Skip to main content

Search: #健康评估

知识分享官
知识分享官

  1. 中国癌症过早死亡率下降，部分癌症逆势上升需警惕

    近年来，癌症作为全球主要健康威胁，一直是公众关注的焦点。联合国可持续发展目标3.4旨在2030年前将非传染性疾病（包括癌症）的过早死亡率降低三分之一。一项新研究系统评估了中国1990年至2023年33个省份的癌症过早死亡率趋势，为理解癌症防控进展提供了关键数据。

    研究显示，中国癌症相关过早死亡率从1990年的13.11%降至2023年的6.66%，年均下降1.93%。其中，胃、食管、鼻咽癌和霍奇金淋巴瘤等癌症下降显著（年均降幅达3.4%-4.9%）。然而，胰腺、乳腺和肾癌在部分北方省份的过早死亡率却呈上升趋势。2023年，黑龙江、重庆等省份男性癌症过早死亡率仍较高，而湖北、上海等地的下降速度最快。

    整体下降趋势表明癌症防控取得一定成效，尤其是有有效预防或早期检测策略的癌症（如胃、结直肠癌）。但研究也指出，要实现2030年目标，未来需更快的下降速度。区域差异显著，提示需针对不同癌症类型和地区制定差异化防控策略，以缩小健康不平等。

    好消息是癌症引起的过早死亡在变少，坏消息是有些癌症在偷偷变多。😱


    来源：The Lancet regional health. Western Pacific

    #中国癌症 #过早死亡率 #癌症防控 #健康目标 #区域差异

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    🕊 4 ❤️ 1 🤣 1

  2. BMI可能误判体重？意大利研究揭示体脂百分比更关键

    我们常通过BMI（身体质量指数）判断体重是否健康，但这个全球通用的标准，在意大利普通人群中可能“失灵”了。一项新研究指出，仅靠身高体重计算的BMI，容易误判体重状况，尤其容易把实际体脂正常的人归为超重或肥胖。

    研究团队对1351名18至98岁的成年人进行了分析，发现按WHO标准，78.1%的“正常体重”人群被正确分类，但超重组有53.4%因体脂实际偏低被误判，肥胖组中34%实际仅属于超重。这是因为BMI未考虑体脂含量，肌肉发达或脂肪分布不同的人，可能体重指数正常但体脂过高。

    这意味着BMI可能高估肥胖率，低估超重率。研究建议，医疗评估应结合体脂测量（如DXA），尤其对于BMI接近18.5或25的人群。不过，该研究仅来自北意大利，结果可能不适用于其他地区。

    BMI是不是有点“以貌取人”？下次体检得量体脂了。


    来源：Nutrients

    #BMI #体脂百分比 #体重分类 #健康评估 #肥胖 #意大利研究

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    ❤️ 5 👏 2 🥰 1

  3. 握力好=身体好？简单测试预警慢性病风险

    你可能觉得握力只是衡量力气大小的指标，但一项发表在《英国运动医学杂志》的系统综述告诉我们：握力测试和椅子起立测试这两个简单动作，可能是预警未来慢性病风险的"早期雷达"。

    研究团队分析了94项队列研究（涉及18岁以上成年人），发现握力测试表现较好的人群罹患心血管疾病、2型糖尿病、肌肉骨骼疾病、痴呆症和帕金森病等疾病的风险显著较低。更关键的是，握力每增加5公斤，相关疾病风险会进一步下降。椅子起立测试同样显示关联：表现较好的人群患2型糖尿病、肌肉骨骼疾病、失能、抑郁症和痴呆症的风险相对较低，完成测试所需时间每缩短一秒，肌肉骨骼疾病发生可能性也会下降。

    研究人员指出，这类测试可在基层医疗中开展，有望成为识别疾病高风险人群的有用工具。但需要注意的是，这些发现主要作为风险提示和研究线索，尚不能替代临床诊断和系统医学评估。握力弱不代表一定会生病，但可能是身体发出的"预警信号"。

    握力器不仅能练手劲，还能当"健康预测仪"？
    本质上还是锻炼身体☛身体好嘛💪


    📖 British Journal of Sports Medicine
    🗓 2026-02-09

    #握力测试 #慢性病预防 #肌肉力量 #健康筛查 #基层医疗

    via：国一打野余则成

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    ✍ 6

  4. 你的血液在“告密”！科学家开发新指数精准评估吸烟危害

    吸烟有害健康是常识，但除了自我报告，我们能否通过血液直接“看见”吸烟对身体留下的痕迹？最近，科学家开发了一种全新的蛋白质组学吸烟指数，通过分析血液中的蛋白质水平，不仅能精准识别吸烟状态，还能预测未来的健康风险。

    研究团队利用机器学习分析了英国生物银行中近 4.4 万人的血浆数据，筛选出 51 种关键蛋白构建了该指数。它能以极高的准确率区分当前吸烟者与从不吸烟者，且在中国人群中得到了验证。更重要的是，该指数与全因死亡及 18 种主要慢性病风险显著相关，甚至能独立于传统吸烟史预测疾病。

    这一发现不仅揭示了吸烟在分子层面的生物学印记，还能追踪戒烟后的身体恢复情况，识别出那些虽然戒烟但风险仍居高不下的个体。这表明，仅靠询问吸烟史可能不足以评估健康风险，血液蛋白检测能提供更精准的个性化医疗参考。

    血液不会撒谎，想骗医生没门！🚫


    来源：Nature communications

    #吸烟 #蛋白质组学 #健康管理

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    🔥 5

  5. 每天只需5000步！哈佛研究揭示运动如何延缓老年痴呆症

    缺乏身体活动是阿尔茨海默公认的风险因素 ，但运动究竟如何保护大脑，机制尚不明确 。近日，《自然·医学》期刊发表了哈佛大学衰老大脑研究的一项新成果 。研究证实，在已有阿尔茨海默病早期病理（淀粉样蛋白升高）的年长者中，保持较高的身体活动水平确实能延缓认知和功能的衰退 。

    这项研究追踪了296名认知健康的年长者长达14年 。团队创新地使用计步器客观测量每日步数 ，并结合纵向的Aβ（淀粉样蛋白）和tau蛋白PET脑扫描及年度认知评估 。令人惊讶的发现是，运动带来的好处与Aβ的清除无关 。真正的机制在于：更高的步数与较慢的tau蛋白积聚速率相关 。正是这种对tau蛋白的抑制，介导了运动对延缓认知衰退的保护作用 。

    那么，到底走多少步才有效？研究显示，这种保护作用在每天5,001到7,500步时达到峰值后趋于平稳 。这意味着，对于久坐的年长者来说，一个相对温和的步数目标（而非流行的1万步）就可能有效改变AD的病程 。这项发现为通过干预生活方式来减缓tau蛋白病理、推迟AD症状提供了重要支持 。

    跑1万步的理由-1，每天摸鱼遛弯的理由+1。🤪


    来源：Nature Medicine

    #阿尔茨海默病 #运动 #健康管理

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    ❤️ 8 🤗 3

  6. 新研究颠覆传统认知：肺功能或无“平台期”，20岁出头即走下坡

    路你是否认为人的肺功能在20多岁达到巅峰后，会像一个平稳的高原一样维持很多年才开始衰退？近期发表在《柳叶刀·呼吸医学》上的一项大规模研究对这一传统观念提出了挑战。研究结果显示，肺功能在达到峰值后几乎不存在所谓的“平台期”，而是立即开始缓慢下降。

    这项研究创新性地整合了欧洲和澳大利亚八个大型人口队列研究的数据，构建了一个覆盖4至80岁的“加速队列”，共涉及超过三万名参与者。通过精密的统计模型分析，研究团队描绘出了人一生中肺功能的完整轨迹。他们发现，肺功能在儿童期至青春期呈现两阶段增长，至13-16岁左右达到转折点。女性的肺功能（以FEV₁和FVC为指标）在20岁左右达到峰值，而男性则在23岁左右。研究还特别指出，持续性哮喘和吸烟两大因素会显著影响肺功能轨迹。持续患有哮喘的人群，其肺功能峰值出现得更早，且整个成年期的肺功能水平更低。而持续吸烟则会导致成年后肺功能的加速下降。

    这一发现具有重要的公共卫生意义。它强调了肺部健康的关口前移，即从儿童期到青年期的肺功能发育阶段至关重要，因为一生所能达到的肺功能“天花板”高度，直接决定了老年时呼吸健康的储备量。研究结果不仅为评估和监测全生命周期的肺部健康提供了全新的参考框架，也提醒我们，保护肺脏、预防慢性呼吸系统疾病，必须从年轻时就开始！

    刚到巅峰就开始下坡，这肺活量比我钱包瘪得还快。😭


    来源：The Lancet Respiratory Medicine

    #肺功能 #衰老 #健康管理

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    😨 12 💔 1

  7. AI“看脸”知健康：哈佛新模型可从照片评估生物年龄和生存风险

    近日，哈佛大学丹娜法伯癌症研究院等机构的研究人员发布了一项突破性成果。他们开发了一款名为 FAHR-Face 的人工智能基础模型，通过分析普通的消费级面部照片，即可无创地评估个人健康状况。该模型在超过四千万张图片上进行训练，并衍生出两项核心应用。

    其中，FAHR-FaceAge 模型可评估生物学年龄，若评估年龄显著大于实际年龄，则与更高的死亡风险相关。另一项 FAHR-FaceSurvival 模型则能直接预测癌症患者的生存风险，研究显示，最高风险组的死亡风险是最低风险组的三倍以上。

    这项技术未来有望成为一种低成本、可扩展的健康评估工具，仅凭一张照片就能辅助医生进行快速风险分层，为临床决策提供新的依据。

    “是时候给 AI 看看我这 18 岁的帅脸了”

    arxiv

    #人工智能 #面部识别 #健康管理
    👍 5 ❤️ 1

  8. 大模型精准预测生理年龄，重塑健康管理

    近日，发表在《自然-医学》上的一项开创性研究指出，大语言模型（LLMs）能够仅通过常规体检报告，精准预测个体的整体及器官特定生理年龄。这项研究开发并利用了基于LLMs的框架，并在超过1000万参与者的六个大型队列中验证了其有效性和可靠性，预示着未来个性化健康评估和疾病预防的新范式。研究表明，与传统方法（如端粒长度、衰弱指数、表观遗传年龄和机器学习模型）相比，LLMs预测的生理年龄在评估疾病风险方面表现出显著优势，例如全因死亡率预测达到0.757的一致性指数，并在预测冠心病、中风、肾衰竭以及其他20多种健康结局上表现更佳。

    这项创新性的LLMs评估框架，不仅能提供全面且经济高效的衰老评估，还能通过“年龄差”（即生理年龄与实际年龄的差距）有效识别潜在健康风险。研究团队发现，年龄差与多种衰老相关表型和疾病风险紧密相关，例如加速衰老与全因死亡率的风险增加1.055倍。此外，LLMs还能动态评估衰老进程，并识别出与加速衰老相关的蛋白质生物标志物，其中超过一半是此前未被报道的新发现。

    这项研究的突破在于，LLMs无需昂贵的基因组或表观遗传数据，仅凭日常健康报告即可进行高效分析，大大降低了衰老评估的门槛。其强大的泛化能力和实时学习特性，使其在大规模人群健康管理中具备巨大潜力，为个性化健康干预和精准医疗提供了全新的工具。尽管如此，目前该模型在老年人群中的泛化能力仍有待提升，且主要依赖文本数据，未来有望整合更多模态数据以实现更全面的衰老评估。

    以后体检完，AI直接告诉我“你比实际年龄老了五岁，该运动了！”——这感觉是福是祸呢？

    Nature Medicine

    #衰老 #大语言模型 #健康管理