一个基于LASSO的血清生物标志物和基因多态性的综合模型,用于预测败血症预后不佳
Dalong Zhang1, Huijun Dong1, Yizhe Wang1
1Department of Critical Care Medicine, Zhengzhou People's Hospital, The Fifth Clinical Medical College of Henan University of Chinese Medicine, Zhengzhou, Henan Province, China.
Biomarkers in medicine
|November 14, 2025
概括
将血清生物标志物和基因多态性结合起来,可以改善败血症的预后. 这种综合模型表现出强的表现,超过了风险分层的现有评分系统.
科学领域:
- 败血症的研究研究.
- 发现生物标志物的发现.
- 遗传流行病学遗传流行病学
背景情况:
- 早期和准确的败血症结果预测对于治疗和生存至关重要.
- 将血清生物标记物与遗传标记物结合起来需要进一步的验证.
- 目前对败血症的预后工具需要改进.
研究的目的:
- 开发和验证用于败血症预后的综合模型.
- 评估结合炎症生物标志物和基因多态化的实用性.
- 改善败血症患者个性化风险分层.
主要方法:
- 追溯队列研究 (n=81) 进行28天的结果评估.
- 候选基因 (TLR4,PPARγ,IL-12B,IL-27) 和血清生物标志物的选择.
- 使用LASSO回归用于预测器选择和物流回归用于模型构建,经过ROC AUC,HL测试和DCA的验证.
主要成果:
- 开发了一个整合模型,包括PCT,CRP,乳酸,乳酸清除率,TLR4 rs4986790和PPARγ rs1801282.
- 该模型实现了0.885的AUC,证明了良好的校准和强大的预测性能.
- 综合模型在基准测试和决策曲线分析方面表现优于SOFA和APACHE II分数.
结论:
- 开发的生物标志物-基因型模型显示出对败血症风险分层的显著潜力.
- 将遗传敏感性与炎症生物标志物的结合提高了预后准确性.
- 在临床实施之前建议进行外部验证.
