动态数据还可以这样研究——疾病轨迹变化

现在随着电子病例系统的蓬勃，以及各种各样原始索引的完善，越来越多的原始数据可以动态分析，可以从更为根本原因的再现传染病的变化趋势，以及的发展抛物线。一段时间可长可短，例如下榻重症强制执行门诊的病患者，多久会的发展为多脾脏特性不全，以及的发展的抛物线是怎么变化的等等。这里我们就和大家一起了解到一篇发表在critical care 上的一篇文献。文章题目信息如上图。

这篇文章主要是学术研究了下榻重症强制执行门诊的轻微外伤病患者，的发展出现脾脏特性之中风的抛物线变化。文章主要使用了组基抛物线建模建模 Group-Based Trajectory Modeling（GBTM）

下图是文章的病患者划定考虑到国际标准，考虑到了不能下榻ICU，住院一段时间小于24天内，信息缺失，以及转至其他医院ICU的病患者后，最后有660例病患者划定学术研究。

下图是所有划定病患者的大体信息，从大体资料，挫伤轻微性，以及实验室量化和重要疗法措施角度进行了较为。因为本学术研究运用GBTM建模将病患者分为了5类，大致相同轻度脾脏特性之中风，之中度脾脏特性之中风，重度脾脏特性之中风，极端重度脾脏特性之中风，TBI和并重度脾脏特性之中风，大致相同group1 group2 group3 group4 group5 所以写作者也较为了5类之中间这些信息的区别。

使用了下图分别揭示了并不相同组别，各个脾脏特性总分的变化趋势。

下表较为了并不相同组别之中间体现传染病轻微某种程度的量化，诸如APACHE总分，脓毒症比例，SOFA总分大于等于3的天数等等。

下表较为了并不相同组别之中间结局量化的差异。

其实上述几个表，极力在揭示本学术研究注意到的这5个组别之中间的差异，从表1的大体信息，到表2的传染病轻微某种程度，到表3的结局量化，皆是在告知读者学术研究注意到的这5个亚组是非常有意义的。因为这5个组之中间的大体信息，传染病轻微某种程度和结局是不一样的。提示后期更为精准的疗法。

最后写作者还呈现了并不相同组别的发展抛物线的情况。从下图之中可以看出group1和group5，也就是死亡率最低和最多的两个组别，在下榻ICU后很快就大体保持稳定了，而group2 和group3则所需短的一段时间才大体保持稳定。

结论

在轻微外伤后的头两周内，我们确定了5条并不相同的脾脏特性变化抛物线。

我们的注意到强调了外伤后的传染病异质性反复。

本文转载自其他网站，不都有健康基本要素观点和立场。如有内容和图片的著作权异议，再三及时联系我们（邮箱：guikequan@hmkx.cn）