视频资源库

主讲人：刘　玲　教授　东南大学附属中大医院

医学博士、主任医师、教授、长江学者、博士研究生导师

东南大学医学院副院长

东南大学附属中大医院重症医学科副主任

江苏省器官衰竭与功能重建重点实验室主任

江苏省重症医学重点实验室副主任

中国病理生理学会危重病专业委员会副主任委员

中华医学会重症医学分会重症呼吸学组副组长

江苏省病理生理学会危重病医学专业委员会主任委员

江苏省第六期"333工程"中青年科技领军人才、江苏省六大高峰人才

《Annals of Intensive Care》副主编、《Critical Care Medicine》编委会成员及执行理事

急性呼吸窘迫综合征（acute respiratory distress syndrome，ARDS）是一种高度异质性的临床综合征，其发病机制、临床表现及对治疗的反应均存在显著差异，导致病死率居高不下。临床研究中的平均治疗效应（average therapeutic effect，ATE）难以反映个体患者真实治疗获益，不同患者的治疗效应存在异质性（heterogeneous treatment effect，HTE），亟需探索个体化治疗策略。研究表明，氧合指数（arterial oxygen pressure/fraction of inspired oxygen，PaO₂/FiO₂）、序贯器官衰竭评估（sequential organ failure assessment，SOFA）评分、炎症水平及肺形态等单维度指标可以指导ARDS的个体化治疗，如通过PaO₂/FiO₂识别俯卧位通气的获益人群，或基于局灶与弥漫型肺形态指导个体化机械通气。但单维度指标不能充分揭示ARDS的异质性，多维度指标构建的亚表型可以更有效地实施精准化治疗。其中，基于炎症因子、器官功能等建立的ARDS炎症亚表型和器官衰竭表型，为液体管理、PEEP水平和他汀药物的个体化干预提供重要依据，此外，呼吸力学的动态变化揭示了表型随病程的演变，实时指导治疗调整。进一步，基于因果模型计算的个体治疗效应（individual treatment effect，ITE），可以识别氧疗、体外二氧化碳清除和血必净等干预中真正获益的人群。随着人工智能和机器学习的发展，基于常规临床数据的床旁快速分型逐渐成为现实，显著提升了精准治疗的临床可及性。未来研究应聚焦于多维亚表型的快速识别，结合人工智能驱动的分型工具，并通过前瞻性随机对照试验加以验证，以建立基于异质性的精准治疗体系，为ARDS患者提供真正个体化的救治策略。