从血液蛋白度进行基于模型的粘弹性凝块强度预测,用于网络医学凝血控制
Damon E Ghetmiri1,2, Alessia J Venturi1, Mitchell J Cohen3,4
1Department of Mechanical and Aerospace Engineering, University of Florida, 527 Gale Lemerand Drive, Gainesville, FL, 32611-6250, USA.
Nature communications
|January 5, 2024
概括
研究人员开发了快速模型,使用蛋白质度来预测血块强度,从而实现实时网络医疗系统的个性化治疗. 这有助于推进紧急护理和自动凝血控制,以改善患者的治疗结果.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 血液学 血液学 血液学
背景情况:
- 通过网络医疗系统和个性化血液产品交付实时调节患者的凝血,有望改善治疗结果.
- 粘弹性测试,如血栓弹性扫描 (TEG) 对于评估各种疾病的凝血状况至关重要,包括手术,严重疾病和出血障碍.
- 目前的TEG测量耗时,限制了它们在紧急护理和自动凝血控制中的实用性.
研究的目的:
- 开发个性化,现象学和以控制为导向的模型,用于从血液蛋白质度预测TEG曲线输出.
- 根据预测的TEG曲线,实现基于数据的快速处理决策.
- 促进快速凝血评估在网络医疗系统中的整合.
主要方法:
- 开发可预测模型,将血蛋白度与TEG测定输出相关联.
- 使用蛋白质度测量,可以在大约五分钟内获得.
- 实验验证预测的TEG曲线和参数用于标准测定 (功能性纤维素原生,引用原生,血小板映射,快速TEG).
主要成果:
- 准确预测TEG曲线和参数,用于多个常见的TEG测定.
- 开发的预测模型的实验验证.
- 通过创伤患者的凝血数据,成功验证了模型性能.
结论:
- 开发的模型提供了一个快速而准确的方法来预测蛋白质度的血液凝块强度.
- 这些模型对于在网络医疗系统中实现实时个性化凝血管理至关重要.
- 这些发现支持快速凝血评估的临床应用,以改善在危急情况下的患者护理.
