在严重创伤性脑损伤中预测血管和早期死亡率:使用血清细胞因子,神经蛋白和临床数据的模型
Rima S Rindler1,2, Henry Robertson3,4, LaShondra De Yampert2
1Sierra Neurosurgery Group, Reno, Nevada, USA.
Neurosurgery
|October 29, 2024
概括
在严重创伤性脑损伤 (sTBI) 后预测结果具有挑战性. 这项研究结合了临床数据和蛋白质生物标志物,开发了创伤后血管 (PTV) 和死亡率的模型,显示出超越传统方法的前景.
科学领域:
- 神经科学是一个神经科学.
- 免疫学 免疫学 免疫学
- 生物标志物 生物标志物
背景情况:
- 严重创伤性脑损伤 (sTBI) 的预后受到当前临床工具的限制.
- 开发更好的预测模型对于诸如创伤后血管 (PTV) 和死亡率等结果至关重要.
研究的目的:
- 通过将临床数据与血清炎症和神经元蛋白质水平相结合,提高sTBI患者的预后.
- 创建PTV发展和STBI后死亡率的预测模型.
主要方法:
- 预计将招募53名成年平民STBI患者.
- 利用机器学习 (LASSO,CART) 结合临床,炎症和神经元蛋白质数据.
- 开发了储蓄型模型来预测PTV和死亡率.
主要成果:
- 36.8%的人患有PTV;18.9%的人死亡.
- 卡特确定了IL-9,脉冲率和eotaxin用于PTV预测 (AUC0.89).
- 拉索确定了PTV的鹿特丹CT得分和年龄 (AUC 0.94);死亡率的eotaxin,IL-6,IL-12和葡萄糖 (AUC 0.9).
结论:
- 血清炎症性细胞因子水平显示了STBI结果的预测价值,可能超过常规变量.
- 特定的生物标志物 (IL-9,eotaxin,IL-6,IL-12) 和临床因素 (年龄,脉率,葡萄糖,鹿特丹得分) 预测PTV和死亡率.
- 结果需要在更大的潜在队列中进行验证.
