我们希望机器学习能揭示创伤死亡的潜在风险

8 月 6 日，大阪大学设计了一种方法，利用日本创伤数据库 (JTDB) 的机器学习来识别具有高创伤死亡率的表型，并通过蛋白质组分析阐明了高死亡率表型与过度炎症和凝血障碍有关。这个研究是该大学医学系研究科的塔矢丈太郎特任助教、松本寿健特任助教等人，由冈山理科大学的研究小组组成。研究成果刊登在Critical Care网络版上。

随着外伤诊疗的标准化的推进，为了提高治疗成绩在世界范围内进行着努力，但是全世界每年仍有约450万例与外伤相关的死亡。在外伤中，凝血、线溶系统、免疫反应在病理生理学上的重要性被很好地理解，但是作为治疗靶点的临床应用是有限的。这是因为患者背景和损伤的部位、程度产生的复杂的病态生理。该研究小组在先前的研究中指出，在多处创伤中，特定的损伤器官组合对患者转归有影响。这不仅是创伤部位，还包括创伤患者所具有的多种风险因素。暗示了突出存在性风险的可能性。因此，此次研究小组通过使用机器学习，试图阐明潜在的物的类型，并且，为了连接新的治疗目标，致力于外伤患者数据的应用。

8种类型的外伤，死亡率高达50%。

本次研究采用JTDB数据进行分析，分析对象为71038名钝性创伤患者。根据外伤诊疗初期判明的信息剪影分析，首先导出了8种创伤类型。其中一种表型具有显著的死亡率，死亡率约为50%。

为了评估更详细的特征，对这种高死亡率表型进行了潜在类别分析，进一步分类为4种表型(α ~ δ)。由于计算量大，使用了超级计算机（OCTOPUS：Osaka university Cybermedia center Over-Petascale Universal Supercomputer）。不同的表型分别为“α是相对年轻人的多发外伤”“β是头部外伤，体温较低”“γ是老年人的重症头部外伤”“δ是多发外伤，特征是预测死亡率比实际死亡率高”。

高死亡率表型，与其他相比较显示“过度炎症”或“凝血障碍”

接着，对被大阪大学高度急救中心运送的90名患者进行了移植，使用各患者的血清进行质谱分析。研究表明，高死亡率表型与其他表型相比，具有增强急性炎症反应、过度炎症(如补体激活途径调节异常)、凝血和血小板脱颗粒途径调节降低等凝血障碍。

可能会成为新的创伤治疗策略和治疗药物开发的突破

研究小组认为，此次研究成果具有两大意义。第一，利用早期创伤治疗数据，确定了死亡率较高的临床人群，以及可能因早期干预而受益的人群。将来将其纳入临床试验的标准中，有可能有助于调整现有的治疗策略和开发新的治疗策略。

其次，通过评估蛋白质组分析得出的表型的分子发病机制，很明显凝血障碍和过度炎症与高死亡率表型有关。从早期创伤护理数据中识别这些的能力表明了先发制人治疗的可能性，我们认为这可能是开发新的创伤治疗策略和治疗药物的突破口。

日本医疗观光株式会社作为一家专业的赴日医疗服务机构，曾服务过数千名患者赴日求医。和一百多家日本医疗机构有合作关系，虽然由于疫情原因，暂时无法去往日本，但JMT一直在为国内患者做实事，因地制宜开展了远程视频问诊、医疗美容院线产品代购等业务，欢迎大家关注咨询。

日本医疗观光株式会社医疗服务团队在日本治疗最前沿奔走。总部位于东京，致力于整合日本优质医疗资源专心专一专注为您提供日本权威名医定制治疗方案，是拥有日本政府官方颁发的医疗身元担保资质(登录号A-015)的企业。

如果您有日本就医的需要，请拨打免费热线 400-161-8586 热线咨询！

也可直接搜索添加下方微信：JMT1557、tao659872。