14 篇论文
重症监护与危重症医学聚焦于那些生命体征极不稳定、需要全天候严密监测与高级生命支持的危急患者。这一领域不仅关乎抢救技术，更涉及对复杂器官衰竭的深入理解与多学科协作，旨在为最脆弱的生命争取一线生机。
Gist.Science 持续追踪并处理来自 medRxiv 的每一份相关预印本，确保您能第一时间获取前沿研究。我们将这些专业的医学成果转化为通俗易懂的科普解读与详尽的技术摘要，帮助您跨越语言与术语的障碍，直接洞察研究核心。
以下为您呈现该领域最新发布的论文，让我们一同探索重症医学的最新突破与未来方向。
本研究开发并验证了一种动态、可解释的在线计算器，该计算器利用五项常规收集的临床指标，以准确预测重症监护病房患者的多重耐药细菌感染，从而促进实时风险分层和靶向抗菌药物管理。
这项利用 MIMIC-IV-ED 数据库的回顾性队列研究表明，高入院前多重用药（≥10 种药物）是脓毒症患者 ICU 死亡率及 28 天死亡率增加的独立预测因子，具有即时的预后价值，并凸显了需进行针对性临床干预的特定高风险药物相互作用。
本研究利用两项临床试验的数据开发并验证了一个随机森林机器学习模型，以准确预测中重度创伤性脑损伤患者的六个月功能预后，随后将其应用于一个大型国家登记系统，以在缺乏系统随访的情况下估算人群层面的恢复模式。
这项在苏黎世大学医院进行的随机模拟研究表明，一种名为“视觉血液滤过器”的新型可视化决策支持工具，能显著提高重症监护专业人员在进行区域枸橼酸抗凝治疗时的决策准确性与速度，同时增强其信心并降低认知负荷。
这项基于 MIMIC-IV 和 eICU-CRD 数据库的跨库评估研究表明，虽然将测量计数等观测过程特征纳入脓毒症死亡率预测模型能提升内部判别性能，但会导致外部验证时出现更显著的域偏移和校准恶化，揭示了特征工程在内部表现与外部泛化能力之间存在的权衡。
本研究通过整合生物信息学分析与实验验证，在脓毒症及其诱导的 ARDS 中鉴定出六个与细胞衰老相关的关键基因（NFIL3、GARS、PIGM、DHRS4L2、CLIP4、LY86），证实了 NFIL3 在 LPS 刺激下的显著上调，揭示了细胞衰老在疾病发病机制中的作用并提出了潜在的治疗靶点。
该研究通过分析 1134 名脓毒症患者的脂蛋白蛋白质组数据，揭示了其显著的个体差异并定义了三个与疾病严重程度递增相关的亚表型，进而开发了定量评分和机器学习模型以优化风险分层并推动脓毒症精准治疗。
这项利用 MIMIC-IV 数据的外部验证研究表明，SOFA-2 评分在预测 ICU 患者死亡率方面整体表现尚可，但在不同人口学亚组中存在显著差异，尤其是其区分能力随年龄增长而明显下降，且对非英语患者和种族/民族信息缺失患者的预测准确性较低，凸显了在广泛部署临床预测工具前进行常规公平性评估的必要性。
该研究方案旨在通过一项在中国宁波某康复医院开展的随机对照试验，评估外部膈肌起搏联合经气管切开高流量氧疗在帮助需长期机械通气患者撤机方面的有效性与安全性。
这项研究通过回顾性队列分析发现，在脓毒症重症监护患者入院前24小时内，基于多尺度熵（MSE）的心率变异性分析模型在预测短期死亡率和长期器官功能障碍方面的表现显著优于传统的疾病严重程度评分，且其预测能力随血管加压药的使用而增强。