相关实验视频
Updated: Jun 23, 2025
07:42
A Data-Driven Approach to Quantifying Immune States in Sepsis
Published on: February 7, 2025
166
一个简单的基于电子医疗记录的预测者在败血症 (败血症) 中的疾病严重程度得分
Alex M Cressman1,2, Bijun Wen3, Sudipta Saha3
1Temerty Faculty of Medicine, University of Toronto, Toronto, Toronto, Ontario, Canada.
PloS one
|June 26, 2024
概括
基于电子医疗记录的新SEPSIS评分显示,与现有工具相比,预测败血症结果的准确性类似. 它的简单性使得它成为临床实践和研究的潜在宝贵资源.
科学领域:
- 医疗信息学 医疗信息学
- 临床预测模型临床预测模型
- 败血症研究 败血症研究
背景情况:
- 现有的败血症结果预测得分往往缺乏概括性,是复杂的,或者电子医疗记录 (EMR) 整合性差.
- 需要简单,经过验证的工具来有效预测败血症的结果.
研究的目的:
- 为了验证一个简单的基于EMR的SEPSIS评分来预测大量多中心队列中的败血症结果.
- 将SEPSIS评分的预测性能与qSOFA和NEWS2.2等既有评分进行比较.
主要方法:
- 一项回顾性队列研究使用了多伦多四家学术教学医院的数据进行.
- 开发和验证了SEPSIS评分,包括四个基于实验室的附加预测指标.
- 根据接收的抗生素和阳性培养物确定了患者,主要和次要结论是住院死亡率,ICU入院和住院时间.
主要成果:
- 与NEWS2和qSOFA相比,SEPSIS得分在初级和二级队列中显示出与NEWS2和qSOFA相比,在住院死亡率方面具有类似的预测准确性 (AUROC).
- 在72小时的ICU入院和长时间住院的预测性表现在所有评估得分中都是可比的.
- 对死亡率预测的校准对于SEPSIS得分,NEWS2和qSOFA都是相似的.
结论:
- 基于EMR的SEPSIS得分表现出对关键临床结果的可比预测能力,与qSOFA和NEWS2等验证得分相似.
- SEPSIS评分的简单性表明其在临床决策和研究应用中具有潜在的实用性.
- 这一验证得分为EMR系统中对败血症结果预测提供了一个简单的方法.
