abdominal adiposity and hypertension in eight world regions: a pooled analysis of 837 population-based studies with 7.5 million participants
世界八个地区的全身肥胖和腹部肥胖及高血压：对 750 万参与者的 837 项基于人群的研究的汇总分析肥胖可根据体重指数BMI和腹部肥胖指数来测量。本文研究了世界不同地区人群内部和人群之间的BMI与腰高比（waist-to-height ratio，WHtR）的关系，并量化了这两个指标在高血压患者和非高血压患者之间的差异。研究基于750 万参与者的 837 项基于人群的研究的汇总分析，分析了全球不同地区人群内部和人群之间的BMI与腰高比的关系，并量化了这两个指标在高血压患者和非高血压患者之间的差异。研究发现，BMI可区分腹部脂肪含量较高和较低的中青年，准确率达中高水平；BMI和WHtR均可区分高血压患者和非高血压患者。然而，在相同的BMI水平下，南亚、拉丁美洲与加勒比海地区以及中亚、中东和北非地区的WHtR要高于其他地区。图 不同腰高比和BMI水平的高血压患病率（分地区）https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(24)01405-3/fulltext
The Lancet Diabetes & Endocrinology：肉类摄入可能导致2型糖尿病风险增加
Meat consumption and incident type 2 diabetes: an individual-participant federated meta-analysis of 1.97 million adults with 100 000 incident cases from 31 cohorts in 20 countries肉类摄入与2型糖尿病发病率：基于20个国家31个队列197万成人中10万例2型糖尿病患者进行的个体数据meta分析The Lancet Diabetes & Endocrinology《柳叶刀-糖尿病与内分泌学》近日发表的一项研究显示，肉类摄入，尤其是加工肉类和未加工红肉的摄入，是不同人群罹患2型糖尿病的风险因素。本研究基于20个国家31个队列197万成人中10万例2型糖尿病患者进行的个体数据meta分析，结果显示肉类摄入，尤其是加工肉类和未加工红肉的摄入，是不同人群罹患2型糖尿病的风险因素。研究发现强调了减少肉类摄入对公众健康的重要性，并为膳食指南提供参考。图 InterConnect 项目队列中肉类消费与 2 型糖尿病发病率的关联
https://www.thelancet.com/journals/landia/article/PIIS2213-8587(24)00179-7/fulltext#fig2
/ 02 /
慢病管理
Nature：卵巢衰老、癌症风险和新生突变率之间的遗传联系
Genetic links between ovarian ageing, cancer risk and de novo mutation rates来自剑桥大学的研究团队发现了迄今为止对女性更年期时间影响最大的四个基因：ETAA1、ZNF518A、PNPLA8 和 PALB2。这些基因的发现为理解更年期时间与癌症风险之间的关系提供了新的见解。基于来自英国生物样本库中106,973名绝经后女性的遗传测序数据，研究人员发现，许多与更年期时间相关的基因同时也是癌症的风险因素，包括BRCA1和BRCA2的改变，这些改变不仅会导致更年期提前，还会增加癌症风险。![]()
图 ZNF518A 结合位点的功能分析：对女性更年期时间能产生强烈影响的基因或与癌症风险也相关https://www.nature.com/articles/s41586-024-07931-x
Journal of Alzheimer's Disease：2型糖尿病和阿尔兹海默病之间关联性背后的可能性解释
Acute Hyperglycemia Induced by Hyperglycemic Clamp Affects Plasma Amyloid-β in Type 2 Diabetes高血糖钳夹引起的急性高血糖对 2 型糖尿病血浆淀粉样蛋白-β 的影响Journal of Alzheimer's Disease2 型糖尿病 (T2D) 患者出现认知障碍症状和阿尔茨海默病 (AD) 的风险增加。β-淀粉样蛋白肽 (Aβ) 聚集的错误代谢在 AD 病理生理学中发挥着关键作用。因此，有必要对 Aβ 代谢和 T2D 进行人体研究。来自瑞典于默奥大学等机构的科学家们发现，2型糖尿病患者更容易积累一种可能导致阿尔茨海默病风险增加的蛋白质，这可能是两者关联的原因之一。研究共招募了10名2型糖尿病患者和11名非糖尿病个体作为对照组，参与者年龄在66至72岁之间。研究发现，在对照组中，钳夹引起的高血糖与胰岛素降解酶 (IDE) 水平升高以及 Aβ40 和 Aβ42 清除率增强相关，但在 T2D 个体中则不然。文章假设 2 型糖尿病患者在高血糖条件下胰岛素降解酶受到抑制。本研究强调了预防2型糖尿病的重要性，同时也提醒糖尿病患者要控制好血糖水平。https://content.iospress.com/articles/journal-of-alzheimers-disease/jad230628
/ 03 /
肿瘤早筛
Nature：哈佛大学开发检测癌症的AI模型，多癌检测准确率高达96%！
A pathology foundation model for cancer diagnosis and prognosis prediction本研究开发了一种类似ChatGPT的临床组织病理学成像评估基础（CHIEF）模型，用于提取病理成像特征以进行系统的癌症评估，能够对多种癌症进行一系列诊断，比目前许多用于癌症诊断的人工智能方法更进了一步。在包含11种癌症类型的15个数据集上，CHIEF在癌症检测方面实现了近94%的准确率，显著优于当前的人工智能方法。在从独立队列收集的5个活检数据集中，CHIEF在包括食道癌、胃癌、结肠癌和前列腺癌在内的多种癌症类型中达到了96%的准确率。当研究人员在以前从未检过的结肠、肺、乳腺、子宫内膜和子宫颈手术切除肿瘤的切片上测试CHIEF时，该模型的准确率超过90%。CHIEF 为癌症患者的高效数字病理学评估提供了通用基础。![]()
图 CHIEF 准确识别了肿瘤的起源，其结果在临床蛋白质组肿瘤分析联盟 (CPTAC) 的独立患者队列中得到验证https://www.nature.com/articles/s41586-024-07894-z
Nature Medicine：华西医院提出适合中国人群的肺结节风险分级系统
Data-driven risk stratification and precision management of pulmonary nodules detected on chest computed tomography胸部计算机断层扫描检测到的肺结节的数据驱动风险分层和精准管理 低剂量计算机断层扫描（LDCT）在肺癌筛查中的广泛应用导致肺结节检出率的增加。然而，精确评估肺结节的恶性风险仍然是一个艰巨的挑战。四川大学华西医院与联影智能、上海科技大学合作，利用 45,064 例体检队列提出了一个分诊驱动的中国肺结节报告和数据系统 (C-Lung-RADS)。该系统以逐步方式运行，最初根据结节的大小和密度区分低、中、高和极高风险结节。随后，逐步整合影像信息、人口特征和随访数据，以查明可疑恶性结节并细化风险量表。多维系统在内部测试数据集上实现了最先进的性能，曲线下面积 (AUC) 为 0.918（95% 置信区间 (CI) 0.918-0.919），优于单维方法 (AUC) 0.881，95% CI 0.880-0.882）。此外，在一个独立队列中，与 Lung-RADS v2022 相比，C-Lung-RADS 显示出更高的灵敏度（87.1% 对比 63.3%），该队列使用移动计算机断层扫描仪进行筛查，以扩大资源有限环境中的筛查可及性。该系统以精确的风险分层和量身定制的管理为基础，最大限度地减少了低风险病例的不必要的侵入性手术，并建议对极高风险的结节进行及时干预，以避免诊断延误。这种方法有可能增强决策范式，并促进在常规检查和筛查场景中更有效地诊断肺癌。![]()
图 C-Lung-RADS研究总体架构 a、C-Lung-RADS训练和内部测试数据集来自四川大学华西医院健康管理中心的MCC，独立测试数据来自中国西部多中心社区的MSC。根据纳入和排除标准确定纳入研究的子集，如扩展数据图1所示。b、C-Lung-RADS管道架构：第1阶段通过决策树模型评估结节大小和密度来初步对结节风险进行分类，第2阶段通过CT图像区分可疑恶性结节，第2+阶段通过多模态数据融合针对可疑恶性结节。c、对不同风险级别的结节进行相应的管理。https://www.nature.com/articles/s41591-024-03211-3The Lancet Digital Health：哥大团队开发衰老细胞评估模型，精准预测乳腺癌风险
Deep learning assessment of senescence-associated nuclear morphologies in mammary tissue from healthy female donors to predict future risk of breast cancer: a retrospective cohort study对健康女性捐赠者乳腺组织中衰老相关核形态的深度学习评估，以预测未来患乳腺癌的风险：一项回顾性队列研究The Lancet Digital Health近日，来自哥本哈根大学、美国巴克衰老研究所、伯克利加利福尼亚大学等研究团队，发表了一项有关乳腺癌检测的研究，研究通过对健康女性捐赠者乳腺组织中衰老相关核形态的深度学习评估，以预测未来患乳腺癌的风险。研究表明，深度学习评估衰老相关的核形态，可以从正常乳腺活检样本中预测未来的癌症风险。与当前的临床基准盖尔模型相比，多个模型的组合改进了对未来乳腺癌的预测。研究显示，基于显微镜图像的深度学习模型在预测未来癌症发展方面发挥着重要作用。此类模型可以纳入当前的乳腺癌风险评估和筛查方案中。![]()
图 评估不同形式的衰老以预测未来患乳腺癌的几率
https://www.thelancet.com/journals/landig/article/PIIS2589-7500(24)00150-X/fulltext
