您的位置:首页 >Nature杂志 > 生理学 >

大数据揭示了脓毒症的隐藏亚型

导读 根据匹兹堡大学医学院对超过60,000名患者的研究结果,脓毒症与癌症非常相似,不仅仅是一种病症,而是许多可以从不同治疗中获益的疾病。这些...

根据匹兹堡大学医学院对超过60,000名患者的研究结果,脓毒症与癌症非常相似,不仅仅是一种病症,而是许多可以从不同治疗中获益的疾病。

这些调查结果,今天宣布在JAMA和美国胸科协会的年会上,可以解释为什么最近几次的败血症治疗的临床试验中,住院的头号杀手的患者,都失败了。脓毒症是一种危及生命的疾病,当身体对感染的反应损害其自身组织和器官时就会出现这种情况。

“十多年来,脓毒症的治疗方法没有取得重大突破;我们看到的最大改进包括实施'一刀切'治疗方案,以便迅速治疗,”主要作者Christopher Seymour医学博士说。理学硕士,皮特重症医学系副教授,皮特急性疾病中心临床研究调查和系统建模成员。“但这些方案忽略了脓毒症患者并非完全相同。对于每年导致超过600万人死亡的病症,这是不可接受的。希望通过将败血症视为具有不同临床特征的几种不同病症,我们可以精确地发现和测试治疗根据每位患者的败血症类型进行调整。“

在由美国国立卫生研究院(NIH)资助的“紧急护理脓毒症”(SENECA)项目中,Seymour和他的团队使用计算机算法分析了超过20,000名UPMC患者的电子健康记录中发现的29个临床变量。从2010年到2012年,在住院六小时内发生败血症。

该算法将患者聚集成四种不同的败血症类型,描述如下:Alpha:最常见的类型(33%),实验室检查结果异常最少,器官功能障碍最少,住院死亡率最低2%;Beta:年龄较大的患者,占27%,患有慢性疾病和肾功能不全;伽玛:与β相似的频率,但炎症测量值升高,主要是肺功能障碍;Delta:最不常见(13%),但最致命的类型,通常伴有肝功能障碍和休克,最高的院内死亡率为32%。

免责声明:本文由用户上传,如有侵权请联系删除!