切换至 "中华医学电子期刊资源库"

第五届中国出版政府奖音像电子网络出版物奖提名奖

中国科技核心期刊

中国科学引文数据库(CSCD)来源期刊

中华重症医学电子杂志 ›› 2026, Vol. 12 ›› Issue (01) : 52 -65. doi: 10.3877/cma.j.issn.2096-1537.2026.01.010

临床研究

脓毒症相关严重血小板减少患者的多因素预后分析及预后模型构建
陈芊慧1, 崔志刚2, 孙晋赫1, 丁仁彧1,()   
  1. 1 110000 沈阳,中国医科大学附属第一医院重症医学科
    2 110000 沈阳,中国医科大学护理学院
  • 收稿日期:2024-10-31 出版日期:2026-02-28
  • 通信作者: 丁仁彧
  • 基金资助:
    国家自然科学基金项目(82172174); 辽宁省“兴辽英才计划”项目(XLYC2007001); 教育部“长江学者奖励计划”项目(TG2019081)

Multivariate prognostic analysis and construction of a prognostic model for sepsis-associated severe thrombocytopenia

Qianhui Chen1, Zhigang Cui2, Jinhe Sun1, Renyu Ding1,()   

  1. 1 Department of Intensive Care Unit, the First Hospital of China Medical University, Shenyang 110000, China
    2 School of Nursing, China Medical University, Shenyang 110000, China
  • Received:2024-10-31 Published:2026-02-28
  • Corresponding author: Renyu Ding
引用本文:

陈芊慧, 崔志刚, 孙晋赫, 丁仁彧. 脓毒症相关严重血小板减少患者的多因素预后分析及预后模型构建[J/OL]. 中华重症医学电子杂志, 2026, 12(01): 52-65.

Qianhui Chen, Zhigang Cui, Jinhe Sun, Renyu Ding. Multivariate prognostic analysis and construction of a prognostic model for sepsis-associated severe thrombocytopenia[J/OL]. Chinese Journal of Critical Care & Intensive Care Medicine(Electronic Edition), 2026, 12(01): 52-65.

目的

探讨脓毒症相关严重血小板减少患者的28 d预后影响因素,并构建及验证其临床预后模型。

方法

利用MIMIC-Ⅳ 2.2数据库(2008年至2019年)中的患者作为训练集,eICU数据库(2014年至2015年)中的患者作为验证集。纳入脓毒症相关严重血小板减少患者,收集其基本人口学数据、生命体征、实验室指标、基础疾病情况、治疗措施、28 d的生存结局等。利用LASSO回归、贝叶斯信息准则方法筛选纳入预后模型中的变量,并用eICU数据库对模型进行外部验证。

结果

纳入1489例患者作为训练集,构建预后模型的变量共计8个,包括年龄、急性肾损伤(AKI)分期、尿量、尿素氮最小值、心率最大值、国际标准化比值(INR)最大值、部分凝血活酶时间最小值、是否有肝脏疾病。训练集和验证集的C指数分别为0.714和0.64。训练集中7、14、28 d生存概率的曲线下面积(AUC)分别为0.723、0.733和0.736。

结论

通过多因素分析筛选出影响脓毒症相关严重血小板减少患者预后的关键因素,构建了包含8个变量的预后模型,对脓毒症相关严重血小板减少患者的预后具有良好的预测价值。

Objective

To investigate the factors influencing the 28-day prognosis in patients with sepsis-associated severe thrombocytopenia and to develop and validate a clinical prognostic model.

Methods

Patients from the Medical Information Mart for Intensive Care (MIMIC-Ⅳ) v2.2 database were selected as the training cohort, and patients from the emergency intensive care unit (eICU) Collaborative Research Database served as the validation cohort. Patients diagnosed with sepsis-associated severe thrombocytopenia were included. Demographic data, vital signs, laboratory parameters, chronic comorbidities, treatment measures, and 28-day survival outcomes were collected. The least absolute shrinkage and selection operator (LASSO) and Bayesian information criteria were used to select variables for the prognostic model, and the model was externally validated using the eICU database.

Results

1489 patients were included in the training cohort. Eight variables were selected: age, acute kidney injury stage, urine output, minimum blood urea nitrogen level, maximum heart rate, maximum international normalized ratio, minimum partial thromboplastin time, and the presence of liver disease. The C-index was 0.714 for the training cohort and 0.64 for the validation cohort. In the training cohort, the area under the curve for the 7-, 14-, and 28-day survival probabilities were 0.723, 0.733, and 0.736, respectively.

Conclusion

Key factors affecting the prognosis of patients with sepsis-associated severe thrombocytopenia were identified through multivariate analysis. A prognostic model incorporating eight variables was developed, which demonstrated good predictive performance for the prognosis of these patients.

图1 纳入患者(训练集数据)流程图
表1 训练集1489例脓毒症相关严重血小板减少患者的基线特征描述
基线资料 所有患者(1489例) 28 d死亡
(414例)
28 d生存(1075例) 统计值 P
生存状态[例(%)] χ2=1489.00 <0.001
生存 1075(72.20) 0 1075(100.00)
死亡 414(27.80) 414(100.00) 0
生存时间[d,MQR)] 28.00(23.00,28.00) 9.00(5.00,16.00) 28.00(28.00,28.00) Z=37.49 <0.001
人口学特征
年龄[岁,MQR)] 60.0(52.0,69.0) 63.0(54.0,73.0) 59.0(51.0,68.0) Z=4.83 <0.001
<65 957(64.27) 236(57.00) 721(67.07) χ2=13.19 0.004
≥65 532(35.73) 178(43.00) 354(32.93)
性别[例(%)] χ2=0.16 0.732
592(39.76) 168(40.58) 424(39.44)
897(60.24) 246(59.42) 651(60.56)
疾病严重程度评分
SOFA评分[分,MQR)] 9.00(7.00,12.00) 11.00(8.00,13.75) 9.00(6.00,11.00) Z=8.64 <0.001
SAPS Ⅱ评分[分,MQR)] 58.00(43.00,75.00) 71.00(56.00,87.00) 54.00(40.00,70.00) Z=12.00 <0.001
SIRS[分,MQR)] 3.00(2.00,3.00) 3.00(2.00,4.00) 3.00(2.00,3.00) Z=3.00 0.003
AKI分期[例(%)] χ2=56.79 <0.001
0期 522(35.06) 426(39.63) 96(23.19)
1期 299(20.08) 229(21.30) 70(16.91)
2期 514(34.52) 330(30.70) 184(44.44)
3期 154(10.34) 90(8.37) 64(15.46)
合并基础疾病[例(%)]
高血压 677(45.50) 180(43.48) 497(46.28) χ2=0.94 0.361
糖尿病 284(19.09) 88(21.26) 196(18.25) χ2=1.75 0.212
充血性心力衰竭 317(21.30) 97(23.43) 220(20.48) χ2=1.55 0.241
肺部疾病 236(15.86) 78(18.84) 158(14.71) χ2=3.82 0.061
慢性肝脏疾病 755(50.74) 187(45.17) 568(52.89) χ2=7.12 0.009
慢性肾脏疾病 404(27.15) 121(29.23) 283(26.35) χ2=1.25 0.292
肿瘤 499(33.53) 167(40.34) 332(30.91) χ2=11.91 0.007
生命体征
尿量[ml/24 h,MQR)] 1225.00(650.00,1950.00) 871.00(388.25,1543.75) 1335.00(825.00,2080.00) Z=8.78 <0.001
<100 63(4.37) 35(8.62) 28(2.70) χ2=60.65 <0.001
100~<400 152(10.53) 70(17.24) 82(7.91)
400~<2500 1015(70.34) 262(64.53) 753(72.61)
2500~<4000 160(11.09) 28(6.90) 132(12.73)
≥4000 53(3.67) 11(2.71) 42(4.05)
心率[次/min,MQR)]
最小值 75.00(64.00,87.00) 79.00(68.00,89.00) 74.00(63.00,86.00) Z=3.88 0.001
≤100 1378(92.55) 375(90.58) 1003(93.30) χ2=3.21 0.093
>100 111(7.45) 39(9.42) 72(6.70)
最大值 108.00(93.00,122.00) 111.00(96.00,124.00) 107.00(92.00,121.00) Z=2.73 0.006
≤100 538(36.13) 129(31.16) 409(38.05) χ2=6.14 0.016
>100 951(63.87) 285(68.84) 666(61.95)
平均值 90.00(78.00,101.00) 93.500(81.00,103.00) 89.00(77.00,100.00) Z=5.19 0.002
≤100 1086(72.93) 279(67.39) 807(75.07) χ2=8.93 0.004
>100 403(27.07) 135(32.61) 268(24.93)
实验室数据
BUN[mg/dl,MQR)]
最小值 24.0(15.0,40.0) 31.0(19.0,51.8) 21.0(14.0,35.0) Z=8.66 <0.001
<25 771(51.78) 147(35.51) 624(58.05) χ2=71.78 <0.001
25~56 521(34.99) 176(42.51) 345(32.09)
>56 197(13.23) 91(21.98) 106(9.86)
最大值 30.00(19.00,47.00) 37.00(24.00,61.750) 27.00(17.00,42.50) Z=8.39 <0.001
<25 585(39.29) 107(25.85) 478(44.47) χ2=61.37 <0.001
25~56 628(42.18) 187(45.17) 441(41.02)
>56 276(18.54) 120(28.99) 156(14.51)
平均值 27.00(17.00,44.00) 35.00(22.00,57.00) 24.00(15.00,38.00) Z=8.55 <0.001
<25 673(45.20) 120(28.99) 553(51.44) χ2=75.11 <0.001
25~56 585(39.29) 189(45.65) 396(36.84)
>56 231(15.51) 105(25.36) 126(11.72)
INR[MQR)]
最小值 1.50(1.20,1.80) 1.40(1.20,1.70) 1.60(1.30,2.10) Z=7.50 <0.001
最大值 1.80(1.40,2.30) 1.70(1.40,2.20) 2.00(1.50,2.70) Z=6.94 <0.001
平均值 1.60(1.40,2.00) 1.60(1.30,1.90) 1.80(1.50,2.40) Z=7.94 <0.001
PTT[s,MQR)]
最小值 33.00(28.50,39.50) 32.10(28.18,37.52) 36.10(30.40,45.40) Z=7.71 <0.001
≤40 1112(76.22) 866(82.32) 246(60.44) χ2=77.48 <0.001
>40 347(23.78) 186(17.68) 161(39.56)
最大值 40.70(33.10,58.30) 39.00(32.40,54.02) 47.90(35.60,65.10) Z=6.03 <0.001
≤40 703(48.18) 559(53.14) 144(35.38) χ2=37.06 <0.001
>40 756(51.82) 493(46.86) 263(64.62)
平均值 37.40(31.60,48.55) 36.20(30.90,45.00) 43.20(33.65,54.55) Z=7.22 <0.001
≤40 849(58.19) 672(63.88) 177(43.49) χ2=50.15 <0.001
>40 610(41.81) 380(36.12) 230(56.51)
表2 训练集脓毒症相关严重血小板减少患者纳入预后分析的变量缺失情况
变量名 缺失值数量 缺失比例(%) 变量名 缺失值数量 缺失比例(%)
生存时间 0 0 淋巴细胞百分比最小值 205 13.77
生存状态 0 0 淋巴细胞百分比最大值 205 13.77
年龄 0 0 中性粒细胞百分比最小值 207 13.90
性别 0 0 中性粒细胞百分比最大值 207 13.90
入院类型 0 0 白蛋白最小值 356 23.91
SOFA评分 0 0 白蛋白最大值 356 23.91
SAPSⅡ评分 0 0 总胆红素最小值 139 9.34
SIRS评分 0 0 总胆红素最大值 139 9.34
AKI分期 0 0 血肌酐最小值 0 0
高血压 0 0 血肌酐最大值 0 0
糖尿病 0 0 BUN最小值 0 0
充血性心力衰竭 0 0 BUN最大值 0 0
肺部疾病 0 0 钾离子最小值 0 0
慢性肝脏疾病 0 0 钾离子最大值 0 0
慢性肾脏疾病 0 0 钠离子最小值 0 0
应用血管活性药物 0 0 钠离子最大值 0 0

机械通气
0 0 氯离子最小值 0 0
肾脏替代治疗 0 0 氯离子最大值 0 0
体外膜肺氧合 0 0 碳酸氢根最小值 0 0
主动脉球囊反搏 0 0 碳酸氢根最大值 0 0
尿量 46 3.09 血糖最小值 2 0.13
平均动脉压最小值 0 0 血糖最大值 2 0.13
平均动脉压最大值 0 0 纤维蛋白原最小值 602 40.43
体温最小值 43 2.89 纤维蛋白原最大值 602 40.43
体温最大值 43 2.89 INR最小值 25 1.68
心率最小值 0 0 INR最大值 25 1.68
心率最大值 0 0 凝血酶原时间最小值 25 1.68
呼吸频率最小值 1 0.07 凝血酶原时间最大值 25 1.68
呼吸频率最大值 1 0.07 PTT最小值 30 2.01
白细胞计数最小值 0 0 PTT最大值 30 2.01
白细胞计数最大值 0 0 乳酸最大值 759 50.97
血红蛋白最小值 0 0 PaO2/FiO2最小值 839 56.35
血红蛋白最大值 0 0
表3 训练集脓毒症相关严重血小板减少患者的53个变量单因素Cox分析
变量 HR(95% CI) P 变量 HR(95% CI) P
年龄 1.43(1.18~1.73) <0.001 碳酸氢根最小值 0.74(0.61~0.90) 0.003
性别 0.97(0.80~1.18) 0.746 碳酸氢根最大值 0.73(0.61~0.88) 0.001
入院类型 0.90(0.77~1.05) 0.185 BUN最小值 1.75(1.54~1.98) <0.001
应用血管活性药物 1.85(1.46~2.35) <0.001 BUN最大值 1.69(1.49~1.93) <0.001
机械通气 1.02(0.84~1.24) 0.839 氯离子最小值 0.85(0.73~0.98) 0.028
肾脏替代治疗 1.40(1.05~1.87) 0.021 氯离子最大值 0.75(0.65~0.88) <0.001
体外膜肺氧合 4.25(1.90~9.51) <0.001 血肌酐最小值 1.26(1.08~1.47) 0.004
主动脉球囊反搏 1.50(0.75~3.02) 0.256 血肌酐最大值 1.26(1.11~1.43) <0.001
尿量 0.60(0.52~0.68) <0.001 血糖最小值 0.82(0.62~1.07) 0.142
AKI分期 1.44(1.31~1.58) <0.001 血糖最大值 0.95(0.77~1.17) 0.609
平均动脉压最小值 0.61(0.47~0.79) <0.001 钠离子最小值 0.90(0.75~1.08) 0.256
平均动脉压最大值 0.44(0.14~1.37) 0.156 钠离子最大值 0.98(0.82~1.17) 0.850
体温最小值 0.6(0.49~0.73) <0.001 钾离子最小值 1.34(1.08~1.66) 0.007
体温最大值 0.73(0.57~0.95) 0.018 钾离子最大值 1.32(1.05~1.65) 0.017
心率最小值 1.40(1.00~1.94) 0.047 淋巴细胞百分比最小值 0.69(0.51~0.93) 0.015
心率最大值 1.32(1.07~1.62) 0.010 淋巴细胞百分比最大值 0.59(0.45~0.77) <0.001
呼吸频率最大值 1.39(1.14~1.68) 0.001 中性粒细胞百分比最小值 1.41(1.16~1.72) <0.001
充血性心力衰竭 1.14(0.91~1.43) 0.254 中性粒细胞百分比最大值 1.14(0.92~1.41) 0.217
高血压 0.91(0.75~1.11) 0.348 INR最小值 1.19(1.13~1.24) <0.001
肺部疾病 1.29(1.01~1.65) 0.045 INR最大值 1.17(1.12~1.21) <0.001
慢性肾脏疾病 1.12(0.90~1.38) 0.311 凝血酶原时间最小值 1.63(1.29~2.06) <0.001
慢性肝脏疾病 0.76(0.62~0.92) 0.005 凝血酶原时间最大值 1.45(1.06~1.98) 0.019
糖尿病 1.18(0.93~1.49) 0.179 PTT最小值 2.48(2.04~3.02) <0.001
血红蛋白最小值 0.75(0.61~0.93) 0.009 PTT最大值 1.85(1.51~2.27) <0.001
血红蛋白最大值 0.71(0.27~1.91) 0.500 总胆红素最小值 1.27(1.16~1.40) <0.001
白细胞最小值 1.34(1.19~1.50) <0.001 总胆红素最大值 1.17(1.07~1.29) 0.001
白细胞最大值 1.13(1.01~1.26) 0.026
图2 基于LASSO-Cox回归的变量筛选结果。图a为LASSO回归系数路径图,曲线展示变量系数随惩罚参数λ的变化轨迹;图b为交叉验证曲线图,左右两条灰色虚线分别表示λ.min和λ.1se,用于选择最优惩罚参数λ
表4 脓毒症相关严重血小板减少患者Cox回归分析变量的等比例风险假设检验
图3 基于Schoenfeld残差图的Cox等比例假设检验。各子图分别展示单个协变量的Schoenfeld残差(红点)随随访时间的变化分布。图a为年龄,图b为AKI分期,图c为尿量,图d为尿素氮最小值,图e为心率最大值,图f为INR最大值,图g为PTT最小值,图h为肝脏疾病。实线为残差随时间变化的拟合平滑曲线,虚线表示95%CI,曲线平滑,无明显随时间变化趋势 注:AKI为急性肾损伤;INR为国际标准化比值;PTT为部分凝血活酶时间
表5 Cox回归分析变量的分类及赋值说明
图4 多因素Cox回归分析模型中各变量对28 d生存的影响(森林图) 注:AKI为急性肾损伤;BUN为尿素氮;INR为国际标准化比值;PTT为部分凝血活酶时间
图5 多因素Cox预后模型列线图预测脓毒症相关严重血小板减少患者的生存率。评分为各因素在不同取值水平时对应的单项得分,总分为所有变量取值水平对应的单项分相加的总分值,线性预测值为总得分对应发生结局的概率 注:AKI为急性肾损伤;BUN为尿素氮;INR为国际标准化比值;PTT为部分凝血活酶时间
图6 脓毒症相关严重血小板减少患者28 d生存预测时间相关的ROC。曲线显示模型在随访期间各时间点均具有良好的区分能力,7、14和28 d ROC的AUC分别为0.723、0.733和0.736 注:ROC为受试者工作特征曲线;AUC为曲线下面积
图7 脓毒症相关严重血小板减少患者28 d生存预测时间相关的AUC。曲线显示了模型在随访期间对28 d生存的预测能力及其95%CI,AUC值在0.75左右波动,提示该模型在随访期间各时间点均具有稳定且良好的区分能力 注:AUC为曲线下面积
图8 脓毒症相关严重血小板减少患者的多因素Cox预后模型的内部校准曲线。图a为7 d内部校准曲线;图b为14 d内部校准曲线;图c为28 d内部校准曲线。模型内部验证一致性良好
图9 脓毒症相关严重血小板减少患者的临床决策曲线。当风险阈值概率为10%~80%时,模型获得更高的净获益
图10 脓毒症相关严重血小板减少患者的Cox模型与SOFA及SAPS Ⅱ的28 d ROC对比。Cox预后模型ROC的AUC为0.736,高于SOFA(0.644)和SAPS Ⅱ(0.700),提示Cox模型在28 d预后预测中具有更好的区分能力 注:SOFA为序贯器官功能衰竭评分;SAPSⅡ为简化急性生理评分Ⅱ
表6 验证集数据基线特征描述
基线特征 所有患者(1746例) 28 d死亡(541例) 28 d生存(1090例) 统计值 P
生存状态[例(%)] χ2=1631.00 <0.001
生存 1090(66.83) 0 1090(100.00)
死亡 541(33.17) 541(100.00) 0
生存时间
[d,MQR)]
6.90(3.30,13.65) 3.70(1.60,9.30) 7.90(4.60,15.33) Z=12.56 <0.001
人口学特征
年龄
[岁,MQR)]
62.00(52.00,72.00) 63.00(54.00,73.00) 61.00(51.00,71.00) Z=2.75 0.006
性别[例(%)] χ2=0.17 0.720
694(42.24) 225(41.59) 465(42.66)
949(57.76) 316(58.41) 625(57.34)
AKI 分期[例(%)] χ2=58.44 <0.001
0期 818(49.79) 196(36.23) 614(56.33)
1期 825(50.21) 345(63.77) 476(43.67)
合并基础疾病[例(%)]
高血压 317(19.29) 76(14.05) 235(21.56) χ2=13.22 0.004
糖尿病 301(18.32) 87(16.08) 212(19.45) χ2=2.74 0.113
肺部疾病 140(8.52) 46(8.50) 93(8.53) χ2=0.00 >0.999
慢性肾脏疾病 162(9.86) 50(9.24) 111(10.18) χ2=0.36 0.609
肝硬化 417(23.88) 126(23.29) 264(24.22) χ2=0.17 0.724
生命体征
尿量[ml/24 h,MQR)] 1108.00(425.00,2075.00) 710.00(249.00,1692.00) 1286.00(600.00,2207.75) Z=7.75 <0.001
心率最小值[次/min,MQR)] 77.00(65.00,91.00) 81.00(65.00,96.00) 76.00(64.750,88.00) Z=3.83 0.001
心率最大值[次/min,MQR)] 115.00(99.00,134.00) 123.00(107.00,141.00) 111.00(95.00,130.00) Z=8.40 <0.001
心率平均值[次/min,MQR)] 95.00(81.00,108.00) 100.00(87.00,113.00) 91.00(80.00,104.00) Z=7.97 <0.001
实验室数据
BUN最小值[mg/dl,MQR)] 27.00(16.00,45.750) 32.500(19.00,52.00) 24.00(15.00,41.00) Z=6.68 <0.001
BUN最大值[mg/dl,MQR)] 33.00(20.00,55.00) 42.00(26.00,64.00) 30.00(18.00,50.00) Z=7.94 <0.001
BUN平均值[mg/dl,MQR)] 30.00(18.00,50.75) 38.00(23.00,58.00) 27.00(17.00,45.00) Z=7.57 <0.001
PTT最小值[s,MQR)] 34.40(29.60,41.80) 36.00(30.20,45.73) 33.45(29.20,40.00) Z=4.06 <0.001
PTT最大值[s,MQR)] 38.00(31.20,49.00) 42.10(33.38,55.10) 36.00(30.83,45.55) Z=5.69 <0.001
PTT平均值[s,MQR)] 36.70(31.00,46.00) 40.00(33.00,49.300) 35.00(30.00,43.20) Z=5.54 <0.001
图11 验证集脓毒症相关严重血小板减少患者的28 d生存预测的时间依赖ROC曲线。曲线显示模型在不同时间点均具有良好区分度,7、14和28 d ROC的AUC分别为0.706、0.707和0.667 注:ROC为受试者工作特征曲线;AUC为曲线下面积
图12 脓毒症相关严重血小板减少患者的多因素Cox预后模型的外部校准曲线。图a为7 d外部校准曲线;图b为14 d外部校准曲线;图c为28 d外部校准曲线。模型外部验证一致性良好
1
Bauer M, Gerlach H, Vogelmann T, et al. Mortality in sepsis and septic shock in Europe, North America and Australia between 2009 and 2019- results from a systematic review and meta-analysis [J]. Crit Care, 2020, 24(1) : 239.
2
Larkin CM, Santos-Martinez MJ, Ryan T, et al. Sepsis-associated thrombocytopenia [J]. Thromb Res, 2016, 141: 11-16.
3
Claushuis TA, Van Vught LA, Scicluna BP, et al. Thrombocytopenia is associated with a dysregulated host response in critically ill sepsis patients [J]. Blood, 2016, 127(24) : 3062-3072.
4
Thachil J, Warkentin TE. How do we approach thrombocytopenia in critically ill patients? [J]. Br J Haematol, 2017, 177(1) : 27-38.
5
脓毒症相关的血小板减少症临床诊疗中国专家共识专家组. 脓毒症相关的血小板减少症临床诊疗中国专家共识 [J/OL]. 中华重症医学电子杂志, 2023, 9(3) : 225-240.
6
Vardon-Bounes F, Ruiz S, Gratacap MP, et al. Platelets Are Critical Key Players in Sepsis [J]. Int J Mol Sci, 2019, 20(14).
7
Venkata C, Kashyap R, Farmer JC, et al. Thrombocytopenia in adult patients with sepsis: incidence, risk factors, and its association with clinical outcome [J]. J Intensive Care, 2013, 1(1) : 9.
8
Brogly N, Devos P, Boussekey N, et al. Impact of thrombocytopenia on outcome of patients admitted to ICU for severe community-acquired pneumonia [J]. J Infect, 2007, 55(2) : 136-140.
9
Zhou H, Li Z, Liang H, et al. Thrombocytopenia and platelet count recovery in patients with sepsis-3: a retrospective observational study [J]. Platelets, 2022, 33(4) : 612-620.
10
Giustozzi M, Ehrlinder H, Bongiovanni D, et al. Coagulopathy and sepsis: Pathophysiology, clinical manifestations and treatment [J]. Blood Rev, 2021, 50: 100864.
11
Seymour CW, Liu VX, Iwashyna TJ, et al. Assessment of Clinical Criteria for Sepsis: for the Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3) [J]. JAMA, 2016, 315(8) : 762-774.
12
Vandijck DM, Blot SI, De Waele JJ, et al. Thrombocytopenia and outcome in critically ill patients with bloodstream infection [J]. Heart Lung, 2010, 39(1) : 21-26.
13
Martin CM, Priestap F, Fisher H, et al. A prospective, observational registry of patients with severe sepsis: the Canadian Sepsis Treatment and Response Registry [J]. Crit Care Med, 2009, 37(1) : 81-88.
14
Akca S, Haji-Michael P, De Mendonça A, et al. Time course of platelet counts in critically ill patients [J]. Crit Care Med, 2002, 30(4) : 753-756.
15
Zhou Z, Feng T, Xie Y, et al. Prognosis and rescue therapy for sepsis-related severe thrombocytopenia in critically ill patients [J]. Cytokine, 2020, 136: 155227.
16
Zhou J, Bai Y, Wang X, et al. A simple risk score for prediction of sepsis associated-acute kidney injury in critically ill patients [J]. J Nephrol, 2019, 32(6) : 947-956.
17
Fan Z, Jiang J, Xiao C, et al. Construction and validation of prognostic models in critically ill patients with sepsis-associated acute kidney injury: interpretable machine learning approach [J]. J Transl Med, 2023, 21(1) : 406.
18
Yang S, Su T, Huang L, et al. A novel risk-predicted nomogram for sepsis associated-acute kidney injury among critically ill patients [J]. BMC Nephrol, 2021, 22(1) : 173.
19
Luo M, He Q. Development of a prognostic nomogram for sepsis associated-acute respiratory failure patients on 30-day mortality in intensive care units: a retrospective cohort study [J]. BMC Pulm Med, 2023, 23(1) : 43.
20
Johnson AEW, Bulgarelli L, Shen L, et al. MIMIC-Ⅳ, a freely accessible electronic health record dataset [J]. Sci Data, 2023, 10(1) : 1.
21
李智博, 蒋芸杰, 杨姗姗, 等. 谵妄对重症监护病房急性心肌梗死患者住院病死率的影响 [J]. 实用医学杂志, 2022, 38(23) : 2952-2956.
22
Pollard TJ, Johnson AEW, Raffa JD, et al. The eICU Collaborative Research Database, a freely available multi-center database for critical care research [J]. Sci Data, 2018, 5: 180178.
23
Singer M, Deutschman CS, Seymour CW, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3) [J]. JAMA, 2016, 315(8) : 801-810.
24
Tang A, Shi Y, Dong Q, et al. Prognostic differences in sepsis caused by gram-negative bacteria and gram-positive bacteria: a systematic review and meta-analysis [J]. Crit Care, 2023, 27(1) : 467.
25
Wada T, Yamakawa K, Kabata D, et al. Sepsis-related coagulopathy treatment based on the disseminated intravascular coagulation diagnostic criteria: a post-hoc analysis of a prospective multicenter observational study [J]. J Intensive Care, 2023, 11(1) : 8.
26
Hu C, Li L, Huang W, et al. Interpretable machine learning for early prediction of prognosis in sepsis: a discovery and validation study [J]. Infect Dis Ther, 2022, 11(3) : 1117-1132.
27
Zhang L, Huang T, Xu F, et al. Prediction of prognosis in elderly patients with sepsis based on machine learning (random survival forest) [J]. BMC Emerg Med, 2022, 22(1) : 26.
28
Rubenstein DA, Yin W. Platelet-activation mechanisms and vascular remodeling [J]. Compr Physiol, 2018, 8(3) : 1117-1156.
29
Borges-Rodriguez M, Shields CA, Travis OK, et al. Platelet inhibition prevents NLRP3 inflammasome activation and sepsis-induced kidney injury [J]. Int J Mol Sci, 2021, 22(19).
30
Ren Y, Zhang L, Xu F, et al. Risk factor analysis and nomogram for predicting in-hospital mortality in ICU patients with sepsis and lung infection [J]. BMC Pulm Med, 2022, 22(1) : 17.
31
Hayashi H, Beppu T, Shirabe K, et al. Management of thrombocytopenia due to liver cirrhosis: a review [J]. World J Gastroenterol, 2014, 20(10) : 2595-2605.
32
Nilles KM, Flamm SL. Thrombocytopenia in chronic liver disease: new management strategies [J]. Clin Liver Dis, 2020, 24(3) : 437-451.
33
蒋子鸣, 王洪亮, 王素梅, 等. 重症监护病房脓毒症患者预后模型构建与评估 [J]. 中华危重病急救医学, 2023, 35(8): 800-806.
34
牟青松, 任香凝, 陆金帅, 等. 成人脓毒症休克患者院内死亡风险的早期预测及简易评分表构建 [J]. 重庆医学, 2024, 53(5) : 682-689.
[1] 熊梓宏, 孙超, 张宁, 卢宾, 向玺, 罗小丽, 张国英. 脓毒症相关性脑病患儿颅内压增高风险预测的列线图模型构建与验证[J/OL]. 中华危重症医学杂志(电子版), 2025, 18(06): 447-455.
[2] 刘林峰, 张钱平, 卢春兴, 冯波, 陈奔, 张闻岩, 江雅婷, 沈辰曦, 陈灵涛, 高志鹏, 郝钰, 龚裕强. 血尿素氮轨迹与脓毒症患者28 d病死率的相关性:一项分组轨迹分析研究[J/OL]. 中华危重症医学杂志(电子版), 2025, 18(06): 456-462.
[3] 何林霞, 相阳, 刘心如, 郑兴锋. 巨噬细胞代谢重编程在脓毒症急性肺损伤中作用的研究进展[J/OL]. 中华损伤与修复杂志(电子版), 2026, 21(01): 69-74.
[4] 王闪, 张忠威, 邓莉平, 熊勇, 高世成, 梁科, 张永喜, 马智勇. 发热伴血小板减少综合征与恙虫病临床特征对比分析:基于单中心真实世界的诊疗启示[J/OL]. 中华实验和临床感染病杂志(电子版), 2026, 20(01): 15-21.
[5] 邓鸿飞, 冯苛, 王征, 蒋文凯, 张晓婷. 氢溴酸山莨菪碱(654-1)联合血液净化治疗脓毒症休克患者短期疗效[J/OL]. 中华实验和临床感染病杂志(电子版), 2026, 20(01): 31-38.
[6] 许月芳, 杨林森, 黎春彤. 外科术后感染使用利奈唑胺致血小板减少症的高危因素分析[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(06): 682-684.
[7] 陈林欣, 沈利汉, 邱敏珊, 卢瑞瑜, 赖燕波, 杜瑞冬, 卢敏贞, 王洁. RDW/PLT联合LODS评分预测脓毒症并发肺炎预后的临床意义[J/OL]. 中华肺部疾病杂志(电子版), 2026, 19(01): 89-94.
[8] 安嘉伟, 刘国臣, 朱俊宇, 盖新宇. 细胞焦亡在脓毒症相关肝损伤中的作用机制及干预药物的研究进展[J/OL]. 中华细胞与干细胞杂志(电子版), 2025, 15(06): 374-382.
[9] 史斌, 孟令展, 李虎, 俞鹏, 曹李, 王子政, 邵艳玲, 严锦, 朱震宇. 阿伐曲泊帕在慢性肝病相关血小板减少症患者高危侵入性操作治疗中的应用:一项单中心、前瞻性、非随机对照试验[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(01): 66-72.
[10] 史楠, 于瑞璇, 谢剑锋, 邱海波. 慢病脓毒症的疾病负担及研究现状[J/OL]. 中华重症医学电子杂志, 2026, 12(01): 7-14.
[11] 席寅, 高妍纯, 王炜林, 徐永昊. 慢病脓毒症的液体复苏:器官储备功能导向的个体化策略[J/OL]. 中华重症医学电子杂志, 2026, 12(01): 15-20.
[12] 李锦源, 麦涵钰, 陈凯, 周文艳, 白吉佳, 曹相原, 丁欢. 蛋白质-合成代谢抵抗导致老年脓毒症患者骨骼肌质量下降的机制研究[J/OL]. 中华重症医学电子杂志, 2026, 12(01): 109-116.
[13] 周懿, 黄容华, 刘政疆. 5-羟色胺与铁死亡介导的脓毒症心肌病的研究进展[J/OL]. 中华临床医师杂志(电子版), 2025, 19(08): 612-617.
[14] 宁雯琪, 张永利. 脓毒症心肌病的研究进展:基础、临床与展望[J/OL]. 中华临床医师杂志(电子版), 2025, 19(06): 461-466.
[15] 刘鑫, 王文惠, 吴守振. 脓毒症相关急性胃肠损伤患者I-FABP、D-乳酸及炎症因子变化及意义[J/OL]. 中华卫生应急电子杂志, 2025, 11(06): 351-355.
阅读次数
全文


摘要


AI


AI小编
你好!我是《中华医学电子期刊资源库》AI小编,有什么可以帮您的吗?