Abstract Cellular senescence (CS) is closely related to tumor progression. However, the studies about CS genes across human cancers have not explored the relationship between cancer senescence signature and telomere length. Additionally, single-cell analyses have not revealed the evolutionary trends of malignant cells and immune cells at the CS level. We defined a CS-associated signature, called “senescence signature”, and found that patients with higher senescence signature had worse prognosis. Higher senescence signature was related to older age, higher genomic instability, longer telomeres, increased lymphocytic infiltration, higher pro-tumor immune infiltrates (Treg cells and MDSCs), and could predict responses to immune checkpoint inhibitor therapy. Single-cell analysis further reveals malignant cells and immune cells share a consistent evolutionary trend at the CS level. MAPK signaling pathway and apoptotic processes may play a key role in CS, and senescence signature may effectively predict sensitivity of MEK1/2 inhibitors, ERK1/2 inhibitors and BCL-2 family inhibitors. We also developed a new CS prediction model of cancer survival and established a portal website to apply this model ( https://bio-pub.shinyapps.io/cs_nomo/ ).

Currently, there are still many patients who require outpatient triage assistance. ChatGPT, a natural language processing tool powered by artificial intelligence technology, is increasingly utilized in medicine. To facilitate and expedite patients’ navigation to the appropriate department, we conducted an outpatient triage evaluation of ChatGPT. For this evaluation, we posed 30 highly representative and common outpatient questions to ChatGPT and scored its responses using a panel of five experienced doctors. The consistency of manual triage and ChatGPT triage was assessed by five experienced doctors, and statistical analysis was performed using the Chi-square test. The expert ratings of ChatGPT’s answers to these 30 frequently asked questions revealed 17 responses earning very high scores (10 and 9.5 points), 7 earning high scores (9 points), and 6 receiving low scores (8 and 7 points). Additionally, we conducted a prospective cohort study in which 45 patients completed forms detailing gender, age, and symptoms. Triage was then performed by outpatient triage staff and ChatGPT. Among the 45 patients, we found a high level of agreement between manual triage and ChatGPT triage (consistency: 93.3–100%, p <0.0001). We were pleasantly surprised to observe that ChatGPT’s responses were highly professional, comprehensive, and humanized. This innovation can help patients win more treatment time, improve patient diagnosis and cure rates, and alleviate the pressure of medical staff shortage.

Autoimmune thyroiditis (AIT), encompassing Hashimoto's thyroiditis (HT), is a prevalent chronic autoimmune disorder characterized by lymphocytic infiltration and the presence of anti-thyroid antibodies. It is the primary cause of primary hypothyroidism and affects women more frequently than men. Nearly 95% of individuals with HT exhibit thyroid peroxidase antibodies or thyroglobulin antibodies. Dietary factors, including vitamins and trace elements such as zinc, play a significant role in thyroid health; yet, clinical guidelines lack explicit dietary recommendations for AIT. This study investigates the relationship between dietary zinc intake (Zinc) and AIT using data from the 2007-2008 National Health and Nutrition Examination Survey. A total of 5467 participants were analyzed, including 273 individuals with AIT and 5194 without AIT. Clinical characteristics, dietary Zinc, and other relevant variables were assessed. Multivariate logistic bidirectional stepwise regression analysis was conducted to identify independent risk factors for AIT, and a risk prediction model was developed. The prevalence of AIT was 5%. Individuals with AIT were older, had a higher proportion of females, and showed elevated levels of various biomarkers, including zinc. Dietary Zinc was significantly higher in the AIT group (22.6 mg vs. 15.3 mg, P < .001). The regression analysis identified dietary Zinc, along with other factors, as an independent risk factor for AIT. The risk prediction model, including zinc, demonstrated a better performance (area under the curve = 0.8) compared to the model without zinc. The findings indicate that higher dietary Zinc is positively correlated with the risk of AIT and serves as an independent risk factor. Excessive Zinc may disrupt immune balance, potentially increasing the risk of autoimmune diseases. These results suggest that dietary Zinc should be carefully considered in the management of AIT, and further research is needed to explore the causal relationship and determine safe zinc consumption levels to avoid increasing the risk of autoimmune diseases.