根据血清代谢指纹,预测重症监护室患者的早期死亡率

科学领域:

• 生物化学 生化学
• 医学诊断 医学诊断 医学诊断
• 频谱学是一种光谱学.

背景情况:

• 在重症监护室 (ICU) 准确预测死亡率对于患者管理和资源分配至关重要,特别是在COVID-19等大流行期间.
• 现有的临界病患者死亡率预测模型受到动态代谢变化和复杂的病理生理过程的限制.
• 对于ICU患者预后的快速,经济有效和最少侵入性的诊断工具的需求是显著的.

研究的目的:

• 评估通过富里埃转换红外光谱 (FTIR) 获得的血清代谢指纹的实用性,以提高COVID-19ICU患者的死亡率预测模型.
• 研究先进的特征选择方法的有效性,例如基于快速相关的过器 (FCBF),用于识别相关的光谱特征,以提高预测性能.
• 评估纳伊夫贝叶斯模型的性能,包括FTIR光谱数据,用于预测ICU停留期间不同时间点的患者结果 (出院或死亡).

主要方法:

• 来自COVID-19ICU患者的血清样本使用富里埃转换红外光谱 (FTIR) 分析,以获得代谢指纹.
• 进行了初步的单变量分析,以确定出院患者和已故患者之间的光谱差异.
• 基于快速关联的过器 (FCBF) 用于特征选择,以从FTIR光谱中识别显著的光谱波段.
• 纯粹的贝叶斯分类模型经过训练和验证,使用所选的光谱特征来预测患者死亡率.

主要成果:

• 单变量分析显示出出院和死亡患者之间的显著光谱差异,但仅使用最显著波段的初始模型显示出有限的预测能力.
• 应用FCBF识别了与分子功能组相关的更广泛的光谱带,显著提高了模型性能.
• 纳贝叶斯模型结合FCBF选择的光谱特征实现了高的曲线下面积 (AUC) 值:0.79 (前48小时),0.97 (结果前7天) 和0.98 (结果当天).

结论:

• 与高级特征选择相结合的FTIR光谱,为预测COVID-19 ICU患者的死亡率提供了一种强大的方法.
• 这种方法显示出作为一种快速,经济和最少侵入性的诊断工具的潜力,用于在重症监护机构的预后.
• 需要在更大,更多样化的患者队伍中进行进一步的验证,以确认FTIR基础的代谢分析对死亡率预测的临床实用性.