跳到正文
热点事件持续更新

LLM引导因果发现识别运动与痴呆风险通路

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Wasif Khan 等作者提交的论文将大语言模型(LLM)引导的因果发现与中介分析结合,在 UK Biobank 42,293 名 60 岁及以上老年人中,识别客观测量的中高强度体力活动(MVPA)与痴呆风险之间的关联通路。 研究称抑郁是核心中介路径,占 MVPA 与痴呆风险总体关联的 15.1%;性别分层显示女性以代谢和功能路径为主,男性则涉及吸烟与心血管疾病的行为和心血管代谢级联。论文标注为“Under submission”,尚未正式发表。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月5日
  1. arXiv:cs.AI
    因果发现揭示 UK Biobank 中体力活动与痴呆风险的关联路径

    研究将 LLM 引导的因果发现与中介分析结合,在 UK Biobank 42,293 名 60 岁及以上老年人中识别出体力活动(MVPA)降低痴呆风险的路径。抑郁是核心中介路径,占 MVPA 与痴呆风险总体关联的 15.1%。性别分层显示女性以代谢和功能路径为主,男性则涉及吸烟与心血管疾病的行为和心血管代谢级联。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。