相关实验视频
Updated: May 10, 2025
07:42
A Data-Driven Approach to Quantifying Immune States in Sepsis
Published on: February 7, 2025
119
败血症进展到败血症引起的凝血病的关联分析:基于MIMIC-IV数据库的研究
Jian-Yue Yang1, Li-Li Li1, Su-Zhen Fu2
1Department of Critical Care Medicine, Xingtai People's Hospital, Hebei, 054001, China.
BMC infectious diseases
|April 21, 2025
概括
这项研究开发了一种名谱,用于预测ICU患者的败血症诱导凝血病 (SIC). 该工具显示出极好的准确性,有助于早期识别和干预这种严重的败血症并发症.
科学领域:
- 临界护理医学 临界护理医学
- 血液学 血液学 血液学
- 预测分析是一种预测分析.
背景情况:
- 败血症引起的凝血病 (SIC) 是败血症的严重并发症,结果不佳.
- 在败血症患者中SIC发展的预测因素需要进一步调查.
- 早期发现SIC对于及时干预和改善患者预后至关重要.
研究的目的:
- 开发和验证一个易于使用的名图,用于预测重症监护室 (ICU) 败血症患者中SIC的风险.
- 确定预测SIC发展的入院关键指标和并发症.
- 提供一个临床工具,用于早期风险分层的败血症患者.
主要方法:
- 来自MIMIC数据库的12,455名败血症患者的回顾性分析.
- 开发使用LASSO回归和多变量逻辑回归来进行变量选择的nomogram.
- 使用接收器运行特征曲线 (AUC) 下面的面积和校准曲线,与外部验证验证nomogram的预测性能.
主要成果:
- 败血症诱导的凝血病 (SIC) 在41.3%的败血症患者中发生.
- SOFA评分,红细胞计数,RDW,白细胞计数,血小板计数,INR和乳酸水平是SIC的显著预测因素.
- 诺米图表表现出强大的预测性能,AUC为0.81 (训练),0.83 (验证) 和0.79 (外部验证).
结论:
- 开发的诺米克图是预测ICU血症患者SIC发病率的有效工具.
- 诺姆图可以帮助临床医生在早期识别和管理SIC.
- 这种预测模型提供了一种有希望的方法来改善毒症患者患有凝血病的风险的结果.
