相关实验视频
Updated: Jan 16, 2026
06:47
Microfluidics in Assessing Platelet Function
Published on: November 8, 2024
1.6K
血小板分布宽度的变化趋势与败血症重症患者的住院死亡率之间的关联:基于机器学习的多中心研究
Yinjing Xie1,2,3, Xinxing Lei1,2,3, Hao Deng4
1Department of Laboratory Medicine, Shenzhen People's Hospital (The First Affliated Hospital, Southern University of Science and Technology; The Second Clinical Medical College, Jinan University), Shenzhen, Guangdong, 518020, China.
BMC infectious diseases
|September 27, 2025
概括
动态血小板分布宽度 (PDW) 趋势揭示了重症患者的四种败血症亚型. 这些模式与炎症标志物相关,并显著影响住院死亡率,为败血症管理提供了新的见解.
科学领域:
- 关键护理医学 关键护理医学
- 血液学 血液学 血液学
- 生物标志物 生物标志物
背景情况:
- 败血症是住院死亡的主要原因.
- 血小板分布宽度 (PDW) 与败血症中的炎症和凝血功能障碍有关.
- PDW的动态变化及其预后价值尚未得到充分理解.
研究的目的:
- 为了研究PDW趋势的变化和重症败血症患者的住院死亡率之间的关系.
- 根据使用机器学习的PDW轨迹来识别不同的败血症亚现象.
- 在外部队列中验证这些发现.
主要方法:
- 对符合败血症3.0标准的住院患者入院情况的分析.
- 在六个时间点 (D1,D2,D3,LD-3,LD-2,LD-1) 收集PDW测量结果.
- 应用基于组的轨迹建模来识别PDW模式和外部验证.
主要成果:
- 确定了四个不同的PDW轨迹组:快速增长,低稳定,中等稳定和高.
- "PDW快速增长组"显示了最高的死亡率 (55.2%),最年长的患者,以及炎症标志物 (IL-6,,CRP) 的增加.
- "低PDW稳定组"的死亡率最低 (16.6%) 和最年轻的患者的炎症最小.
结论:
- 根据PDW轨迹确定和验证了四种不同的败血症亚现象.
- 这些亚表型在炎症标志物水平和临床结果中表现出显著的变化.
- PDW动态为严重病情的败血症患者提供了有价值的预后信息.
