Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Facendo uso “di grandi dati„ avvicini a per trattare la sepsi più efficacemente

La sepsi è una condizione medica seria causata da una risposta in modo schiacciante all'infezione che danneggia i tessuti e gli organi. È imprevedibile, progredisce rapidamente, può direzione chiunque ed è una causa principale delle morti in relazione con l'ospedale. Negli Stati Uniti da solo, quasi 270,000 persone muoiono ogni anno da sepsi. Coloro che sopravvive alla sepsi finiscono spesso ancora nell'ospedale ed alcuni hanno complicazioni a lungo termine di salubrità. Il trattamento iniziale è chiave affinchè molti pazienti sopravviva alla sepsi, eppure medici non possono diagnosticarlo facilmente perché è così complessa ed ogni paziente è differente.

Malgrado le decadi della ricerca, la sepsi rimane un termine capito male con gli strumenti diagnostici limitati ed il trattamento. Per affrontare questi ostacoli, gli scienziati Vincent Liu, Christopher Seymour ed il Prescott di Hallie hanno cominciato facendo uso “di un approccio di grandi dati„, che conta sui programmi informatici complessi per setacciare con i gran quantità di informazioni. In questo caso, i computer analizzano i dati quali informazioni demografiche, le funzioni vitali e le analisi del sangue sistematiche nelle cartelle mediche elettroniche dei pazienti di sepsi. Lo scopo è di trovare i reticoli nei dati che potrebbero aiutare medici a capire, predire e trattare la sepsi più efficacemente.

Apprendimento automatico

Vincent Liu, M.D., di divisione di Kaiser Permanente di ricerca a Oakland, California, usi premio della ricerca dei suoi ricercatori d'elevazione (MIRA) cercare i segni che potrebbero identificare i pazienti a rischio di sepsi di sviluppo anche prima che controllino nei pronto soccorsi. Risulta, dice, che altrettanto mentre metà della gente che sviluppa la sepsi aveva visualizzato un medico in una settimana prima del loro ricovero ospedaliero. Ciò suggerisce che determinati segni della malattia registrati nelle cartelle mediche elettroniche potrebbero fornire una bugna circa cui i pazienti sono a rischio di sepsi. Per identificare questi segnali “pre-settici„, il Dott. Liu usa l'apprendimento automatico, in cui i computer analizzano i grandi importi dei dati pazienti per rivelare le nuove comprensioni e per riconoscere i reticoli che sarebbero impossibli affinchè gli esseri umani individuino.

Il Dott. Liu egualmente usa l'apprendimento automatico per stimare appena quanto presto un trattamento per sepsi potrebbe essere utile. Per esempio, perché la sepsi comincia tipicamente con un'infezione semplice, gli antibiotici sono una parte standard del trattamento. Ma per medici non sarebbe pratico o sicuro prescrivere gli antibiotici ad ogni paziente a rischio di sepsi. I batteri stanno sviluppando sempre più resistenti agli antibiotici e questi antibiotici hanno effetti secondari, come l'uccisione dei batteri utili dei pazienti e renderli più suscettibili di nuove infezioni in futuro. L'apprendimento automatico può contribuire ad identificare quali pazienti avvantaggierebbero il la maggior parte ed avrebbero il meno rischio dall'amministrazione in anticipo degli antibiotici. Gli strumenti elettronici potrebbero identificare ordinariamente i sintomi più ad alto rischio dell'infezione in modo dai pazienti conosceranno che segni dovrebbero spingerli per ottenere il primo soccorso più iniziale.

Tipi di sepsi

Christopher Seymour, M.D., dell'università di centro medico di Pittsburgh e di suo gruppo sta imparando come i pazienti di sepsi differiscono l'uno dall'altro. Sua MIRA supporta la sepsi ENdotyping nel progetto di cura di emergenza (SENECA). Nella SENECA, il Dott. Seymour ed i suoi colleghi hanno utilizzato gli strumenti di calcolo per analizzare le cartelle mediche di più di 16,500 persone che sono stati diagnosticati con sepsi in 6 ore di entrare in un ospedale; la diagnosi in 6 ore migliora notevolmente i tassi di sopravvivenza da sepsi. I ricercatori messi a fuoco su 29 fattori differenti, quale l'età, sesso, funzioni vitali, analisi del sangue e conteggi sistematici delle cellule, malattie concorrenti e le misure dell'organo funzionano. Egualmente hanno usato un gruppo di più di 43.000 pazienti con una simile età media, il rapporto dei sessi, i risultati del laboratorio ed altri dati clinici.

L'analisi ha rivelato quattro tipi distinti, o i fenotipi, di sepsi: alfa (α), beta (β), gamma (γ) e delta (δ), che ha differito nelle loro funzionalità cliniche, nella risposta ospite all'infezione, nei risultati a breve e a lungo termine e nella risposta IV ai liquidi. Il gruppo del Dott. Seymour continua a raschiare informaticamente attraverso le cartelle mediche elettroniche per capire come gli attuali e trattamenti futuri possono applicarsi a questi fenotipi. Allo stesso tempo, il gruppo sta iscrivendo i pazienti di sepsi in un nuovo studio destinato per studiare i meccanismi biologici che sono alla base dei quattro tipi. Qualche giorno, questi fenotipi possono aiutare i ricercatori a progettare i test clinici più efficaci per sepsi, medici di aiuto nella diagnostica della circostanza più presto ed ottimizzano le procedure del trattamento.

Conseguenze di salubrità di sepsi

Il Prescott di Hallie, M.D., dell'università del Michigan mette a fuoco su che cosa accade ai pazienti di sepsi che sopravvivono all'ospedalizzazione iniziale. Dice che molta gente avverte le nuove malattie fisiche o i sintomi mentali ed è comune affinchè i pazienti entri ancora nell'ospedale entro 3 mesi. Il Dott. Prescott vuole capire se queste conseguenze negative vengano direttamente da sepsi o da altre malattie il paziente potrebbe già avere. Medici già sanno che determinati termini preesistenti quali le malattie autoimmuni incitano alcuni pazienti più probabilmente per sviluppare la sepsi in primo luogo.

Il Dott. Prescott recentemente ha copresieduto il colloquio internazionale sulla comprensione e sul miglioramento della sopravvivenza di sepsi. Il gruppo ha concluso che gli studi su sepsi mettono a fuoco solitamente sulla sopravvivenza a breve termine, così là è poche informazioni su che cosa accade ai superstiti durante i mesi e gli anni dopo sepsi. Il gruppo ha fatto parecchie raccomandazioni avanzare la ricerca sulla sopravvivenza di sepsi. A breve termine, ha raccomandato che gli ospedali armonizzassero e dividessero i gruppi di dati attuali per facilitare la ricerca. A lungo termine, i programmi dedicati per studiare i superstiti di sepsi sono necessari. Questo lavoro aiuterà medici a trovare ed aiutare i pazienti che sono più probabili avere una prognosi peggiore dopo sepsi.