动态数据还可kaiyun以这样分析——疾病轨迹变化

　　kaiyun现在随着电子病例系统的发达，以及各种各样数据库的完善，越来越多的数据可以动态分析，可以从更加深层次的展现疾病的变化趋势，以及发展轨迹。时间可长可短

　　现在随着电子病例系统的发达，以及各种各样数据库的完善，越来越多的数据可以动态分析，可以从更加深层次的展现疾病的变化趋势，以及发展轨迹。时间可长可短，例如入住重症监护病房的患者，多久会发展为多脏器功能不全，以及发展的轨迹是怎么变化的等等。这里我们就和大家一起了解一篇发表在critical care 上的一篇文献kaiyun。文章题目信息如上图。

　　这篇文章主要是研究了入住重症监护病房的严重创伤患者，发展出现脏器功能衰竭的轨迹变化kaiyun。文章主要使用了组基轨迹建模模型 Group-Based Trajectory Modeling（GBTM）

　　下图是文章的患者纳入排除标准，排除了没有入住ICU，住院时间小于24小时，信息缺乏，以及转至其他医院ICU的患者后，最后有660例患者纳入研究。

　　下图是所有纳入患者的基本信息，从基本资料，损伤严重性kaiyun，以及实验室指标和重要治疗措施角度进行了比较。因为本研究利用GBTM模型将患者分为了5类，分别为轻度脏器功能衰竭，中度脏器功能衰竭，重度脏器功能衰竭，极端重度脏器功能衰竭，TBI和并重度脏器功能衰竭，分别为group1 group2 group3 group4 group5 所以作者也比较了5类之间这些信息的区别。

　　下表比较了不同组别之间体现疾病严重程度的指标kaiyun，诸如APACHE评分，脓毒症比例kaiyun，SOFA评分大于等于3的天数等等。

　　其实上述几个表，极力在描述本研究发现的这5个组别之间的差异，从表1的基本信息，到表2的疾病严重程度，到表3的结局指标，均是在告知读者研究发现的这5个亚组是非常有意义的。因为这5个组之间的基本信息，疾病严重程度和结局是不一样的。提示后期更加精准的治疗。

　　最后作者还呈现了不同组别发展轨迹的情况。从下图中可以看出group1和group5，也就是死亡率最低和最高的两个组别，在入住ICU后很快就基本稳定了，而group2 和group3则需要更长的时间才基本稳定。