环球医讯

一项瑞士进行的长期队列研究显示，慢性硬膜下血肿(cSDH)患者接受手术治疗后，10年生存率仅为55.5%，显著低于普通人群的73.5%，且这种生存差距随时间推移逐渐扩大；研究还发现患者在手术后10年仍存在认知功能、角色功能等方面的持续性障碍，男性尤其表现为社会功能下降，而女性则在认知和角色功能方面受损明显，提示需要加强出院后的长期随访和康复管理，包括认知评估、神经康复或老年康复以及社会再融入计划，以改善患者长期预后和生活质量，尽管这些患者基线时大多独立生活且神经功能状态良好。

佛罗里达国际大学研究人员开发出一种实验性鼻喷雾CTS2444-32，该药物可直达帕金森病影响的深层脑区，有望减缓疾病进展。与目前主要管理症状的治疗方法不同，这种新疗法旨在改变疾病本身进程，由于基于FDA已批准的药物，研发时间可能大幅缩短，专家预测若进展顺利，5年内有望取得突破性进展，为全球近100万帕金森病患者带来新希望。

本研究评估了定量流量比虚拟回撤指数（QVP指数）与导线回撤压力梯度（PPG）在识别局灶性冠状动脉疾病方面的相关性和诊断性能。通过对74名患者（86支血管）的回顾性分析，研究发现QVP指数与FFR显著病变中的PPG有中等相关性（r=0.45，P=0.01），预测局灶性疾病的曲线下面积为0.73。QVP指数>0.53时敏感性达90%，特异性为53%。该非侵入性指标可能有助于PCI术前评估病变模式，但研究基于小样本单中心回顾性队列，需更大规模多中心研究验证其临床价值。

意大利IRCCS机构启动的MISTIC研究是一项非营利性横断面临床研究，旨在探究动脉粥样硬化与心血管及认知功能的关系。该研究将招募约1000名18-80岁受试者，分为无心血管疾病对照组和冠心病患者组，通过颈动脉内膜中层厚度测量、冠状动脉钙化评分等无创成像技术评估动脉粥样硬化程度，并结合标准化神经心理学测试分析认知表现。研究重点关注亚临床阶段血管病变对多器官系统的早期影响，有望为血管疾病的早期检测和风险分层提供新依据，推动针对血管疾病早期阶段的预防策略发展。

马萨诸塞总医院布里格姆医疗系统最新研究表明，将收缩压控制在120毫米汞柱以下可能比此前认为的更能显著降低心脏病发作、中风和心力衰竭风险，尽管存在治疗相关副作用和更高医疗成本。研究团队通过分析SPRINT试验和NHANES调查等大型数据集，结合模拟模型发现，即使考虑临床实践中常见的血压测量误差，这一更严格目标仍具有成本效益，每获得一个质量调整生命年的成本约为4.2万美元，为高血压患者和医生提供了更明确的治疗指导，但同时也强调个体化治疗的重要性。

本研究回顾性分析了2011年至2021年间英国国家毒物信息服务中心记录的57例18岁以下儿童秋水仙碱中毒病例，发现中毒发生率约为每年每百万儿童0.41例，约52%的患儿在就诊时出现症状，最常见的是胃肠道症状（39%），21.1%的患者发展为全身毒性，12%出现多器官衰竭，死亡率高达7%，且死亡病例均为混合过量服用，提示儿科医生应警惕秋水仙碱过量中毒的潜在严重性，即使初始无症状也可能迅速进展为危及生命的全身毒性。

一项发表在《JAMA Network Open》期刊上的最新研究表明，老年女性在接受心脏搭桥手术时面临比男性更高的风险，主要原因是她们更可能在低质量医院接受手术。研究分析了近45万名65岁及以上患者的手术数据，发现女性在低质量医院的30天内死亡率为7%，而男性为5%。造成这种差异的因素包括女性往往在更差的身体状况下接受手术、被推荐手术的时间较晚、以及较少在高手术量的优质医院接受治疗。研究强调了改善医院质量和确保女性公平获得高质量护理的重要性。

电生理学已从诊断性心脏研究迅速转变为直接的治疗干预手段，许多过去需要药物或手术治疗的心律失常现在可通过经导管消融技术在电生理实验室中常规治愈；本文详细介绍了心律失常的类型、症状、诊断方法及电生理学研究的基本过程，涵盖心房颤动、室上性心动过速、心动过缓、心脏传导阻滞和心室颤动等常见类型，为心血管医疗专业人员提供了关于这一领域的专业见解和实用资源，同时阐述了电生理学在心力衰竭合并心律失常管理中的关键作用。

塞达斯-西奈医学中心研究人员开发出一种新型磁共振成像技术，可无创快速测量心脏氧气利用效率，从而在症状出现前更早发现心力衰竭。该技术克服了传统MRI需要患者屏息、多次扫描的局限，能在几分钟内提供精确测量，避免了侵入性导管检查的不适与风险。研究显示新方法与传统导管测试结果高度一致，有望实现心脏病早期发现和个性化治疗，虽然目前仍处于研究初期阶段，但具有改善诊断流程、指导精准治疗和挽救生命的巨大潜力，为数百万心力衰竭患者带来新希望。

牛津大学研究人员开发出一款人工智能工具，通过分析常规胸部CT扫描可提前五年预测心力衰竭风险，准确率达86%。该技术能识别肉眼不可见的心肌脂肪炎症和结构变化，为高危患者争取关键干预窗口期，有望减少医疗系统压力。研究同时指出AI数据中心扩张引发的能源与水资源消耗问题，揭示技术发展的双面性，凸显在推进医疗AI应用时需平衡环境可持续性的重要性。