菌群指纹加FIT，癌前病变看得更准

一项挪威1034人的筛查研究显示：在便潜血（FIT）阳性者的剩余粪便里做菌群测序，把菌群特征和FIT数值结合起来，比单独用FIT更能识别癌前病变，尤其对远端病灶更敏感。具核梭杆菌等菌种在肠癌中富集，是菌群能”报警”的机制线索。

FIT阳性别拖，肠镜确认才安心

如果你收到便潜血（FIT）阳性通知，别慌也别拖——尽快按医嘱做肠镜确认，这是目前最可靠的流程。菌群检测还在研究阶段，别拿它替代正规筛查；如果你怕做肠镜，至少先做FIT，阳性了再上肠镜，一步步来。

怕做肠镜的人，又多了个帮手

一说肠镜，很多人第一反应是”尴尬”和”怕”。可结直肠癌早发现，5年生存率能到90%以上，拖到晚期就掉到15%左右。现在，筛查工具箱里又添了一个新成员：不用多遭罪，用你留过的粪便样本，测一测菌群指纹，帮FIT把癌前病变看得更清楚。

你躲的不是尴尬，是筛查机会

你多久没做过肠癌筛查了？是不是总觉得”没症状、没必要”？很多人对FIT便检不陌生——自己在家取样寄回，阳性才需要进一步检查。但FIT也有短板：它对癌前病变的识别不够灵。研究者这次的想法是：反正粪便样本都留了，顺便看看里面的菌群，能不能补上FIT的短板。

1034个样本，菌群在说话

1034个FIT阳性样本：研究来自挪威人群筛查项目，1034名便潜血（FIT，粪便免疫化学检测）阳性者用采样管剩余缓冲液做鸟枪法宏基因组测序，共识别出2756个菌种，平均每人239个。这些人里56.5%有肿瘤性发现：66例结直肠癌、298例进展期腺瘤、78例进展期锯齿状病变。

菌群+FIT，癌前病变看得更清：把菌群特征叠加到FIT上，识别任何肿瘤的曲线下面积（AUC）从FIT单独的0.60提升到0.64（叠加年龄、性别等后）；在”捕获90%的癌”的阈值下，联合模型的灵敏度0.82、特异度0.38，均优于单独FIT。更关键的是，微生物信号对癌前病变的灵敏度高于FIT——这正是FIT最弱的一环。

为什么菌群能”报警”：肠癌组织里常见具核梭杆菌（Fusobacterium nucleatum）富集。机制研究显示，它能激活肿瘤微环境里的NLRP3（一种炎症小体核心蛋白）炎症小体通路：肠癌组织中NLRP3阳性率55.37%，癌旁只有18.35%，白介素-1β（IL-1β）等炎症因子同步升高，给肿瘤”添柴”——菌群变化因此能提前暴露肠道的异常。

别急，血检也在进化：同一赛道上，液体活检也在冲刺：血浆多组microRNA（miRNA）签名对肠癌的判别AUC可达0.95，粪便miRNA最高0.96。但目前这些手段都还在研究验证期，没有一项进入临床常规。

56.5%的人，查出了东西

1034个FIT阳性者里，56.5%查出肿瘤性病变，其中66例已经是癌、298例是进展期腺瘤。菌群叠加FIT后灵敏度0.82，比单独FIT的0.81更高，对癌前病变尤其敏感——筛查的意义，就是抢在”癌”字前面。

筛查组合拳，正在升级

1 FIT阳性必须肠镜确认，这是现在的金标准流程，菌群检测替代不了。

2 菌群指纹让筛查更聪明，专补FIT对癌前病变不敏感的短板，未来可能让更多人免于肠镜。

3 怕肠镜也别跳过筛查——先从FIT开始，阳性再上肠镜，比什么都不做强得多：筛查组合拳，正在升级。

离临床还有一段路

① 人群局限：仅纳入FIT阳性者，不能外推到FIT阴性人群。
② 样本局限：用FIT剩余缓冲液测序，极低丰度菌种可能测不到。
③ 单中心验证：无独立外部验证队列，结果需更大样本复核。
④ 癌例偏少：66例结直肠癌，针对癌的模型统计功效有限。

参考资料：1. Birkeland E.E., et al. Microbiome signatures for detection of colorectal lesions in population-based FIT screening. Nature Communications（2026）. https://doi.org/10.1038/s41467-026-75962-1
2. Chen Y., et al. Unveiling Fusobacterium nucleatum’s role in colorectal cancer: the inflammatory microenvironment connection. Frontiers in Immunology（2026）. https://doi.org/10.3389/fimmu.2026.1747198
3. Navarro N., et al. MicroRNAs and Other Small RNAs in Liquid Biopsies as Biomarkers for Early Detection of Colorectal Cancer. International Journal of Molecular Sciences（2026）. https://doi.org/10.3390/ijms27167095

茶和禽肉升反流，奶酪油鱼护胃

一项孟德尔随机化加525对临床病例对照的研究给出反转结论：基因预测的茶、禽肉摄入与胃食管反流病（GERD）风险升高相关（茶OR 1.28、禽肉OR 2.14），而奶酪、干果、油性鱼、新鲜水果、沙拉生蔬菜与风险降低相关（OR 0.46-0.77），临床验证数据方向一致。

反流人群：记饮食日记，试着减浓茶

如果你经常烧心、反酸，先别把所有好吃的都忌掉——记两周饮食日记，找出自己的”触发食物”；可以试试减浓茶、少吃禽肉，观察奶酪、油性鱼是否反而让你更舒服；症状频繁或加重时，去消化内科就诊，别自己长期吃抑酸药。

烧心的忌口清单，该更新了

烧心的人忌口清单通常长这样：辣的不能碰、油的不能碰、咖啡不能碰。可最新研究给了一个反常识的提示：你捧着的茶杯，可能火上浇油。而你以为必须戒掉的奶酪、油性鱼，反而可能站在护胃这一边。

你喝的每一杯茶，都算数

你平时是不是也把茶当”养胃”标配，饭后一杯、越浓越安心？可如果你本来就容易反酸烧心，这杯茶可能正在悄悄加重你的症状。研究发现茶与反流风险升高相关，禽肉也是。真正护胃的，是你忌口名单之外的——奶酪、油性鱼、新鲜水果。

基因和病历，都指向同一份清单

基因视角，锁定8种食物：研究者用孟德尔随机化（MR）方法，用基因工具变量模拟”终身饮食倾向”：干果OR 0.46、奶酪OR 0.50、谷类OR 0.63、鲜果OR 0.64、油性鱼OR 0.70、沙拉生蔬菜OR 0.77，均与反流风险降低相关（OR为比值比，小于1代表风险更低）；茶OR 1.28、禽肉OR 2.14，与风险升高相关。

525对临床数据，方向一致：福建省级医院525对GERD患者与对照的回顾性数据给出印证：GERD组每周喝茶8.8杯、对照7.9杯；禽肉6.5份 vs 5.2份；而奶酪2.0份 vs 2.4份、油性鱼6.0份 vs 7.1份，患者确实吃得更少。调整混杂后，茶、禽肉仍与风险升高相关，奶酪、油性鱼、鲜果、干果与风险降低相关。

菌群是”中间人”吗：研究者还考察了肠道菌群：油性鱼摄入→特定菌属增多→反流风险降低这条链上，菌群介导的间接效应只占4.1%，且菌群信号未通过多重校正——菌群这条线证据有限，饮食本身的作用更直接。

儿童也在经历同样的事：系统综述（31项研究）显示，儿童胃食管反流同样伴随口腔到肠道的菌群改变，但证据确定性极低——大人小孩的反流管理，都还需要更多研究。

0.46到2.14，护与伤的分界

干果OR 0.46、奶酪0.50、油性鱼0.70——护胃侧一路走低；茶1.28、禽肉2.14——伤胃侧节节攀升。同一张餐桌，两类食物，反流风险分道扬镳。

记饮食日记，比盲忌更有效

1 奶酪、油性鱼可能被你冤枉了，它们和反流风险降低相关，别一刀切全戒。

2 茶和禽肉对部分人确实升反流，反流频繁的人可以试着减量，观察两周。

3 与其盲目忌口，不如记饮食日记，找自己的触发点——肠易激综合征（IBS）的12个月试验显示，菌群引导的个性化饮食应答率62.5%，长期固定低FODMAP（可发酵寡糖、二糖、单糖和多元醇）饮食只有34.5%：个体化的管理，比一刀切的忌口更长久。

别把基因提示当铁律

① 证据强度有限：菌群介导信号未通过校正，MR结果属提示性，非实锤。
② 临床队列局限：525对病例来自中国福建单中心，且为回顾性设计。
③ 回忆偏倚：饮食摄入靠食物频率问卷（FFQ）回忆，可能有偏差。
④ 跨种族外推：基因证据基于欧洲裔，推广到其他人群需谨慎。

参考资料：1. Chen Y., Lu S. FODMAP intake, gut microbiota, and gastroesophageal reflux disease: a triangulated study of Mendelian randomization and clinical validation. Frontiers in Nutrition（2026）. https://doi.org/10.3389/fnut.2026.1847736
2. Lupu V.V., et al. Gastrointestinal microbiota alterations associated with pediatric gastroesophageal reflux disease and proton pump inhibitor exposure. Frontiers in Nutrition（2026）. https://doi.org/10.3389/fnut.2026.1909690
3. Tunali V., et al. Long-term microbiome and clinical effects of a microbiome-guided personalized diet versus low-FODMAP diet in irritable bowel syndrome: A 12-month follow-up randomized controlled trial. Gut Microbes（2026）. https://doi.org/10.1080/19490976.2026.2719125

茶和禽肉升反流，奶酪油鱼护胃

一项孟德尔随机化加525对临床病例对照的研究给出反转结论：基因预测的茶、禽肉摄入与胃食管反流病（GERD）风险升高相关（茶OR 1.28、禽肉OR 2.14），而奶酪、干果、油性鱼、新鲜水果、沙拉生蔬菜与风险降低相关（OR 0.46-0.77），临床验证数据方向一致。

反流人群：记饮食日记，试着减浓茶

如果你经常烧心、反酸，先别把所有好吃的都忌掉——记两周饮食日记，找出自己的”触发食物”；可以试试减浓茶、少吃禽肉，观察奶酪、油性鱼是否反而让你更舒服；症状频繁或加重时，去消化内科就诊，别自己长期吃抑酸药。

烧心的忌口清单，该更新了

烧心的人忌口清单通常长这样：辣的不能碰、油的不能碰、咖啡不能碰。可最新研究给了一个反常识的提示：你捧着的茶杯，可能火上浇油。而你以为必须戒掉的奶酪、油性鱼，反而可能站在护胃这一边。

你喝的每一杯茶，都算数

你平时是不是也把茶当”养胃”标配，饭后一杯、越浓越安心？可如果你本来就容易反酸烧心，这杯茶可能正在悄悄加重你的症状。研究发现茶与反流风险升高相关，禽肉也是。真正护胃的，是你忌口名单之外的——奶酪、油性鱼、新鲜水果。

基因和病历，都指向同一份清单

基因视角，锁定8种食物：研究者用孟德尔随机化（MR）方法，用基因工具变量模拟”终身饮食倾向”：干果OR 0.46、奶酪OR 0.50、谷类OR 0.63、鲜果OR 0.64、油性鱼OR 0.70、沙拉生蔬菜OR 0.77，均与反流风险降低相关（OR为比值比，小于1代表风险更低）；茶OR 1.28、禽肉OR 2.14，与风险升高相关。

525对临床数据，方向一致：福建省级医院525对GERD患者与对照的回顾性数据给出印证：GERD组每周喝茶8.8杯、对照7.9杯；禽肉6.5份 vs 5.2份；而奶酪2.0份 vs 2.4份、油性鱼6.0份 vs 7.1份，患者确实吃得更少。调整混杂后，茶、禽肉仍与风险升高相关，奶酪、油性鱼、鲜果、干果与风险降低相关。

菌群是”中间人”吗：研究者还考察了肠道菌群：油性鱼摄入→特定菌属增多→反流风险降低这条链上，菌群介导的间接效应只占4.1%，且菌群信号未通过多重校正——菌群这条线证据有限，饮食本身的作用更直接。

儿童也在经历同样的事：系统综述（31项研究）显示，儿童胃食管反流同样伴随口腔到肠道的菌群改变，但证据确定性极低——大人小孩的反流管理，都还需要更多研究。

0.46到2.14，护与伤的分界

干果OR 0.46、奶酪0.50、油性鱼0.70——护胃侧一路走低；茶1.28、禽肉2.14——伤胃侧节节攀升。同一张餐桌，两类食物，反流风险分道扬镳。

记饮食日记，比盲忌更有效

1 奶酪、油性鱼可能被你冤枉了，它们和反流风险降低相关，别一刀切全戒。

2 茶和禽肉对部分人确实升反流，反流频繁的人可以试着减量，观察两周。

3 与其盲目忌口，不如记饮食日记，找自己的触发点——肠易激综合征（IBS）的12个月试验显示，菌群引导的个性化饮食应答率62.5%，长期固定低FODMAP（可发酵寡糖、二糖、单糖和多元醇）饮食只有34.5%：个体化的管理，比一刀切的忌口更长久。

别把基因提示当铁律

① 证据强度有限：菌群介导信号未通过校正，MR结果属提示性，非实锤。
② 临床队列局限：525对病例来自中国福建单中心，且为回顾性设计。
③ 回忆偏倚：饮食摄入靠食物频率问卷（FFQ）回忆，可能有偏差。
④ 跨种族外推：基因证据基于欧洲裔，推广到其他人群需谨慎。

参考资料：1. Chen Y., Lu S. FODMAP intake, gut microbiota, and gastroesophageal reflux disease: a triangulated study of Mendelian randomization and clinical validation. Frontiers in Nutrition（2026）. https://doi.org/10.3389/fnut.2026.1847736
2. Lupu V.V., et al. Gastrointestinal microbiota alterations associated with pediatric gastroesophageal reflux disease and proton pump inhibitor exposure. Frontiers in Nutrition（2026）. https://doi.org/10.3389/fnut.2026.1909690
3. Tunali V., et al. Long-term microbiome and clinical effects of a microbiome-guided personalized diet versus low-FODMAP diet in irritable bowel syndrome: A 12-month follow-up randomized controlled trial. Gut Microbes（2026）. https://doi.org/10.1080/19490976.2026.2719125

基因提示面包护脑，但证据还很弱

一项两样本孟德尔随机化研究提示：基因预测的面包摄入与脑胶质母细胞瘤风险降低相关（OR 0.0046），拿铁、燕麦脆与风险升高相关（OR 1.34、1.68），但经过多重校正后没有一项达到强显著，作者也明确警告：这不能作为吃面包或吃培根的饮食建议。

别为面包高兴，也别为拿铁恐慌

如果你看到”吃面包能护脑”的标题，先别急着囤面包——这项研究只是提示性证据，远没到改变饮食的程度。日常真正值得做的，是整体少一点超加工食品（软饮、包装零食、加工肉），而不是纠结某一种食物。

囤面包之前，先把数据看完

“基因研究提示：吃面包和脑癌风险降低有关”——这种标题一出，面包店怕是要排队。但把原文翻出来看，事情远没有标题那么带劲：这个”保护”信号只是提示性，作者自己都在文里反复提醒别当真。

标题说吃面包护脑，你信吗？

你是不是也常被”XX和癌症”的标题带着走？看到”降低风险”就囤货，看到”升高风险”就拉黑。可科学研究里，最容易被误读的就是这一步：显著结果，校正后可能就不显著。这篇”吃面包护脑”的研究，恰恰是教科书级的例子。

0.006的OR，先别激动

基因视角的意外发现：研究者用两样本孟德尔随机化（MR）方法，用基因变异模拟”终身饮食倾向”：在21.9万欧洲裔人群里看脑胶质母细胞瘤（GBM，胶质母细胞瘤）风险。结果显示，基因预测的面包摄入（45.2万人数据）与风险降低相关（OR 0.0046），培根也提示保护（OR 0.0003）；而南亚人群数据里，拿铁（OR 1.340）、燕麦脆（OR 1.679）与风险升高相关。

校正之后，全都不显著：看着很唬人的数字，过不了”多重校正”这一关：研究者把6种食物放在一起做Bonferroni校正后，没有一项达到强显著水平；巧克力棒的单变量风险（OR 1.515）在联合校正后直接反转、变不显著。也就是说，这些关联都只能算”提示性证据”。

作者自己泼冷水：论文作者在讨论里专门强调：培根的”保护”信号与既往”加工肉升癌风险”的流行病学证据相反，不得解读为鼓励吃培根或加工肉，也不构成任何饮食建议——基因信号≠现实效果。

脑瘤话题的另一面：同一话题的另一头，生酮饮食作为脑胶质母细胞瘤辅助策略的范围综述（12项研究）显示，中位生存12-22个月，证据不足、不能常规推荐——饮食与脑瘤这个领域，各种方向都在探索，单一研究都别急着站队。

提示性证据，不等于实锤

OR 0.0046的”保护”、OR 1.679的”风险”，看着一正一反很带感，但多重校正后P值无一低于0.0083——这些数字只够”提示”，不够”实锤”。

少一点超加工食品，更实在

1 基因提示不等于饮食建议，面包”护脑”只是提示性信号，别囤货。

2 别为单一食物恐慌或狂欢，拿铁燕麦脆的风险同样是提示性，别拉黑。

3 把力气花在整体上——美国1.7万名男性的数据显示，超加工食品摄入高的人群，前列腺癌风险高29%-30%：少一点超加工食品更实在。

数据小、祖先不匹配

① 祖先不匹配：面包、培根用欧洲数据，拿铁、燕麦脆用南亚数据，遗传结构不同。
② 样本悬殊：南亚队列仅约1469人，与欧洲45万人差距巨大，存在弱工具偏倚风险。
③ 校正后不显著：各项结果仅提示性，不能作为因果结论。
④ 机制不明：基因倾向≠实际吃法，无法对应到具体剂量和现实场景。

参考资料：1. Zhou G., et al. Associations between multiple food intake and glioblastoma risk: A Mendelian randomization study. Medicine（2026）. https://doi.org/10.1097/MD.0000000000050090
2. Scott H., et al. Consumption of Ultra-Processed Foods and Increased Risks of Prostate Cancer in a Random Sample of United States Adults. The American Journal of Medicine（2026）. https://doi.org/10.1016/j.amjmed.2026.07.043
3. Wiśniewska D., et al. Metabolic Therapy in Glioblastoma—Mapping the Evidence for Ketogenic Diet as an Adjunctive Strategy. Nutrients（2026）. https://doi.org/10.3390/nu18152498

基因提示面包护脑，但证据还很弱

一项两样本孟德尔随机化研究提示：基因预测的面包摄入与脑胶质母细胞瘤风险降低相关（OR 0.0046），拿铁、燕麦脆与风险升高相关（OR 1.34、1.68），但经过多重校正后没有一项达到强显著，作者也明确警告：这不能作为吃面包或吃培根的饮食建议。

别为面包高兴，也别为拿铁恐慌

如果你看到”吃面包能护脑”的标题，先别急着囤面包——这项研究只是提示性证据，远没到改变饮食的程度。日常真正值得做的，是整体少一点超加工食品（软饮、包装零食、加工肉），而不是纠结某一种食物。

囤面包之前，先把数据看完

“基因研究提示：吃面包和脑癌风险降低有关”——这种标题一出，面包店怕是要排队。但把原文翻出来看，事情远没有标题那么带劲：这个”保护”信号只是提示性，作者自己都在文里反复提醒别当真。

标题说吃面包护脑，你信吗？

你是不是也常被”XX和癌症”的标题带着走？看到”降低风险”就囤货，看到”升高风险”就拉黑。可科学研究里，最容易被误读的就是这一步：显著结果，校正后可能就不显著。这篇”吃面包护脑”的研究，恰恰是教科书级的例子。

0.006的OR，先别激动

基因视角的意外发现：研究者用两样本孟德尔随机化（MR）方法，用基因变异模拟”终身饮食倾向”：在21.9万欧洲裔人群里看脑胶质母细胞瘤（GBM，胶质母细胞瘤）风险。结果显示，基因预测的面包摄入（45.2万人数据）与风险降低相关（OR 0.0046），培根也提示保护（OR 0.0003）；而南亚人群数据里，拿铁（OR 1.340）、燕麦脆（OR 1.679）与风险升高相关。

校正之后，全都不显著：看着很唬人的数字，过不了”多重校正”这一关：研究者把6种食物放在一起做Bonferroni校正后，没有一项达到强显著水平；巧克力棒的单变量风险（OR 1.515）在联合校正后直接反转、变不显著。也就是说，这些关联都只能算”提示性证据”。

作者自己泼冷水：论文作者在讨论里专门强调：培根的”保护”信号与既往”加工肉升癌风险”的流行病学证据相反，不得解读为鼓励吃培根或加工肉，也不构成任何饮食建议——基因信号≠现实效果。

脑瘤话题的另一面：同一话题的另一头，生酮饮食作为脑胶质母细胞瘤辅助策略的范围综述（12项研究）显示，中位生存12-22个月，证据不足、不能常规推荐——饮食与脑瘤这个领域，各种方向都在探索，单一研究都别急着站队。

提示性证据，不等于实锤

OR 0.0046的”保护”、OR 1.679的”风险”，看着一正一反很带感，但多重校正后P值无一低于0.0083——这些数字只够”提示”，不够”实锤”。

少一点超加工食品，更实在

1 基因提示不等于饮食建议，面包”护脑”只是提示性信号，别囤货。

2 别为单一食物恐慌或狂欢，拿铁燕麦脆的风险同样是提示性，别拉黑。

3 把力气花在整体上——美国1.7万名男性的数据显示，超加工食品摄入高的人群，前列腺癌风险高29%-30%：少一点超加工食品更实在。

数据小、祖先不匹配

① 祖先不匹配：面包、培根用欧洲数据，拿铁、燕麦脆用南亚数据，遗传结构不同。
② 样本悬殊：南亚队列仅约1469人，与欧洲45万人差距巨大，存在弱工具偏倚风险。
③ 校正后不显著：各项结果仅提示性，不能作为因果结论。
④ 机制不明：基因倾向≠实际吃法，无法对应到具体剂量和现实场景。

参考资料：1. Zhou G., et al. Associations between multiple food intake and glioblastoma risk: A Mendelian randomization study. Medicine（2026）. https://doi.org/10.1097/MD.0000000000050090
2. Scott H., et al. Consumption of Ultra-Processed Foods and Increased Risks of Prostate Cancer in a Random Sample of United States Adults. The American Journal of Medicine（2026）. https://doi.org/10.1016/j.amjmed.2026.07.043
3. Wiśniewska D., et al. Metabolic Therapy in Glioblastoma—Mapping the Evidence for Ketogenic Diet as an Adjunctive Strategy. Nutrients（2026）. https://doi.org/10.3390/nu18152498

减肥药掉的体重里，两到四成是肌肉

叙述性综述指出：以司美格鲁肽、替尔泊肽为代表的胰高血糖素样肽-1（GLP-1）类药物减重幅度约15%-24%，其中瘦体重（肌肉）减少约占20%-40%；抗阻训练联合每天每公斤体重1.2-1.6克蛋白质，是目前证据最充分的保肌策略。

用GLP-1减重的人，把抗阻训练和蛋白质安排上

如果你正在用这类药减重，建议每周2-3次力量训练、每天蛋白质约每公斤体重1.2-1.6克；老年人、糖尿病患者、绝经后女性更要留意肌肉流失。

秤上的数字掉了，掉的未必是脂肪

用上”减肥神药”，体重秤数字一路向下，很多人只顾着高兴。但综述提醒：掉的体重里，两到四成是肌肉——瘦下来，未必瘦得健康。对追求”上秤好看”的人来说，这尤其需要冷静。

你减的”肥”，可能正在拆你的”本钱”

你是不是觉得减重就是”掉秤越多越好”？当肌肉混在掉秤里一起流失，基础代谢、体力、抗病能力都会跟着走弱——肌肉是身体的本钱，别让它一起”减”掉。研究还点名了几类”肌肉高危”人群：老年人、2型糖尿病患者、围绝经期与绝经后女性。这些人群本身肌肉储备就少，再掉两成，代价更大。

肌肉被”搭车”减掉

两到四成，从哪来的：综述汇总多项随机对照试验（RCT）与观察研究：GLP-1受体激动剂类减重药（司美格鲁肽、替尔泊肽等）平均减重15%-24%，其中瘦体重（肌肉）的减少约占整体减重的20%-40%。汇总的既有研究覆盖利拉鲁肽等主流药物，减重幅度是这类药物的常见水平。

主要不是药”毒”肌肉，而是吃太少：当代影像学证据认为，多数肌肉流失是适应性的：食欲被抑制后，能量和蛋白质摄入大幅减少，加上活动量下降与合成代谢抵抗，肌肉自然流失——关键在“吃不够、动得少”，而非药物直接毒性。好消息是，只要及时补上运动和蛋白质，大多可以追回来。

保肌的”标准答案”，练+吃：抗阻训练（力量训练）联合每天每公斤体重1.2-1.6克蛋白质，是目前证据最充分的保肌组合；新兴药物策略（如激活素信号阻断剂bimagrumab）在早期试验中展现出减少肌肉损失的潜力，但仍在临床研究阶段。

15-24%的减重，含20-40%的肌肉

减重幅度15%-24%，肌肉占掉秤的20%-40%；高风险的恰恰是老年人、糖尿病患者和绝经后女性——减重获益与肌肉代价，要一起算。减重药的账本要两栏一起看：一栏是脂肪，一栏是肌肉。当代影像学证据也提示，多数改变是”与减重幅度相称”的适应性调整，并非病理性损害。

减重同时保肌肉

第一，减重药掉秤，肌肉流失占两到四成，并非全是脂肪。

第二，抗阻训练+足量蛋白质能保肌，是目前的”标准答案”。

第三，这是叙述性综述、无定量合并，具体用药务必遵医嘱。

别把”综述”当成”定论”

① 设计局限：叙述性综述，未注册系统综述方案，未做定量合并。

② 人群不明：未报告纳入研究数量与汇总人群特征。

③ 剂量未详：药物剂量、时长等细节未逐项报告。

④ 需高质量证据：保肌策略的推荐强度仍需前瞻性试验支持。

⑤ 检索范围：仅覆盖英文文献，结论对中文人群的适用性未知。

参考资料：Milaniuk R, et al. GLP-1 receptor agonists and skeletal muscle: The risk of sarcopenic obesity and the role of resistance training. A narrative review. Quality in Sport（2026）. https://doi.org/10.12775/QS.2026.69.74557

京都10年项目：高中生幽门螺杆菌感染率降至1.5%

日本京都2015-2023年对高一新生开展幽门螺杆菌”筛查-治疗”项目：超5万名学生参与，感染率从4.7%降至1.5%；接受治疗者的根除成功率从76.5%提升到96%以上，全程无严重不良事件。

如果你家有青少年，可关注当地幽门螺杆菌筛查项目

青少年时期根除幽门螺杆菌，理论上可在胃黏膜癌变前”拆弹”；中国大陆尚未普遍开展此类筛查，是否检测请咨询正规医疗机构，不要自行用药。

胃癌预防，从16岁的一杯尿开始

大多数人对幽门螺杆菌的印象，停留在”成人查一下、吃药两周”。日本京都却把战线拉到了高一新生：连续9年、5万名学生，”筛查-治疗”一条龙——防胃癌，关口前移到了高中。初筛用的甚至只是尿液样本——一杯尿，就能筛出一批高风险少年。

你40岁才查的菌，人家16岁就查了

你是不是觉得自己体检时查过一次幽门螺杆菌就够了？京都项目盯上的是感染高发年龄段，把根除做在胃黏膜病变之前——早拆弹比晚补救划算。幽门螺杆菌感染大多在儿童期获得，越早根除，胃黏膜损伤的”账”越少。这也提醒我们，筛查的收益要”治”了才算数。

5万名学生，9年数据

尿检初筛，粪便抗原复核：项目每年对京都高一新生先做尿液抗体初筛，阳性者再用粪便抗原确认，确诊后转诊到指定机构接受7天根除治疗，治疗完成至少8周后复查判断是否根除成功。筛查链条设计得很完整，初筛用的甚至只是一杯尿。

感染率，4.7%到1.5%：2015年确诊感染率4.7%，到2023年降至1.5%——9年间感染率缩水近七成。根除成功率也从2015年的76.5%，提升到2016年后的93.8%以上，加入特定益生菌方案后超过96%。方案本身也在迭代：从2015年的三联疗法，到2016年换用含甲硝唑的组合，再到2017年联合益生菌菌株，成功率一路爬升。

就医率下滑，是项目最大软肋：阳性学生的就医率从2015年的84.6%一路跌到2023年的15.8%。筛查发现了问题，但越来越多的人没去治疗——筛查链条在”最后一步”出现流失。更重要的是，9年间没有一例严重不良事件报告——青少年根除治疗的安全性经受住了检验。流失背后，是认识与习惯的缺口。

技术追上来了，人没跟上

根除成功率从76.5%升到96%以上，感染率从4.7%降到1.5%；但就医率从84.6%跌到15.8%。作者推测，就医率下滑可能与就诊便利性、学业压力及”无症状也要治”的认识不足有关。京都用9年时间验证了这条路走得通，只是最后一公里还在等人。

治了才算数

第一，青少年筛查是胃癌预防新路径，京都已经跑了9年。

第二，根除成功率超96%，副作用报告极少。

第三，这只是单地区项目报告，尚未证实胃癌发病率下降，“筛查不等于终点”，治了才算数。

别把”筛查”当成”终点”

① 无对照：项目实施研究，无随机对照，无法排除时间趋势等混杂。

② 选择偏倚：同意率59.9%-83.9%，参与者未必代表全人群。

③ 就医流失：阳性者就医率低至15.8%，实际获益人群有限。

④ 终点缺失：尚未报告胃癌发病率等长期结局。

⑤ 方案差异：根除方案随时间调整，无法归因于单一方案。

参考资料：Handa O, et al. A Decade of Screening and Treating Helicobacter pylori Infection Among First-Year High School Students in Kyoto, Japan: Annual Trends in Infection, Consultation, and Eradication Success Rates (2015-2023). Helicobacter（2026）. https://doi.org/10.1111/hel.70156

AI引导洗手，肠杆菌科细菌降更多

新加坡大学食堂46名食品从业者现场对照试验：AI视觉系统引导的标准7步洗手法，比习惯性洗手让肠杆菌科（粪便污染指示菌）下降更明显（p<0.05）；离体皮肤模型还显示，抗菌皂并不比普通皂更强。

食堂后厨与家庭厨房：按7步法认真洗手，比换”抗菌皂”更实在

如果你是餐饮从业者或在家做饭的人：洗手按掌心、手背、指缝、指背、拇指、指尖、手腕全覆盖，普通皂就够；有条件的场所可引入AI提醒系统。

被AI盯着洗手，是什么体验

厨房里装个摄像头，AI实时纠正你洗手的手势、提醒换手、掐秒表——这不是科幻，是新加坡一所大学食堂的真实试验。结果出乎意料：AI盯着洗手，肠杆菌真的更少了。

你洗手，是不是”沾个水”就算数

你是不是也经常”一冲了之”？试验里，习惯性洗手后仍有大量肠杆菌科（一类粪便污染指示菌）残留，而AI引导的7步洗手法让这类细菌降幅显著更大——“洗了”不等于”洗干净”。世界卫生组织的7步洗手法，多数人根本数不齐7步。

两次到访的对照试验

46人，两次到访：46名食堂食品从业者参与，第一次按个人习惯洗手，第二次按AI系统引导的7步洗手法（每步约4-5秒，实时纠错），用拭子采样检测需氧菌、肠杆菌科和凝固酶阳性葡萄球菌。两次访视都用同一种无抗菌成分的普通皂，排除了”换了皂”的干扰；采样由同一位微生物学家完成，保证手法一致。

肠杆菌科，AI组降得更多：两组洗手后细菌都显著下降，但肠杆菌科的降幅AI组明显更大（p<0.05）；从"事件层面"看，AI组86%的洗手事件让肠杆菌下降，习惯组为78%。总菌与葡萄球菌两组差异不显著。16S测序还发现，洗后皮肤上常住菌（如葡萄球菌科）的相对丰度上升——洗手优先带走的是暂居的脏菌，露出的是"自己人"。实验从2022年8月一直做到2023年3月，横跨半年，不是"摆拍"。

离体实验，抗菌皂没有额外收益：在猪耳皮肤模型上，普通皂显著优于清水，但三种抗菌皂相对普通皂并无额外优势（p>0.05）——把细菌洗掉靠的是”搓洗到位”，不是皂里加料。问卷也反馈积极：从业者给系统的”有用性”打了8.81分（满分10），”日常提醒”一项高达9.02分。

78%对86%，差距藏在”到位”二字

肠杆菌下降事件：习惯组78%、AI组86%；抗菌皂与普通皂效果无差。洗手这件事，动作质量比产品选择重要。实验里还有个容易被忽略的细节：参与者知道有摄像头，这本身就是一种”督促”。

搓洗到位才是关键

第一，AI引导洗手让肠杆菌降更多，差在动作到位。

第二，普通皂足够，抗菌皂是”智商税”，搓洗才关键。

第三，这是单场所小样本试验，含观察效应，推广还需更大验证。

一次试验不等于长期结论

① 效应幅度：肠杆菌科差异幅度有限，临床意义需更多证据。

② 样本量小：46人、单一食堂，且微生物组分析仅6人子集。

③ 霍桑效应：获益可能混入”被摄像头看着”的心理作用，无法与纯计时器区分。

④ 缺乏长期验证：未评估长期依从性能否维持。

⑤ 场景单一：仅一个大学食堂，工厂、医院是否适用待验证。

参考资料：Guo Y, Fang Q, Li D. Application of AI-facilitated handwashing monitoring system on food handlers. Scientific Reports（2026）. https://doi.org/10.1038/s41598-026-56516-3

“一滴血查癌”证据地图：突变偏专一，扩增更通用

系统综述梳理了100项研究、113个循环肿瘤DNA（ctDNA）标志物、覆盖23种癌症：突变类标志物高度癌种特异，而基因扩增（尤其ERBB2）跨多种癌一致出现，是泛癌检测更有希望的”通用钥匙”。

想做液体活检，先问清测突变还是扩增，警惕夸大宣传

如果你想做液体活检早筛，先问清楚测的是突变还是扩增：目前证据对亚洲人群泛癌筛查仍处”假设生成”阶段，警惕夸大宣传。

“一滴血查癌”，广告越响，越该问一句

“抽一管血查十几种癌”的广告，总让人心动。但亚洲人群的ctDNA证据到底到哪一步了？一篇覆盖100项研究、23种癌症的系统综述给出了冷静的答案：“一滴血查癌”离亚洲人还有距离。纳入标准也很讲究：只算肿瘤特异性ctDNA，不含单纯的总cfDNA。

你买的那管血，测的是”突变”还是”扩增”

你是不是以为液体活检都差不多？其实信号类型天差地别：突变型标记物大多是”一癌一签”，而基因扩增类信号跨癌种更”通用”——这一点决定了筛查能查几种癌。如果只想确认某个特定癌种，突变型也许够用；想”广撒网”，目前真没有现成答案。

100项研究画出的地图

113个标志物，23种癌：研究按系统综述规范检索2015至2025年间的文献，纳入100项研究、113个ctDNA基因标志物，覆盖23种癌症类型，其中肺癌、结直肠癌、乳腺癌研究最多。研究对象均为亚洲癌症患者，聚焦的是”亚洲人身上测得到什么”，而不是把欧美数据硬搬过来。检索时间跨2015年至2025年2月，锁定近十年证据。

突变，准但”专一”：突变是最常被报告的改变类型，但突变谱高度异质，大多只对应特定癌种——就像每把钥匙只开一把锁，灵敏但通用性差。这也解释了为什么现有突变型液体活检多是”单癌种”产品：信号本身就太专一。

扩增，ERBB2是”万能钥匙”苗子：基因扩增事件跨癌种更常见，尤其是ERBB2（人表皮生长因子受体2）、MET（间质表皮转化因子）、MYC（原癌基因）三种，其中ERBB2是跨癌种最一致的扩增信号，证据覆盖结直肠、胃、食管、胆道、胰腺、乳腺、卵巢等至少12种癌。研究在”基因-事件”层面提取证据，每个报告的基因组改变都算一条独立证据，避免被少数大研究带偏。

突变”专一”对扩增”通用”，一图看清

113个标志物里，突变型大多一癌一签；扩增型（ERBB2为首）跨12种以上癌出现。对”查多种癌”的需求来说，扩增信号更接近”通用钥匙”。对想”一管血查多种癌”的人来说，这个区别直接决定产品能不能成立。

先看懂”钥匙”再掏钱

第一，亚洲人群的ctDNA证据，还停在”地图”阶段。

第二，突变查得准、扩增查得广，两者用途不同。

第三，这是描述性综述，未验证诊断性能，“一滴血查癌”先别急着掏钱。

别把”地图”当”能力”

① 频率不等于患病率：标志物的报告频率反映的是研究数量，不是人群真实患病率。

② 无诊断性能数据：综述未评估灵敏度特异度，仅用于产生假设。

③ 检索受限：仅检索PubMed单一数据库、仅英文文献。

④ 需前瞻验证：泛癌检测价值需临床性能评估与实施研究确认。

参考资料：Rarasati AR, et al. Cross-Cancer Detectability of ctDNA Biomarkers in Asian Populations: Implications for Pan-Cancer Detection. Cancer Management and Research（2026）. https://doi.org/10.2147/CMAR.S612902

同样化疗，心脏风险差出4倍

英国生物样本库中1.87万名接受过化疗、无心血管病史的癌症患者，被无监督聚类分出9种心脏肿瘤学风险表型：风险最高的一组，复合心血管事件风险达最低组的4.06倍；缺血性心脏病差距最大，可达7.97倍。

如果你是化疗患者，治疗前心血管基础评估值得认真对待

如果你或家人即将化疗，别只看肿瘤科。提前评估血压、血糖、肾功能和心血管用药史，化疗方案与心脏监测可以”因人定制”，而不是”一刀切”。

同一瓶化疗药，有人心脏先撑不住

病房里一起化疗的病友，有人平平安安，有人几年后查出心衰。英国1.87万名化疗患者的分析发现，人群里其实藏着9种”心血管体质”——心脏风险最高差4倍。而且这套分层用的全是常规指标，不用做任何新检查。

化疗前，你的心脏被”摸底”过吗

你化疗前是不是只查了血常规和肝功能，心脏只是”顺带”看一眼？研究显示，把45项常规临床指标聚成表型后，能提前把高风险的人挑出来——心脏风险可以分层。研究用的还是”无监督”聚类——没人预设谁高谁低，是数据自己把人群分成了9堆。

1.87万人聚成9类

人群里的九种”体质”：研究对英国生物样本库18,693名接受过化疗且无心血管病史的癌症患者，用45项变量做无监督聚类，识别出9个稳定表型，特征涵盖治疗暴露、心血管用药、心脏代谢负担、肾功能与生活方式。聚类采用Gower距离加降维、密度聚类等算法，并做了多种稳健性检验，9个表型在反复重抽样中保持稳定。随访自首次化疗记录起算，覆盖心脏毒性的高发窗口。

心脏事件风险呈阶梯状：与参考组相比，所有表型的心血管复合事件风险都更高：最高的第9类达4.06倍（95%置信区间3.44-4.78），随后是3.47倍、2.82倍、2.31倍、1.42倍——风险像台阶一样逐级抬升。

差距最大的是缺血性心脏病：细分看，缺血性心脏病的组间差距最悬殊：最高组风险达7.97倍（5.44-11.66）；心绞痛最高7.63倍；缺血性卒中最高的组为5.40倍。化疗相关心脏损伤，远比”人人平等”复杂。值得注意的是，45项变量全是常规临床指标，不需要任何新的”高大上”检查。

数倍差距，藏在”体质”里

复合心血管事件最高差4.06倍，缺血性心脏病最高差7.97倍；加入表型标签后，10年预测的曲线下面积（AUC）从0.648提升到0.692（提升0.044，p<0.001），一致性指数也从0.611升到0.625。风险分层，确实比一刀切更聪明。

风险分层，该进诊室了

第一，化疗心脏风险因人而异，差别可达数倍。

第二，常规指标就能分出风险层级，分层不靠玄学。

第三，研究基于英国数据、属探索性分析，但方向值得临床重视：心脏风险分层，应该走进化疗决策。

别把”分层”当成”定论”

① 人群局限：英国生物样本库以中老年欧洲裔为主，化疗方案与人群风险谱不同。

② 性别混杂：部分表型性别失衡明显（与乳腺癌占比高有关），需独立队列验证。

③ 时间错位：随访从首次化疗起算，部分协变量来自入组基线，时间不完全对齐。

④ 数据缺口：数据库缺少肿瘤分期、具体化疗方案与剂量，残余混杂仍可能。

参考资料：Gao X, Chen K, Liang H, et al. Cardio-Oncology Risk Phenotypes in Cancer Patients Treated with Chemotherapy: A Data-Driven Analysis. Frontiers in Cardiovascular Medicine（2026）. https://doi.org/10.3389/fcvm.2026.1826258