预测血细胞淋巴细胞细胞瘤的30天死亡率:临床特征,生化参数和机器学习见解

科学领域:

• 血液学 血液学 血液学
• 在瘤学瘤学.
• 生物化学 生物化学

背景情况:

• 血细胞淋巴细胞细胞瘤 (HLH) 是一种危及生命的超炎症综合征.
• 对HLH患者30天死亡率的准确预测对于及时干预至关重要.

研究的目的:

• 评估临床特征和生物化学参数,以预测HLH患者的30天死亡率.
• 开发一个综合机器学习的预后模型,用于个性化风险评估.

主要方法:

• 对151名高低血压患者的回顾性分析.
• 使用机器学习 (LASSO,RF,SVM),ROC分析,K-M生存曲线和Cox回归.
• 开发了一个生存名录和风险评分系统;进行了验证的元分析.

主要成果:

• 高龄,低淋巴细胞计数 (L),低血小板计数 (PLT),低专蛋白 (ALB),高血尿素 (BUN) 和延长激活部分血栓形成时间 (APTT) 与死亡率增加有关.
• 确定了六个关键预测因素:总蛋白质 (TP),L,APTT,BUN,ALB和PLT.
• 开发的名录和评分系统在预测死亡风险方面显示出高准确性.

结论:

• 特定的临床和生化参数显著预测HLH的30天死亡率.
• 机器学习集成为HLH管理中早期诊断,预后和个性化治疗提供了宝贵的工具.