相关实验视频
Updated: Sep 17, 2025
07:42
A Data-Driven Approach to Quantifying Immune States in Sepsis
Published on: February 7, 2025
319
在重症监护室的败血症患者的乳酸轨迹和结果:基于小组的轨迹建模
Yu Wei1,2, Jinqiang Zhuang1,3, Jiaqi Li1,3
1Emergency Department, The Affiliated Hospital of Yangzhou University, Yangzhou University, Yangzhou, China.
Frontiers in public health
|July 1, 2025
概括
使用乳酸水平轨迹识别败血症患者亚型可以改善风险分层和患者预后. 这种方法有助于早期干预和个性化治疗,以获得更好的败血症管理结果.
科学领域:
- 生物医学研究的研究.
- 临床信息学是一种临床信息学.
- 在医疗保健中的数据科学.
背景情况:
- 败血症是一种复杂的疾病,具有显著的异质性.
- 鉴定败血症患者分层的生物标志物对于个性化治疗和改善结果至关重要.
- 早期干预和降低风险是败血症管理的关键研究重点.
研究的目的:
- 开发一种基于血清乳酸水平轨迹的新方法来分层败血症患者.
- 使用基于组的轨迹建模 (GBTM) 识别不同的败血症亚现象.
- 探索已识别的乳糖轨迹与败血症患者28天死亡率之间的关联.
主要方法:
- 分析了来自MIMIC-IV数据库的1,575名成人败血症患者的数据.
- 服用后连续五天每天测量血清乳酸水平.
- 应用GBTM模型以根据乳酸水平趋势识别患者群.
主要成果:
- 根据乳糖轨迹确定了五个不同的败血症患者组:"低稳定"",低缓慢下降"",高迅速下降"",中度缓慢下降"和"高缓慢下降".
- 在确定组中观察到28天死亡率的显著差异.
- "低稳定组"的28天死亡率最低,而"高缓慢衰退组"的死亡率最高.
结论:
- 乳酸水平轨迹有效地识别了败血症亚型.
- 结合动态乳酸监测的GBTM模型,有助于败血症风险分层.
- 这种方法为临床医生提供了一种有价值的工具,可以根据乳酸动态预测患者的预后.
