Etablierung eines Frühdiagnose- und Überwachungsmodells für Sepsis-Patienten (EDAMMFS)

Sepsis ist eine der tödlichsten Krankheiten weltweit und zeichnet sich durch eine hohe Inzidenzrate (18,6/1.000 Krankenhauseinweisungen) und eine hohe Mortalität (50 %) aus. Die Patienten müssen häufig auf der Intensivstation behandelt werden, wobei die medizinischen Kosten einen großen Teil ausmachen. Der Idealzustand, also die genaue und frühzeitige Erkennung, muss der entscheidende Punkt sein, um die klinische Entscheidungsfindung bei Sepsis zu beeinflussen und eine genauere Behandlung und Intervention zu ermöglichen. Mit der Entwicklung und Verbesserung der präklinischen Notfalltechnik, der chirurgischen Technik und der Intensivpflegetechnik sank die frühe Sterblichkeit von Patienten mit Sepsis deutlich, die durch multiple Organdysfunktion (MODS) verursachte Sterblichkeit stieg jedoch deutlich an. Es gibt jedoch nur wenige Berichte über die frühe Sepsiswarnung und die Echtzeitüberwachung von Sepsispatienten.

Die bestehende Forschung zur Frühwarnung und Verlaufsüberwachung der Sepsis lässt sich grob in demografische Daten, Trauma-Schweregrad-Score-System, physiologische und biochemische Indikatoren, genetischen Hintergrund usw. unterteilen. Die meisten Studien konzentrieren sich jedoch nur auf die Bedeutung eines einzelnen Index für die Frühwarnung und Diagnose einer Sepsis, der nur einen Aspekt des Körpers widerspiegeln kann, und die diagnostische Sensitivität ist nicht hoch. Obwohl es einige Studien zu mehreren Markern gibt, kann der Haplotyp (- 1082-819-592ata) von drei Genpolymorphismen in der IL-10-Promotorregion das Sepsisrisiko in einer kleinen Population (114 Fälle) beeinflussen. Die Kombination von Plasma- und Zellbiomarkern bei kritisch kranken Patienten legt nahe, dass die Kombination aus Plasma-PCT, sTREM-1 und Neutrophilen-CD64-Index bei der Frühwarndiagnose des Sepsisrisikos besser ist als ein einzelner Index. Allerdings ist diese Art der Forschung immer noch auf eine bestimmte Art von Indikatoren beschränkt und ihr klinischer Orientierungswert ist begrenzt. Darüber hinaus haben Metabonomics und Proteomics auch ein großes Potenzial, bei der Identifizierung spezifischer Sepsis-Phänotypen zu helfen und dringend benötigte prädiktive und prognostische Biomarker zu finden, um eine individuellere Behandlung und Behandlung zu ermöglichen. Daher ist es notwendig, die Verletzungsmerkmale, klinischen Merkmale, biochemischen Indikatoren, multidimensionalen Mikro- und Omics-Ergebnisse, ätiologischen Merkmale und andere Daten zu integrieren, um eine genaue und effiziente Frühwarnung und Verlaufsüberwachung der Sepsis zu ermöglichen.

Das Projektteam hat in einem frühen Stadium eine Single-Center-Sepsis-Datenbank eingerichtet und untersucht, wie der Umfang der Datenbank in Zukunft erweitert und die Proben in der Probenbibliothek für mehrdimensionale und Omics-Methoden zum Screening von 100 biologischen molekularen Zielen verwendet werden können. Weitere Forschungen werden Verletzungsmerkmale, klinische Merkmale, biochemische Indikatoren, multidimensionale Mikro- und Omics-Ergebnisse, ätiologische Merkmale und andere relativ unabhängige Teile von Sepsis-Patienten integrieren und Big Data in Kombination mit Methoden des maschinellen Lernens verwenden, um ein Frühwarn- und Echtzeit-Verlaufsüberwachungsmodell zu etablieren traumatischer Sepsis.

Diese Studie wird auf den folgenden drei Ebenen durchgeführt: 1) Aufbau einer multizentrischen Datenbank von Patienten mit Sepsis; ② 100 biologische molekulare Ziele wurden mittels multidimensionaler Mikro- und Omics-Funktionen gescreent und die Daten zu Verletzungsmerkmalen, klinischen Merkmalen, biochemischen Indizes, multidimensionalen Mikro- und Omics-Ergebnissen, ätiologischen Merkmalen und anderen Aspekten von Sepsis-Patienten integriert, um eine frühzeitige und genaue Frühwarnung zu erstellen Echtzeit-Krankheitsüberwachungsmodell der Sepsis; ③ Die Anwendung des Vorhersagemodells bei Sepsispatienten wurde durch eine überregionale multizentrische prospektive Kohortenstudie weiter verifiziert.