脓毒症诊断和治疗的延迟常延误病情,使得患者很快发生休克、多脏器功能衰竭,甚至死亡,因而准确、及时的诊断有望降低脓毒症及其后续症的病死率。目前,脓毒症的诊断主要依靠微生物学培养,但该法敏感性和特异性不高,且费时费力,常延误病情,故应寻找更好的诊断指标。本课题首先从SIRS后代谢改变入手,联合应用1NMR和HPLC/MS获得SIRS患者血清代谢指纹图谱,进而通过多元统计分析寻找与脓毒症诊断、感染类型及其预后相关的生物标志物,并分别构建脓毒症诊断模型、脓毒症感染类别诊断模型以及预后判别模型,并与C反应蛋白、原降钙素以及APECHEⅡ等评分作比较,为脓毒症的早期诊断、感染类型区分以及预后评价提供新手段。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
Influencing factors of carbon emissions in transportation industry based on CD function and LMDI decomposition model: China as an example
转录组与代谢联合解析红花槭叶片中青素苷变化机制
青藏高原狮泉河-拉果错-永珠-嘉黎蛇绿混杂岩带时空结构与构造演化
结核性胸膜炎分子及生化免疫学诊断研究进展
评价脓毒症预后的循环miRNAs筛选及相关功能研究
重症/危重症流感感染免疫特征及其脓毒症风险评估模型的构建研究
基于生物标志物的脓毒症诊断与发病机制研究
α-乳糖干预Tim-3信号通路维护肝脏免疫稳态改善脓毒症预后的机制研究