败血症中的回声心脏学表型:使用潜形状分析识别子组

科学领域:

• 关键护理医学 关键护理医学
• 心脏病学 心脏病学
• 数据科学数据科学数据科学

背景情况:

• 败血症是导致死亡的主要原因,治疗因患者的变化而复杂化.
• 在败血症中识别心脏表现型可以个性化治疗并改善复苏策略.
• 目前的方法往往缺乏对心脏功能障碍的客观分层.

研究的目的:

• 将败血症患者分类为不同的心脏表现型,使用无监督的回声心脏学数据集群.
• 确定这些表型中临床特征和结果的潜在差异.
• 在败血症管理中建立精准医学的客观子组.

主要方法:

• 对符合败血症-3标准的2,071名败血症患者进行了回顾性队列研究.
• 通过使用潜伏配置分析来识别集群的回声心脏学数据进行分析.
• 排除患有先前心脏病的患者;在已识别的集群中比较临床特征和结果.

主要成果:

• 鉴定了五种不同的心脏表型:透静功能障碍,低射出分数/心脏指数,右心室扩张,高动力功能和正常.
• 与正常组 (19.6%) 相比,右心室扩张表型的死亡率显著更高 (36.9%).
• 患有右心室扩张的患者死亡率增加了2.3倍.

结论:

• 无监督的回声心脏图数据聚类揭示了败血症中五种不同的心脏表现型.
• 右心室扩张代表了一种高死亡率的表型,需要进一步研究.
• 这些已识别的表型可能会指导未来的机理学研究和毒症的有针对性的治疗干预.