ショックを予測するためのスコア - ショックを止める

バックグラウンド：

心原性ショックは、急性冠症候群 (ACS) に苦しむ患者のほぼ 10% に影響を与える深刻な生命を脅かす状態です。 治療せずにいると、循環不全や突然死へと急速に進行する可能性があります。 診断と治療の選択肢が最近改善されたにもかかわらず、死亡率は依然として非常に高く、50% 近くに達しています。

現在利用可能な機械的循環補助装置は、心臓および/または肺の機能を置き換えることができ、それによって根本的な原因を本質的に排除します。 しかし、心原性ショックは心機能の孤立した低下であるだけでなく、深刻な細胞および代謝異常を伴う急速に進行する多臓器不全です。 治療が成功するまでの期間は比較的狭く、見逃された場合、根底にある主な原因を取り除いても、この悪循環を逆転させるのに十分ではありません.

ショックを発症する前にリスクの高い患者を特定する能力は、機械的循環サポートの埋め込みなどの先制措置を講じることを可能にし、ショックの発症を防ぎ、生存率の改善につながります。

根拠:

AI ベースのスコアリング システムは、心原性ショックを発症する前にリスクの高い患者を特定するのに役立ちます。 これにより、予防措置を講じたり、機械的な循環サポートを移植したりして、ショックの発生を防ぎ、生存率を向上させることができます。

この目的のために、予測スコアリング システム STOP SHOCK (Score TO Predict SHOCK) が開発されました。 このスコアリング システムは、標準モデルと比較して優れた予測を示しました。 STOP SHOCK は、曲線下面積 (AUC) が 0.844 の患者の外部コホートで検証され、他の外部的に検証された心原性ショック (CS) モデル ( ORBIスコア）。 さらに、このモデルは、患者との最初の接触時にすぐに利用できる変数に基づいているため、緊急治療室 (ER) や救急車では、カテーテル挿入前でも STOPSHOCK を利用できます。