相关实验视频
Updated: May 6, 2026
06:55
Protocol to Create Chronic Wounds in Diabetic Mice
Published on: September 25, 2019
21.9K
动态C-反应蛋白轨迹预测糖尿病伤口的愈合时间延长:基于单中心队列的机器学习模型,具有标准化的伤口大小
Sichao Jiang1, Qixuan Song1, Junhuan Wang2
1Department of Orthopaedic Surgery, The First Affiliated Hospital, Dalian Medical University, Dalian, China.
Frontiers in medicine
|March 2, 2026
概括
机器学习使用C反应性蛋白 (CRP) 水平准确预测糖尿病伤口的长时间愈合. 动态CRP轨迹,特别是抗生素后水平,是识别高风险患者的关键指标.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 糖尿病学 糖尿病学
背景情况:
- 糖尿病伤口由于愈合受损而构成重大临床挑战.
- 预测长期愈合对于及时干预和改善患者结果至关重要.
- C-反应蛋白 (CRP) 是一种炎症标记物,但其在糖尿病伤口愈合中的动态变化需要进一步调查.
研究的目的:
- 开发和验证一种机器学习 (ML) 模型,用于预测糖尿病伤口的长时间愈合 (>8周).
- 确定延长愈合的关键预测因素,重点关注动态C反应蛋白 (CRP) 轨迹.
- 评估ML模型在分层患者中对延迟伤口关闭的风险患者的临床实用性.
主要方法:
- 一个回顾性单中心队列研究包括465名2型糖尿病患者和标准化的伤口.
- 在入院,抗生素后和出院后进行了连续CRP测量.
- 拉索回归选择了特征,建立了12个ML模型,并且GradientBoosting显示出卓越的性能,使用SHAP分析来解释可解释性.
主要成果:
- 在验证集上,渐变增强模型在预测延长愈合的过程中取得了高准确度 (0.9357).
- 关键预测因素包括抗生素后的CRP (CRP_2nd),退院后的CRP (CRP_3rd) 和白蛋白 (ALB).
- 较高的CRP_2nd/CRP_3rd表明愈合时间延长,而较高的白蛋白和有利的治疗反应是保护性的.
结论:
- 动态CRP轨迹,特别是CRP_2nd,对于预测糖尿病伤口长时间愈合至关重要.
- 开发的GradientBoosting ML模型为患者风险分层提供了一个临床可行的工具.
- 这种方法可以帮助优化糖尿病伤口管理的治疗策略.
