Pentraxin-3,MyD88,GLP-1和PD-L1:性能评估和综合算法分析以确定败血症
Wolfgang Bauer1, Noa Galtung1, Peter Geserick2
1Charité - Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin, Department of Emergency Medicine, Hindenburgdamm 30, 12203 Berlin, Germany.
The Journal of infection
|August 22, 2025
概括
正确的败血症诊断对于及时治疗至关重要. 新的宿主反应生物标志物,包括素-3,MyD88和GLP-1,在识别败血症和预测死亡率方面显示出有前途.
科学领域:
- 生物标志物的发现
- 临床诊断
- 传染病研究
背景情况:
- 精确的败血症诊断对于启动救命治疗至关重要.
- 需要新的宿主反应生物标志物来帮助临床医生识别急性感染和败血症.
研究的目的:
- 在疑似急性感染的患者中评估九种新出现的宿主反应生物标志物.
- 评估机器学习模型的性能,将这些生物标志物结合起来进行败血症预测.
主要方法:
- 在ED招募了388名疑似急性感染的患者.
- 使用多参数试验量化了9种生物标志物 (MyD88,MMP-8,勒普丁,ENA-78,弗拉克塔尔金,PD-L1,Pentraxin-3,TRAIL,GLP-1).
- 对细菌感染,败血症和30天死亡度进行了AUROC分析和机器学习 (XGBoost).
主要成果:
- 在细菌感染 (≥0. 87),败血症 (≥0. 81) 和30天死亡率 (≥0. 71) 方面,MyD88,PD- L1和pentraxin-3的AUROC值较高.
- 在9个生物标志物中,有7个在所有3个终点上显著差异化.
- 结合素-3,MyD88和GLP-1的XGBoost模型在败血症预测方面获得了0.89的AUROC,超过了NEWS-2 (0.83) 和procalcitonin (0.81).
结论:
- 潘特拉辛-3,MyD88,GLP-1和PD-L1对于毒症的风险评估和分层是有价值的生物标志物.
- 使用这些组合生物标志物的多参数分类器为毒症诊断提供了有效的工具.
