最新!王拥军院士26年首发《BMJ》,这位四大医学顶刊“大满贯“科学家,正在引领世界

源自风暴统计网:一键统计分析与绘图的AI网站

2026年1月7日,由新晋院士、首都医科大学附属北京天坛医院院长王拥军教授率领的团队在医学顶刊《BMJ》上发表文章,这是2026年《BMJ》上的首篇中国学者文章。

该研究是一项多中心、双盲、随机、安慰剂对照的临床试验(TASTE-2试验),旨在评估依达拉奉右莰醇(一种多靶点脑细胞保护剂)在接受血管内取栓治疗的急性缺血性卒中(AIS)患者中的疗效和安全性。

作为文章的通讯作者,王拥军院士已经在《Lancet》、《JAMA》、《BMJ》和《NEJM》等国际顶级医学期刊上发表了多项重要研究成果,并在2025年成功当选中国科学院院士。

TASTE-2临床试验

研究者从中国106家医院中纳入了发病24小时内、前循环大血管闭塞、计划行血管内取栓的急性缺血性卒中患者1362名,按1:1的比例随机分配至依达拉奉右莰醇组或安慰剂组。

  • 试验组: 在取栓前开始静脉输注依达拉奉右莰醇(37.5 mg),每日两次,持续10-14天;

  • 对照组: 使用外观相同的安慰剂。

  • 主要结局: 90天时功能独立(改良Rankin量表评分mRS 0-2分);

  • 次要结局: 包括mRS评分分布、NIHSS评分变化、卒中复发、安全性事件(如症状性颅内出血、死亡)等。

结果显示,与安慰剂组(333/672例,49.6%)相比,试验组(379/690例,55%)90天时mRS评分0-2的比例(OR 1.24[1.00-1.54],RR 1.11[1.00-1.23],P=0.047)显著提高了11%。

这提示取栓前启动依达拉奉右莰醇并持续治疗10-14天,可显著改善AIS患者功能独立预后。

进一步亚组分析显示,ASPECT评分较高(8-10分)以及在入院时存在“临床-影像不匹配”(即神经功能缺损严重但梗死核心较小)的患者中,治疗效果更显著。

这表明,药物可能通过保护“缺血半暗带”(即可挽救的脑组织)发挥核心作用。

该研究率先践行了AIS院内管理新策略,即在取栓前启动依达拉奉右莰醇治疗持续10-14天,包括几乎整个缺血/再灌注损伤阶段,其结果也提示依达拉奉右莰醇可成为IVT/EVT的联合治疗选择,为AIS患者带来更多获益。

四大医学顶刊“大满贯”科学家

在国际脑血管病研究领域,王拥军院士团队留下了一个个深刻的中国印记。更是成为继马骏院士之后,于2023年2月就实现医学顶刊“大满贯”的科学家!

在2025年国际卒中大会上,王拥军教授更是被授予“威廉 ·M· 费恩伯格卒中卓越贡献奖”,以表彰其在卒中领域的科研和临床方面作出的全球性贡献。

该奖项是国际卒中领域临床医学的最高奖,设立34年以来,这是亚洲科学家第一次获奖。

下面一起看看王拥军院士团队近年来在四大医学顶刊发表的部分研究。

1.医学顶刊《NEJM》

2013年,王拥军教授团队在《NEJM》(IF 78.5)发表CHANCE研究,首次提出阿司匹林叠加氯吡格雷的短程双通道双效应联合治疗方案。

该研究纳入5170例患者,发现对于高危非致残性缺血性脑血管病患者,双抗治疗可将90天复发率从11.7%降至6%,且不增加出血风险。

这一方案解决了缺血性脑血管病预防复发联合用药出血风险增加的临床难题,被世界卒中组织主席评为“过去十年该领域三大突破性进展之一”,也是近20年改变卒中临床实践的15项重大进展中唯一来自亚洲的研究。

此外,2021-2024年间,王拥军团队在《NEJM》还发表了 CHANCE-2、TRACE-Ⅲ、INSPIRES研究。

2.《Lancet》

2023年2月9日,《Lancet》(IF 88.5)发表了王拥军教授团队的TRACE-2研究结果。

这项3期多中心随机对照试验证实,我国自主研发的国产替奈普酶在急性缺血性卒中患者中的疗效不劣于阿替普酶(62% vs 58%)

该研究是国产脑血管病药物注册临床试验首次登上全球顶刊,并在见刊仅2个月后即成功改写英国国家卒中临床指南。

3.《BMJ》

2024年6月26,《BMJ》(IF 43.0)发表了王拥军教授团队的CHANCE-3研究结果。

这项多中心随机对照试验显示,对高敏C反应蛋白水平≥2 mg/L的急性轻度至中度缺血性卒中或高危TIA患者,发病24小时内使用小剂量秋水仙碱不能降低90天内卒中复发风险。

作为全球首个完成的秋水仙碱预防急性缺血性脑血管病早期复发的大型临床研究,CHANCE-3提供了重要的阴性结果,为后续研究方向提供了关键数据。

4.《JAMA》

2024年9月12日,王拥军团队在《JAMA》(IF=55.0)发表了ORIGINAL研究结果。这项Ⅲ期临床试验纳入1489名发病4.5小时内的急性缺血性卒中患者,比较了替奈普酶与阿替普酶的效果。

结果显示,替奈普酶组72.7%的患者和阿替普酶组70.3%的患者达到90天良好功能结局,满足非劣效性标准,且安全性相似 。

ORIGINAL研究纳入了包括轻型卒中、老年患者和接受血管内治疗患者在内的广泛人群,更贴近真实临床实践,为替奈普酶在不同人群中的应用提供了依据。

回顾王拥军院士团队二十年的研究历程,从CHANCE到CHANCE-2,从TRACE-2到TRACE-3,中国脑血管病临床研究实现了从无到有,从起步到引领的跨越式发展。

随着更多研究的推进,中国方案将继续为全球卒中防治贡献中国智慧。


郑老师统计团队及公众号

全国较大的线上医学统计服务平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理!

我们提供各式医护科研设计与统计服务:

1️⃣研究者发起的临床试验项目

2️⃣临床预测模型与机器学习方法

3️⃣医学数据库NHANES、GBD、孟德尔随机化等挖掘发表级数据

4️⃣GBD、NHANES、CHARLS医学数据库保发表训练营

联系助教陈老师咨询(微信号sas555777

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1144263.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

模块化RAG,让AI知识库系统像乐高一样灵活可塑

在人工智能技术飞速迭代的今天,大型语言模型(LLMs)已经成为我们处理信息、生成内容的重要工具。但无论是日常使用的聊天机器人,还是企业级的智能客服系统,我们总能遇到两个棘手的问题:要么模型“一本正经地…

StructBERT情感分析API接口设计与开发实战教程

StructBERT情感分析API接口设计与开发实战教程 1. 引言:中文情感分析的现实需求 在当今数字化时代,用户生成内容(UGC)如评论、弹幕、社交媒体帖子等呈爆炸式增长。如何从海量中文文本中自动识别情绪倾向,成为企业舆情…

StructBERT轻量级情感分析:WebUI性能测试

StructBERT轻量级情感分析:WebUI性能测试 1. 中文情感分析的技术背景与挑战 1.1 情感分析在NLP中的核心地位 自然语言处理(NLP)中,情感分析(Sentiment Analysis)是理解用户意图、挖掘舆情信息的关键技术…

中文文本情感分析教程:StructBERT模型使用技巧

中文文本情感分析教程:StructBERT模型使用技巧 1. 引言:中文情感分析的重要性与挑战 在当今信息爆炸的时代,中文互联网每天产生海量的用户评论、社交媒体内容和产品反馈。如何从这些非结构化文本中快速提取情绪倾向,成为企业舆情…

正则表达式从入门到进阶:避坑指南+高效调试工具推荐

在程序员的日常开发中,正则表达式绝对是“让人又爱又恨”的存在——它语法精炼,却能完成复杂的字符串处理任务,比如数据提取、表单验证、日志清洗、文本替换等,堪称“字符串处理瑞士军刀”。但与此同时,正则表达式的元…

中文文本情感分析:StructBERT模型原理与实践

中文文本情感分析:StructBERT模型原理与实践 1. 引言:中文情感分析的技术价值与挑战 在当今信息爆炸的时代,用户每天在社交媒体、电商平台、评论区等场景产生海量的中文文本数据。如何从这些非结构化文本中自动识别情绪倾向,成为…

中文情感分析WebUI搭建:StructBERT轻量级部署案例

中文情感分析WebUI搭建:StructBERT轻量级部署案例 1. 背景与需求:为什么需要轻量级中文情感分析? 在当前自然语言处理(NLP)广泛应用的背景下,中文情感分析已成为智能客服、舆情监控、用户评论挖掘等场景中…

StructBERT应用案例:社交媒体情感趋势分析

StructBERT应用案例:社交媒体情感趋势分析 1. 中文情感分析的技术价值与挑战 在社交媒体、电商平台和用户反馈系统中,中文文本构成了海量的非结构化数据。如何从这些文本中自动识别用户的情绪倾向——是满意还是不满,是推荐还是投诉——成为…

StructBERT情感分析WebUI设计:交互体验优化

StructBERT情感分析WebUI设计:交互体验优化 1. 背景与需求:中文情感分析的现实挑战 在自然语言处理(NLP)领域,情感分析是理解用户情绪、提升产品体验的关键技术之一。尤其在中文语境下,由于语言表达的丰富…

StructBERT情感分析模型资源优化与性能提升

StructBERT情感分析模型资源优化与性能提升 1. 中文情感分析的技术挑战与需求背景 在自然语言处理(NLP)领域,中文情感分析是企业级应用中高频且关键的一环。无论是社交媒体舆情监控、电商评论挖掘,还是客服对话情绪识别&#xf…

中文情感分析模型:StructBERT部署与优化

中文情感分析模型:StructBERT部署与优化 1. 引言:中文情感分析的现实价值 在社交媒体、电商评论、客服对话等场景中,海量的中文文本数据每天都在产生。如何从这些非结构化文本中快速提取用户情绪倾向,成为企业洞察用户需求、优化…

深度学习环境搭建捷径:预装镜像,省去3天配置时间

深度学习环境搭建捷径:预装镜像,省去3天配置时间 引言:研一新生的真实困境 "师兄,我的CUDA又报错了!"凌晨两点的实验室里,研一新生小李第15次重装Ubuntu系统。导师要求他复现一篇顶会论文&…

零基础入门StructBERT:中文情感分析快速上手

零基础入门StructBERT:中文情感分析快速上手 1. 引言:为什么我们需要中文情感分析? 在当今信息爆炸的时代,用户评论、社交媒体内容、客服对话等文本数据中蕴含着大量关于公众情绪的宝贵信息。无论是电商平台监控商品评价&#x…

StructBERT部署案例:电商评论情感分析系统搭建

StructBERT部署案例:电商评论情感分析系统搭建 1. 引言:中文情感分析的现实需求 在电商、社交平台和用户反馈系统中,中文情感分析已成为企业洞察用户情绪、优化产品服务的关键技术。随着消费者在线评论数量的爆炸式增长,人工逐条…

中文情感分析Web服务开发:StructBERT轻量级部署指南

中文情感分析Web服务开发:StructBERT轻量级部署指南 1. 背景与需求:为什么需要轻量级中文情感分析? 在当前自然语言处理(NLP)广泛应用的背景下,中文情感分析已成为智能客服、舆情监控、用户评论挖掘等场景…

基于Java+SpringBoot+SSM毕业设计选题管理系统(源码+LW+调试文档+讲解等)/毕业设计选题系统/毕业设计管理/选题管理系统/毕业设计选题平台/毕业设计选题软件/毕业设计管理工具

博主介绍 💗博主介绍:✌全栈领域优质创作者,专注于Java、小程序、Python技术领域和计算机毕业项目实战✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 2025-2026年最新1000个热门Java毕业设计选题…

LabVIEW视觉检测系统:灵活配置相机,精准抓边找圆

labview视觉检测,一个相机,两个相机,抓边,找圆,一套代码任意切换!采用halcon模板匹配在工业视觉检测领域,LabVIEW搭配HALCON是一个非常强大的组合。我最近在做一个项目,主要需求是用…

基于Java+SpringBoot+SSM云宠之家管理系统(源码+LW+调试文档+讲解等)/云宠管理系统/宠物之家系统/云宠管理平台/宠物管理系统/云宠之家平台/宠物之家管理软件/云宠管理软件

博主介绍 💗博主介绍:✌全栈领域优质创作者,专注于Java、小程序、Python技术领域和计算机毕业项目实战✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 2025-2026年最新1000个热门Java毕业设计选题…

中文文本情感分析模型优化:StructBERT实战

中文文本情感分析模型优化:StructBERT实战 1. 引言:中文情感分析的现实挑战与技术演进 在社交媒体、电商评论、客服对话等场景中,用户生成的中文文本蕴含着丰富的情感信息。如何自动识别这些文本的情绪倾向——是满意还是不满,是…

会求解一阶齐次线性微分方程

一阶线性齐次微分方程的形式如下: dydxP(x)y0\frac{\text{dy}}{\text{dx}} P\left( x \right)y 0dxdy​P(x)y0 这同样是一种特殊、相对简单的常微分方程,只是比可分离变量方程、齐次微分方程稍显复杂那么一点点。 要想看更多有趣的微积分故事、知识&…