开发一个预测算法,用于创伤后患者的生存,使用五个分析剂的血液面板
Parinaz Fathi1,2, Maria Karkanitsa1, Adam Rupert3
1Section on Immunoengineering, Center for Biomedical Engineering and Technology Acceleration, National Institute of Biomedical Imaging and Bioengineering (NIBIB), National Institutes of Health (NIH), Bethesda, MD 20892.
严重的创伤会改变免疫蛋白水平,影响炎症和免疫抑制. 研究人员发现了新的蛋白质变化,并为创伤患者开发了预测生存方程 (VIPER).
科学领域:
- 免疫学 免疫学 免疫学
- 创伤研究 创伤研究
- 生物标志物发现发现
背景情况:
- 严重的创伤会触发复杂的免疫反应,包括炎症和免疫抑制,需要更深入地了解有效的治疗.
- 目前对创伤诱导的免疫系统改变的知识是不完整的,阻碍了治疗的发展和患者的预后.
研究的目的:
- 在严重创伤后识别血免疫蛋白中的新变化.
- 根据患者的人口统计和损伤特征,探索这些蛋白质配置的变化.
- 使用已识别的免疫标志物开发患者生存的预测模型.
主要方法:
- 在1000名创伤患者和50名健康志愿者中分析了59种免疫蛋白的血蛋白水平.
- 在到达1级创伤中心时收集血液样本,并根据受伤严重程度和类型分层患者.
- 采用机器学习和统计建模来开发一个预测生存方程 (VIPER),使用一个五个分析小组.
主要成果:
- 确定了6种创伤后免疫蛋白质的新变化,显著上调免疫激活 (例如IL-23) 和免疫抑制 (例如IL-10) 蛋白质.
- 在较不严重的患者中,高IL-29与IL-10比率预测了生存率 (ROC 0.933).
- 在VIPER方程预测的生存率与ROC0.966在较轻的严重和0.8873在所有创伤患者.
- 发现了免疫蛋白质概况的性别特异性变化,例如IL-8和MIF水平.
结论:
- 严重的创伤会导致系统性免疫蛋白质概况的显著,多方面的变化.
- 新型免疫标记物和VIPER方程为改善患者预后和治疗向提供了潜在的潜力.
- 了解基于性别的对创伤的免疫反应对于个性化治疗策略至关重要.
更多相关视频
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
相关概念视频
01:20Comparing the Survival Analysis of Two or More Groups
01:21Cancer Survival Analysis