An exploratory routine-laboratory renal dysfunction-coagulopathy phenotype identifies high-risk ICU patients with pneumonia: MIMIC- IV derivation and fixed-centroid Chinese external validation
本研究利用常规早期 ICU 实验室数据，在 MIMIC-IV 和中国外部验证队列中，均识别出一种能一致预测显著更高死亡率和 CRRT 需求的肺炎患者高风险肾功能障碍-凝血病表型。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当一名肺炎患者被送入重症监护室（ICU）时，他们并不都是同一种情况。虽然诊断结果相同，但他们身体衰竭的方式可能截然不同。一个人可能心脏功能衰竭但肾脏健康，而另一个人可能血液容易凝集且器官正在功能衰竭。长期以来，医生一直使用评分系统来衡量患者的病情严重程度，但这些分数往往只是一个总结复杂情况的单一数字。它们告诉你情况有多严重，但并不总能解释为什么患者会生病，或者他们正在与哪种特定类型的疾病作斗争。这种缺乏透明度的情况使得预测谁能生存下来，或者谁可能需要特定的、救命的支持（如用于过滤血液的机器）变得困难。
研究人员开始寻找一种更好的方法来对这些患者进行分类。与其仅仅测量病情有多重，他们正试图寻找不同的、具有相似血液检测模式的患者群体，或称之为“表型”。其目标是观察通过住院初期的简单、常规血液检查是否可以揭示这些隐藏的群体。如果医生能够识别出一种极有可能出现肾衰竭和血液凝固问题的特定类型的肺炎患者，他们就能立即发现这些患者并进行更密切的观察。这种方法超越了猜测，转向理解患者具体的生物学状态。
一个研究小组通过使用来自两个完全不同地方的数据来测试这个想法。首先，他们查看了一个名为MIMIC-IV的美国医院的大型医疗记录数据库。该数据库包含了成千上万名因肺炎被收治入重症监护室的成年患者的信息。研究人员专注于这些患者在医院的第一天，提取了在几乎所有医院都能开展的十一种常规血液测量指标。这些测试检查了血细胞数量、血液凝集能力、肾脏功能以及体内盐分平衡情况。他们没有使用复杂、昂贵或罕见的测试，而仅仅使用了医生每天早晨在屏幕上看到的标准数值。
通过一种将相似事物归为一类的计算机方法，研究人员分析了这些血液模式，以观察它们是否会自然形成明显的聚类。他们发现，患者并非仅仅处于从“不重”到“极重”的一条直线上。相反，数据将他们分成了三个清晰的组别。第一组的血液检查看起来相对正常，肾功能和血液凝集功能健康。第二组显示出一些问题，例如血细胞计数降低以及体内盐分平衡发生了一些变化。第三组是最令人担忧的。这些患者有明显的肾功能障碍迹象，意味着他们的身体无法有效过滤废物，同时伴有异常的血液凝集和显著的盐分失衡。
结果表明，这些组别不仅仅是随机的数字集合；它们能够预测截然不同的结局。在大型美国数据集中，处于第一组（最健康组）的患者死亡率约为17%。第二组的死亡率为23%。但第三组——即那些存在肾脏和凝血问题的患者——死亡率超过了32%。更重要的是，对连续性肾脏替代治疗（一种充当人工肾脏来过滤血液的机器）的需求在各组之间差异巨大。第一组中只有约2%的人需要这种机器，而第三组中近23%的人需要。这表明血液测试成功地识别出了一种高风险的特定类型患者，这类患者很可能需要强力的器官支持。
为了验证这一发现是真实的，而非仅仅是某一家医院数据的偶然现象，研究人员在另一组完全不同的患者身上进行了测试。他们将从美国数据中发现的精确规则和模式应用到了中国上海一家医院的412名重症肺炎患者的小规模群体中。他们并没有重新分析中国的数据来寻找新的分组，而是简单地要求计算机将每位中国患者归入美国数据所定义的三个组别中。这就像是用一张在另一个国家绘制的地图来导航一座城市。
中国的实验结果遵循了相同的模式。落在第三组（即有肾脏和凝血问题的组别）中的患者死亡率最高，达到50%，且对肾脏支持机器的需求也最高，接近64%。第一组患者的死亡率最低。虽然由于中国组是专门针对重症肺炎患者筛选的，导致数值有所不同，但风险的方向是完全一致的。在美国数据中被识别为高风险的组别，在中国同样是高风险组。这种一致性表明，在肺炎患者中，肾衰竭和血液凝集问题的模式是一种普遍的危险信号，可以跨越不同的医疗体系和人群被识别出来。
研究人员还检查了其发现的稳定性。他们多次运行分析，使用不同的起始点，以确保计算机不是在寻找随机模式。在几乎所有的尝试中，相同的三个组别都会出现，且高风险组始终是结局最差的一组。他们还检查了在将数据分成较小块进行观察时，结果是否依然成立，结果显示高风险组在几乎所有情况下仍然是最危险的。这使他们确信该模式是稳健的，而非计算错误。
然而，这项研究并未声称已经解决了治疗肺炎的问题。研究人员谨慎地指出，识别这些群体并不自动告诉医生该如何治疗患者。它并不能证明给高风险组使用某种特定药物就能挽救生命。这项研究是一种观察，一种更清晰地观察现状的方法。它表明，常规血液检查可以揭示一种超越一般严重程度评分的特定、危险的疾病状态。由于这种模式出现在美国和中国，且仅使用标准测试，这意味着它可能成为全球医生识别需要额外关注患者的有用工具。
这项工作强调了肺炎并非单一的疾病，而是多种生理状态的集合。有些患者正在进行的战斗主要影响肺部，而另一些人则是在进行一场攻击肾脏和血液的全身性战斗。通过使用简单的、日常的实验室检测，医生可能很快就能识别出那些正在进行后者战斗的患者。这可能会带来更好的监测，并在未来实现针对这些特定类型患者的更好治疗。目前，这项研究作为一个证据，证明了这些隐藏的群体确实存在，并且可以在无需昂贵设备的情况下被发现，从而为处于最危险时刻的肺炎患者提供一个更清晰的视角。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。