解读型机器学习助力减重手术候选者肥胖低通气综合征个体化风险预测
一种可解释机器学习模型利用7项易获取的临床变量识别减重手术候选者中的肥胖低通气综合征高风险人群，有助于提高早期诊断效率和围手术期风险管理水平。
优化毛细血管血酮检测频率：预测1型糖尿病短期DKA风险
每周在健康日进行毛细血管血酮检测，仍可维持对1个月内糖尿病酮症酸中毒风险的预测准确性，为1型糖尿病患者提供了一种更实用、负担更轻的监测策略。
转甲状腺素蛋白淀粉样心肌病预后评估再升级：机器学习风险预测模型
一项基于机器学习的新型模型可显著提升转甲状腺素蛋白淀粉样心肌病的风险预测能力，优于传统分期系统，并有助于支持个体化患者管理。
巴基斯坦三级医院中LACE与HOSPITAL评分预测30天再入院的价值评估
来自巴基斯坦的一项大型回顾性研究显示，LACE评分和HOSPITAL评分在预测内科患者30天再入院方面具有一般准确性，支持其在LMIC医院中用于识别干预对象并改善照护结局。
新统计模型预测儿童慢性ITP
一种新的统计模型通过使用年龄、性别、免疫球蛋白水平和实验室值，在诊断时预测儿童慢性免疫性血小板减少症（ITP），提供早期临床指导。
TIP-CA 模型：用于成人皮肌炎患者癌症风险分层的有效工具
研究人员开发并验证了 TIP-CA 模型，这是一种使用五个关键因素——抗 TIF1-γ 抗体、间质性肺病（ILD）缺失、皮肤异色症、皮肌炎亚型和贫血——准确预测皮肌炎患者恶性肿瘤风险的临床工具，有助于早期发现和个性化筛查。
整合代谢组学和多基因组学与SCORE2：心血管风险分层的新前沿
一项大规模的UK Biobank研究表明，将核磁共振代谢组学、多基因风险评分和临床生物标志物与SCORE2结合，显著提高了心血管风险预测的准确性，通过改善临床重新分类，可能使预防的心血管事件数量翻倍。
精准预防：预测增强型共享决策在提高肺癌筛查接受率中的作用
本综述评估了将风险预测模型整合到肺癌筛查的共享决策中对高受益人群临床实施策略的影响。
基于人工智能的单导联心电图预测心力衰竭风险：多国队列回顾
本综述评估了从噪声单导联心电图（ECG）中预测心力衰竭风险的人工智能算法，综合了来自大型多国队列的证据，强调了AI-ECG模型在传统临床评分之外改善风险分层的优势。
预测乳腺癌治疗后女性心力衰竭风险：一种新的临床工具
一种新的10年心力衰竭或心肌病风险预测模型，为接受乳腺癌治疗的女性提供个性化的心脏管理策略。
甘油三酯葡萄糖-身高腰围比指数作为预测中国中老年人群心脏代谢多重病的指标：来自全国前瞻性队列研究的见解
本研究证明，甘油三酯葡萄糖-身高腰围比（TyG-WHtR）指数独立预测中国≥45岁成人的心脏代谢多重病风险，显示出线性剂量-反应关系，并且在预测性能上优于传统指标。
通过冠状动脉CT血管造影增强心血管风险预测和结局：PROMISE和SCOT-HEART试验的结果
在临床风险模型和高级放射组学斑块分析指导下，冠状动脉CT血管造影（CTA）可改善新发胸痛患者的心肌梗死预测和预防，尤其是在临床冠状动脉疾病（CAD）可能性较低的患者中。