通过目标导向的子组识别在多主题研究中推导共识性败血症集群

科学领域:

• 关键护理医学 关键护理医学
• 基因组学和系统生物学
• 翻译生物信息学

背景情况:

• 败血症表现出显著的异质性,使治疗复杂化,导致治疗结果差.
• 目前使用单一omics或无监督集群的患者亚型方法缺乏可重现性和临床相关性.
• 开发有效的败血症疗法受到不准确的患者分类的阻碍.

研究的目的:

• 引入一个新的目标导向子组识别 (GD-SI) 框架,用于败血症患者分层.
• 使用纵向多omics数据优化患者对差异性治疗反应的分类.
• 为了实现精确的试验设计和个性化的败血症管理.

主要方法:

• 从43家医院的1327名受试者获得的综合纵向多组数据 (转录组,蛋白组,代谢组,现象组).
• 采用监督的多主题整合方法,以治疗效果优化为基础.
• 在国际重症监护数据库 (MIMIC-IV,ZiGongDB) 中验证了框架的通用性.

主要成果:

• 在患者子组发现中取得了实质性的跨原子一致性.
• GD-SI成功预测了液体复苏和乌利纳斯治疗的差异性治疗反应.
• 基于GD-SI益处得分的分层患者显示了显著的生存差异.
• 外部验证证实了框架的预后概括性.

结论:

• 该GD-SI框架将败血症的生物异质性与临床可行性相协调.
• 这种方法提供了一个可扩展的基础设施,用于精确的试验设计和个性化的败血症管理.
• 由Omics驱动的,以目标为导向的分层具有转化潜力,可以推进重症监护治疗.