2024-04-08 来源: drugdu 194
脓毒症是一种由严重感染引起的器官功能障碍引起的危重症,可发展为严重的脓毒症和感染性休克,导致多器官衰竭和死亡率增加。诊断败血症的复杂性源于缺乏明确的检测方法,目前的检测方法取决于广泛的生物标志物,如CRP、PCT和乳酸水平。该疾病的变异性以及使用广谱抗生素、抗病毒药物和抗真菌药物的一般方法强调了更具体的诊断和治疗策略的紧迫性。将在ECCMID 2024上发表的新研究强调了研究人员在识别与败血症临床症状相关的不同分子特征方面取得的成功,这可以更准确地诊断和预后该疾病,并有助于为受益最大的患者设计靶向疗法。
在这项研究中,瑞典隆德大学的研究人员分析了五年来从1364名疑似败血症的成年人抵达急诊科后采集的血浆样本。其中,在1073名感染者中,913人被诊断为败血症。通过质谱分析,研究人员开发了详细的分子图谱,使他们能够识别准确预测感染性休克的蛋白质模式。这些信息被用于创建一个机器学习模型,将患者分为感染性休克的风险组,从而证明了该模型准确预测败血症严重程度和相关死亡风险的潜力。
此外,研究人员确定了指示六种器官功能障碍(心脏、中枢神经系统、凝血、肝脏、肾脏、呼吸系统)和各种感染的蛋白质组,影响了影响败血症的不同蛋白质组途径。基于器官功能障碍和感染概率的风险分类为死亡率风险提供了见解,为有针对性的治疗干预铺平了道路。然而,研究人员承认了这项研究的局限性,例如需要在不同的队列中进行验证,以及需要持续监测的败血症的动态性质。这项研究标志着朝着推进对败血症的理解和管理迈出了重要一步,强调了需要进一步研究来探索败血症蛋白质组学随时间变化的进展。
隆德大学的联合首席作者Lisa Mellhammar博士表示:“一种快速检测可以提供更准确的败血症诊断,也可以预测谁的预后更差的风险更大,现在看来这是一种真正的可能性。任何类似的研究都需要临床验证,在这些生物标志物用于临床之前,必须清除许多障碍。但我们认为这是一种可以在全球范围内部署的工具,是败血症早期检测的未来。”
来源:
https://www.labmedica.com/microbiology/articles/294800748/simple-blood-test-combined-with-personalized-risk-model-improves-sepsis-diagnosis.html