LLM引导因果发现识别运动与痴呆风险通路
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
最新进展10月5日 12:00
因果发现揭示 UK Biobank 中体力活动与痴呆风险的关联路径报道时间线
沿着报道,了解事件的不同侧面。
10月5日
- 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。