This study aimed to streamline the determination of chlorophyll content in Cunninghamia lanceolate while achieving precise measurements of canopy chlorophyll content. Relative chlorophyll content (SPAD) in the Cunninghamia lanceolate canopy were assessed in the study area using the SPAD-502 portable chlorophyll meter, alongside spectral data collected via onboard multispectral imaging. And based on the unmanned aerial vehicle (UAV) multispectral collection of spectral values in the study area, 21 vegetation indices with significant correlation with Cunninghamia lanceolata canopy SPAD (CCS) were constructed as independent variables of the model’s various regression techniques, including partial least squares regression (PLSR), random forests (RF), and backpropagation neural networks (BPNN), which were employed to develop a SPAD inversion model. The BPNN-based model emerged as the best choice, exhibiting test dataset coefficients of determination (R2) at 0.812, root mean square error (RSME) at 2.607, and relative percent difference (RPD) at 1.942. While the model demonstrated consistent accuracy across different slope locations, generalization was lower for varying slope directions. By creating separate models for different slope directions, R2 went up to about 0.8, showcasing favorable terrain applicability. Therefore, constructing inverse models with different slope directions samples separately can estimate CCS more accurately.

Epidemiology and medical statistics are essential courses for undergraduate students majoring in clinical medicine. By studying the two courses, they can obtain the core skills for their future clinical practice. High-level medical schools both at home and abroad have accumulated successful experiences in curriculum, teaching methods and teaching models of the two disciplines. These colleges have also carried out the exploration of the curriculum reform centering on "organ systems integration". This paper summarizes the current status of epidemiology and medical statistics teaching and curriculum integration in representative medical schools both at home and abroad, and puts forward suggestions for deepening teaching reform and optimizing the curriculum system to provide reference for the integration of epidemiology and medical statistics curriculums for undergraduate students majoring in clinical medicine in China.

Abstract Several crucial acceleration periods exist during aging process. Epigenetic clocks, serving as indicators of aging, are influenced by genetic factors. Investigating how the genetic contributions on these clocks change with age may provide novel insights into the aging process. In this study, based on 1084 adult twins from the Chinese National Twin Registry (CNTR), we established structural equation models (SEMs) to evaluate the trends in genetic influence with aging for epigenetic clocks, which include PC‐Horvath, PC‐Hannum, PC‐PhenoAge, PC‐GrimAge, and DunedinPACE. A decline in overall heritability was observed for all five clocks from ages 31 to 70, with a relatively stable trend at first. Subsequently, apart from PC‐GrimAge, the other four clocks displayed a more evident drop in heritability: DunedinPACE and PC‐PhenoAge experienced a clear decline between 55 and 65 years, while PC‐Horvath and PC‐Hannum showed a similar decrease between 60 and 70 years. In contrast, the heritability of PC‐GrimAge remained stable throughout. An analysis of methylation sites (CpGs) from these clocks identified 41, 26, 4, and 36 CpG sites potentially underlying heritability changes in DunedinPACE, PC‐Horvath, PC‐Hannum, and PC‐PhenoAge, respectively. Data from the CNTR were collected through two surveys in 2013 and 2018. Based on 308 twins with longitudinal data, declines in genetic components were observed at follow‐up compared to baseline, with significant decreases in the four PC‐clocks. DunedinPACE peaked in 5‐year longitudinal genetic contribution changes at age 55–60, while PC‐clocks consistently peaked at age 50–55. These findings may offer novel insights into the role of genetic variations in aging.

This research aimed to probe the effects of fecal microbiota and