真正杀死COVID-19病人:它不是一个细胞因子风暴,表明学习
![Credit: Unsplash/CC0 Public Domain covid病人](https://scx1.b-cdn.net/csz/news/800a/2021/covid-patient.jpg)
肺继发性细菌感染(肺炎)在COVID-19患者非常普遍,影响了几乎一半的病人需要机械通气的支持。通过应用机器学习医疗记录数据,西北大学Feinberg医学院的科学家们发现继发细菌性肺炎,不解决COVID-19患者死亡的一个关键推动力。它甚至可能超过死亡率从病毒感染本身。
科学家们还发现证据表明COVID-19不会引起“细胞因子风暴”,所以通常认为导致死亡。
这项研究最近发表在《临床研究杂志。
“我们的研究强调了预防的重要性,积极寻找和治疗次要的细菌性肺炎在危重病人与COVID-19患有严重肺炎,包括那些,”资深作者本杰明博士说歌手,医学副教授和西北大学西北大学Feinberg医学院医学肺和关键的保健医生。
研究者发现近一半的患者COVID-19开发与机械通气相关细菌性肺炎继发性。
“那些被治愈的继发肺炎可能生活,而那些肺炎并没有解决更有可能死亡,”辛格说。“我们的数据表明,病毒本身相关的死亡率相对较低,但是其他的事情在ICU停留期间,如继发细菌性肺炎,抵消。”
这项研究结果也否定细胞激素风暴理论,说歌手,劳伦斯·希克斯Feinberg肺医学教授。
““细胞因子风暴”一词意味着压倒性的炎症导致器官衰竭在肺部,肾脏、大脑和其他器官,”辛格说。“如果这是真的,如果细胞激素风暴潜在停留的长时间我们看到COVID-19患者,我们期望看到频繁转换到国家多器官衰竭的特征。这并不是我们所看到的。”
这项研究分析了585名病人重症监护室(ICU)在西北纪念医院重症肺炎和呼吸衰竭,190人COVID-19。科学家们开发了一种新的机器学习方法称为CarpeDiem组相似ICU patient-days为临床国家基于电子健康记录数据。这部小说的方法,它是基于日常轮由ICU小组的概念,允许他们问像细菌性肺炎并发症影响的疾病。
这些病人或其代理人同意参加成功的临床反应肺炎治疗(脚本)的研究中,一个观测试验来识别新的生物标志物和治疗重症肺炎患者。作为脚本的一部分,一个专家小组的ICU医生使用最先进的分析肺样本收集的临床护理诊断和继发肺炎事件的裁决结果。
“机器学习的应用程序人工智能来临床数据可以用来开发更好的方法来治疗疾病COVID-19和协助ICU医生管理这些病人,“研究co-first作者凯瑟琳高博士说,范伯格在肺和危重病医学讲师和西北医学医生。
“细菌重复感染的肺的重要性作为一个贡献者死亡患者COVID-19一直被低估了,因为大多数中心没有寻找,或者只看结果的存在与否细菌重复感染,不是治疗是否成功与否,”研究的合著者理查德Wunderink博士说,他是成功的肺炎治疗的临床反应系统生物学中心西北。
下一步的研究将使用分子数据从研究样本和集成机器学习方法来理解为什么有些病人被治愈的肺炎和一些不喜欢。调查人员也要扩大技术更大的数据集,使用该模型进行预测,可以带回床边提高危重患者的护理。
更多信息:凯瑟琳·a·高et al,机器学习链接unresolving继发肺炎死亡率严重肺炎患者,包括COVID-19,临床研究杂志(2023)。DOI: 10.1172 / JCI170682