机器学习鉴别多系统萎缩的系统评价与Meta分析：51项研究
结论：Meta分析提示，机器学习模型在区分多系统萎缩（MSA）与帕金森病（PD）及其他神经退行性疾病方面具有较高的诊断准确性，合并AUC为0.93–0.94；证据档位为B，属于对已有诊断准确性研究的二次合成。 设计：系统评价与Meta分析，检索PubMed、Embase、Coch
CapV荧光探针优化及环二核苷酸结构对CapV激活的影响
结论：通过延长resorufin酯探针的酰基链，可获得对cGAMP激活依赖性更高的CapV荧光报告体系；据此提示环二核苷酸的磷酸二酯骨架与2'-羟基是维持CapV激活的关键结构要素（证据支持，基于体外酶学与计算模拟）。 设计：体外基础研究，非人体或动物样本；以来自Acinetob
