普遍性学校心理健康培训未能在青少年心理健康方面优于标准护理：来自MYRIAD试验的见解
对MYRIAD试验的大规模分析表明，普遍性的学校心理健康培训并未显著降低青少年抑郁症的风险。尽管机器学习识别出某些潜在受益者，但临床益处仍然微乎其微，尽管短期内教师的职业倦怠有所改善。
脓毒症精准预后：应激高血糖和血糖变异性如何定义不同代谢谱的死亡风险
本研究揭示了结合应激高血糖比值（SHR）和血糖变异性（GV）显著提高了脓毒症患者的死亡预测准确性，且风险模式根据患者的基础代谢状态（正常、糖尿病前期或糖尿病）而显著不同。
预测时钟：机器学习优化妊娠糖尿病胰岛素治疗时间
EMERGE试验的二次分析显示，利用早期血糖数据的随机生存森林模型可以准确预测妊娠糖尿病妇女开始使用胰岛素的时间，为个性化代谢管理和改善母胎结局提供了路线图。
机器学习准确预测HR+/HER2-早期乳腺癌的远处复发和Ribociclib治疗获益
研究人员利用真实世界数据和临床试验数据开发了一种机器学习模型，用于预测HR+/HER2-早期乳腺癌患者的远处复发风险和Ribociclib的治疗效果，为个性化辅助治疗决策提供了潜在工具。
SGLT2抑制剂在低风险2型糖尿病人群中也显示出心脏保护作用：因果森林分析的见解
一项全国性的目标试验模拟研究显示，SGLT2抑制剂在更广泛的患者群体中提供了心血管益处，这种益处与个体代谢特征的关系更为密切，而非传统的风险评分。
超越体重指数：性别特异性脂肪分布如何驱动心血管衰老
一项大规模的英国生物银行研究揭示，内脏和肝脏脂肪在两性中都会加速心血管衰老，而皮下和腹部脂肪特别影响男性，而臀部脂肪可能提供保护作用。
使用PILOT架构预测肝切除术后肝功能衰竭：整合肝再生生物标志物和分阶段机器学习
新型PILOT机器学习架构整合了分阶段围手术期数据和再生相关生物标志物，能够在手术后六小时内预测肝切除术后肝功能衰竭，显著优于传统临床模型，并实现早期个性化风险分层。
精准康复：机器学习揭示为什么‘早期活动’对某些ICU患者有效而对另一些无效
使用机器学习对TEAM试验进行的二次分析表明，机械通气患者的强化早期活动具有高度个体化的效果，从降低34%的死亡率到增加39%的风险不等，具体取决于基线临床特征。
用于预测长期肺移植结果的可解释混合机器学习模型的开发与验证
本综述综合了利用美国肺移植登记数据预测1年、5年和10年死亡或再移植风险的新颖混合机器学习模型的证据，强调其临床实用性和平衡的可解释性。
深度学习从唾液腺活检中分类焦点评分和舍格伦综合征并突出CD8+腺泡模式
多中心深度学习模型可靠地分类了活检焦点评分和ACR-EULAR定义的舍格伦综合征（AUROC ≈0.88–0.89），并识别出一种与疾病相关的新颖CD8+ T细胞腺周模式；需要前瞻性验证。
蛋白质基因组学洞察用于肝外胆管癌个性化辅助化疗
通过切除的肝外胆管癌的全面蛋白质基因组谱分析，揭示了用于定制辅助化疗的预测性生物标志物，为改善患者预后提供了精准医疗方法。
优化肝细胞癌治疗选择：机器学习指导肝脏移植与手术切除的选择
一个机器学习模型能够准确地对肝细胞癌患者进行分层，以指导个体化选择肝脏移植或手术切除，从而在解决供体稀缺和患者异质性问题的同时改善生存结果。
革新胰腺癌早期检测：基于无细胞DNA片段组学和机器学习模型
一种新的无细胞DNA片段组学模型结合机器学习，在胰腺癌早期检测中实现了高准确性，有望通过及时干预改善患者预后。
