查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
在9月28日8:00(阿姆斯特丹时间)举行的“Clinical impact and immunisation strategies in viral respiratory infections”学术版块中,沈若怡博士生作了题为“Spatial Metabonomics and transcriptome study reveals metabolic heterogeneity in lung injury”的壁报交流。
研究团队采用前瞻性、多中心研究设计,旨在解决急性呼吸窘迫综合征(ARDS)预后预测的临床难题。ARDS是ICU中常见的严重呼吸衰竭形式,病因复杂、异质性强,死亡率高达约50%,目前缺乏可靠的早期预后预测生物标志物。本研究基于大规模血浆蛋白质组学分析,纳入来自国内四家三甲医院重症监护中心的135例ARDS患者,在其入组48小时内采集外周血样本,采用高通量蛋白质组学技术对9384种蛋白质进行检测。通过对生存组(n=90)与非生存组(n=45)的差异分析,研究团队筛选出731个差异表达蛋白(其中582个上调,149个下调),进一步通过LASSO回归筛选出12个核心蛋白标志物(包括STOR04T、COL14Q、T1T、HGE、TP5TT、GPC1、IGKV240、NOTUM、TAGLN、MT5、IGHG6等)。基于这12个蛋白质构建的机器学习预后预测模型显示出卓越的预测性能,曲线下面积(AUC)达到0.919(95% CI: 0.879-0.959)。该研究首次建立并验证了基于血浆蛋白质组学的ARDS预后预测模型,为ARDS的早期风险分层与精准治疗策略制定提供了新型生物标志物组合,具有重要的临床转化价值。
作者:中日友好医院呼吸与危重症科团队
查看更多