XiaoMi-AI文件搜索系统
World File Search System因果关系
颗粒物2.5与阿尔茨海默氏病之间的因果关系：孟德尔随机研究
阿尔茨海默氏病（AD）是最普遍的神经退行性疾病之一。它表现为记忆丧失，进行性认知能力下降和日常功能妥协。《 2023年世界阿尔茨海默氏症报告》表明，2019年全球有5500万人患有痴呆症，作者预计，到2050年，这个数字将升至1.39亿（1）。在全球老龄化的人群中，必须研究神经退行性疾病（例如AD）的病因，以实现社会的集体利益。以其多方面的性质为特征，对AD的特定发病机理的精确理解仍然缺乏。在过去的几十年中，研究人员已经确定了许多AD的风险因素，包括较低的教育程度，吸烟和高血压（2）。有趣的是，新兴的证据表明空气污染与AD开发之间存在潜在的关联（3）。
肠道菌群与慢性肾衰竭之间的因果关系：两样本的孟德尔随机研究
结果：根据逆差异加权方法的结果，七个细菌属与结果可变的慢性肾衰竭有显着关联。，Ruminococcus（Gauvreauii组）（OR = 0.82，95％CI = 0.71-0.94，P = 0.004）可能是防止慢性肾衰竭的保护因素，而Escherichia e escherichia shigella属（OR = 1.22，95％CI = 1.22，95％CI = 1.08-1.08–1.38-1.38 - p = 0.001） 95% CI = 1.02–1.19, p = 0.013), Odoribacter (OR = 1.23, 95% CI = 1.03–1.49, p = 0.026), Enterorhabdus (OR = 1.14, 95% CI = 1.00–1.29, p = 0.047), Eubacterium (eligens group) (OR = 1.18, 95% CI = 1.02–1.37，p = 0.024）和霍华德拉（OR = 1.18，95％CI = 1.09–1.28，p <0.001）可能是慢性肾衰竭的风险因素。然而，在使用错误发现率进行多次比较的校正之后，只有与大乙基虫和霍华德拉的关联保持显着，表明其他属具有暗示性的关联。灵敏度分析没有揭示任何多效性或异质性。
肠道菌群与Hidradenitis purativa之间的因果关系：两样本的Mendelian随机研究
方法：我们使用全基因组关联研究进行了双向两样本Mendelian随机分析（MR）分析，研究了Mibiogen联盟的肠道菌群和Hidradenitis supporativa的摘要数据，该数据由Mibiogen Concortium分析了18,340个个体，由Mibiogen Consortium，由Mibiogen Consortium分析，由Mibiogen Consium cansegogen consortium，由Mibiogen Consortium，由Mibiogen consementium，组成21111 gut microbiota。HS数据是从Finngenbiobank分析收集的严格定义的HS数据中获取的，其中包括211,548个欧洲祖先（409 HS患者，211,139个对照组）。使用逆差异加权方法（IVW），加权中值（WME），简单模型，加权模型，加权中位数和MR-Egger来确定HS致病细菌分类群的变化，然后进行敏感性分析，包括水平多效性分析。Steiger MR测试评估了因果关系的强度，并且保留的方法评估了结果的可靠性。此外，进行了反向MR分析以寻求可能的反向因果关系。
免疫细胞与结直肠癌风险之间的因果关系及代谢物介质：孟德尔随机化研究
1 重庆医科大学附属第一医院临床分子医学检测中心，重庆，2 重庆医科大学附属第一医院重庆市分子肿瘤学与表观遗传学重点实验室，重庆，3 重庆医科大学脑科学与疾病研究所，重大脑疾病与衰老研究教育部重点实验室，重庆，4 重庆医科大学附属永川医院肿瘤科，重庆，5 高州市人民医院乳腺外科，高州，6 德国慕尼黑路德维希·马克西米利安大学普通外科、内脏外科和移植外科，7 重庆医科大学附属第一医院生物库中心，重庆，
针对性的最大似然估计，以估算先前结核病治疗在苏丹耐药性结核病中的因果关系
多药耐药性结核病（MDR-TB）被定义为异念珠菌和利福平的感染。在全球范围内，有132222个报告了2020年的MDR-TB病例。研究表明，先前的结核病治疗和治疗中断被认为是MDR-TB的主要原因[1，2]。流行病学家将病例对照研究定义为偏见的采样设计。病例对照研究的设计着重于参数逻辑回归，以计算一组协变量的调整后的奇数比（或）。但是，为了建立因果估计人群，或应估算。流行病学家将案例控制定义为与目标人群相比患有疾病的人比例的偏见。病例对照研究的设计着重于参数逻辑回归，以计算一组协变量上的或条件。要构建因果估计，我们必须估计边缘人口或[3]。目标最大似然估计（TMLE）是一种双重鲁棒方法，使用机器学习算法来最大程度地减少偏见的风险[4]。逆概率处理权重（IPTW）是一种因果方法，用于通过创建检查治疗对暴露的影响的模拟组来调整时变的混杂因素。IPTW方法基于侵害的概率，因为混杂因素被称为倾向评分（SP）[5]。 iptw在病例对照研究中有许多缺点，因此估计器无法在有限样本中对无症状效率和效率问题提出任何主张。IPTW方法基于侵害的概率，因为混杂因素被称为倾向评分（SP）[5]。iptw在病例对照研究中有许多缺点，因此估计器无法在有限样本中对无症状效率和效率问题提出任何主张。此外，IPTW在某些阶层中通过一组协变量定义的治疗或暴露组非常罕见时发生的所谓阳性违规行为不利[6]。因此，病例对照加权TMLE（CCW-TMLE）方法提供了双重鲁棒方法来估计无偏见的参数估计。如果给定暴露和协变量的结果模型的任何预期参数或给定协变量的暴露模型是正确的[7]，则此方法是一致的。ccw-tmle需要了解结果的患病率概率，以减少偏见的设计[8]。此外，CCW-TMLE估计了各种参数，例如风险比和风险差异，这些参数在病例控制研究的传统分析中不可用。此外，TMLE可以估计边际因果效应，正确的规范和倾向评分。TMLE估计所有参数，假设每个人的暴露状态不会影响任何其他人的潜在结果。主要因果假设是没有未衡量的混杂因素。因此，已经测量了暴露和外来的常见原因[9]。在分析过程中有两种广泛的方法可以控制混杂。第一种方法是使用标准回归模型，第二种方法是遵循因果方法。标准回归模型无法在存在可能的混杂或相互作用和协变量之间的混杂或相互作用的情况下估算暴露的平均因果效应。原因是，此方法假设暴露者和混杂因素之间没有相互作用来估计池效应。更重要的是，标准回归模型无法调整时间变化
免疫细胞与神经退行性疾病之间的因果关系：两样本的孟德尔随机化研究
材料和方法：本研究中使用的暴露和结果GWAS数据是从开放式数据库（https://gwas.mrcieu.ac.uk/）中获得的，该研究采用了两种样本的MR分析来评估731个免疫性细胞特征和四个神经疾病疾病之间的因果关系，包括Alzeimease疾病，包括Adshemen sasson s plack splack splack splack s parke'sasser'sheerer'sheer'Sheer'sheer'sheer'' （PD），肌萎缩性侧索硬化症（ALS）和多发性硬化症（MS）。所有免疫细胞数据均通过多种MR方法获得，以最大程度地减少偏差，并获得对感兴趣变量与结果之间因果关系的可靠估计。仪器变量选择标准受到限制，以确保免疫细胞物种与这些神经退行性疾病的风险之间因果关系的准确性和有效性。
![arxiv：2502.04210v1 [cs.lg] 2025年2月6日](/simg/g:\will\search\icon\source\e\e1ea1b3f806283bce4c06a8eedadbb1b6296419a.webp)
arxiv：2502.04210v1 [cs.lg] 2025年2月6日
我们探索因果关系，对称性和压缩之间的关系。我们基于学习和压缩之间的已知连接与因果模型无法识别的设置之间的已知联系。我们提出了一个框架，在该框架中由于多种环境压缩数据而出现因果关系。我们将算法因果关系定义为因果关系的替代定义。我们证明了算法因果关系和对称结构如何从最小化Kolmogorov复杂性上的上限的情况下出现，而无需干预目标。我们假设这些见解还可以提供有关机器学习模型中因果关系（例如大语言模型）的出现的新观点，在这些模型中，因果关系可能无法明确鉴定。关键字：算法因果关系，压缩，对称性，Kolmogorov复杂性
对脂质和降脂目标与自身免疫性甲状腺疾病的因果关系的新见解：孟德尔随机化研究
自身免疫性甲状腺疾病（AITD）是最常见的自身免疫性疾病之一[1]，包括Graves病（GD）和自身免疫性甲状腺炎（AT）。AITD已被列为甲状腺功能异常的主要原因，而后者进一步导致脂质代谢紊乱。[2，3]有趣的是，最近的一些研究表明，脂毒性与甲状腺功能减退症的风险增加相关。[4，5]此外，Graves眼病（GO）是GD最严重的并发症之一，已被证明与血脂异常有关[6]。降脂药物是治疗血脂异常的主要手段，许多研究证明了它们除了具有降脂作用外，还具有抗炎和抗氧化作用。[7，8]基于血脂异常与AITD相互作用的临床相关性，脂质和降脂药物与AITD之间的关联值得进一步探讨。
肠道菌群，免疫细胞和冠状动脉疾病之间的因果关系：介导的孟德尔随机分析
心血管疾病是全球死亡的最常见原因。冠心病（CHD）是最常见的心血管疾病类型。它的特征是由于冠状动脉变窄而导致心肌功能障碍，导致血液供应不足。CHD是全球老年患者的死亡原因之一，其风险持续上升。在小鼠模型中，可以通过肠道微生物（GM）转移传播对CHD和血栓形成的敏感性（Brown and Hazen，2018）。这种传播可能与以下事实有关：微生物群落影响宿主代谢，并通过微生物相关的分子模式通过宿主模式识别受体感知，这会影响心血管疾病的发病机理。针对微生物的治疗策略有望预防或治疗心血管疾病（Brown and Hazen，2018）。正常个体和冠状动脉疾病患者之间的GM组成中存在显着差异。在健康的人中，肠道菌群主要包括坚硬，细菌植物，肌动杆菌和子宫菌，它们在维持肠道健康和免疫系统方面起着关键作用。相比之下，冠心病患者的肠道成分和结构发生了显着变化。这些变化包括某些细菌组的增加或减少，例如毛霉菌蛋白酶科和Ruminococaccaceae，以及病原体或机会性病原体的数量增加（Dai等人，2020年）。迄今报道的潜在生物标志物包括三甲胺氧化胺（TMAO），短链脂肪酸（SCFA）和次胆汁酸。例如，tmao是一种肠道的代谢产物，与动脉粥样硬化的形成密切相关和CHD的发展。研究表明，TMAO通过影响血小板活性和胆固醇代谢来促进动脉粥样硬化的形成（Tang and Hazen，2017； Witkowski等，2020）。先前的研究表明，GM与CHD之间存在很强的因果关系（Jiang等，2023; Yang等，2024），GM和代谢物的丰度变化可能会影响CHD的进展（Wang等，2024）。大量证据表明，转基因在诸如代谢性疾病和心血管疾病等疾病的发作和进展中起着至关重要的作用（Wen等，2022； Qiao等，2023）。临床研究发现，CHD和认知障碍患者的GM发生了显着变化（Sun等，2019； Paiva等，2020）。GM的变化可以通过诸如慢性炎症，促进动脉粥样硬化和促进血栓形成的机制来介导CHD的发展（Liyu等，2022）。一项研究从转录组的角度分析了GM和CHD之间的关系，发现fusicatenibacter可以通过影响几个与CHD相关的靶标，即GBP2，MLKL和CPR65高度相关（Chen等，2023）。另一项研究表明，与CHD相关的肠道菌群中的性别营养不良，有可能导致心血管疾病发生率中观察到的性别差异（Garcia-Fernandez等，2024）。许多草药也可以通过调节GM的组成，降低三甲胺-N-氧化物（TMAO）水平来对CHD进行干预，从而增加
立体脑电图中事件相关因果关系区分名词短语和动词短语的句法处理
1 BioroBotics研究所和AI卓越，Sant'anna高级研究学院，Viale Rinaldo Piaggio 34，Pontedera 56025，意大利2 Iuss高级研究学院，Piazza della Vittoria Piazza della vittoria 15 ，米兰2016年，意大利4医学和外科部，帕尔马大学神经科学部门，通过乔瓦尼·巴蒂斯塔·格拉斯（Giovanni Battista Grassi）74，意大利帕尔马5人Humanitas临床研究所，Alessandro Manzoni 56神经病学研究所，通过Mondino 2，帕维亚 27100，意大利 8 贝尔塔雷利基金会转化神经工程主席，洛桑联邦理工学院工程学院和神经修复中心，生物技术校区，Chemin des Mines 9，日内瓦，GE CH 1202，瑞士 9 日内瓦大学基础神经科学系，生物技术校区，Chemin des Mines 9，日内瓦，GE CH 1202，瑞士 10 认知神经科学（ICoN）中心，Scuola Universitaria Superiore IUSS，Piazza Vittoria 15，帕维亚 27100，意大利 11 这些作者对这项工作做出了同等贡献。 ∗ 任何通信均应寄往作者。