编辑推荐：
为解决脓毒症异质性导致的治疗和预后评估难题，研究人员开展了基于机器学习识别脓毒症白细胞轨迹临床亚型及特征的研究。他们利用 MIMIC-IV 和 eICU 数据库，发现 8 种白细胞轨迹亚型，且与预后相关，还构建模型预测高死亡风险亚型，为精准治疗提供依据。
脓毒症，这个隐匿在医院病房中的 “健康杀手”，一直是全球医学界的难题。它被定义为因宿主对感染的反应失调而导致的危及生命的器官功能障碍，每年在全球范围内夺走大量生命，给医疗系统带来沉重负担。由于脓毒症具有高度异质性，患者对相同治疗的反应各不相同，器官功能障碍模式也千差万别，这使得精准治疗和准确预后评估变得极为困难。传统的单一白细胞测量方式，如同在黑暗中摸索，难以全面反映患者的病情变化。而追踪白细胞水平随时间的轨迹，就像是点亮了一盏明灯，有可能为脓毒症的诊疗带来新的曙光。
为了照亮这一黑暗领域，浙江大学医学院附属第四医院等机构的研究人员展开了深入研究。他们的研究成果发表在《Scientific Reports》上，为脓毒症的精准诊疗提供了重要依据。
研究人员主要运用了潜在类别混合模型 (LCMM)、XGBoost 模型以及 Shapley 加性解释 (SHAP) 方法。研究数据来源于两个大型公共数据库，即 MIMIC-IV 数据库和 eICU 协作研究数据库，这些数据为研究提供了坚实的基础。
一、脓毒症白细胞轨迹亚型的识别
研究人员使用 LCMM 对脓毒症患者入住 ICU 最初 96 小时内的白细胞计数轨迹进行分析。通过对不同类别数量模型的测试，并依据赤池信息准则 (AIC) 和贝叶斯信息准则 (BIC)，最终确定 8 类模型为最优分类模型。在开发队列和验证队列中，该模型的后验概率均超过 0.7，表明模型拟合良好；Vuong 似然比检验 (VLMR) 显示 8 类模型比 7 类模型拟合效果显著更好，且与 9 类模型相比无明显差异，避免了过拟合问题；同时，8 类模型的平均熵较低、归一化熵较高，说明其分类稳定性强、不确定性低。由此，研究人员识别出 8 种不同的白细胞轨迹亚型，包括持续低白细胞水平的 Class 1、稳定正常白细胞水平的 Class 2 等。
二、分类与临床结局的关系
以稳定正常白细胞水平的 Class 2 为参考组，Cox 回归模型和生存曲线分析显示，持续极高白细胞水平的 Class 4 死亡率风险最高，随后依次为白细胞水平快速下降的 Class 7、急剧上升的 Class 8 以及持续低白细胞水平的 Class 1。即使调整了包括静态白细胞测量在内的基线变量，这些关联依然显著。逻辑回归模型进一步探究发现，白细胞水平较高的亚型，如 Class 4、Class 7 和 Class 8，与生命支持治疗的使用增加相关，但在多变量回归模型中，这种关联的独立性有所减弱。此外，研究还发现白细胞轨迹趋势对结局的影响并非完全取决于轨迹模式，如 Class 5 和 Class 6、Class 7 和 Class 8 虽轨迹趋势相反，但 28 天死亡率风险相当。
三、亚型的可重复性和预测
研究人员训练 XGBoost 模型，基于患者入住 ICU 时的特征预测高死亡风险亚型。该模型在开发队列和验证队列中，对 4 种高死亡率分类的预测 AUC 值均超过 0.8，其他性能指标也表现良好，证明模型具有强大的预测能力。通过 SHAP 值分析发现，乳酸、白蛋白、血小板计数等变量对预测高死亡率亚型有显著影响，且不同高死亡率亚型具有独特的临床特征。
在讨论部分，研究人员指出，本研究中 8 类模型的确定及相关分析表明其在脓毒症亚型识别方面的有效性和稳定性。与以往研究相比，本研究识别出低白细胞亚组 (Class 1)，这一亚组可能代表免疫抑制表型，其临床特征独特，在机械通气使用上明显少于其他组。同时，研究还对不同白细胞轨迹趋势但平均白细胞水平相近的亚组进行比较，探讨了感染时机对病情的影响。此外，研究人员利用 XGBoost 算法结合 SHAP 方法，准确捕捉了高死亡风险亚组的临床特征，模型表现出良好的判别能力和外部有效性。针对不同亚型的特点，研究人员还提出了潜在的治疗策略，如对于免疫抑制的 Class 1 亚型，免疫刺激疗法可能有益；对于其他高死亡率风险亚组，及时补充白蛋白和液体复苏或许有独特疗效。
然而，研究也存在一些局限性。例如难以评估不同亚型对治疗反应的差异，研究仅纳入了 ICU 住院时间超过 4 天且入院 24 小时内确诊脓毒症的患者，未收集其他炎症标志物数据，研究的回顾性也可能限制其在前瞻性临床环境中的应用。
总体而言，该研究利用 LCMM 模型成功识别出 8 种脓毒症白细胞轨迹亚型，这些亚型与临床结局和器官支持需求显著相关，是脓毒症独立的预后指标。基于患者入住 ICU 时基线特征构建的 XGBoost 预测模型，能够有效预测高死亡率表型。研究成果为脓毒症的精准诊疗提供了新的方向，尽管存在局限性，但为后续研究奠定了基础，有望推动脓毒症个性化治疗策略的发展。**<
