身体的不适和疾病的发生通常伴有疼痛，因此，对疼痛进行准确的判断和控制是保证身心健康的关键环节。近日，以色列耶路撒冷希伯来大学Shoham Choshen-Hillel团队通过调查来自以色列和美国两家医院的21851名疼痛患者的诊疗数据后发现，医院在对患者的疼痛诊断和处理存在性别差异：与男性相比，女性患者服用止痛药的比例明显较低。
即使在调整多种变量后，这种差异仍然存在：女性患者的疼痛评分比男性患者略低，而在相同的疼痛评分下，医生给女性患者开出的止痛药比给男性的少。进一步分析显示，女性患者虽然在诊室多呆了半小时，但其疼痛评分被护士准确记录的可能性要比男性患者低10%。该团队通过一个小规模临床调查证实，在相同主诉条件下，护士会觉得女性患者的疼痛程度低于男性。
该研究反映了医疗系统对女性患者疼痛的忽视，相关机构应采取干预措施，以确保疼痛治疗平等。
众所周知，长时间连续驾驶汽车会给司机带来困意，而这“一点头”的瞌睡给行车安全造成了巨大的安全隐患。神经可穿戴设备可以监测驾驶员（以及飞行员）的困意，关键时刻能挽救生命。遗憾的是，现在的相关可穿戴设备大多比较笨重，使用起来不太便捷。
近日，加州大学伯克利分校Rikky Muller团队研发出一种可以监测嗜睡程度的紧凑型入耳式耳机系统。该系统的关键核心部件是一个由四个耳内电极和2个耳外电极组成的耳机，使用者需要佩戴装有名为WANDmini的无线信号收集器的束发带，以将从耳机收集到的脑电信号传给基站，后者通过特殊算法分析使用者的困意。研究人员招募到9名志愿者进行了35小时的电生理监测试验。
结果显示，该监测系统对困意的分层分析精确度超93%，与现有的最先进的嗜睡监测系统不相伯仲。
印度尼西亚弗洛雷斯人（H. floresiensis）和菲律宾吕宋人（H. luzonensis）的发现使人不禁要问，这些在岛屿环境生活但已灭绝的人类物种是如何进化出极端矮小的身形的？之前在印度尼西亚弗洛雷斯岛的Mata Menge进行的调查表明，弗洛雷斯人的中更新世早期祖先的下颚和牙齿甚至更小。
近日，日本东京大学Yousuke Kaifu领衔的国际团队报告了来自Mata Menge同一矿床的其他古人类化石。据估计，这块古人类成年肱骨比约60000年前的弗洛雷斯人模式标本短9-16%，也比迄今为止报道的上更新世成年人类肱骨都小。新发掘的牙齿也特别小，其中一种在形态上与早期爪哇直立人（H. erectus）更相似。
基于此，研究人员认为，最有可能从早期亚洲直立人进化而来的弗洛雷斯人谱系是弗洛雷斯人的一个长期谱系，至少在70万年前就有了明显的矮小体型。
机体内在的生物钟对环境的适应对于维持健康水平和幸福感至关重要。有研究表明，高脂肪饮食会损害动物昼夜节律对光暗周期的适应。那么，在人类是否也存在相似的情况呢？
近日，美国俄勒冈健康与科学大学护理学院Andrew W. McHill团队完成了一项30名大学生参与的观察性试验，分析了当人类必须将他们的行为提前到夏令时（DST）的较早时间时，饮食对睡眠/觉醒时间相对于昏暗光线褪黑激素起效时间的影响。结果显示，低脂肪饮食的学生迅速改变了他们的睡眠-觉醒时间，以适应强加的时间变化，而高脂肪饮食的人适应时间变化的速度较慢。
此外，夏令时后时间变化更快与学生的总体健康状况更佳、BMI更低、平均绩点（GPA）更高存在关联。这些数据表明，饮食可能会影响睡眠和昼夜节律适应的速度，进而影响学生健康和学业表现。
近日，韩国全南国立大学医学院Jung-Joon Min团队开发出一种基于改良减毒鼠伤寒沙门氏菌（SAM-FC）的肿瘤靶向免疫疗法。
该减毒菌可同时表达溶细胞抗癌剂溶细胞素A（ClyA）和抗肿瘤先天免疫诱导剂创伤弧菌（Vibrio vulnificus）鞭毛蛋白B（FlaB）。其中，ClyA可诱导免疫原性癌症细胞死亡，并促进肿瘤特异性抗原和损伤相关分子模式的释放，从而建立长期的抗肿瘤记忆；FlaB促进了肿瘤微环境巨噬细胞的表型和功能重塑，显著抑制了肿瘤细胞转移。
经由该改良细菌治疗后，小鼠肿瘤微环境中的抗肿瘤先天性免疫细胞和活化的肿瘤特异性效应/记忆T细胞大量浸润，而免疫抑制细胞的比例很低。该研究表明，SAM-FC可通过激活免疫系统来诱导肿瘤免疫微环境的功能性重编程，并可用于靶向递送多种免疫治疗分子，以建立长效的抗肿瘤免疫。
海洋牧场环境虽然比较安静，但仍具备可用于为低功率设备供电的超低频波浪能。
近日，西南交通大学机械工程学院Zutao Zhang团队设计出一种智能海洋牧场自供电和自监测系统（SOR-SSS），该系统由几个关键部件组成：质量摆球（MPB）、换向轮系统（CWS）、电磁能量收集单元（EEHU）和四个压电能量收集单元（PEHU）。通过六自由度振动试验台实验，SOR-SSS在0.4 Hz的工作条件下实现了17.56 mW的最大输出功率，足以为152个LED灯供电。
此外，通过使用长短期记忆网络（LSTM）算法训练实验基础数据，研究人员训练了两个不同的海洋异常环境条件监测任务，SOR-SSS的最大准确率分别为99.72%和99.80%。这些结果表明，SOR-SSS可以为智能海洋牧场提供有效的能源供应和监测解决方案。