目的:比较以临床体征为主要内容的常用评分工具对高龄(≥80岁)脓毒症患者病死率的预测价值。方法:回顾性队列研究重症监护医疗信息数据库Ⅳ(MIMIC-Ⅳ)中高龄脓毒症患者(年龄≥80岁，符合脓毒症3.0诊断标准)，根据患者住院28 d是否存活分为存活组和死亡组。采集患者基本信息，依据入ICU 24 h内生命体征和实验室检验结果峰值，计算两组患者的全身炎症反应综合征(SIRS)评分、快速序贯器官衰竭评分(qSOFA)、序贯器官衰竭评分(SOFA)、英国早期预警评分(NEWS)、牛津急性疾病严重程度评分(OASIS)，记录患者预后。计算以上评分工具预测高龄脓毒症患者28 d病死率的准确性，绘制受试者工作特征(ROC)曲线，计算并比较ROC曲线下面积(AUC)。结果:总共筛查42 037份住院记录，入ICU 24 h内符合脓毒症3.0诊断标准且年龄≥80岁的脓毒症患者956例(其中男性456例，47.70%)，存活组患者696例(72.8%)，死亡组患者260例(27.2%)。两组患者在年龄、性别、查尔森合并症指数(CCI)、入住ICU前住院时间、住ICU时间方面差异均无统计学意义(均 P>0.05)。死亡组中接受机械通气治疗的患者比例及出现脓毒性休克的患者比例均高于存活组(均 P<0.001)，而存活组患者的总住院时间较死亡组更长( P<0.001)。死亡组SOFA评分≥7分、qSOFA评分≥2分、SIRS评分≥2分、NEWS评分≥8分、OASIS评分≥42分的比例大于存活组(均P<0.05)。评分工具qSOFA、SOFA、SIRS、NEWS、OASIS对高龄脓毒症患者病死率预测准确性的AUC依次为0.587(95% CI：0.556~0.617)、0.694(95% CI：0.655~0.732)、0.591(95% CI：0.555~0.627)、0.684(95% CI：0.646~0.721)和0.718(95% CI：0.681~0.755)。 结论:OASIS对高龄脓毒症患者病死率的预测准确性优于qSOFA、SOFA、SIRS、NEWS评分，但以上评分工具预测高龄脓毒症患者病死率的临床价值均有限。

目的:探讨合并严重基础疾病的髋部骨折患者急性肾损伤的风险因素并建立预测模型。方法:使用美国重症监护医学信息数据库（Medical Information Mart for Intensive Care，MIMIC）-Ⅳ分析贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center，BIDMC）重症监护病房（intensive care unit，ICU）收治的髋部骨折患者的临床信息，记录患者合并症、疾病评分、生命体征和实验室检查、手术方式、有创操作和药物使用情况。参照改善全球肾脏病预后组织（Kidney Disease Improving Global Outcome，KDIGO）指南的急性肾损伤诊断标准，将纳入患者随机分为训练集和验证集。基于logistic回归分析，采用最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）逻辑回归算法分析入院后急性肾损伤的风险因素，并推算出相应的预测模型。结果:共纳入患者474例，其中训练集331例、验证集143例。参照KDIGO指南的急性肾损伤诊断标准，训练集分为急性肾损伤组159例（48%）和非急性肾损伤组172例（52%）。单因素分析显示年龄（ t=2.61， P=0.009）、冠心病（χ 2=2.08， P=0.038）、心力衰竭（χ 2=2.60， P=0.009）、血红蛋白（ t=1.89， P=0.059）、血小板（ t=1.81， P=0.070）、尿素氮（ t=2.83， P=0.005）、血肌酐（ t=3.65， P<0.001）、血钠（ t=2.55， P=0.011）、血糖（ t=2.52， P=0.012）、阴离子间隙（ t=3.44， P=0.001）、舒张压（ t=2.72， P=0.007）、平均动脉压（ t=2.16， P=0.031）、序贯器官衰竭评分（ t=3.69， P<0.001）、简化急性生理功能评分Ⅱ（ t=2.95， P=0.003）以及呋塞米（χ 2=2.03， P=0.042）、万古霉素（χ 2=1.70， P=0.089）、血管活性药物（χ 2=3.74， P<0.001）以及有创机械通气（χ 2=4.81， P<0.001）的使用为髋部骨折患者发生急性肾损伤的相关危险因素。多因素logistic回归分析显示年龄（ OR=1.03， P<0.001）、冠心病（ OR=2.05， P=0.069）、血红蛋白（ OR=0.88， P=0.050）、血肌酐（ OR=1.37， P=0.009）、血钠（ OR=1.07， P=0.026）、阴离子间隙（ OR=1.09， P=0.028）以及血管活性药物（ OR=3.83， P=0.018）和有创机械通气的使用（ OR=6.56， P<0.001）是合并严重基础疾病的髋部骨折患者发生急性肾损伤的独立预测因子。由上述8个预测因子构建的列线图预测模型曲线下面积为0.789，列线图的校准曲线接近理想的对角线。决策曲线分析表明，该模型的净效益显著。 结论:合并严重基础疾病的髋部骨折患者急性肾损伤发生率较高，年龄、冠心病、血红蛋白、血肌酐、血钠、阴离子间隙、血管活性药物以及有创机械通气是发生急性肾损伤的风险因素。结合风险因素，构建相应预测模型可早期预测和及时管理合并严重基础疾病髋部骨折患者急性肾损伤的诊断和治疗。

目的:对比病原菌培养阳性脓毒症（CPS）与培养阴性脓毒症（CNS）患者的特征和结局，以了解培养阴性对预后的影响，并探讨其可能的死亡风险因素。方法:采用回顾性队列研究方法，以从美国重症监护医学信息数据库Ⅳv0.4（MIMIC-Ⅳv0.4）中筛选出的脓毒症患者作为研究对象。根据确诊脓毒症前后24 h内病原菌培养结果将患者分为CPS组和CNS组，比较两组患者的一般资料、病情资料及医疗操作等。在3个回归模型下，应用Logistic回归法分析CNS与住院病死率的关系。利用卡方分析及中介效应分析探讨初始抗菌药物治疗和90 d内抗菌药物使用史对CNS患者住院病死率的影响。结果:共8 587例脓毒症患者纳入最终分析，其中CPS组5 483例，CNS组3 104例。与CPS组相比，CNS组患者年龄更小〔岁：68（56，79）比70（58，81）〕，序贯器官衰竭评分（SOFA）及入重症监护病房（ICU）24 h内进行机械通气、肾脏替代治疗和使用血管升压素比例更高〔SOFA评分（分）：3（2，5）比3（2，4），机械通气：48.61%（1 509/3 104）比39.25%（2 152/5 483），肾脏替代治疗：13.69%（425/3 104）比9.68%（531/5 483），血管升压素：15.79%（490/3 104）比13.44%（737/5 483）〕，且ICU住院时间更长〔d：5（3，10）比3（2，6）〕，住院病死率更高〔25.00%（776/3 104）比18.53%（1 016/5 483）〕，差异均有统计学意义（均 P<0.01）；但两组在性别分布、入ICU类型、简化急性生理学评分Ⅱ（SAPSⅡ）、查尔森合并症指数（CCI）评分等方面差异均无统计学意义。经过多种因素校正后，CNS是患者院内死亡的危险因素〔优势比（ OR）＝1.441，95%可信区间（95% CI）为1.273~1.630， P<0.001〕。卡方分析及中介效应分析结果显示，初始抗菌药物治疗对CNS患者住院病死率升高没有显著影响，而90 d内抗菌药物使用史是CNS患者院内死亡的危险因素（ OR＝1.683，95% CI为1.328~2.134， P<0.05），CNS在90 d内抗菌药物使用史及院内死亡中的中介效应显著（ Z＝5.302， P<0.001），中介效应占比为7.58%。 结论:CNS患者较CPS患者病情更重，预后更差。既往90 d内使用过抗菌药物可能与CNS患者住院病死率升高有关，但并不能完全解释CNS高病死率的原因。

目的:探讨血糖/淋巴细胞比值（GLR）与脓毒症相关急性肾损伤（SA-AKI）患者预后的关系。方法:基于美国重症监护医疗信息数据库-Ⅳ（MIMIC-Ⅳ），选择年龄≥18岁的SA-AKI患者。根据GLR三分位数将SA-AKI患者分为GLR1组（GLR≤4.97×10 -9 mmol）、GLR2组（4.97×10 -9 mmol

目的:通过对重症监护医学信息数据库(MIMIC)老年患者进行回顾性研究，探讨ICU老年患者发生多重耐药菌(MRDO)感染的危险因素。方法:使用结构化查询语言提取MIMIC-Ⅳ v2.0数据库中老年患者的基本信息、疾病严重性评分、实验室检查、使用药物、医疗操作、终点事件信息。根据患者是否感染多重耐药菌，分为非多重耐药菌感染组(non-MDRO)和多重耐药菌感染组(MDRO)。根据变量类型进行单因素分析，对于单因素分析有意义的变量进行Logistic回归，计算多重耐药菌感染的优势比及95%可信区间。使用Kaplan-Meier法计算生存率并绘制生存曲线，采用Log-Rank检验对患者28 d生存率进行分析。结果:共纳入患者31 237例，其中非多重耐药菌感染组26 032例，多重耐药菌感染组5 205例，多重耐药菌感染率16.7%。培养标本种类中尿液培养出多重耐药菌数量最多，病原微生物中肠杆菌属占比最高。多因素Logistic回归结果显示：年龄( P＝0.006)、男性( P<0.001)、冠脉疾病( P<0.001)、脑部疾病( P＝0.042)、血红蛋白( P<0.001)、白蛋白( P<0.001)、有创机械通气( P<0.001)是多重耐药菌感染的保护因素；糖尿病( P<0.001)、慢性阻塞性肺疾病(COPD)( P<0.001)、慢性肾病( P<0.001)、白细胞( P＝0.001)、简化急性生理Ⅱ评分(SAPS Ⅱ)( P<0.001)、曾经使用抗生素( P<0.001)、使用质子泵抑制剂( P<0.001)、糖皮质激素( P<0.001)、免疫抑制剂( P<0.001)、镇静药物( P<0.001)、肾脏替代治疗( P＝0.015)是多重耐药菌感染的危险因素。non-MDRO组28 d死亡率为16.3%，MDRO组28 d死亡率为19.1%，两组比较差异有统计学意义( P<0.001)。 结论:多重耐药菌感染患者死亡率较非感染患者高，曾经使用抗生素、使用质子泵抑制剂、糖皮质激素、免疫抑制剂、镇静药物、肾脏替代治疗是多重耐药菌感染的危险因素。

目的:分析恶性肿瘤是否为重症监护病房(ICU)中高龄脓毒症患者短期病死率的独立危险因素，探索该类患者序贯器官衰竭评估(SOFA)评分与短期病死率的剂量反应关系。方法:回顾性分析2008—2019年重症监护医疗信息市场(MIMIC-Ⅳ)数据库中80岁及以上高龄脓毒症患者资料，根据患者是否合并恶性肿瘤分为肿瘤组与非肿瘤组，比较两组患者基线数据及预后。根据患者入ICU后28 d生存情况分为存活组和死亡组，比较两组患者基线数据，采用Logistic回归分析短期病死率的危险因素。采用概率单位回归拟合SOFA评分与短期病死率的剂量反应关系。结果:共筛选53 150份医疗记录，纳入5 126例80岁及以上高龄脓毒症患者，其中754例合并恶性肿瘤，264例为转移性肿瘤。肿瘤组患者28 d病死率显著高于非肿瘤组[26.79%(202/754)比18.85%(824/4 372)， χ2＝24.85， P<0.001]。短期病死率的Logistic回归分析结果显示，年龄( OR＝1.073、95% CI：1.040～1.108， P<0.001)、除肿瘤外的查尔森合并症指数(CCI)( OR＝1.134、95% CI：1.067～1.205， P<0.001)、入ICU血乳酸( OR＝1.111、95% CI：1.048～1.179， P<0.001)、机械通气( OR＝1.603、95% CI：1.176～2.187， P＝0.003)、SOFA评分( OR＝1.227、95% CI：1.182～1.273， P<0.001)是短期病死率的危险因素，CCI( OR＝0.957、95% CI：0.867～1.057， P＝0.380)、使用血管活性药物( OR＝1.370、95% CI：0.902～2.081， P＝0.140)、合并恶性肿瘤( OR＝1.131、95% CI：0.449～2.848、 P＝0.794)及恶性肿瘤转移( OR＝1.799、95% CI：0.930～3.477， P＝0.081)则与短期病死率无相关性。剂量反应曲线结果显示，随着SOFA评分的增加，患者的28 d病死率增加，且SOFA评分达到11分时预期病死率达到50%，SOFA评分达到20分时预期病死率超过80%。 结论:恶性肿瘤和肿瘤转移均不是ICU中高龄脓毒症患者短期病死率的独立危险因素，该类患者短期病死率与SOFA评分呈剂量反应关系。

目的:探讨术后合并低氧血症患者高流量氧疗治疗失败的早期预测指标。方法:回顾性队列研究重症监护医疗信息数据库Ⅳ（MIMIC-Ⅳ）中术后撤机时合并低氧血症（100 mmHg0.05）。在撤机后8~12 h，撤机失败患者与撤机成功患者比较，HR/SpO 2与ROX指数差异均有统计学意义（均 P<0.05）。 结论:对于术后低氧血症患者，HR/SpO 2比ROX指数能更早更准确地预测高流量吸氧治疗失败，但两者的临床价值尚需进一步评估。

目的:探索基于无创生理参数的脓毒症筛查模型对老年患者的诊断准确性，并与全身炎症反应综合征(SIRS)评分和快速序贯器官衰竭评分(qSOFA)进行比较。方法:回顾性研究重症监护医疗信息数据库Ⅳ(MIMIC-Ⅳ)中的成年感染患者，根据是否存在脓毒症分为脓毒症组和非脓毒症组。采集患者基线数据，记录患者预后，计算入重症监护病房(ICU)24 h的SIRS评分和qSOFA评分，将单因素分析中具有统计学差异的生理参数包括呼吸频率、心率、意识、体温、收缩压和尿量纳入多因素Logistic回归模型。计算回归模型筛查脓毒症的特异性和敏感性，绘制受试者工作特征曲线(ROC)，并与SIRS评分与qSOFA评分比较ROC曲线下面积(AUC)。分别将老年患者和中青年患者数据纳入模型，计算预测准确性。结果:共筛查53 150份ICU住院记录，纳入24 h内感染或疑似感染患者23 681例，其中脓毒症组患者18 277例，其28 d病死率高于非脓毒症患者(13.5%比5.1%， χ2＝285.131， P<0.001)。两组患者24 h基线数据心率、呼吸频率、体温、意识状态、24 h尿量、收缩压等差异均有统计学意义(均 P<0.001)，将以上变量纳入多因素回归得到回归模型：∑β iX i＝2.055＋0.285(体温：0/1)＋0.172(呼吸频率：0/1)＋0.073(心率：0/1)＋1.204(意识改变：0/1)－0.022(收缩压)＋0.227(尿量分级：0/1/2)， P＝1/[1＋EXP(－∑β iX i)]。回归模型诊断中青年患者脓毒症ROC分析中的AUC为0.726(95% CI：0.718～0.735)，大于SIRS评分的0.585(95% CI：0.576～0.595)和qSOFA评分的0.676(95% CI：0.667～0.685)(均 P<0.001)。回归模型诊断老年患者脓毒症ROC分析中的AUC为0.671(95% CI：0.663～0.679)，大于SIRS评分的0.572(95% CI：0.563～0.580)和qSOFA评分的0.631(95% CI：0.623～0.639)(均 P<0.001)。 结论:采集无创生理参数构建的脓毒症早期筛查模型准确性优于SIRS和qSOFA评分，但应用于老年患者时，其准确性不及中青年患者，仍需要进一步优化。

目的:基于美国重症监护医学信息数据库Ⅳ（MIMIC-Ⅳ），利用机器学习技术探究糖尿病酮症酸中毒（DKA）患者的最佳降血糖方案，以提升患者的个性化治疗效果。方法:基于MIMIC-Ⅳ数据库，分析2008至2019年贝斯以色列女执事医疗中心重症监护病房（ICU）2 096例DKA患者的病例资料。构建机器学习模型，绘制受试者工作特征曲线（ROC曲线）和精确率-召回率曲线（PR曲线）评估模型对4种常见不良结局〔低血糖、低钾血症、格拉斯哥昏迷评分（GCS）下降和长期住院〕的预测效能；分析不良结局发生风险随血糖下降速度的变化趋势；采用单因素和多因素Logistic回归分析相关因素与低钾血症风险之间的关系；利用个性化风险解释方法和预测技术，对患者的最佳血糖控制范围进行个体化分析。结果:所构建的机器学习模型在预测DKA患者不良结局方面展现出优异性能，其预测低血糖、低钾血症、GCS评分下降和长期住院的ROC曲线下面积（AUROC）及95%可信区间（95% CI）分别为0.826（0.803～0.849）、0.850（0.828～0.870）、0.925（0.903～0.946）、0.901（0.883～0.920）。患者血糖下降速度与4种不良结局风险的关系分析显示，最大血糖下降速度>6.26 mmol·L -1·h -1时，低血糖风险显著升高（ P<0.001）；最大血糖下降速度>2.72 mmol·L -1·h -1时，低钾血症风险显著升高（ P<0.001）；最大血糖下降速度>5.53 mmol·L -1·h -1时，GCS评分下降风险显著降低（ P<0.001）；最大血糖下降速度>8.03 mmol·L -1·h -1时，长期住院风险显著降低（ P<0.001）。多因素Logistic回归分析显示，最大碳酸氢盐水平、血尿素氮水平和总胰岛素使用量与低钾血症风险显著相关（均 P<0.01）。个性化最佳治疗阈值范围的制定方面，若假设低血糖、低钾血症、GCS评分下降、长期住院4种不良结局的最佳血糖下降阈值分别为 x1、 x2、 x3、 x4，降低患者低血钾和低血糖发生风险的最佳血糖下降速度应≤min{ x1， x2}；降低GCS评分下降和长期住院风险的血糖下降速度建议应≥max{ x3， x4}；当两者有重叠，即max{ x3， x4}≤min{ x1， x2}时，该区间即推荐的最佳血糖下降速度范围。若最佳阈值范围无交集，即max{ x3， x4}>min{ x1， x2}，需综合考虑患者各种不良结局风险的个体差异，进行动态调整治疗策略。 结论:机器学习模型在预测DKA患者不良结局方面表现良好，有助于个性化降血糖管理，具有重要的临床应用前景。

目的:探讨严重创伤性肝损伤（TLI）患者死亡相关的危险因素，建立死亡风险早期预测模型并进行验证。方法:采用回顾性队列研究分析重症监护医疗信息集-Ⅳ（MIMIC-Ⅳ）数据库中进入ICU治疗的273例严重TLI患者临床资料，其中男176例，女97例；年龄18~83岁［35.6（25.7，57.5）岁］。根据患者是否院内死亡分为两组，其中生存组253例（92.7%），死亡组20例（7.3%）。比较两组患者性别、年龄、致伤原因、损伤类型、治疗方式、是否大量输血、合并症、进入ICU 24 h内首次检测的生命体征和实验室指标。采用单因素分析评估上述指标与严重TLI患者死亡的相关性，多因素Logistic逐步回归分析确定严重TLI患者死亡的独立危险因素。采用Lasso回归筛选严重TLI患者的死亡预测因子，多因素Logistic回归分析结果构建列线图死亡风险预测模型。采用受试者工作特征曲线下面积（AUC）评价模型的区分度，Hosmer-Lemeshow拟合优度检验和校准曲线评价模型的校准度，临床决策曲线分析（DCA）评价模型的临床适用性。Bootstrap法重复抽样200次进行模型的内部验证，选择急诊重症监护室合作研究数据库（eICU-CRD）中的严重TLI患者（163例）对模型进行外部验证。最后比较列线图模型与其他创伤或重症评分的预测效能。结果:单因素分析结果显示，年龄、致伤原因、大量输血、合并慢性肝病、进入ICU 24 h内首次检测的体温、收缩压、舒张压、平均动脉压、休克指数、血小板、红细胞分布宽度（RDW）、平均红细胞血红蛋白浓度（MCHC）、血糖、血尿素氮、肌酐、阴离子间隙、碳酸氢盐、凝血酶原时间（PT）、部分活化凝血活酶时间（APTT）、国际标准化比值（INR）等指标与严重TLI患者死亡有一定相关性（ P<0.05或0.01）。多因素 Logistic 逐步回归分析结果表明，年龄（ OR=1.08，95% CI 1.03，1.12， P<0.01）、体温<36 ℃（ OR=8.00，95% CI 2.17，29.53， P<0.01）、休克指数（ OR=9.59，95% CI 1.76，52.18， P<0.01）和阴离子间隙（ OR=1.32，95% CI 1.15，1.53， P<0.01）与严重TLI患者死亡显著相关。Lasso回归分析共筛选出7个预测因子，分别为年龄、体温<36 ℃、休克指数、阴离子间隙、慢性肝病、肌酐、APTT。基于以上7个预测因子建立列线图死亡风险预测模型。列线图模型预测死亡概率的AUC为0.96（95% CI 0.94，0.99），Hosmer-Lemeshow拟合优度检验 P>0.05，校准曲线显示该模型预测概率与实际概率一致性良好，DCA结果显示，该预测模型在所有风险阈值概率范围内均具有良好的临床净收益率。内部验证该列线图模型较为稳定（AUC=0.96，95% CI 0.92，0.98），外部验证证实该模型具有良好的泛化能力（AUC=0.95，95% CI 0.91，0.98）。最后通过比较AUC显示，列线图模型的预测效能优于损伤严重度评分（ISS）、修正创伤评分（RTS）、序贯器官衰竭评分（SOFA）、急性生理评分Ⅲ（APS Ⅲ）、Logistic器官功能不全评分（LODS）及牛津急性疾病严重程度评分（OASIS）。 结论:年龄、体温<36 ℃、休克指数和阴离子间隙是严重TLI患者死亡的独立危险因素，基于年龄、体温<36 ℃、休克指数、阴离子间隙、慢性肝病、肌酐、APTT 7个预测因子建立的列线图预后模型具有良好的预测效能且较为稳健，可辅助临床医师早期对严重TLI患者的死亡风险进行准确评估。