新开发的脓毒血症数学模型可用于预测疾病结果

新开发的脓毒血症数学模型可用于预测疾病结果

一个新开发的脓毒血症数学模型可帮助预测医院中患有严重细菌性血液感染的病人的死亡、出院和疾病进程情况。

匹兹堡大学(PA, USA; www.pitt.edu)的研究人员利用从大规模、多通道研究获得的数据，开发出一种微型动态仿真模型可以模拟随时间的变化、病人健康状况的变化，这种变化用感染相关器官衰竭评分(SOFA)表示，代表的是病人先前的健康状况和在医院治疗一段时间后的结果。

研究人员用GenIMS (脓毒血症遗传和炎症标记)试验收集的病人数据对模型进行校准，并测试模型预测死亡、出院的能力，以及运用不同的算法估测脓毒血症病史中，随时间变化每日的SOFA得分。这个GenIMS 试验收集的病人数据包括超过1800名患肺炎相关脓毒血症病人的入院时间、病房间的移动、到重症监护病房的经历、出院、死亡和疾病进程的信息。

研究人员发现，模型很准确的预测出病人们在超过30天的时间内健康状况的变化、出院和死亡的模式与数目。在原先的多通道试验中，总共有1,776例出院，根据病人匹配算法的精确性，模型预测出1,779 到1,804例出院。在85例死亡的病人中，模型预测了62 到84例病人的死亡。研究人员还发现，仿真模型不仅可以预测事件发生的数目，还能预测随时间变化事件发生的模式，虽然在预测随时间变化何时死亡和出院发生的能力上有差异。此新脓毒血症模型在2007年6月14日的网络开放期刊Critical Care本文关键字: 脓毒血症数学模型