Upprättande av tidig diagnos- och övervakningsmodell för sepsispatienter (EDAMMFS)

Sepsis är en av de mest dödliga sjukdomarna i världen, kännetecknad av hög incidens (18,6/1 000 sjukhusvistelser) och hög dödlighet (50%). Patienterna behöver ofta behandlas på intensivvårdsavdelningen och den medicinska kostnaden står för en stor del. Det ideala tillståndet, det vill säga korrekt och tidig identifiering, måste vara nyckelpunkten för att påverka det kliniska beslutsfattandet av sepsis och vägleda mer exakt behandling och intervention. Med utvecklingen och förbättringen av akutteknik före sjukhus, kirurgisk teknik och intensivvårdsteknik minskade den tidiga dödligheten av patienter med sepsis signifikant, men dödligheten orsakad av multipel organdysfunktion (MODS) ökade signifikant. Det finns dock få rapporter om tidig sepsisvarning och realtidsövervakning av sepsispatienter.

Den befintliga forskningen om tidig varning och förloppsövervakning av sepsis kan grovt delas in i demografiska data, traumasystem för allvarlighetsgrad, fysiologiska och biokemiska indikatorer, genetisk bakgrund och så vidare. De flesta studier fokuserar dock bara på betydelsen av ett enda index i tidig varning och diagnos av sepsis, vilket bara kan spegla en aspekt av kroppen, och den diagnostiska känsligheten är inte hög. Även om det finns ett fåtal multimarkörrelaterade studier, såsom haplotypen (- 1082-819-592ata) av tre genpolymorfismer i IL-10-promotorregionen kan påverka risken för sepsis i en liten population (114 fall). Kombinationen av plasma- och cellbiomarkörer hos kritiskt sjuka patienter tyder på att kombinationen av plasma PCT, sTREM-1 och neutrofil CD64-index är bättre än enkelindex vid tidig varningsdiagnos av sepsisrisk. Denna typ av forskning är dock fortfarande begränsad till en viss typ av indikatorer, och dess kliniska vägledningsvärde är begränsat. Dessutom har metabonomics och proteomics också stor potential att hjälpa till att identifiera specifika sepsisfenotyper och att hitta välbehövliga prediktiva och prognostiska biomarkörer, för att vägleda mer personlig hantering och behandling. Därför är det nödvändigt att integrera skadekaraktäristika, kliniska egenskaper, biokemiska indikatorer, mikro-multidimensionella och omics-resultat, etiologiska egenskaper och andra data för att göra korrekt och effektiv tidig varning och förloppsövervakning av sepsis.

Projektgruppen har etablerat en enda central sepsisdatabas i ett tidigt skede, och hur man kan utöka databasens skala i framtiden och använda proverna i provbiblioteket för flerdimensionella och omiska metoder för att screena 100 biologiska molekylära mål. Ytterligare forskning kommer att integrera sepsispatienters skadeegenskaper, kliniska egenskaper, biokemiska indikatorer, mikro-multidimensionella och omics-resultat, etiologiska egenskaper och andra relativt oberoende delar, och använda big data kombinerat med maskininlärningsmetod för att etablera tidig varning och realtidskursövervakningsmodell av traumatisk sepsis.

Denna studie kommer att genomföras från följande tre nivåer: 1) att upprätta en multicenterdatabas över patienter med sepsis; ② 100 biologiska molekylära mål screenades med mikro-multidimensionella och omics, och data om skadeegenskaper, kliniska egenskaper, biokemiska index, mikro multidimensionella och omics-resultat, etiologiska egenskaper och andra aspekter av sepsispatienter integrerades för att etablera en tidig exakt tidig varning och sjukdomsövervakningsmodell i realtid av sepsis; ③ Tillämpningen av prediktionsmodellen hos sepsispatienter verifierades ytterligare av en tvärregional multicenter prospektiv kohortstudie.