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
败血症中的免疫亚型:使用集群方法学的回顾性队列研究
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.
