目的 探讨重症监护病房脓毒症患者临床表型识别与验证，促进精准医疗发展。方法 采用人工智能算法处理重症监护医学信息数据库Ⅳ（Medical Information Mart for Intensive Care IV，MIMIC-IV）中脓毒症患者的临床数据，包括人口学特征...
详细信息
目的 探讨重症监护病房脓毒症患者临床表型识别与验证，促进精准医疗发展。方法 采用人工智能算法处理重症监护医学信息数据库Ⅳ（Medical Information Mart for Intensive Care IV，MIMIC-IV）中脓毒症患者的临床数据，包括人口学特征、ICU首日实验室指标及治疗措施等89个临床特征，首先应用无监督机器学习算法（K均值聚类和层次聚类）进行表型识别，再应用有监督机器学习算法（轻量级梯度增强机）进行表型预测，并结合机器学习可解释性算法SHAP识别重要特征；最后通过传统统计学方法，从各表型间临床特征差异与临床结局差异两个角度进行验证。结果 在22517例脓毒症患者中发现了3种临床特征及结局显著不同的表型。其中表型1患者的死亡风险最高（28 d死亡率为46.4%），以肾功能异常和疾病严重性评分升高为主；表型3患者的死亡风险最低（28 d死亡率为11.2%），神经功能评分最佳。通过可解释性机器学习，识别出阴离子间隙、血尿素氮、肌酐、格拉斯哥昏迷评分、凝血酶原时间和序贯性器官功能衰竭评分6个特征（首日最差值）在表型识别（AUC≥0.89）和表型预后预测（AUC≥0.74）方面表现良好。在出ICU后28 d、60 d、90 d及1年内，表型3患者的死亡风险均最低（HR＜1）。结论 利用机器学习算法成功识别了3种具有不同临床特征及预后的脓毒症临床表型，并筛选出6个关键临床特征，预期将在脓毒症亚型分类及预后评估中发挥重要作用，有助于患者的个体化治疗。
目的制备一套A群轮状病毒(group A rotavirus,RVA)抗原检测试剂盒(胶体金法)质量控制参考品,并对其稳定性进行考察。方法用细胞培养法制备的1组肠道病毒液、轮状病毒(rotavirus,RV)液及致腹泻的主要细菌培养物,建立RVA抗原检测试剂企业...
详细信息
目的制备一套A群轮状病毒(group A rotavirus,RVA)抗原检测试剂盒(胶体金法)质量控制参考品,并对其稳定性进行考察。方法用细胞培养法制备的1组肠道病毒液、轮状病毒(rotavirus,RV)液及致腹泻的主要细菌培养物,建立RVA抗原检测试剂企业用参考品。阳性参考品(P1~P8)、阴性参考品(N1~N8)、检测限参考品S0、精密性参考品R0。随机抽取3套参考品(P1~P8、R0、S0),使用BioRad ChemiDoc MP系统将试剂盒条带亮度信号转化为灰度值,结果结合检测线(T线)灰度值的变异系数(coefficient of variation,CV)以及肉眼观察条带是否阳性且显色均一,考察分装均匀性;将参考品分别放置于4℃、25℃、37℃保存3、7 d及反复冻融2~6次,测定灰度值,利用Mann-Whitney U检验考察参考品的稳定性。结果阳性参考品、检测限参考品、精密性参考品显色条带均一,无肉眼可见的差异,灰度值CV在4%以内,参考品分装均匀性良好;冻融2~6次检测显色条带均一、无肉眼可见的差异,经灰度值检测及统计分析,差异无统计学意义(P>0.05);参考品在4℃、25℃及37℃放置7 d内,均具有较好的稳定性,差异无统计学意义(P>0.05)。结论本研究建立了RVA抗原检测试剂盒(胶体金法)企业用参考品,均一性、稳定性好,可用于RVA抗原检测试剂盒的质量控制。
暂无评论