事件概述 相关报道显示，研究使用靶向代谢组学分析血浆样本，在发现队列235例与验证队列278例（均经腹腔镜诊断）中，借助广义线性模型与机器学习筛选可区分不同类型子宫内膜异位症的代谢物比值作为潜在生物标志物。验证效果最佳的模型由多类代谢物比值构成，对腹膜型子宫内膜异位症的诊断AUC为0.82（95%CI 0.619-0.891），敏感度76%、特异度81%。 这类研究的意义不只在于提出新的疾病认识，也在于为早筛、分层诊疗和随访管理提供更具体的检测依据。 产业观察 前沿医学研究会持续推动检测技术、临床分层和疾病管理方式的变化。 文章来源 https://www.biorxiv.org/content/10.64898/2026.07.05.736551v1 |
/3 
浙公网安备33010802005999号 
