近年來，像ChatGPT這類人工智慧技術在整形外科的應用越來越普遍，特別是在評估美容手術效果方面。一項研究針對「Face Rating and Review AI」模型，專注於微創美容程序中的面部特徵，尤其是肉毒桿菌治療。研究分析了79篇2023至2024年的文章，顯示美國、澳洲和義大利在此領域的貢獻。使用Kaggle的23名患者數據，模型評估了客觀和主觀參數，結果顯示治療後面部特徵有顯著改善。研究強調倫理考量，未來需多樣化數據集以提升準確性。 相關文章 PubMed DOI ♡

這項研究探討了胰高血糖素樣肽-1受體激動劑（GLP-1RAs）與胃排空障礙（IGE）的關聯，數據來自美國食品藥品監督管理局的不良事件報告系統，涵蓋2004至2024年。結果顯示，前十名與IGE相關的藥物中有五種是GLP-1RAs，佔據近一半案例。年齡較大與dulaglutide和semaglutide的IGE風險較低有關，而體重較高和男性則與exenatide的風險較低相關。IGE事件的發生時間各異，強調在評估風險時需考慮年齡、體重和性別，特別是在手術安全方面。 相關文章 PubMed DOI ♡

《腎臟國際》報告指出，腎臟的感覺神經與鹽攝取在高血壓中有趣的關聯。在DOCA-鹽模型中，這些神經似乎向大腦發出信號，促使增加鹽攝取，進而提高血壓。若選擇性切除這些神經，鹽水攝取會減少，顯示針對這些通路可能成為高血壓管理的新策略。如果這一機制能應用於人類，腎臟去神經化不僅能降低血壓，還可能減少對鹹食的渴望，對控制高血壓患者特別有幫助。未來需進一步研究其影響。 相關文章 PubMed DOI ♡

最近的研究指出，直髮產品可能與健康個體的急性腎損傷有關。Robert等人的小鼠實驗揭示，這些產品中的甘醛酸會被吸收並轉化為草酸，這是導致草酸腎病的主要原因。這項發現提出了「皮膚-腎臟」的關聯，讓我們更了解草酸的代謝過程，也提醒我們需進一步研究皮膚接觸甘醛酸的風險。因此，使用這些直髮產品時，大家要特別小心。 相關文章 PubMed DOI ♡

慢性腎臟病（CKD）與認知障礙風險增加有關，部分原因是血腦屏障變得更通透。Zimmermann等人的研究指出，鉀離子外流在小膠質細胞活化中扮演重要角色，並激活白介素-1β/白介素-1受體途徑。這條途徑與CKD患者的血腦屏障通透性及認知衰退有關。除了尿毒症毒性，這些發現也提供了CKD中認知障礙的潛在機制，並建議可能的治療目標以進行干預。 相關文章 PubMed DOI ♡

Maggiore等人研發了一種新型基因誘導的血管化腎臟類器官模型，成功克服了傳統腎臟類器官的不成熟及缺乏關鍵細胞類型的問題。這個創新模型擁有發達的內皮網絡，並具備腎臟特有的特徵，不僅提升了足細胞的成熟度，還促進了功能性renin+細胞的生成。這項進展大幅提升了腎臟類器官在疾病建模、新療法發現及細胞生理機制研究的潛力。 相關文章 PubMed DOI ♡

Sula Karreci等人的研究指出，利辛普利作為ACE抑制劑，能有效減少小鼠模型中由載脂蛋白L1引起的腎小管硬化及蛋白尿，特別是在特定基因型下。相比之下，氫拉嗪和達格列淨則未見明顯效果。這項研究強調了ACE抑制劑在治療載脂蛋白L1腎病方面的潛力，特別是對於近期西非血統的個體，填補了治療上的重大需求。 相關文章 PubMed DOI ♡

二肽基肽酶4（DPP4）主要在免疫和代謝中發揮作用，但其在神經系統的功能仍不明朗。最新研究發現，DPP4在坐骨神經的施旺細胞中表達，去除DPP4會導致小鼠運動功能下降。雖然抑制DPP4的酶活性不影響軸突再生，但神經損傷後坐骨神經中的DPP4蛋白水平下降，血清中的DPP4卻上升，顯示其可能參與全身反應。這些結果顯示DPP4對感覺功能及周邊神經損傷後的身體反應有重要影響。 相關文章 PubMed DOI ♡

這項研究評估了AtlasGPT生成的回應可讀性，AtlasGPT專為神經外科文獻訓練，並針對外科醫生、住院醫師、醫學生和病人進行調整。研究者提出十個問題，並用Readability Studio分析回應的可讀性。 結果顯示，病人的回應與其他使用者類型有顯著差異（p < 0.005）。醫學生的回應通常較易讀，但與外科醫生和住院醫師的差異不顯著。病人回應的年級水平介於8.8到11.51，只有一個回應達到5到6年級。 整體來看，AtlasGPT雖然調整可讀性，但針對病人的內容仍超過美國機構建議的可讀性水平，顯示改善醫療資訊以便病人理解的必要性。 相關文章 PubMed DOI ♡

這項研究開發了一個機器學習模型，預測接受機械性血栓切除術的患者在治療前出現症狀性顱內出血的風險。研究分析了497名患者的數據，並將其分為訓練集和測試集。結果顯示，XGBoost模型在測試集中的表現最佳，AUC達到0.79，明顯優於邏輯回歸及其他臨床預測模型。SHAP分析指出，sICH的關鍵預測特徵包括較低的ASPECTS分數和較高的NIHSS分數。整體來看，這個機器學習模型在預測準確性上超越了傳統方法。 相關文章 PubMed DOI ♡