Vaststelling van een model voor vroege diagnose en bewaking van patiënten met sepsis (EDAMMFS)

Sepsis is wereldwijd een van de meest dodelijke ziekten en wordt gekenmerkt door een hoge incidentie (18,6/1 000 ziekenhuisopname) en hoge mortaliteit (50%). De patiënten moeten vaak op de IC worden behandeld en de medische kosten tellen voor een groot deel mee. De ideale toestand, dat wil zeggen nauwkeurige en vroege identificatie, moet het belangrijkste punt zijn om de klinische besluitvorming over sepsis te beïnvloeden en een nauwkeurigere behandeling en interventie te begeleiden. Met de ontwikkeling en verbetering van pre-hospitale noodtechnologie, chirurgische technologie en intensive care-technologie, is de vroege mortaliteit van patiënten met sepsis aanzienlijk gedaald, maar de mortaliteit veroorzaakt door meervoudige orgaandisfunctie (MODS) is aanzienlijk toegenomen. Er zijn echter weinig rapporten over vroege sepsiswaarschuwing en real-time monitoring van sepsispatiënten.

Het bestaande onderzoek naar vroegtijdige waarschuwing en beloopbewaking van sepsis kan grofweg worden onderverdeeld in demografische gegevens, trauma-ernstscoresysteem, fysiologische en biochemische indicatoren, genetische achtergrond enzovoort. De meeste onderzoeken richten zich echter alleen op de betekenis van een enkele index bij de vroege waarschuwing en diagnose van sepsis, die slechts één aspect van het lichaam kan weerspiegelen, en de diagnostische gevoeligheid is niet hoog. Hoewel er enkele multimarkergerelateerde onderzoeken zijn, zoals het haplotype (- 1082-819-592ata) van drie genpolymorfismen in het IL-10-promotergebied, kan het risico op sepsis in een kleine populatie (114 gevallen) worden beïnvloed. De combinatie van plasma- en celbiomarkers bij ernstig zieke patiënten suggereert dat de combinatie van plasma PCT, sTREM-1 en neutrofielen CD64-index beter is dan een enkele index bij de vroegtijdige waarschuwingsdiagnose van het risico op sepsis. Dit soort onderzoek beperkt zich echter nog tot een bepaald soort indicatoren en de klinische richtwaarde ervan is beperkt. Bovendien hebben metabonomics en proteomics ook een groot potentieel om specifieke fenotypes van sepsis te helpen identificeren en om de broodnodige voorspellende en prognostische biomarkers te vinden, om een ​​meer gepersonaliseerde behandeling en behandeling te begeleiden. Daarom is het noodzakelijk om de letselkenmerken, klinische kenmerken, biochemische indicatoren, micro-multidimensionale en omics-resultaten, etiologische kenmerken en andere gegevens te integreren om een ​​nauwkeurige en efficiënte vroegtijdige waarschuwing en bewaking van het verloop van sepsis te maken.

Het projectteam heeft in een vroeg stadium een ​​single-center sepsis-database opgezet en hoe de schaal van de database in de toekomst kan worden uitgebreid, en hoe de monsters in de monsterbibliotheek kunnen worden gebruikt voor multidimensionale en omics-methoden om 100 biologische moleculaire doelen te screenen. Verder onderzoek zal de verwondingskenmerken van sepsispatiënten, klinische kenmerken, biochemische indicatoren, micro-multidimensionale en omics-resultaten, etiologische kenmerken en andere relatief onafhankelijke onderdelen integreren, en big data gebruiken in combinatie met machine learning-methode om een ​​model voor vroegtijdige waarschuwing en real-time koersbewaking vast te stellen van traumatische sepsis.

Deze studie zal worden uitgevoerd vanuit de volgende drie niveaus: 1) het opzetten van een multicenter database van patiënten met sepsis; ② 100 biologische moleculaire doelwitten werden gescreend door micro-multidimensionale en omics, en de gegevens van letselkenmerken, klinische kenmerken, biochemische indexen, micro-multidimensionale en omics-resultaten, etiologische kenmerken en andere aspecten van sepsispatiënten werden geïntegreerd om een ​​vroege, nauwkeurige vroege waarschuwing vast te stellen en real-time ziektebewakingsmodel van sepsis; ③ De toepassing van het voorspellingsmodel bij sepsispatiënten werd verder geverifieerd door een interregionale multicenter prospectieve cohortstudie.