对乙酰氨基酚过量致急性肝损伤轨迹的机器学习多标志物预测研究

Prediction of Acute Liver Injury Trajectory in Patients Following Acetaminophen Overdose: A Multibiomarker Machine Learning Proof‐of‐Concept Study

发布于 2026/10/17 11:21:57（北京时间）

主题标签：未打标（待 AI 补标或人工校正）

研究论文Drug-Induced Hepatotoxicity and ProtectionDOI: 10.1002/cpt.70320

作者：Chris Humphries、Alastair Morris Kilpatrick、Kathleen Scullion、Rhona E. Aird、Lorraine Bruce、Maria Elena Candela、Tak Yung Man、Stuart John Forbes、James W. Dear

单位：University of Edinburgh；MRC Centre for Regenerative Medicine

摘要

《临床药理学与治疗学》2026年11月刊发表一项概念验证研究，利用多生物标志物结合机器学习模型预测对乙酰氨基酚过量患者急性肝损伤的发展轨迹。该研究为药物性肝损伤的早期风险分层提供了方法学参考。

AI 主编 · 推荐理由推荐理由

对乙酰氨基酚是全球最常见的药物性肝损伤病因，研究涉及药物警戒中的安全性信号检测与风险预测模型构建，为药企开展药物肝毒性评估及临床研究设计提供参考思路。

五维评分

信源权威度

影响范围

合规紧急度

行业关注度

时效性

查看原文 ↗