|
整理 | 周舒義、平生 11月24日發(fā)表在《美國醫(yī)學會雜志·內科學》（JAMA Internal Medicine）上的一項研究顯示，停止使用熱門減重藥物替爾泊肽后，超過82%的參與者發(fā)生體重反彈，之前取得的心血管健康改善也隨之逆轉。該結果進一步表明，替爾泊肽等GLP-1受體激動劑可能需要長期使用才能維持療效，肥胖應被視為需要持續(xù)管理的慢性疾病。研究者對一項臨床試驗進行事后分析，試驗共納入670名肥胖或超重、無糖尿病的成年參與者。參與者先統(tǒng)一接受36周替爾泊肽治療，然后被隨機分為兩組：一組繼續(xù)用藥52周，另一組則轉為服用安慰劑。兩組均維持低熱量飲食和鍛煉計劃。研究重點追蹤了減重效果顯著（體重減輕超過10%）的308名參與者。當這部分人群轉為服用安慰劑后，結果令人沮喪：到第88周結束時，254人（約82%）體重反彈了至少25%；177人（約57%）反彈了至少50%；74人（約24%）反彈了至少75%。此外隨著體重的回升，藥物帶來的健康益處也付諸東流：參與者的血壓、血脂、空腹胰島素和糖化血紅蛋白等指標重新惡化，體重反彈幅度越大，指標倒退得越明顯。體重反彈超過75%的參與者，其心血管代謝指標退回至用藥前水平。另一方面，308名參與者中有54人（17.5%）體重沒有明顯反彈（不足25%），12人（4%）在停藥后體重繼續(xù)下降，研究者并未找出這些參與者的明顯共性。匹茲堡大學的兩位醫(yī)學專家Elizabeth Oczypok和Timothy Anderson認為，GLP-1類藥物更適合被稱為“體重管理藥”，而不是短期“減肥藥”。他們指出，很多患者和醫(yī)生下意識地把這類藥物當成“達到目標體重就可以?！钡寞煶绦陀盟?，但現(xiàn)有數(shù)據(jù)并不支持這種期待。“將它們與其他慢性病藥物進行類比可能會有所幫助：就像高血壓患者不會因為血壓達標，就停止服用降壓藥一樣?！?/span>相關論文：https:///10.1001/jamainternmed.2025.6112一項大型腦成像研究顯示，人腦并不是“平滑”地老去，而是會在一生中經歷5個不同的拓撲階段。在群體平均水平上，人腦在大約9歲、32歲、66歲和83歲附近迎來4次關鍵轉折，神經網絡的拓撲結構會在這些節(jié)點發(fā)生明顯重組。研究利用彌散磁共振成像（MRI diffusion），分析了3802名0～90歲參與者的大腦神經連接網絡，隨后利用圖論中的多項指標，量化這些連接網絡在不同年齡的復雜程度、效率和分工情況，最終識別出四個顯著的“拓撲轉折點”，由此劃分出人腦一生的五個階段。本研究中參與者大腦在第一階段（0～9 歲）所呈現(xiàn)的一般模式。| Dr Alexa Mousley, University of Cambridge 從嬰兒期到大約9歲，整個大腦被“網絡鞏固”過程主導：嬰兒期過度生成的突觸“優(yōu)勝劣汰”，活躍連接得以保留。灰質和白質體積快速增長，皮層厚度達到峰值，腦回溝的形態(tài)逐漸穩(wěn)定。9歲左右，大腦連接模式出現(xiàn)第一次明顯轉折，此后迎來第二階段，一直持續(xù)到大約32歲：白質體積持續(xù)增長，大腦通信網絡的組織結構也日益精細化。無論是局部協(xié)同，還是跨腦區(qū)通信，連接效率都在穩(wěn)步提高，是整個生命周期中唯一一個全腦連接效率持續(xù)上升的時期，與認知能力增強密切相關。第二個轉折點在大約在32歲左右出現(xiàn)，大腦發(fā)育軌跡發(fā)生最劇烈的整體轉變，標志著大腦結構進入相對穩(wěn)定的“平臺期”：從32歲到66歲，是人腦結構上最長、也是相對平靜的一個階段。研究顯示，這一時期大腦總體連接模式趨于穩(wěn)定，腦網絡的“分區(qū)化”逐漸增強，不同功能區(qū)域之間的分工更為明確。在大約66歲附近，研究者識別出第三個轉折點。此時大腦白質開始出現(xiàn)更明顯的退化跡象，一些長距離連接逐漸變弱，整體網絡在緩慢重組。在約83歲時，數(shù)據(jù)出現(xiàn)最后一個明顯的結構拐點，標志著“晚期衰老”的到來。與此前相比，這一階段大腦整體連通性進一步下降，網絡更多依賴局部短程連接，信息在全腦范圍內的整合能力減弱，更依賴局部網絡和少數(shù)關鍵區(qū)域。研究人員指出，很多精神健康問題和神經系統(tǒng)疾病都與大腦網絡結構異常相關，厘清大腦何時以及如何轉變，有望幫助科學家鎖定關鍵時間窗口，為相關問題的研究提供線索。需要注意的是，上述五個階段描述的是統(tǒng)計趨勢，個體之間會存在差異。此外，能夠參與MRI掃描的高齡老人往往是同齡人中最健康的群體，如此描繪出來的曲線可能難以代表更普遍人群的衰老模式。相關論文：http://dx./10.1038/s41467-025-65974-8東京大學天文學系的戶谷友則（Tomonori Totani）教授近日宣布發(fā)現(xiàn)了暗物質存在的有力候選證據(jù)，他利用NASA費米伽馬射線空間望遠鏡的數(shù)據(jù)，在銀河系中心附近發(fā)現(xiàn)了疑似由暗物質湮滅產生的伽馬射線信號，但多名專家對此態(tài)度保守。相關論文11月26日發(fā)表于《宇宙學與天體粒子物理學雜志》（Journal of Cosmology and Astroparticle Physics）。關于暗物質的理論層出不窮，一種主流假說認為，暗物質可能由“弱相互作用大質量粒子”（WIMP）構成。理論預測，兩個WIMP對撞時會雙雙湮滅并產生高能伽馬射線光子。多年來，研究人員一直通過天文觀測，鎖定暗物質集中的區(qū)域（例如銀河系中心），以尋找特定伽馬射線的蛛絲馬跡。戶谷教授分析覆蓋銀河系暈區(qū)域的伽馬射線數(shù)據(jù)，扣除了已知伽馬射線源（如脈沖星、超新星遺跡等）以及銀河盤面區(qū)域的強烈輻射成分。結果顯示，在銀河系中心方向，存在一層光暈狀分布的伽馬射線發(fā)射，其光子能量約為20 GeV。這種輻射在空間分布上與暗物質暈分布模型相當吻合，它的能譜形狀與WIMP湮滅時理論預言的伽馬射線譜高度一致，由此推算的WIMP質量大約為質子的500倍，湮滅頻率也落在合理區(qū)間之內。戶谷教授認為，這些跡象構成了“強有力的暗物質伽馬射線證據(jù)”。“如果這一解釋成立，據(jù)我所知，這將是人類首次'觀測’到暗物質。”戶谷表示，“而且它意味著暗物質由超出當前粒子物理標準模型的新粒子構成。”多位專家對該研究持保守態(tài)度。約克大學物理與天文系助理教授Sean Tulin指出，這一結果高度依賴于對“背景伽馬射線”的建模與扣除過程——如果背景模型稍有偏差，就可能產生虛假信號。馬德里康普頓斯大學的伽馬射線天體物理研究員Juan Abel Barrio觀點更為嚴厲：費米-LAT合作組在過去15年來對類似區(qū)域做過非常精細的分析，但至今沒有發(fā)現(xiàn)統(tǒng)計顯著的暗物質信號。他在回復媒體詢問時寫道：它是否與現(xiàn)有證據(jù)相符？“不相符。作者自己都說，他得到的平均值超出了費米合作組給出的排除范圍?！?/span>這一結果如果成立意味著什么？“如果這一結果得到費米合作組的正式確認（對此我高度懷疑，這也是唯一能說服我的方式），那就等于找到了物理學的一座圣杯，開啟了粒子物理標準模型之外新物理的大門，等等?！?/span>有媒體說，這可能是“第一次'看到’暗物質”，這樣說正確嗎？——“不正確。從嚴格意義上說，它并沒有被'看到’，只是作為一種證據(jù)被提出，而我認為這種證據(jù)并不可靠。在過去20年里，已經有過更多暗物質跡象的所謂發(fā)現(xiàn)，最終都被排除了?！?/span>近年來，注意力缺陷多動障礙（ADHD）正以前所未有的頻率出現(xiàn)在體檢表、門診記錄和社交媒體標簽中。一面是不斷攀升的診斷數(shù)字，一面是被過度“貼標簽”的擔憂：究竟是疾病本身在增加，還是醫(yī)療和社會環(huán)境變遷推高了診斷？大量調查表明，過去二三十年間許多高收入國家的ADHD診斷率顯著上升。美國一項全國性家長問卷調查顯示，超過11%的兒童一生中曾被診斷為ADHD；而在2003年這一比例還只有約8%。類似趨勢也出現(xiàn)在英國：從2000年到2018年，英國男孩ADHD新診斷率翻倍，女孩則翻了兩番，成年人的診斷率增幅更為顯著。來源：美國疾病控制與預防中心國家健康訪問調查年度報告然而，如果撇開這些問卷調查，用統(tǒng)一、嚴格的量表對代表性人群中進行標準化評估，得到的全球患病率要低得多——兒童約為5.4%，成年人約為2.6%，且在全球不同地區(qū)相對穩(wěn)定。這說明，診斷數(shù)字的攀升，并不等同于癥狀本身在大規(guī)模流行，更大一部分變化來自評估方式以及診斷途徑。研究者指出，面向家長的問卷調查容易夸大比例，有些孩子可能被非?？漆t(yī)生寬泛地貼上ADHD標簽，有些家長會把模糊的類似癥狀記成正式診斷。在美國，ADHD可以由精神科醫(yī)生、心理健康專家甚至普通兒科醫(yī)生來診斷，而這些醫(yī)生可能并未接受過專門培訓。一些線上服務進一步縮短了評估時間，有人懷疑這樣的診斷是否可靠：“只花15到20分鐘，就能拿到一個ADHD診斷?！?/span>有些地方擔心過度診斷，有些地方連診斷都難，大量真正有困難的人仍然沒有得到幫助。在巴西等中低收入國家，患者通常需要轉診到神經科或精神科專家，而這些專業(yè)人才嚴重短缺。研究者指出，這些地區(qū)的問題是“嚴重的漏診、污名化和治療不足”，尤其集中在弱勢群體和低收入家庭。有趣的是，越來越多家長在帶著孩子參加評估時，也被發(fā)現(xiàn)符合ADHD特征——有專家表示，當他診斷出一個孩子患有ADHD時，“幾乎無一例外，父母中的一方也患有ADHD”。這是因為遺傳是ADHD的主要影響因素，遺傳度高達70%–80%。這些父母小時候也有類似癥狀，只是當年沒有得到診斷。診斷激增的另一個原因，是公眾對多動癥的認識提高，這得益于社交媒體上相關討論的爆發(fā)式增長。TikTok等平臺上，大量短視頻分享“ADHD十大隱藏癥狀”“你以為是懶，其實是ADHD”，讓許多長期困惑于自己注意力和執(zhí)行力的人產生“也許我是ADHD”的想法，從而主動尋求專業(yè)評估。但信息洪流真假難辨。2022年有研究抽樣分析了TikTok上的ADHD相關視頻，發(fā)現(xiàn)超過一半存在誤導性：把普通的分心、壓力反應或人格特質簡單等同于ADHD，甚至鼓勵自我診斷、自我用藥。這些話術一方面幫助了一部分真正被漏診的人，另一方面也助長了過度診斷。ADHD的核心特征包括三個方面：多動、沖動與注意力不集中。要被正式診斷，還必須滿足兩個關鍵條件：癥狀在多個場景（學校、家庭、工作）持續(xù)至少6個月，且?guī)韺嶋H功能受損，例如學業(yè)困難、丟掉工作或人際關系嚴重受影響。一個核心爭議點在于“損害閾值”——從何時起，注意力分散或坐不住，不再只是性格、氣質差異，而要被視為醫(yī)學意義上的疾?。窟@本身帶有主觀判斷色彩：是和“同齡人平均水平”比，還是和這個人的“應然狀態(tài)”比？不同文化、不同學校、不同醫(yī)生，答案都可能不同。多位研究者強調，ADHD的表現(xiàn)行為高度依賴于外部環(huán)境。在要求孩子長時間安靜、死記硬背、頻繁考試的學校環(huán)境中，注意力不集中和坐不住會被格外放大；而在鼓勵探索、允許活動和差異化學習安排的環(huán)境中，同樣的特質可能不再被視為問題。圍繞ADHD的身份認同，也在發(fā)生變化。所謂“神經多樣性”（neurodiversity）運動主張，將自閉、ADHD 等視為大腦發(fā)展的自然變異，而非單純缺陷。一些 ADHD患者認為，真正“失調”的是僵硬的學校和工作制度，而不是他們的大腦。與此同時，許多臨床醫(yī)生和專家強調，不能因此忽視ADHD帶來的現(xiàn)實風險——學業(yè)失敗、職業(yè)不穩(wěn)定，乃至事故、物質濫用和抑郁、自殺風險的升高。對他們來說，把ADHD視為一種醫(yī)學狀態(tài)，不是為了貼標簽，而是為了獲得合理的支持與治療。越來越多專家認為，醫(yī)學和神經多樣性視角并不沖突：既要承認大腦差異的價值，也要正視當差異帶來痛苦和障礙時，社會和醫(yī)療系統(tǒng)有責任提供幫助。相關來源：https://www./articles/d41586-025-03855-2一項針對國際人工智能頂會ICLR 2026的大規(guī)模文本檢測顯示，在本屆會議的7萬余份審稿報告中，約21%很可能是由大型語言模型（LLM）“一手包辦”，超過一半的評審文本存在不同程度的AI參與。這一結果在學界引發(fā)強烈震動，也將“AI評審”這一隱秘做法推向臺前。事件源于多位研究者在社交媒體上抱怨，向ICLR 2026投稿后收到的評審“冗長、空洞”，還出現(xiàn)編造引用文獻、要求不合常規(guī)的分析等情況。一些作者懷疑評審人直接使用LLM生成報告。卡內基梅隆大學的人工智能研究員Graham Neubig在社交平臺上發(fā)帖，希望有人能對全部投稿及審稿進行系統(tǒng)檢測。隨后，初創(chuàng)公司Pangram Labs接下這一任務，利用AI文本檢測工具對19490篇論文和75800份評審逐條掃描。結果顯示，約15899份（21%）評審被判定為“完全由AI生成”，超過一半的評審有AI參與。在論文層面，約1%的投稿文本疑似完全由AI撰寫，另有9%的論文中超過一半的內容被認為是AI生成。對不少作者來說，這份分析印證了自己的懷疑。哥本哈根大學計算機科學家Desmond Elliott表示，他收到的三份評審意見中，有一份“似乎完全沒抓住論文要點”，其中引用的數(shù)值與原文不符，還有一些奇怪的表達式，讓他的博士生懷疑這是大模型的幻覺。在公布檢測結果后，他查詢了自己論文的記錄，發(fā)現(xiàn)這份評審確實被標記為“完全AI生成”，并且給出了最低評分，使論文處于拒稿邊緣?！白鳛樽髡?，這種體驗非常挫敗，”他說，“部分意見值得回應，但另一些內容根本說不通?！?/span>ICLR 2026 的組織方此前已經意識到審稿中可能存在AI參與，因此在投稿政策中明確：允許作者和審稿人使用AI工具對文字進行潤色、生成實驗代碼或分析結果，但必須披露使用情況。在Pangram報告曝光后，會議高級項目主席、康奈爾大學計算機科學家Bharath Hariharan表示，組委會將結合Pangram的檢測結果和其他自動化工具，評估哪些投稿和評審違反了相關政策，并對違規(guī)作者和評審人進行處罰。不過他也強調，由于AI檢測工具本身存在一定誤報率，不會簡單地把所有工作都交給算法。Hariharan說，ICLR的每位審稿人平均要在兩周內審閱五篇論文。“這工作量非常大，遠超以往?！?nbsp;相關來源：https://www./articles/d41586-025-03506-6注：本文封面圖片來自版權圖庫，轉載使用可能引發(fā)版權糾紛。
|
