重复感染新冠会不会危及生命？新研究：这6个指标可预测！疾病|新型冠状肺炎

【重复感染新冠会不会危及生命？新研究：这6个指标可预测！】

文章图片

虽然越来越多的研究表明，对于身体健康的正常人来说，在首次感染新冠之后，重复感染新冠一般会由于体内已有的抗体，而症状更为轻微，但对于一些高风险人群，例如老年人、有相关基础慢病的人群，以及免疫力低下的相关人群等，每次感染新冠，可能经历的都是“生死考验” ，如何尽早识别感染新冠后是否有致命风险，对于重症风险人群的尽早干预，减少重症和死亡风险，都有着重要的意义，而近期发表的一项新研究，发现有通过6个生理指标，可以预测新冠致命感染的风险。

罗格斯大学的研究人员开发了一种方法，帮助医院使用机器学习软件识别危及生命的新冠肺炎病例。
这些研究中新开发的工具使用患者年龄和五项常规测试的结果来预测冠状病毒疾病的进展。其创建者表示，他们相信这种新模式可以显著改善感染该病毒的住院患者的预后。
罗伯特·伍德·约翰逊医学院（RWJMS）副教授、《mBio》杂志新论文的合著者Payal Parikh说，准确的预测非常有价值。 “这些指标能够让患者了解即将发生的事情，即使他们仍然足够健康，如果属于高危风险，应该尽早做出明智的治疗选择。这些指标还可以让医疗机构通过预测患者的需求来有效地分配资源。此外，有了更好的预后，我们可以在疾病过程中尽早开始治疗，从而获得更好的患者护理结果。 ”

罗格斯大学团队开始寻求使用机器学习软件和969名在疫情早期因病毒住院的患者的医疗记录来构建新冠肺炎预测模型。
该研究的主要作者David Natanov说，我们从每个患者那里获取了一堆数据点——实验室结果、人口统计学、生命体征、合并症等数十个。 “我们通过一系列不同的机器学习模型，调整到略微不同的参数，并生成了一个最初的77变量模型。该模型表现良好，但没有人有时间在任何东西中输入77个单独的数据点。 ”
Natanov说，研究人员使用各种分析工具来识别与该疾病相关的10个最具预测性的变量。然后，它使用人工智能以各种组合查看它们，直到找到由每个医院收集的六个数据点（年龄和五个常见实验室测试的结果）组成的两个有效模型。
研究人员称其模型中最准确的是PLABAC ，这是每个成分变量的第一个字母的首字母缩写：血小板计数、乳酸、年龄、血尿素氮、天冬氨酸氨基转移酶和C反应蛋白。
为了确保PLABAC预测所有新冠肺炎住院患者的死亡率，而不仅仅是初始样本中的969人，研究人员成功地利用它预测了疫苗接种前住院的另外7901名患者和疫苗接种后1547名第三组患者的结果。
疫苗接种后住院患者的强劲结果表明， PLABAC可以预测新冠肺炎变异患者的预后，超出感染第一患者组的原始病毒。
罗格斯团队不是第一个使用旧患者记录来创建新冠肺炎进展模型的人，但其成员认为，他们通过成功测试其预测第二组（和第三组）患者结果的能力来验证他们的模型。

他们还认为，与他们见过的其他模型相比，他们的模型还有另一个关键优势：易用性。大多数医院已经收集了关于新冠肺炎患者的所有六个数据点。唯一的额外工作是在公式中键入这六个变量——研究团队希望让它更容易。