速比

多种细菌和古细菌的快速比较基因组浏览器

败血症是临床实践中普遍存在的临界条件[1-3]，对急性肾脏损伤（AKI）的发展构成了重大风险[4]。肾脏特别容易受到降低的血液灌注和某些治疗干预措施的影响，例如侵袭性的液体复苏和机械通气，通常用于诊断为脓毒症的患者。当前，败血症与AKI结合的治疗主要是非特异性的，缺乏现场措施。研究表明，AKI败血症患者的死亡率可以从38.2％增加到70％[5，6]。[7]报道说，败血症患者的AKI发生率为40％至50％，AKI后的死亡率增加了6-8倍，比非sepsis患者高7.79倍。AKI是ICU患者的常见并发症，败血症约为60％，需要连续肾脏替代疗法（CRRT）治疗的患者中有25％，导致住院时间更长，死亡率更高，家庭对家庭的经济负担增加[8-10]。但是，对AKI败血症患者的早期鉴定和治疗可以促进肾脏恢复，缩短住院并提高存活率[11，12]。不幸的是，确定ICU中的高风险AKI患者正在为临床医生提供挑战。因此，迫切需要开发和促进可靠的预分辨率模型，以尽早识别这些患者，并为他们提供及时有效的干预措施。尽管AKI的医疗治疗方面取得了进步，但与这种情况相关的死亡率仍然没有变化[13]。败血症患者经常经历多器官衰竭，微血管功能障碍和全身性炎症反应综合征，这进一步使临床管理复杂化[14-16]。但是，早期有效的交流可能会扭转AKI并降低相关的死亡率[17]。因此，诊断为败血症的ICU患者中高危AKI患者的鉴定至关重要。改善AKI的早期鉴定和预防措施在增强患者的临床结果方面非常重要。预测败血症患者的AKI已成为重症监护医学领域的广泛讨论的主题[18]。目前，许多研究人员正在寻求广泛适用的AKI早期预测。据报道，几种生物标志物与败血症中的AKI相关，包括降钙素[19]，microRNA-22-3P [20]，中性粒细胞增生酶相关的脂蛋白[21] [21]，尿miR miR-26b [22]因子结合蛋白7（IGBP-7）[24]。但是，与这些生物标志物检测技术相关的高需求和成本阻碍了其临床适用性。也用于AKI预测的几个评分系统，例如简化的急性生理评分（SAPS-II），急性生理和慢性健康评分II（APACHE-II）以及序列器官衰竭评估（SOFA）。然而，这些评分系统在预测患有败血症的患者的AKI方面表现出较差的特异性和敏感性，从而导致结果不令人满意[25，26]。要解决上述局限性，研究人员提出了基于传统统计方法的多变量预测模型的使用，以预测