呼吸、重症、肺部影像、机械通气与前沿方法。本页由 PubMed 召回、本地预筛和 DeepSeek 价值判断自动生成。
高度相关或方法价值很强，建议优先阅读。
首次在体内外证实严重呼吸道感染（如COVID-19）后肺癌风险显著增加的因果机制，揭示了感染后肺微环境免疫重塑与肿瘤加速的关系。
利用小鼠模型和临床队列，结合ATAC-seq等表观遗传学技术，发现病毒感染后中性粒细胞持续积累和PD-L1免疫抑制，联合阻断可恢复CD8+T细胞功能并抑制肿瘤生长。
可用于研究其他慢性肺部疾病感染后肺癌风险，探索疫苗接种或免疫干预策略。
主要为小鼠模型和回顾性临床关联，因果关系在人身上需前瞻性验证，且机制细节是否适用于其他病毒种类未知。
呼吸系统疾病、重症呼吸、肺部影像、通气、感染与相关临床研究。
直接研究IPF中胶原微结构的无标记多光子成像，提供新型病理生物标志物，有临床预测价值。
使用多光子显微镜对经支气管肺冷冻活检标本进行无标记定量胶原特征分析，结合多元逻辑回归鉴定与疾病进展相关的特征。
该方法可迁移至其他间质性肺病或肺纤维化的病理评估和进展预测。
样本量较小（n=82）且为单中心研究，需外部验证。
直接开发并验证了通过常规临床数据预测COPD首次严重急性加重的实用模型，大规模队列内部-外部交叉验证，性能良好。
使用临床专业知识与数据驱动方法选择预测因子，基于UK CPRD真实世界数据，采用内部-外部交叉验证按区域评估模型区分度、校准度和净获益。
该方法可推广到其他呼吸疾病首次急性加重或事件的风险预测模型开发。
依赖英国初级保健数据库，外部验证区域有限，且部分预测因子（如肺功能）缺失时需谨慎。
针对肺转移的靶向siRNA递送策略，通过脂质工程改变细胞外囊泡的肺趋向性并借助PET成像引导，具有直接临床转化潜力。
用阳离子脂质DOTAP修饰肿瘤细胞来源的中等囊泡（TMVs），改变电荷与蛋白冠调控肺靶向性，并联合PET成像在体追踪递送。
可启发呼吸疾病药物递送系统设计，如通过电荷或蛋白冠工程提高肺靶向效率，用于哮喘、COPD等疾病的核酸治疗。
摘要未说明
该事后分析直接量化了COPD稳定期药物中断后的短暂风险窗口，对临床依从性监测和试验设计有重要启示。
基于随机对照试验的事后分析，通过时间分层（首季度与后续季度）比较撤药前后的急性加重率，识别撤药效应。
可借鉴此时间分层方法，评估其他慢性呼吸疾病（如哮喘、间质性肺病）治疗中断的短期风险。
事后分析，严重事件数少导致统计效能不足，且未控制所有潜在混杂因素。
直接为COPD功能评估提供证据选择1分钟或30秒坐-站试验，支持呼吸康复实践。
采用COSMIN指南系统评价多个版本坐-站试验的信度、效度和反应性，明确1分钟试验适用于横断面评估，30秒试验更适合监测变化。
可套用此方法（COSMIN框架）系统评价其他呼吸功能评估工具（如6分钟步行试验、徒手肌力测试）的测量特性。
研究仅纳入社区居住COPD患者，结果不直接适用于急性加重期或住院患者。
揭示健康成人鼻黏膜免疫谱的异质性，发现IFN-λ3主导的低炎症状态可体外抵抗SARS-CoV-2感染，对呼吸道病毒感染机制有贡献。
对166名健康成人鼻分泌物进行16种免疫分子Luminex检测与聚类分析；利用原代人鼻上皮细胞气液界面培养模型，验证细胞因子预处理对SARS-CoV-2复制的影响。
可借鉴此人群聚类+体外功能验证策略，研究其他呼吸道病毒的黏膜易感性或评估黏膜疫苗效果。
样本量有限，体外模型可能无法完全模拟体内复杂的免疫微环境。
提供一种简便易得的肺功能指标组合，用于筛查COPD中需PH特异性治疗的高危患者，临床价值明确。
采用多中心回顾性队列，通过多分类logistic回归评估FEV1/DLCO比值与血流动力学模式的关系，联合超声指标提升预测性能（C-statistic 0.78-0.82）。
可借鉴该简易指标组合思路，在其他呼吸疾病（如ILD、ARDS）中开发类似非侵入性筛查工具用于PH风险分层。
回顾性设计、样本量中等，C-statistic仅中等水平，且未进行外部验证，结论外推需谨慎。
医学 AI、LLM、多模态模型、临床预测、影像 AI 与数字健康。
开发了能整合影像、心电图等多模态数据进行诊断对话的AI系统，在模拟远程医疗中优于初级医生，方法可直接迁移到呼吸领域。
状态感知对话框架：根据诊断不确定性和患者状态动态引导病史采集，并整合文本与视觉信息进行多模态推理。
可借鉴该框架，整合呼吸影像、肺功能、病史等多模态数据，构建呼吸系统疾病诊断对话AI。
评估基于模拟远程医疗，真实临床环境下的效果和泛化能力尚需验证。
直接展示基础模型在呼吸疾病深度表型数据上的应用，发现COPD亚组与肺功能下降新指标，具有临床转化价值。
ukbFound将数千个体表型特征（含肺功能、炎症指标）转化为语言序列，通过领域特化分词、无位置嵌入与可解释推理，实现疾病分层、共病网络构建与风险预测。
可借鉴此框架，将呼吸疾病患者的肺功能、影像、实验室等多模态深度表型数据统一编码，发现亚型并预测疾病进展。
摘要未说明外部验证及泛化至非英国生物样本库人群的性能。
单细胞、空间组学、多组学、生物标志物、患者分型与机制研究。
该方法解决了单细胞数据整合中模态组成不平衡的关键挑战，适用于呼吸疾病中复杂细胞异质性和稀有亚群的发现。
提出Palette框架，采用主成分分析变体分离技术噪声与生物学变异，并利用数据拓扑结构适应模态不平衡。
可迁移至呼吸系统单细胞多组学数据（如健康-疾病、物种间）的联合分析，识别条件特异性细胞状态和稀有亚群。
摘要未说明明确局限，但基于PCA变体可能对高维数据的参数选择敏感。
该研究开发了整合单细胞与空间转录组分析lncRNA的流程，填补了传统bulk测序的空白，对呼吸疾病细胞异质性和生物标志物发现具有重要参考价值。
利用TAR-scRNA-seq流程分析13种癌症的219,442个lncRNA，结合细胞类型特异性和空间分布，并通过多种平台验证，构建了SPanC-Lnc数据库。
可借鉴其单细胞+空间转录组lncRNA分析策略，用于肺癌、肺纤维化等呼吸疾病微环境中lncRNA功能注释和潜在靶点发现。
研究对象为癌症，需验证在非癌性呼吸疾病（如COPD、ARDS）中lncRNA表达模式的适用性和特异性。
不一定是呼吸领域，但方法、模型或研究设计可迁移借鉴。
展示了如何利用大规模功能基因组数据训练可迁移的基础模型，为呼吸疾病基因组调控研究提供新范式。
SUCCEED：基于6389个ENCODE功能基因组 tracks的监督多任务预训练，结合卷积层与Transformer架构，学习可转移的调控表征。
可迁移至呼吸疾病，用于细胞类型特异性表观基因组预测、稀疏染色质可及性去噪及三维染色质互作分析。
摘要未说明模型在呼吸疾病特定数据上的独立验证结果。
该研究采用深度多组学整合框架分析健康人群的种族、地理和年龄差异，其设计思路对呼吸疾病异质性研究有重要借鉴价值。
构建涵盖基因组、转录组、蛋白质组、代谢组、脂质组、金属组、糖组和微生物组共8个组学的整合分析框架，对322名健康个体进行跨种族、跨地域比较。
可借鉴此多组学整合框架，用于分析COPD、ARDS或肺纤维化患者在不同种族/地理亚组中的分子差异，揭示疾病异质性并指导精准分层。
样本量较小且未涉及呼吸疾病患者，直接迁移至呼吸领域需要设计更大样本的验证研究。