败血症中的免疫亚型:使用集群方法学的回顾性队列研究
相关实验视频
Updated: May 7, 2025
07:42
A Data-Driven Approach to Quantifying Immune States in Sepsis
Published on: February 7, 2025
118
Jian Zhao1, Rushun Dai2,3, Yi Zhao1
1Department of Emergency, Shanghai 10th People's Hospital, Tongji University School of Medicine, Shanghai, 200072, People's Republic of China.
Journal of inflammation research
|January 3, 2025
概括
这项研究使用集群分析在败血症患者中确定了三种不同的免疫亚型. 一个亚型的死亡率明显较高,突出了个性化败血症治疗策略的潜力.
科学领域:
- 免疫学 免疫学 免疫学
- 关键护理医学 关键护理医学
- 生物统计学 生物统计学
背景情况:
- 败血症是一种复杂的临床综合征,具有显著的异质性.
- 识别不同的患者表型对于有针对性的治疗和改善结果至关重要.
- 目前对败血症亚型的理解需要进一步精细化,以实现个性化医疗.
研究的目的:
- 采用聚类分析来划分毒症患者队列中的免疫亚型.
- 调查已识别的败血症免疫亚型的临床相关性和预后影响.
- 建立在毒症管理中量身定制治疗干预措施的基础.
主要方法:
- 利用了236名败血症患者 (败血症3.0标准) 的人口,临床,淋巴细胞子集和细胞因子数据的K-平均集群.
- 分析了免疫和炎症标记物,包括C反应蛋白 (CRP),白细胞 (WBC) 数,T细胞,NK细胞,B细胞,IL-6,IL-8和IL-10.
- 使用危险比率和卡普兰-梅尔曲线评估了28天的死亡风险和生存率.
主要成果:
- 确定了三种不同的免疫亚型:高免疫激活 (集群1),中度免疫激活 (集群2) 和高炎症/免疫抑制 (集群3).
- 与集群1相比,集群3的28天死亡率明显高 (HR=21.65,p<0.001).
- 卡普兰-梅尔分析显示,这三种亚型的生存率显著不同 (p<0.0001),其中第3集群的生存率最低.
结论:
- 可以识别出三种不同的败血症患者的免疫亚型,并且与临床结果有显著的关联.
- 已识别的免疫亚型为败血症患者的分层提供了基础.
- 这些发现支持开发个性化治疗策略,以提高败血症患者的护理和预后.
