近日，第四临床医学院明基医院外科感染与免疫转化医学中心赵云教授团队在柳叶刀子刊《eClinicalMedicine》(中科院一区，IF=17.033)刊发研究成果《对慢性危重病患者进行亚表型分型，使用机器学习指导个体化体液平衡治疗》（Subphenotyping heterogeneous patients with chronic critical illness to guide individualised fluid balance treatment using machine learning: a retrospective cohort study）。
慢性危重症，简称慢重症，是重症加强护理病房（ICU）的“流行病”，同时也是现代医学发展的必然结果。慢重症患者的巨大异质性往往导致临床诊治困难重重。识别亚表型可以帮助个性化治疗。
在这项研究中，研究团队联合多个国家的临床数据，采用无监督学习的方法探索慢重症患者的临床异质性，在国际上首次提出并验证了慢重症患者的临床亚表型，并揭示了液体平衡管理对不同亚型的异质性治疗效果。
在研究中，慢重症被定义为重症加强护理病房（ICU）停留时间超过14天，并在第14天时伴有持续性器官功能障碍（心血管序贯器官衰竭评估 (SOFA) 评分≥1 或任何其他器官系统评分≥2）。分析的数据囊括了来自五个电子病历数据集，在来自三个国家的总共8145名患者中确定了四种亚表型。与整体慢重症患者人群相比，A型是最轻和最年轻的亚表型；B型最常见，年龄最大，伴有酸碱平衡紊乱，白细胞计数偏低；C型患者具有显著的高钠血症、高氯血症和高分解代谢状态的特点；在D型中，患者伴有最严重的多器官功能衰竭，预后最差。
为了助力临床实践，研究团队开发并发布了一套用户友好的的慢重症亚表型分类器软件，显示出良好的分类效果。经过多角度的验证，表型特征在所有队列中均表现出稳健性和可重现性。研究团队进一步探索了不同液体平衡管理阈值对不同慢重症亚表型患者预后影响的差异，通过构建参数G公式模型，结果揭示了液体治疗的精准化、个体化将有助于改善慢重症患者的预后。
本研究在国际上首次提出了慢重症患者的临床亚表型系统，向该类患者的临床诊治的个体化迈出了重要的一步。进一步的研究将注重慢重症患者的其他重要生命支持手段的治疗异质性和分子生物学特征与临床亚表型的关联。
中国人民解放军总医院医学人工智能研究中心张政波教授、东部战区总医院普通外科吴秀文教授、东部战区总医院副院长任建安教授为共同通讯作者。课题组成员刘培钊、李思澄和郑涛为本文共同第一作者。
论文链接：
https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(23)00147-5/fulltext
（素材来源/明基医院）