随着计算机技术以及信息手段的进步,研究者能够对海量的医疗、生物数据进行收集、存储和分析。近年来,大数据分析在脓毒症研究中得到迅速发展和广泛应用。2015年,全球专家基于300余万份电子病例大数据分析,推动了脓毒症定义3.0(sepsis 3.0)的形成。其中快速序贯器官功能衰竭评分(quick sequential organ failure assessment,qSOFA)利用血压、呼吸频率及意识变化来快速判断患者脓毒症风险,也是基于大数据分析筛选。2017年,1项发表在《美国医学会杂志》上的临床观察验证了SOFA评分在预后判断上的准确性,该研究分析了来自澳大利亚、新西兰182家重症监护病房(intensive care unit,ICU)、184875份病例资料[1]。目前,大数据分析在脓毒症病理过程心电、脑电等时序数据、影像学数据、组学数据以及生物信息等海量数据处理中受到极大关注与高度重视。
暂无评论