Mapping Multimorbidity Progression Among 190 Diseases 背景 在全球范围内，随着人口老龄化和慢性病的负面影响显著增加，多病共存（multimorbidity），即多个长期病症的共存，已成为一个日益严峻的健康挑战。了解多病共存在个体中的累积过程，可以帮助研究人员更好地理解其发病机制，协助医疗服务提供者在首个病症显现时进行干预或筛查其他病症，并使决策者制定综合护理管理方法，以更好地满足患者的健康需求。 研究动机 当前的多病共存聚类方法主要基于常见疾病组合的频率，这种方法难以理解疾病如何随时间发展。大多数关联性聚类方法容易夸大最流行的诊断，从而导致将太多不相关的疾病归入一个大簇。更重要的是，这些基于关联的聚类方法可能容易在确定多病共存进展轨迹时产...

CIGNN: 基于因果关系和图神经网络的无袖带连续血压估计框架 背景介绍 根据世界卫生组织（WHO）的数据，全球约有11.3亿人受到高血压的影响，预计到2025年这一数字将增加到15亿。高血压是心血管疾病的一个重要风险因素，这包括心脏病和中风，这些都是全球主要的死亡原因。高血压的普及进一步增加了痴呆和残疾的负担，因此，预防和管理高血压对于改善全球健康结果至关重要。 连续血压（BP）测量能够为高血压的诊断和预防提供丰富的信息。通过连续监测血压，我们可以更全面地了解患者的血压模式和趋势，这可以指示是否需要治疗或调整当前的治疗方案。此外，连续血压监测相比传统间歇性血压测量有更多优势，因为血压可能会受到诸如压力、体力活动和药物依从性等因素的影响。无袖带连续血压测量利用可穿戴生理传感器的优势，能够实现...