CN116762011A - 发展成脓毒症的概率的检测 - Google Patents
发展成脓毒症的概率的检测 Download PDFInfo
- Publication number
- CN116762011A CN116762011A CN202180088964.4A CN202180088964A CN116762011A CN 116762011 A CN116762011 A CN 116762011A CN 202180088964 A CN202180088964 A CN 202180088964A CN 116762011 A CN116762011 A CN 116762011A
- Authority
- CN
- China
- Prior art keywords
- parameters
- mdw
- individual
- wbc
- elevated risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010040047 Sepsis Diseases 0.000 title claims abstract description 215
- 238000001514 detection method Methods 0.000 title description 20
- 238000000034 method Methods 0.000 claims abstract description 211
- 210000000265 leukocyte Anatomy 0.000 claims abstract description 197
- 210000001616 monocyte Anatomy 0.000 claims abstract description 85
- 238000004820 blood count Methods 0.000 claims abstract description 30
- 108010074051 C-Reactive Protein Proteins 0.000 claims description 89
- 102100032752 C-reactive protein Human genes 0.000 claims description 89
- 108010048233 Procalcitonin Proteins 0.000 claims description 77
- CWCXERYKLSEGEZ-KDKHKZEGSA-N procalcitonin Chemical compound C([C@@H](C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@H](C(=O)N[C@@H](C)C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(=O)NCC(O)=O)[C@@H](C)O)NC(=O)[C@@H](NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCSC)NC(=O)[C@H]1NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(N)=O)NC(=O)CNC(=O)[C@@H](N)CSSC1)[C@@H](C)O)[C@@H](C)O)[C@@H](C)O)C1=CC=CC=C1 CWCXERYKLSEGEZ-KDKHKZEGSA-N 0.000 claims description 77
- 230000002159 abnormal effect Effects 0.000 claims description 51
- 238000000149 argon plasma sintering Methods 0.000 claims description 34
- 230000009471 action Effects 0.000 claims description 25
- 239000000654 additive Substances 0.000 claims description 21
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000000996 additive effect Effects 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 description 152
- 239000000523 sample Substances 0.000 description 151
- 210000004369 blood Anatomy 0.000 description 139
- 239000008280 blood Substances 0.000 description 139
- 238000005259 measurement Methods 0.000 description 108
- 210000004027 cell Anatomy 0.000 description 106
- 208000015181 infectious disease Diseases 0.000 description 101
- 210000004698 lymphocyte Anatomy 0.000 description 82
- 210000000440 neutrophil Anatomy 0.000 description 81
- 238000012360 testing method Methods 0.000 description 59
- 230000009385 viral infection Effects 0.000 description 57
- 208000036142 Viral infection Diseases 0.000 description 52
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 50
- 230000034994 death Effects 0.000 description 48
- 231100000517 death Toxicity 0.000 description 48
- 230000035939 shock Effects 0.000 description 42
- 238000004458 analytical method Methods 0.000 description 41
- 206010053159 Organ failure Diseases 0.000 description 31
- 238000011282 treatment Methods 0.000 description 31
- 238000001374 small-angle light scattering Methods 0.000 description 30
- 239000011734 sodium Substances 0.000 description 30
- 206010061598 Immunodeficiency Diseases 0.000 description 27
- 235000014655 lactic acid Nutrition 0.000 description 25
- 239000004310 lactic acid Substances 0.000 description 25
- 201000010099 disease Diseases 0.000 description 24
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 24
- 210000003979 eosinophil Anatomy 0.000 description 19
- 206010022000 influenza Diseases 0.000 description 18
- 230000001902 propagating effect Effects 0.000 description 18
- 208000025721 COVID-19 Diseases 0.000 description 17
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 15
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 15
- 229910052700 potassium Inorganic materials 0.000 description 15
- 239000011591 potassium Substances 0.000 description 15
- 229910052708 sodium Inorganic materials 0.000 description 15
- 238000002297 emergency surgery Methods 0.000 description 14
- 210000003743 erythrocyte Anatomy 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000012512 characterization method Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 13
- 230000002489 hematologic effect Effects 0.000 description 13
- 206010051379 Systemic Inflammatory Response Syndrome Diseases 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 102000001554 Hemoglobins Human genes 0.000 description 8
- 108010054147 Hemoglobins Proteins 0.000 description 8
- 239000012472 biological sample Substances 0.000 description 8
- 238000013500 data storage Methods 0.000 description 8
- 230000004768 organ dysfunction Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 7
- 238000002847 impedance measurement Methods 0.000 description 7
- 239000003550 marker Substances 0.000 description 7
- 230000002503 metabolic effect Effects 0.000 description 7
- 230000004060 metabolic process Effects 0.000 description 7
- 210000003651 basophil Anatomy 0.000 description 6
- 239000000470 constituent Substances 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012502 risk assessment Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000010186 staining Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 208000035143 Bacterial infection Diseases 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 4
- 206010040070 Septic Shock Diseases 0.000 description 4
- 241000700605 Viruses Species 0.000 description 4
- 230000002411 adverse Effects 0.000 description 4
- 208000022362 bacterial infectious disease Diseases 0.000 description 4
- 230000003115 biocidal effect Effects 0.000 description 4
- 239000000090 biomarker Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 208000006750 hematuria Diseases 0.000 description 4
- 230000001506 immunosuppresive effect Effects 0.000 description 4
- 230000002757 inflammatory effect Effects 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 230000036303 septic shock Effects 0.000 description 4
- 230000009885 systemic effect Effects 0.000 description 4
- 230000003612 virological effect Effects 0.000 description 4
- 238000011546 CRP measurement Methods 0.000 description 3
- 206010017533 Fungal infection Diseases 0.000 description 3
- 206010062016 Immunosuppression Diseases 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 3
- 208000031888 Mycoses Diseases 0.000 description 3
- 206010070834 Sensitisation Diseases 0.000 description 3
- 239000003242 anti bacterial agent Substances 0.000 description 3
- 229940088710 antibiotic agent Drugs 0.000 description 3
- 230000001580 bacterial effect Effects 0.000 description 3
- 238000004159 blood analysis Methods 0.000 description 3
- 210000000601 blood cell Anatomy 0.000 description 3
- 230000000093 cytochemical effect Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 230000001747 exhibiting effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000003018 immunoassay Methods 0.000 description 3
- 230000004054 inflammatory process Effects 0.000 description 3
- 238000009533 lab test Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 238000003757 reverse transcription PCR Methods 0.000 description 3
- 230000008313 sensitization Effects 0.000 description 3
- 201000003883 Cystic fibrosis Diseases 0.000 description 2
- 101150110932 US19 gene Proteins 0.000 description 2
- 108700005077 Viral Genes Proteins 0.000 description 2
- 108010067390 Viral Proteins Proteins 0.000 description 2
- 208000007502 anemia Diseases 0.000 description 2
- 239000003146 anticoagulant agent Substances 0.000 description 2
- 229940127219 anticoagulant drug Drugs 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 210000002421 cell wall Anatomy 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012921 fluorescence analysis Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000001900 immune effect Effects 0.000 description 2
- 230000036737 immune function Effects 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 208000032839 leukemia Diseases 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 229910052724 xenon Inorganic materials 0.000 description 2
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241001678559 COVID-19 virus Species 0.000 description 1
- 108091005515 EGF module-containing mucin-like hormone receptors Proteins 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 208000019513 White blood cell disease Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000002079 electron magnetic resonance spectroscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003714 granulocyte Anatomy 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000005965 immune activity Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 231100000516 lung damage Toxicity 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 238000012009 microbiological test Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011275 oncology therapy Methods 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000003752 polymerase chain reaction Methods 0.000 description 1
- 230000000069 prophylactic effect Effects 0.000 description 1
- 238000011321 prophylaxis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 238000007473 univariate analysis Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 238000009528 vital sign measurement Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5094—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for blood cell populations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/0656—Investigating concentration of particle suspensions using electric, e.g. electrostatic methods or magnetic methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/1031—Investigating individual particles by measuring electrical or magnetic effects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/1031—Investigating individual particles by measuring electrical or magnetic effects
- G01N15/12—Investigating individual particles by measuring electrical or magnetic effects by observing changes in resistance or impedance across apertures when traversed by individual particles, e.g. by using the Coulter principle
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/016—White blood cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1488—Methods for deciding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1493—Particle size
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1497—Particle shape
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/26—Infectious diseases, e.g. generalised sepsis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/56—Staging of a disease; Further complications associated with the disease
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Cardiology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Dispersion Chemistry (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Vascular Medicine (AREA)
- Bioethics (AREA)
- Pulmonology (AREA)
- Optics & Photonics (AREA)
- Ecology (AREA)
- Tropical Medicine & Parasitology (AREA)
Abstract
提供了评定个体将发展成脓毒症的概率的***和方法。这些***和方法可以包括:获得与个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;以及通过将至少WBC和MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态。在所述一组参数被确定为提供升高的风险状态的情况下,该***和方法还可以包括获得与该个体相关联的辅助参数;以及提供该个体将发展成脓毒症的概率。
Description
技术领域
本公开内容涉及用于利用各种血液学参数除了评定个体的临床敏度之外还检测特定医疗状况的存在、严重性或风险的方法和***。
背景技术
在某些***中,大量寻求治疗的人具有不确定的预期临床过程。对具有不确定的预期临床过程的个体进行调查所需的时间会导致等待时间和驻留时间的延长,并可能成为护理机构效率低下的原因。此外,等待时间和诊断时间的延长可能导致不良后果,特别是由于某些严重状况可能迅速恶化。
发明内容
在一个方面,提供了一种评定个体将发展成脓毒症的概率的方法。该方法可以包括:获得与该个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值。该方法还可以包括通过将至少WBC和MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态。在所述一组参数被确定为提供升高的风险状态的情况下,该方法还可以包括获得与该个体相关联的辅助参数,该辅助辅助参数选自包括以下的组:降钙素原(PCT)和C反应蛋白(CRP)。该方法还可以包括将辅助参数与对应的预定标准进行比较;以及提供该个体将发展成脓毒症的概率。在所述一组参数被确定为提供升高的风险状态的情况下,个体将发展成脓毒症的概率基于将辅助参数与对应的预定标准进行比较;在所述一组参数被确定为不提供升高的风险状态的情况下,个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
在另一个方面,提供了一种用于评定个体将发展成脓毒症的概率的***。该***包括处理器,该处理器配置有存储在非暂态计算机可读介质上的指令,该指令当被执行时使该处理器执行动作。这些动作可以包括获得与该个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值。这些动作还可以包括通过将至少WBC和MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态。在所述一组参数被确定为提供升高的风险状态的情况下,这些动作还可以包括获得与该个体相关联的辅助参数,该辅助参数选自包括以下的组:降钙素原(PCT)和C反应蛋白(CRP)。这些动作还可以包括将辅助参数与对应的预定标准进行比较;以及确定该个体将发展成脓毒症的概率。在所述一组参数被确定为提供升高的风险状态的情况下,个体将发展成脓毒症的概率基于将辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。这些动作还包括提供个体将发展成脓毒症的概率。
在又一个方面,提供了存储指令的非暂态计算机可读介质,所述指令能够操作成在被执行时使处理器执行一组动作。这些动作包括获得与个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值。这些动作还包括通过将至少WBC和MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态。在所述一组参数被确定为提供升高的风险状态的情况下,这些动作包括获得与该个体相关联的辅助参数,该辅助参数选自包括以下的组:降钙素原(PCT)和C反应蛋白(CRP)。这些动作包括将辅助参数与对应的预定标准进行比较;以及确定个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,个体将发展成脓毒症的概率基于将辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较;以及提供个体将发展成脓毒症的概率。
附图说明
在附图中通过示例而非限制的方式对一些方面进行说明。
图1是根据本公开内容的各方面的对示例操作环境的示意性描述。
图2是根据本公开内容的各方面的对示例分析器的示意性描述。
图3是根据本公开内容的各方面的对示例分析器过程的示意性描述。
图4是根据本公开内容的各方面的对示例分析引擎的示意性描述。
图5描绘了根据本公开内容的各方面的用于根据血液样本评估病毒感染状态的示例方法的流程图。
图6描绘了根据本公开内容的各方面的用于根据血液样本评估病毒感染状态的示例方法的流程图。
图7描绘了根据本公开内容的各方面的用于根据血液样本评估病毒感染状态的示例方法的流程图。
图8描绘了根据本公开内容的各方面的用于检测感染的示例方法的流程图。
图9显示了根据本公开内容的各方面的按照脓毒症-2标准根据WBC和MDW然后是CRP对脓毒症概率的序贯评估。
图10显示了根据本公开内容的各方面的按照脓毒症-2标准根据WBC和MDW然后是PCT对脓毒症概率的序贯评估。
图11显示了根据本公开内容的各方面的按照脓毒症-3标准根据WBC和MDW然后是PCT对脓毒症概率的序贯评估。
图12描绘了根据本公开内容的各方面的用于评估个体的敏度的示例方法的流程图。
图13描绘了根据本公开内容的各方面的用于评估感染的严重性的示例方法的流程图。
图14描绘了根据本公开内容的各方面的用于评估个体的敏度的示例方法的流程图。
图15描绘了根据本公开内容的各方面的用于评估感染严重性的示例方法的流程图。
图16A至图26D描绘了根据本文中描述的示例研究和根据本公开内容的各方面的对某些人群的各种血液参数的测量和相关联结果的小提琴图。
具体实施方式
总体描述
本公开内容涉及用于评估与个体相关联的一个或更多个参数以对该个体进行医疗确定的方法和***。例如,这些参数(例如,由血液分析器测量的参数或基于由血液分析器测量的参数计算的参数)可以用于确定个体是否有特定的医疗状况、个体是否有特定医疗状况的升高风险、个体特定医疗状况的严重性、与个体相关联的敏度等。如本文中所用,参数可以指血液学、临床化学、免疫测定或其组合。出于例示性目的,医疗状况可以是炎症、感染(例如,病毒(流感、Covid-19等)、细菌、真菌)或由感染导致的状况(例如,脓毒症)。已经发现某些参数与医疗状况的存在、医疗状况的严重性或个体结果关系更密切。
在本文中提供的各方面中,个体医疗状况的严重性可以由个体结果(例如,器官衰竭、器官功能障碍或死亡)来表征,或者可以由他们对服务(例如,急诊手术、重症监护或住院)的需求来表征。因此,一个或更多个血液学参数与个体结果之间的相关性可以被医疗专家用来对个体进行医疗确定。在一个方面,当个体的医疗状况是脓毒症时,例如,一个或更多个血液学参数可以用于确定个体脓毒症的严重性。脓毒症的严重性可以包括只是感染而没有其他症状、脓毒症休克等。一个或更多个参数与医疗状况或结果的相关性也存在于免疫抑制的个体中。
用于进行这些确定的示例性参数包括血细胞群(即,单核细胞、白血球、白细胞、红细胞、中性粒细胞、淋巴细胞、未成熟粒细胞等)的表征,并且可以包括细胞群百分比、细胞群的平均体积、细胞群的平均宽度、细胞群的绝对计数等。更具体地,示例性参数包括单核细胞分布宽度(MDW,monocyte distribution width)、白细胞计数(WBC,white blood cellcount)、单核细胞%、淋巴细胞绝对计数(ALC,absolute lymphocyte count)、淋巴细胞%、中性粒细胞绝对计数(ANC,absolute neutrophil count)、中性粒细胞%、降钙素原(PCT,procalcitonin)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)或C-反应蛋白(CRP,C-reactiveprotein)。特别地,已发现MDW除了与个体的敏度相关之外,还与各种医疗状况的严重性和风险相关。例如,已经发现MDW的值与临床敏度相关,而不管个体(包括免疫功能低下的个体)中的个体状况是细菌性、病毒性、炎症性等。已经发现,当将MDW值与一个或更多个其他血液学参数(例如上面列出的那些)结合起来评定时,MDW值在这方面特别有用。
如本文所使用的,敏度一般是指个体需要的护理水平,也可以与疾病或状况的严重性相关,或者与发展成或患有疾病或状况的风险相关,即使未确诊或不太可能的疑似疾病是已知的亦如此。本文中描述了敏度的具体示例,包括但不限于个体是否需要重症监护,个体是否有院内死亡的风险(例如,入院后48小时内),个体是否有脓毒症的风险或者有严重感染或其他状况的风险。如本文中所用,术语“风险”指的是可能性,例如,在个体面临特定疾病或状况风险的情况下,风险指的是该个体可能(或比不可能更可能)患有该疾病或状况,或可能发展成这样的疾病或状况。如本文所使用的,在发展成或患有某种疾病或状况的情况下,升高的风险指的是发展成或患有某种疾病或状况的、高到足以需要立即或在24至48小时内进行治疗(例如,预防性或其他治疗)的风险。
出于例示性目的,已经发现当将MDW值与预定标准或阈值比较时,MDW值与病毒感染或由病毒感染引起的医疗状况的严重性相关,但当评定一个或更多个其他血液学参数以及将一个或更多个其他血液学参数与预定标准或阈值比较时,与严重性甚至更是相关。例如,当与MDW结合使用时,淋巴细胞%和/或中性粒细胞%与脓毒症的严重实例密切相关。对于稍微不严重的脓毒症实例,淋巴细胞%和中性粒细胞%也与MDW密切相关,而WBC、ANC、CRP和BUN也与之密切相关。
在本文中提供的一些方面,参数的序贯应用可以提供更好的评定,而且,令人惊讶的是,即使在分析显示组合地使用相同的参数没有显示出与第一参数的序贯性能相比的附加价值的情况下(例如,序贯——其中,CRP或PCT在MDW之后被评估——可以提供改进的预测能力,即使CRP+MDW或PCT+MDW似乎没有提供与单独的MDW相比的附加价值),也可能是这种情况。此外,各个测量可以与特定的截断相结合。如本文中所述,这可以改进早期感染检测,并可以潜在地减少抗生素施用的时间。在某些情况下,在协调的截断值下的各个测量的特定组合可以改进感染检测,而在不同的截断值下使用相同的测量可能不会改进感染检测。
此外,本公开内容的一些方面涉及通过表征血液样本中的WBC来评定病毒感染状态。该方法可以包括计算血液样本的MDW值。如果血液样本的MDW小于或等于特定MDW值例如20,则该方法可以包括指示病毒感染不太可能。如果血液样本的MDW值大于或等于特定MDW值(例如20),则该方法可以包括评估淋巴细胞百分比、中性粒细胞LALS的标准偏差、WBC嗜酸性粒细胞百分比、单核细胞指数、单核细胞的平均ALL、单核细胞MALS的标准偏差、单核细胞不透明度平均值、单核细胞的ALL的标准偏差、WBC嗜碱性粒细胞百分比、LHD、WBC体积的标准偏差、单核细胞和中性粒细胞的体积的标准偏差、以及WBC中性粒细胞百分比中的一种或更多种。
在一些方面,本公开内容涉及一种用于评定病毒感染的方法,在一些方面,该病毒是严重急性呼吸道综合征冠状病毒2(引起被称为COVID-19的疾病的病毒)。该方法可以包括表征血液样本中的WBC。该方法可以包括基于MDW、WBC淋巴细胞百分比、中性粒细胞LALS的标准偏差和WBC嗜酸性粒细胞百分比中的至少两种来评估该血液样本是来自具有活动性病毒感染的个体的可能性。评估可以包括决策规则、两个或更多个参数的线性组合、以及基于两个或更多个参数来计算血液样本来自具有病毒感染的个体的概率。
转至图1,根据本文中描述的一些方面,描绘了示例操作环境100。一般来说,示例操作环境100包括可以便于本文中所述的诊断、预测和医疗干预行动的***。操作环境100是用于实现本公开内容的实施方式的合适环境和***架构的示例。如上所述,一些实施方式可以实现为***,包括在其上执行方法或计算机软件应用程序的一个或更多个计算机和相关联的网络和设备。因此,本公开内容的各方面可以采取结合软件方面和硬件方面的实施方式的形式,这些方面在本文中都可以一般地称为“模块”或“***”。此外,本公开内容的方法可以采取在其上实现有机器可读应用软件的计算机可读介质中实现的计算机应用程序的形式。在这方面,机器可读存储介质可以是任何有形介质,它可以包含或存储供计算装置使用的软件应用程序。
示例操作环境100的一些方面包括至少一个分析器102。分析器是一种临床诊断机器,其能够测量样本的一个或更多个解剖或生理特性,包括:生命体征、代谢测量(也称为血液化学);细胞计数;病毒蛋白、病毒基因或微生物细胞测量;尿液测量;基因组特征;或质谱和/或免疫学测量。本文中所用的分析器包括其中采用两种或更多种类型的测量的工作单元或模块化***;例如,工作单元包括血液化学和免疫测定。
示例操作环境100的一些方面包括网络104。网络104通常便于分析器102与通信地耦接至网络104的任何其他设备之间的通信。因此,网络104可以包括接入点、路由器、交换机或通常理解为便于设备间通信的任何其他网络组件。通过示例的方式,网络104可以包括一个或更多个广域网、一个或更多个局域网、一个或更多个公共网络、一个或更多个私人网络、一个或更多个电信网络、或其任何组合。换言之,网络104可以包括多个网络,或多个网络中的一个网络,但以简单的形式描述以不模糊本文中描述的各方面。
示例操作环境100的一些方面包括远程设备106。远程设备106可以采取各种形式,例如个人计算机(PC)、智能电话、智能手表、笔记本计算机、移动电话、移动设备、平板计算机、可穿戴计算机、个体数字助理(PDA)、这些划定的设备的任何组合、或者可以直接或间接与分析器(例如分析器102)和/或数据存储装置(例如数据存储装置108)通信的任何其他设备。例如,在特定方面,远程设备106包括可以执行本地客户端应用程序的工作站PC。本地客户端应用程序可以与分析器102、数据存储装置108或两者进行通信连接。例如,本地客户端应用程序可以是便于用户与分析器102互动的应用程序。本地客户端应用程序对于另一示例,本地客户端应用程序可以是电子医疗记录***应用程序,该应用程序便于用户与由数据存储装置维护的电子医疗记录***的互动。
示例操作环境100的一些方面包括一个或更多个数据存储装置108。数据存储装置108通常存储数据、维护数据并通过网络104进行数据通信。数据存储装置108可以包括硬件、软件、固件的任何组合。例如,数据存储装置108可以包括电子医疗记录(EMR)***。EMR***可以存储关于多个个体的医疗信息(例如,人口统计学、物理学、生物学等)。换言之,EMR是实时、全面的专利数据集合,包括病史、医生记录、诊断、药物治疗、过敏、免疫接种、实验室测试结果和生命体征。EMR***存储和维护多个EMR。
对于另一示例,数据存储装置108可以包括实验室信息***(LIS)。LIS是用于存储、处理和管理实验室分析器的数据以及关于个体的包括样本测量结果的信息的软件***。从个体的生物样本中得出的实验室测试结果如WBC和MDW也可以由实验室专业人员手动地通过连接至一个或更多个分析器的实验室中间件间接地、或从分析器直接地输入至LIS。在一些方面,LIS***可以添加或修改存储在EMR***中的专利数据。
转至图2,提供了与本文中所述方面一致的示例分析器200的描述。分析器200描绘了可以用于测量样本例如血液样本的***中的部件。正如本领域技术人员所理解的那样,可以得到分析器,其依赖于许多原理,包括电阻抗、染色荧光分析、细胞图像分析和光散射分析工作。特别地,许多市售的血液分析器使用这些方法的组合。例如,贝克曼库尔特(Beckman Coulter)DxHTM 900血液分析器使用电阻抗(也称为DC电)来确定细胞大小和计数,并使用射频(RF)、光损失和光散射来评估细胞形态并进一步区分细胞的亚群。例如,在US 5,125,737中描述了示例性的***和方法,在此通过引用将其全部并入。从US 5,125,737的公开内容中可以了解到,区分血液样本中的细胞通常有超过一种的方法。例如,可以基于体积(通常通过阻抗测量)、或通过光散射、或通过参数的组合来区分细胞。如果通过光散射来区分,则可以使用不同角度的光散射,如低角光散射(LALS,low angle lightscatter)、轴向光损失(ALL,axial light loss)、上中角光散射(UMALS,upper medianangle light scatter)等。在一些情况下,大小和形态相似的细胞最好使用不同测量方法的组合来区分,可以使用图谱(例如,一个测量在x轴上,另一个测量在y轴上)或公式,如比率或总和。作为一个示例,嗜酸性粒细胞具有几种与中性粒细胞相似的光散射测量,并且基于任何单一的测量都很难区分。然而,通过观察中角光散射(MALS)、即UMALS和下中角光散射(LMALS)的组合,可以将嗜酸性粒细胞与中性粒细胞以及单核细胞、淋巴细胞和嗜碱性粒细胞清楚地区分。
存在可能与血液样本的特定特征相关的计算关系和传感器读数的成千上万种可能的组合,并且一旦细胞亚群被识别,除了细胞化学染色、标志物亲和性或其他细胞识别技术外或代替细胞化学染色、标志物亲和性或其他细胞识别技术,可以通过一个或更多个传感器读数(如LALS、ALL、UMALS、LMALS、MALS、阻抗等)进一步表征特定的细胞亚群。也就是说,血液分析器通常可以提供有关与样本中其他细胞亚群相比比这些细胞的简单的计数或比例要丰富很多的细胞亚群的数据。一个示例是单核细胞分布宽度(MDW),这是对血液样本中单核细胞亚群内细胞体积的标准偏差的计算。单核细胞群的这种特征与脓毒症相关联,例如在美国专利申请US 16/073,757;US 16/925,933;PCT/US19/28486;US 16/925,943;US16/925,937;US 16/390,597中所述。在一些情况下,细胞亚群的一个以上的特征或细胞亚群之间的关系可能指示相同或相关的条件,如病毒感染、脓毒症、贫血、白血病等。
如这里所示,分析器200包括具有光或辐照源(如发射光束214的激光器212)的换能器模块210。激光器212可以是例如635纳米、5毫瓦的固态激光器。在一些情况下,分析器200可以包括聚焦对准***220,该***调整光束214,使产生的光束222被聚焦并定位在流动池230的细胞质问区232处。在一些情况下,流动池230接收来自制备***202的样本分量。可以采用各种流体机制和技术,对流动池230内的样本等分进行流体力学聚焦。
在一些情况下,等分样本通常流经细胞质问区232,使其成分一次通过细胞质问区232。在一些情况下,分析器200可以包括细胞质问区或者换能器模块或血液分析仪器的其他特征,如美国专利号5,125,737;6,228,652;7,390,662;8,094,299;8,189,187;和9,939,453中所描述的,这些专利的内容出于所有目的在此通过引用而并入。例如,细胞质问区232可以由测量约为50×50微米并且长度(沿流动方向测量)约为65微米的正方形横向截面限定。流动池230可以包括具有第一电极234和第二电极236的电极组件,用于对通过细胞质问区232的细胞进行DC阻抗和/或射频电导率测量。来自电极234、236的信号可以被传输到分析***204。电极组件可以分别使用低频电流和高频电流分析细胞的体积和电导率特性。例如,低频DC阻抗测量可以用于分析通过细胞质问区的每个单独细胞的体积。高频射频电流测量可以用于确定通过细胞问询区的细胞的电导率。因为细胞壁充当高频电流的导体,所以当电流穿过细胞壁和穿过每个细胞内部时,高频电流可以用于检测细胞成分的绝缘性能的差异。高频电流可以用于表征核和颗粒成分以及细胞内部的化学成分。
图2中的光源已被描述为激光,然而,光源可以替选地或另外地包括氙气灯、LED灯、白炽灯或任何其他合适的光源,包括相同或不同种类灯的组合(例如,多个LED灯或至少一个LED灯和至少一个氙气灯)。如图2所示,例如,入射光束222照射通过细胞质问区232的细胞,导致从该区232发出的在角度范围α内的光传播(例如散射、透射)。示例性***配备有传感器组件,传感器组件可以在角度范围α内的一个、两个、三个、四个、五个或更多角度范围内检测光,包括与消光或轴向光损失测量相关联的光。如图所示,光传播240可以由光检测组件250检测,光检测组件可选地具有光散射检测器单元250A和光散射和/或透射检测器单元250B。在一些情况下,光散射检测器单元250A包括光敏区或传感器区,用于检测和测量上中角光散射(UMALS),例如,以相对于光束轴在约20度至约42度范围内的角度散射或以其他方式传播的光。在一些情况下,UMALS对应于在相对于照射流经质问区的细胞的入射光束轴的约20度至43度之间的角度范围内传播的光。光散射检测器单元250A还可以包括光敏区或传感器区,用于检测和测量下中角光散射(LMALS),例如,相对于光束轴在约10至约20度范围内的角度散射或以其他方式传播的光。在一些情况下,LMALS对应于在相对于照射流经质问区的细胞的光束轴的从约9度到约19度之间的角度范围内传播的光。
UMALS和LMALS的组合被定义为中角光散射(MALS),其可以是相对于照射流经质问区的细胞的入射光束轴的在约9度与约43度之间的角度的光散射或传播。本领域的技术人员会理解,这些角度(以及本文中所述的其他角度)可能会基于询问、感测和分析***的配置而有些变化。
如图2所示,光散射检测器单元250A可以包括开口251,该开口允许低角度的光散射或传播240通过光散射检测器单元250A之外,从而到达光散射和透射检测器单元250B并被光散射和透射检测器单元250B检测。根据一些实施方式,光散射和透射检测器单元250B可以包括用于检测和测量低角光散射(LALS)例如以相对于照射光束轴小于约5.1度的角度散射或传播的光的光敏区或传感器区。在一些情况下,LALS对应于相对于照射流经质问区的细胞的入射光束轴以小于约9度的角度传播的光。在一些情况下,LALS对应于相对于照射流经质问区的细胞的入射光束轴以小于约10度的角度传播的光。在一些情况下,LALS对应于以相对于照射流经质问区的细胞的入射光束轴约1.9度±0.5度的角度传播的光。在一些情况下,LALS对应于相对于照射流经质问区的细胞的入射光束轴以约3.0度±0.5度的角度传播的光。在一些情况下,LALS对应于相对于照射流经质问区的细胞的入射光束轴以约3.7度±0.5度的角度传播的光。在一些情况下,LALS对应于相对于照射流经质问区的细胞的入射光束轴以约5.1度±0.5度的角度传播的光。在一些情况下,LALS对应于相对于照射流经质问区的细胞的入射光束轴以约7.0度±0.5度的角度传播的光。在每个实例中,LALS可以对应于以约1.0度或更多度的角度传播的光。也就是说,LALS可以对应于以约1.0度与约1.9度之间;约1.0度与约3.0度之间;约1.0度与约3.7度之间;约1.0度与约5.1度之间;约1.0度与约7.0度之间;约1.0度与约9.0度之间;或者约1.0度与约10.0度的角度传播的光。
根据一些实施方式,光散射和透射检测器单元250B可以包括用于检测和测量以相对于入射光束轴成0度的角度轴向透射穿过细胞或从被照射的细胞传播的光的光敏区或传感器区。在一些情况下,光敏区或传感器区可以检测和测量以相对于入射光束轴成小于约1度的角度从细胞轴向传播的光。在一些情况下,光敏区或传感器区可以检测和测量以相对于入射光束轴成小于约0.5度的角度从细胞轴向传播的光。这种轴向透射或传播的光测量对应于轴向光损失(ALL或AL2)。如先前并入的美国专利第7,390,662号中所述,当光与颗粒相互作用时,入射光中的一些会通过散射处理(即光散射)改变方向,并且光的一部分会被颗粒吸收。这两个处理都从入射光束去除了能量。当沿光束的入射轴观察时,光损失可以称为正向消光或轴向光损失。美国第7,390,662号在第5栏第58行至第6栏第4行中描述了轴向光损失测量技术的附加方面。
因此,分析器200提供了用于获得以各种角度中的任何角度或在各种角度范围中的任何角度范围内——包括ALL和多个不同的光散射或传播角度——从生物样本的照射的细胞发散出的光的光传播测量——包括光散射和/或光透射——的装置。例如,包括适当的电路和/或处理单元的光检测组件250提供了用于检测和测量UMALS、LMALS、LALS、MALS和ALL的装置。
线路或其他传输或连接机制可以将信号从电极组件(如电极234、236)、光散射检测器单元250A、和/或光散射和透射检测器单元250B发送至分析***204进行处理。例如,可以将测量的DC阻抗、射频电导率、光透射和/或光散射参数提供或传输到分析***204进行数据处理。在一些情况下,分析***204可以包括计算机处理功能和/或一个或更多个模块或组件,其可以评估测量的参数,识别和列举生物样本的成分,并将表征生物样本元素的数据子集与一个或更多个感兴趣的特征或参数相关联。分析***204的一些方面包括分析引擎,如与图4有关的描述。
另外地或替选地,如图2所描述的,分析器200可以生成或输出呈现对样本进行的测量或计算的参数的报告206。对样本进行的测量或计算的参数可以包括UMALS、LMALS、LALS、MALS、ALL、WBC、MDW、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、嗜酸性粒细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%或其任何组合。
在一些情况下,来自换能器模块210的过量生物样本可以被引导到外部(或替选地内部)废物***208。在一些情况下,分析器200可以包括换能器模块或血液分析仪器的一个或更多个特征,如之前并入的美国专利号5,125,737;6,228,652;8,094,299;8,189,187和9,939,453中描述的那些。
图3示意性地描绘了示例性的分析器过程300,例如,该过程300可以可选地利用图2的分析器200。在本实施方式中,在步骤302处,可以将个体的血液样本传送至分析器,此时,分析器可以准备样本进行分析。一旦在步骤304结束了样本制备,样本可以在步骤306处穿过一个或更多个测量模块。步骤306的测量模块可以包括电导率模块、光散射模块、RF模块或其任何组合。代替电导率模块或光散射模块,或者除了电导率模块或光散射模块之外,可以使用其他模块。例如,血液分析器可以使用传感器检测染料或荧光标志物、成像、免疫测定标志物、大小分类或其他方法来识别细胞或其他样本成分。然后,可以由数据处理模块在步骤308中对样本测量结果进行评估。在一些方面,一旦样本测量完成,可以在步骤310中由报告模块显示测量结果。另外地或替选地,一旦样本测量完成,可以将测量结果传送至分析引擎以进一步处理,例如图4的示例分析引擎400。
图4描绘了根据本文中描述的各方面的示例分析引擎400。分析引擎400的各方面可以被并入分析器(例如图2中描绘的分析***204)的处理特征和/或模块或部件、由远程设备(例如图1中描绘的远程设备106)执行的应用程序、或者可以操作为操作环境(例如图1中描绘的操作环境100)的独立部件。
一般来说,分析引擎400评估一组测量结果或参数,识别和列举生物样本成分,并将表征生物样本元素的数据子集与一个或更多个感兴趣的特征或参数关联起来。因此,分析引擎400包括接收器模块、分析器模块、和通信器模块。
接收器(例如,接收器402)通常收集基于对个体样本的分析而得到的测量结果或计算的参数。在一些方面,可以直接从分析器的子***或从数据存储装置中接收数据(例如,所得到的测量结果或计算的参数)。接收器402可以使用本领域内已知的任何数据收集技术。
数据分析器404包括模块,该模块包括用于评估由分析引擎400接收的测量结果和参数的逻辑表达式。逻辑表达式可以包括评估由血液分析器(例如,与图1相关描述的分析器102或与图2相关描述的分析器200)得到的测量结果或由血液分析器计算的参数的线性或平行过程。数据分析器404包括敏度分析器404a、决策规则分析器404b、风险分析器404c中的至少一个。
敏度分析器404a包括呈如下任意组合的形式的规则、模型和逻辑表达式的库,该任意组合便于基于血液样本的一个或更多个参数或特征确定一个或更多个结果的概率和/或风险。在一些方面,潜在的结果可以与建议、治疗或干预相关联。例如,在个体结果与休克的风险相符合的情况下,将该个体转移到深切监护室/重症监护室的建议可以与之相关联。
决策规则分析器404b包括决策规则库。决策规则是将血液样本的个别参数或特征与阈值进行比较的逻辑表达式。决策规则分析器404b从库中集合一个或更多个决策规则,以建立分析引擎可以评估的逻辑表达式。在一个方面,分析器404b可以利用线性组合或两个或更多个参数。在组合中,决策规则可以用于确定与血液样本相关联的个体目前具有某种状况(例如,感染,包括病毒感染)的概率。
风险分析器404c可以包括以任何组合的方式的被配置成预测医疗状况的规则、模型、逻辑表达式。例如,风险分析器模块可以表征从分析器接收到的信息,以确定个体发展成脓毒症的风险。此外,风险分析器模块的一些方面可以表征从分析器接收到的信息,以确定脓毒症严重性的概率。
在一些方面,数据分析引擎400可以结合一个或更多个分析器模块的操作来生成输出。例如,由决策规则分析器404b维护的决策规则可以用于确定个体当前是否有某种状况,例如感染。响应于确定个体具有超过特定阈值的感染概率,数据分析引擎400的一些方面可以激活风险分析器404c,以便于确定个体是否处于发展成脓毒症或脓毒性休克的高风险。响应于个体具有发展成脓毒症或脓毒性休克的高风险的确定,数据分析引擎400的一些方面可以激活敏度分析器404a以便于确定建议的护理或处置水平。在替选方面,敏度分析器404a可以首先例如在获得血液样本的48小时内确定个体有需要重症监护的风险和/或有院内死亡的风险,然后可以利用决策规则分析器404b和/或风险分析器404c中的一个或更多个来进一步确定。
通信器406一般将分析引擎400的结果传送至至少一个预定的目标。在一些方面,预定目标可以包括正在执行实验室信息***的本地客户端或电子医疗记录***的本地客户端的远程设备(例如,与图1有关描述的远程设备106)。在这样的方面,结果可以包括:对提供护理建议、授权出院建议、诊断建议的视觉显示或音频信号的呈现;或对与分析样本对应的个体可能发展成脓毒症或其他严重状况的提醒。
在一些方面,预定的目标可以包括维持实验室信息***或电子病历***的数据存储装置(例如,与图1相关描述的数据存储装置108)。在这些方面,传送的结果可以包括输入对于与分析样本的医疗记录相关联的个体的命令(order)。例如,命令可以包括:将个体转移到重症监护室,增加医疗人员或设备对个体的监测,或具体的测试或护理标准协议。
如上文更详细地描述,数据分析引擎400包括处理提供至分析引擎的测量结果或参数的至少一个分析器。该处理可以包括以任何组合形式的被配置成检测和/或预测医疗状况的规则、模型、逻辑表达式。例如,决策规则分析器(例如,与图4相关描述的决策规则分析器404b)的一些方面可以包括如下程序,其表征从分析器接收到的信息,以确定个体发展成病毒感染的概率。特别地,根据本文中描述的各方面,在图5中描绘了一种用于评定病毒感染状态(例如,COVID-19感染状态)的方法500。方法500一般可以被描述为“决策规则”方法,其中血液样本的单个参数或特征对照每个参数或特征的阈值来考虑。
COVID感染的血液学评定
临床血液学检测可以包括细胞计数和细胞群分析。例如,全血细胞计数(CBC)可以报告血液样本中的红细胞和白细胞、血红蛋白水平、血细胞比容水平等。CBC-DIFF或带分类的CBC还可以报告白细胞的亚群,如单核细胞、淋巴细胞、嗜酸性粒细胞、嗜碱性粒细胞和中性粒细胞。报告的细胞群数据(CPD)可以包括细胞的数目或百分比;平均细胞特征,如体积;或细胞群特征,如测量结果的范围或标准偏差。报告的血液学范围通常与已知的临床意义的信息如细胞计数或血红蛋白含量的估计相关联。血液分析器可以收集与已知的细胞特征无关或者不知道有具体的临床意义的附加的传感器数据,因此通常不报告。此外,血液学参数的不同组合可能具有不同的临床意义。
已经发现,某些血液学参数的组合与COVID-19的单独诊断相关,如RT-PCR测试阳性。由于自动化或半自动化的血液学检测是现成的,相对便宜,而且相对快速,因此使用血液学参数来识别COVID-19患者比许多现有的测试更有优势。对于具有足够特异度(低假阳性)和灵敏度(低假阴性)的血液学参数,临床医生可以依靠血液学测试来评定患者是否有病毒感染,或者更特别地,患者是否有COVID-19。除血液学测试外,临床医生还可使用特定条件的测试,如RT-PCR或抗体亲和性测试,以确认怀疑的病毒感染,如COVID-19感染。本领域的技术人员会理解,患者可能有超过一种感染或状况同时活跃。例如,患者可以同时有活跃的病毒感染和活跃的真菌感染。因此,病毒感染的指标不一定排除其他感染或状况,而其他感染或状况的指标也不一定排除病毒感染。
可以得到依赖于许多原理——包括电阻抗、染色荧光分析、细胞图像分析和光散射分析工作——的血液分析器。许多市售的血液分析器使用这些方法的组合。例如,贝克曼库尔特DxH 900血液分析器使用电阻抗(也称为DC电)来确定细胞大小和计数,并使用射频(RF)、光损失和光散射来评估细胞形态并进一步区分细胞的亚群。例如,在US5125737中描述了示例性的***和方法,在此通过引用将上述申请的全部内容并入。从US5125737的公开内容中将理解,区分血液样本中的细胞通常有超过一种的方法。例如,可以基于体积(通常通过阻抗测量)或通过光散射或通过各种参数的组合来区分细胞。如果通过光散射来区分,则可以使用不同角度的光散射,如低角光散射(LALS)、轴向光损失(ALL)、上中角光散射(UMALS)等。在一些情况下,最好使用不同测量方法的组合来区分大小和形态相似的细胞,可以使用图(例如,一个测量在x轴上,另一个测量在y轴上)或公式,如比率或总和。作为一个示例,嗜酸性粒细胞具有几种类似于中性粒细胞的光散射测量,并且基于任何单一的测量都很难区分。然而,通过观察中角光散射(MALS),即UMALS和下中角光散射(LMALS)的组合,可以将嗜酸性粒细胞与中性粒细胞以及单核细胞、淋巴细胞和嗜碱性粒细胞清楚地区分。
存在可能与血液样本的特定特征相关的计算关系和传感器读数的成千上万种可能的组合,并且一旦细胞亚群被识别,除了细胞化学染色、标志物亲和性或其他细胞识别技术外或代替细胞化学染色、标志物亲和性或其他细胞识别技术,可以通过一个或更多个传感器读数(如LALS、ALL、UMALS、LMALS、MALS、阻抗等)进一步表征特定的细胞亚群。也就是说,血液分析器通常可以提供有关与样本中其他细胞亚群相比比这些细胞的简单的计数或比例要丰富很多的细胞亚群的数据。一个示例是单核细胞分布宽度(MDW),这是对血液样本中单核细胞亚群内细胞体积的标准偏差的计算。单核细胞群的这种特征与脓毒症相关联,例如在美国专利申请US 16/073,757;US 16/925,933;PCT/US19/28486;US 16/925,943;US16/925,937;US 16/390,597中所述。在一些情况下,细胞亚群的超过一个的特征或细胞亚群之间的关系可以指示相同或相关的状况,如病毒感染、脓毒症、贫血、白血病等。
方法500的一些方面包括在框502处表征血液样本中的白细胞(WBC)。WBC表征可以包括CBC-DIFF。WBC表征可能不需要完整的CBC-DIFF,并且可以包括通常不作为临床CBC-DIFF的一部分报告的表征。例如,在框502的特定方面,方法500包括确定属于淋巴细胞的WBC百分比。如上所述,分析器可以计算和区分包括在血液样本中的各种WBC。基于该信息,分析器可以确定淋巴细胞%。在框502的替选方面,分析器引擎可以查询个体的医疗记录,以获得与最近的淋巴细胞%相对应的数据值。
在决策框504,方法500可以包括确定淋巴细胞是否占血液样本中WBC的15%以下。换言之,分析器确定在框502中确定的淋巴细胞%是否少于分析器计数的总WBC的15%。在一些方面,如果淋巴细胞占WBC的比例小于15%,则样本检测报告可以指示怀疑有病毒感染(如COVID-19),如步骤512所示。
替选地,如果在决策框504确定淋巴细胞占WBC的15%或更大,则该方法可进入决策框506。决策框506包括基于分析器捕获的LALS测量结果来确定中性粒细胞的亚群。例如,该方法可以包括收集中性粒细胞亚群的LALS测量结果。该方法可以包括计算该中性粒细胞亚群的LALS测量结果的标准偏差。该方法可以包括确定中性粒细胞的LALS测量结果的标准偏差是否大于或等于35。如果分析器确定用于中性粒细胞的LALS测量结果的标准偏差大于或等于35,则样本检测报告可以指示怀疑有病毒感染(如COVID-19)。换言之,如果分析器确定LALS测量结果的标准偏差超过预定的阈值,则方法500的一些方面就会进入框512。
替选地,如果在决策框506确定中性粒细胞的LALS测量结果的标准偏差小于35,则方法500可以进入框508。在框508处,分析器确定样本中单核细胞的DC测量结果的标准偏差是否超过预定的阈值,例如23。因此,方法500可以包括识别单核细胞的亚群并收集单核细胞亚群的DC测量结果。方法500还可以包括计算由MDW参数报告的单核细胞DC测量结果的标准偏差。方法500还可以包括确定单核细胞的DC测量结果的标准偏差是否大于23。如果分析器确定单核细胞的DC测量结果的标准偏差大于23,则样本检测报告可以指示怀疑有COVID-19,如步骤22所示。换言之,如果分析器确定单核细胞的DC测量结果的标准偏差超过预定的阈值,则方法500的一些方面就会进入框512。
替选地,如果在决策框508确定单核细胞的DC测量结果的标准偏差小于或等于23,则方法500可以进入框510。在框510处,分析器可以确定病毒感染(例如由COVID-19引起)是不太可能的。因此,分析器可以产生样本测试报告,并触发通信器将报告发送至预定的目标。样本测试报告可以指示病毒感染(例如由COVID-19引起)是不太可能的。
在框512处,分析器可以产生可疑信息。如所描述的,在一些情况下,可疑信息可以包括测试报告上的标记、信息或其他信号,以向临床医生或研究人员指示可能的病毒感染(例如由COVID-19引起)。在一些方面,可疑信息可以包括传送至远程设备的指示与样本相关联的个体可能有病毒感染的音频或视觉信息。该指示可以在屏幕如血液分析器、实验室信息***(LIS)或电子病历(EMR)的显示屏上提供,或者也可以在血液学测试结果的打印输出、传真、电子邮件或其他数字或硬拷贝报告中提供。
另外地或替选地,可疑信息可以包括对个体的指示疑似病毒感染的EMR进行修改。此外,对个体EMR的修改可以包括增加确认测试,如框514所描述的。如果怀疑有COVID-19或其他病毒感染,则研究人员或临床医生可以进行确认性测试,如框514所示。由于做更具体的测试如RT-PCR或抗体亲和性测试所需的成本、时间或其他资源,确认性测试可能被推迟到血液学测试结果出来之前。无论是否有确认性测试514,可疑的COVID-19信息可以促使个体的治疗516适于可能的病毒和/或COVID-19感染。作为示例,疑似病毒感染可能导致与疑似细菌感染不同的药物治疗。类似地,疑似病毒感染可能导致与疑似外伤或癌症不同的治疗。
转至图6,根据本文中描述的各方面,提供了一种用于检测病毒感染的方法600。与方法500类似,方法600一般可以被描述为“决策规则”方法,其中血液样本的单个参数或特征是对照每个参数或特征的阈值来考虑。方法600的一些方面部分地由分析器设备(例如,图1中的分析器102)来促进。另外地或替选地,方法600的一些方面可以由远程设备(例如,图1中的远程设备106)来促进。分析器设备和/或远程设备可以包括分析器引擎(例如,来自图3的分析器引擎300),分析器引擎包括至少决策规则分析器模块(例如,决策规则分析器304b)。
如图所示,方法600一般包括表征血液样本的构成部分。使用血液分析器设备测量构成部分并确定参数。血液分析器设备可以使用光学元件、电极元件、RF元件、任何其他检测元件或其任何组合。构成部分的测量结果和参数可以从分析器生成的报告中提取。基于这些测量结果和参数,分析器引擎可以基于线性加权平均值来计算检测的预测强度。可以将计算的值与预定的阈值进行比较,并且基于该比较,分析器引擎确定与被分析样本相关联的个体是否可能有病毒感染,如COVID-19感染。在一些方面,分析器引擎可以响应于比较生成指令,以修改个体的EMR(例如,在个体的记录中添加或修改命令,在个体的图表中添加或修改注释)。在一些方面,分析器引擎可以产生传送至一个或更多个负责的护理提供者(例如,医生或护士)的音频或视觉警报。换言之,方法600的各方面便于检测病毒感染,如COVID-19感染,并提供护理和治疗建议。
因此,方法600的一些方面可以包括表征血液样本中的CBC和Diff模块,包括WBC和可选的RBC,如步骤602中所示。图5中步骤502的WBC和RBC表征可能与图6中步骤602的WBC和RBC表征相同或不同。换言之,方法500和方法600可以从相同的基础分析开始,然后以不同的方式进行。替选地,如果在测试之初就知道方法500或方法600是可取的,那么在对血液样本中的WBC和/或RBC进行表征时可以只获得某些子集的测量结果或特征。例如,可能没有必要为执行方法500而完全量化和表征嗜酸性粒细胞,并且可能也没有必要为执行方法600而完全量化和表征淋巴细胞。在基于DC和光散射测量的***中,就样本处理时间而言,收集完整的WBC表征可能是微不足道的,然而,在使用细胞化学染色或标志物亲和性测试的***中,例如,运行分析的子集可以节省用于运行对特定方法不关键的检测的试剂费用或时间。
方法600可以包括如步骤602所示的表征血液样本中的WBC。例如,框602的一些方面可以包括识别血液样本中单核细胞的亚群。此外,框602可以包括评估单核细胞亚群中单个细胞的体积。在一些方面,单个单核细胞的估计体积被用来计算单核细胞群的体积测量结果的标准偏差(MDW)。
方法600可以包括在框604处示出的提取关于病毒感染的领先指标。在一些方面,使用曲线下面积(AUC)值识别病毒感染(例如由COVID-19引起的)的领先指标,如框604所示。例如,这可以包括确定血液样本的MDW值是否大于20.9。
方法600可以包括如框606所示的选择这种参数的方法,并如框608所示使用线性加权平均值计算检测强度。方法600还可以包括如框610所示确定这些参数的加权组合是否大于选定的阈值。仅为示例性目的而非限制性目的,如果MDW值小于或等于20.9,则如框612所示样本检测报告可以指示病毒感染(例如COVID-19)不太可能,或者如框614所示病毒感染(例如COVID-19)很可能。基于这一确定,方法600可以涉及如框616所示的确认性测试或如框618所示的治疗。例如,在特定的方面,分析器引擎可以生成指令,以响应比较而修改个体的EMR(例如,在个体的记录中添加或修改命令,在个体的图表中添加或修改注释等)。在一些方面,分析器引擎可以产生被传送至一个或更多个负责的护理提供者(例如,医生或护士)的音频或视觉警报。
方法600的一些方面还可以包括结合地识别WBC血液样本的多个特征。仅就示例性目的而言,血液样本中的嗜酸性粒细胞群和平均细胞血红蛋白浓度(MCHC)可以结合使用。方法600可以包括这些参数的加权平均,如框608所示。如果WBC血液样本的特征的线性组合小于预定的阈值,则样本测试报告可以指示病毒感染(例如COVID-19感染)是不太可能的,如步骤612所示。如果WBC血液样本的特征的线性组合大于预定的阈值,则样本测试报告可以指示(例如,COVID-19感染)是可能的,如步骤614所示。在这个非限制性的示例中,如果以下参数的线性组合超过了-35.1的阈值,则报告会指示怀疑有COVID-19。
1.0x MDW-2.695×Eo%-1.661×MCHC>-35.1。
可以调整上述非限制性示例中使用的阈值-35.1以达到所需的临床灵敏度和特异度。
替选地,或除了决策规则或参数的线性组合之外,在一些情况下,可以计算血液样本来自于患有病毒感染(例如,COVID-19)的个体或研究对象的概率。例如,可以将淋巴细胞百分比(占WBC的百分比)、中性粒细胞LALS的标准偏差和MDW线性组合,以产生该疾病的概率:
ProbCovid=1/(1+exp(-指数))
其中,指数可以是:
-0.26*LY%+0.28中性粒细胞LALS SD+0.8MDW-21.5。
可以修改分配给指数中每个元素的权重,以反映亚群(例如,地理、人口统计或临床亚群)。可以调整在检测结果报告上发出(或不发出)可能的感染信号所需的阈值概率以反映所需的灵敏度和特异度。
如上所述,方法600的样本测试报告指示(例如,分析器引擎的输出)可以与方法500的样本测试报告指示相同或不同。例如,对于不同的方法可以使用不同的信息或不同的指标,特别在这两种方法在同一分析***上可用的情况下,以帮助临床医生或研究人员理解为什么样本被标记为可能或不太可能与病毒感染(例如,COVID-19感染)相关联。替选地,对于任一方法可以使用同样的信息或指标。
类似地,方法600中的确认性测试616和对个体的测试618可以与方法500中的确认性测试和治疗相同或不同。例如,不同的血液学感染指示可能与不同的表现相关联,这可能导致临床医生或研究人员要求进行不同的确认性测试,或临床医生指导不同的治疗。换言之,并且例如,由于方法500和方法600评估可能的病毒感染的不同血液学迹象,所以使用一种方法而不是另一种方法引发病毒感染怀疑的血液样本可能与和使用另一种方法或使用两种方法引发病毒感染怀疑的血液样本的不同的症状相关联。各种体征(如各种血液学观察)和症状可能有利于不同的确认性测试,可能包括附加的测试以排除不相关的感染或状况,如潜在的细菌或真菌感染或多种同时存在的病毒感染。各种体征和症状也可能有利于不同的治疗,特别地但不限于在治疗基本是支持性而不是治疗性的情况下。
如图7所示,用于检测病毒感染(如COVID-19感染)的方法700可以包括表征血液样本710中的WBC和/或RBC。图1中步骤12的WBC和/或RBC表征可以与图2中的步骤210以及图7中的步骤710中的WBC和/或RBC表征相同或不同。
与上述方法(方法500和方法600)类似,方法700一般可被描述为“决策规则”方法,其中血液样本的单个参数或特征对照每个参数或特征的阈值来考虑。方法700的一些方面部分地由分析器设备(例如,图1中的分析器102)来促进。另外地或替选地,方法700的一些方面可以由远程设备(例如,图1中的远程设备106)来促进。分析器设备和/或远程设备可以包括分析器引擎(例如,来自图3的分析器引擎300),该分析器引擎包括至少决策规则分析器模块(例如,决策规则分析器304b)。
如图所示,方法700一般包括表征血液样本的构成部分。使用血液分析器设备对构成部分进行测量并确定参数。血液分析器设备可以使用光学元件、电极元件、RF元件、任何其他检测元件或其任何组合。可以从分析器生成的报告中提取构成部分的测量结果和参数。基于这些测量结果和参数,分析器引擎可以计算综合指数,该综合指数被配置成使所选参数的辨别能力最大化。可以将计算的值与预定的阈值进行比较,并且基于该比较,分析器引擎确定与被分析样本相关联的个体是否可能有病毒感染,如COVID-19感染。在一些方面,分析器引擎可以响应于比较生成指令,以修改个体的EMR(例如,在个体的记录中添加或修改命令,在个体的图表中添加或修改注释等)。在一些方面,分析器引擎可以产生被传送至一个或更多个负责的护理提供者(例如,医生或护士)的音频或视觉警报。换言之,方法700的一些方面便于检测病毒感染(例如,COVID-19感染)并提供对个体的护理和治疗建议。
方法600的一些方面可以在框710处与一个或更多个分析器一起表征血液样本中的CBC和Diff模块,包括WBC和可选的RBC。图5中步骤502的WBC和RBC表征可能与图7中步骤710的WBC和RBC表征相同或不同。换言之,方法500和方法700可以从相同的基础分析开始,然后以不同的方式进行。
方法700可以包括提取病毒感染(如COVID-19)的领先指标。在一些方面,可以如框720中所示在基于AUC计算来分析已知的病毒感染阳性样本的基础上来确定领先指标。换言之,可以将已知状态的样本提供至分析器。分析结果可以用于识别与已知病毒剂相关联的指标。那些被识别的指标可以由与分析器相关联的分析器引擎存储为选择过滤器。该选择过滤器可以与一般的病毒感染有关,或与特定的病毒感染(如COVID-19)相关联。
方法700可以包括对参数的选择,该选择可以基于参数是否指示病毒感染(例如COVID-19),如在框730处所示。在一些方面,参数的选择是基于在框720处识别的领先指标。例如,方法700可以包括评估单核细胞亚群中单个细胞的体积。可以基于评价的单核细胞来计算单核细胞的体积测量结果的标准偏差(例如,MDW)。
在框740处,方法700包括计算单核细胞群在轴向光损失参数上的平均值和单核细胞中角光散射标准偏差,将这些结合起来以构建如框740处的综合指数。这方面的示例是:
单核细胞指数=MDW.值*(单核细胞轴向光损失平均值)^2*(单核细胞中角光散射标准偏差)。
在框750处,将综合指数值与预定的阈值进行比较。在一些方面,阈值可以被调整以达到所需的临床灵敏度和特异度。例如,单核细胞指数参数产生的曲线下面积为0.929。然而,正如本领域技术人员将理解的那样,可以确定替选的综合指数,包括单核细胞不透明平均指数。如果针对样本生成的综合指数大于阈值,则框750进入框770。替选地,如果针对样本生成的综合指数小于或等于阈值,则框750可以进入框760。换言之,方法700可以包括确定病毒感染(例如,COVID-19)是可能并进入框670,还是不可能并进入框760。方法700可以包括如步骤780所示的确认性测试,或者可以通知步骤790所示的治疗决策。
应该理解的是,所提出的方法不一定要按照所提出的顺序进行,而且方法中的不同步骤的子组合可能是独立有用的。例如,尽管MDW被显示为方法500的第三决策框(例如,图5中描述的方法500中的框508),但与MDW值升高的情况相比,仅正常的MDW值就使个体具有病毒感染(如COVID-19感染)的可能性降低了一些。此外,还可以考虑其他因素,包括但不限于:单核细胞的ALL平均值;单核细胞的DC平均值;单核细胞ALL的标准偏差;嗜碱性粒细胞的百分比(相对于WBC);平均红细胞血红蛋白浓度(MCHC)或血红蛋白的相关测量;低血红蛋白密度(Low Hemoglobin Density,LHD值),由平均细胞血红蛋白浓度得出;可以由有核红细胞(NRBC)模块测量的WBC的体积标准偏差(Whiteinnrbc DC标准偏差);可以由NRBC模块测量的单核细胞和中性粒细胞的体积标准偏差(monograninnrbc DC标准偏差);和中性粒细胞百分比(相对于WBC)。除了这些单独的特征外或代替这些单独的特征,某些特征的组合可能是有意义的,包括但不限于:对于COVID-19阳性病例,淋巴细胞体积标准偏差(LY DCSD)与淋巴细胞百分比(LY%)之间的比率可能更高;对于COVID-19阳性病例,由MDW参数报告的单核细胞体积标准偏差乘以单核细胞体积平均值(MO DC MEAN),再除以单核细胞不透明度平均值(MO OP MEAN)(总之,MDW*MO DC MEAN/MO OP MEAN)的比率也可能升高或单独升高。
使用基本参数和辅助参数检测脓毒症的方法
本公开内容涉及通过使用血液分析器测量的参数来检测感染(包括导致脓毒症的感染)的方法。各种参数和生命体征已被用于检测脓毒症,已经观察到参数的序贯应用可以提供改进的评定,并且令人惊讶的是,即使在分析显示组合地使用相同的参数没有显示出与第一参数的序贯性能相比的附加价值的情况下(例如,序贯——其中,CRP或PCT在MDW之后被评估——可以提供改进的预测能力,即使CRP+MDW或PCT+MDW似乎没有提供与单独MDW相比的附加价值),也可能是这种情况。此外,单个测量可以与特定的截断相结合。如本文中所述,这可以改进早期的脓毒症检测,并潜在地可以减少抗生素施用的时间。在一些情况下,在协调的截断值下各个测量的特定组合可以改进脓毒症检测,而在不同的截断值下使用相同的测量不能改进脓毒症检测。
转至图8,并简要参照图2和图3,如上所述,分析器的一些方面包括分析器引擎(例如,与图4相关描述的分析器引擎400),该分析器引擎包括至少风险分析器模块(例如,与图4相关描述的风险分析器模块404c)。如下面更详细的描述,风险分析器模块可以包括以任何组合方式的被配置成检测和/或预测医疗状况的规则、模型、逻辑表达式。例如,风险分析器模块可以表征从分析器接收到的信息,以确定个体发展成脓毒症的风险。此外,风险分析器模块的一些方面可以表征从分析器接收到的信息,以确定脓毒症严重性的概率。
换言之,本公开内容的实施方式可以通过测量的组合来改进脓毒症的早期检测。在一些方面,测量可以由血液分析器确定。例如,在一些实施方式中,对MDW和WBC的组合的评估可以用作***的筛查测试,然后在测试结果指示脓毒症风险升高的情况下进行PCT或CRP测量。在一些方面,这可以由分析器引擎通过对照预定标准评估这些测量来完成,这些预定标准可以是被认为对健康成年人来说异常的数值范围。例如,在一些方面,异常的WBC计数被确定为等于值小于4,000/mm3(4.0×103/μL)或大于12,000/mm3(12.0×103/μL)的SIRS标准。类似地,在一些方面,异常的WBC计数可以等于值小于约5,000/mm3和大于约10,000/mm3的医学定义。在一些方面,异常的MDW值可以是大于20.0通道的值。在一些方面,异常的MDW值可以是基于用于样本的容器类型的值,其中对于在K3EDTA抗凝剂中收集(例如,抽入K3EDTA管)的样本,MDW值高于21.5通道被视为异常,而对于在K2EDTA抗凝剂中收集(例如,抽入K2EDTA管)的样本,MDW值高于20.0通道被视为异常。在一些方面,异常的PCT值可以是大于0.25μg/L的值。在一些方面,异常的CRP截断可以是22mg/L。本领域的技术人员了解,这些截断可以被修改,以解决例如特定的亚群(如癌症患者、寻求护理的小儿患者等)或修改测试的灵敏度和/或特异度(例如,通过打开一定范围使其更具包容性,或进一步限制一定范围使其更具排斥性)。
WBC是测量个体体内白细胞(也称为白血球)数量的测试。这些细胞对于抵抗体内的感染非常重要,并且在某些情况下,在个体出现临床症状之前或在个体出现模糊的临床症状时,增加的WBC数量可以指示体内的感染或其他潜在的疾病。健康成年人的正常(非SIRS)WBC计数可以在每微升(μl或mcL)或立方毫米(mm3)血液中约5000至10000个白细胞之间变化。这与SIRS标准限定的正常计数(4000至12000个WBC/mcL)不同。
白细胞的亚型可以作为分类(CBC-diff)来测量,每个亚型都在WBC总数的典型百分比内:中性粒细胞(55%至73%)、淋巴细胞(20%至40%)、嗜酸性粒细胞(1%至4%)、单核细胞(2%至8%)和嗜碱性粒细胞(0.5%至1%)。
测量个体的WBC可能需要抽血,也就是所谓的静脉穿刺。通常由抽血员进行的这个过程包括将小针头***个体的静脉以及将血液收集到3ml到10ml的管里。然后可以将该血液管转移到自动化机器,该机器将分析样本以确定白细胞的数量,图2中描绘了该机器的实施方式。在自动化实施方式中,除了每种白细胞类型的百分比外,还可以获得关于血细胞的详细形态信息,如体积和大小。这种自动化测量可以基于从血液样本中的细胞测得的直流(DC)阻抗。这种传统方法(也被称为库尔特(Coulter)原理)由分析器通过使电流通过血液样本并基于细胞通过测量模块时产生的阻抗变化来测量单个细胞的数量来完成。另一种自动化方法是使光透过血液样本的激光流式细胞仪***。测量一个或更多个吸收信号,并在不同角度测量产生的光散射以确定细胞形态。另一种方法是荧光流式细胞仪,其工作原理与流式细胞仪类似,但在加入荧光试剂的情况下具有测量更具体的细胞群和更具体的形态学信息如某些细胞的核浆比的扩展的能力。成像是另一种方法并涉及摄像装置,该摄像装置自动收集染色细胞图像,并可以使用图像处理和模式识别技术对细胞进行自动分类或将详细的细胞图像呈现给专业人士进行审查。
MDW是单核细胞体积的标准偏差。单核细胞是白细胞的一种类型。可以通过将电流通过血液样本并基于测量所得阻抗测量的振幅来测量通过测量模块的单个细胞的体积来确定单核细胞体积参数(例如,在如图2所示***的流动池230中)。该体积也可以由使光透过血液样本并测量产生的光散射以确定细胞体积的***来测量。例如,在2016年1月28日提交的美国临时申请号62/288,091;2017年1月24日提交的PCT申请号PCT/US2017/014708;以及Park,D.-H.,“Screening of sepsis using leukocyte cell population data fromthe Coulter automatic blood cell analyzer DxH800,”Int.Jnl.15Lab.Hem.,2011,33,391-399中已经描述了使用WBC群数据(包括MDW)检测是否存在脓毒症和/或SIRS的方法,其所有这些内容出于所有目的都通过参考并入。
分析器的信息可以直接储存在分析器的软件***中,也可以由LIS收集。LIS是基于软件的实验室信息管理***,并且参与输入、处理和储存来自整个实验室的分析器的各种信息以及与个体相关联的信息。这包括处理和储存与个体相关联的样本测量,如MDW或WBC。LIS还可以从EMR中收集与个体相关联的信息,如生命体征测量以及从分析器中完成的样本测量。该信息可以与LIS中的信息相结合,并由软件进行分析,以进行疾病状态预测。这种分析可以通过评估所选测量是否符合预定标准来执行。基于输入的测量满足哪个预定标准,可以确定个体将发展成脓毒症的概率。预测报告或警报可以发送给医疗专业人员,以使他们可以决定如何最好地治疗个体。
在特定的示例中,在一项对1517名18至89岁的个体的研究中,评估了各种生物标志物的性能,这些个体在到急诊科(ED)就诊时被命令进行带分类的CBC测试,并且至少停留4小时。在这项研究中,从参与研究的个体身上抽取了额外的K3EDTA管、连同用于PCT和CRP测量的样本以及由治疗医生辨别的常规血液测试。所有血液样本在采集后2小时内用软件版本为1.0.0.329的DxHTM 900分析器(贝克曼库尔特公司,加州布雷亚市)进行分析。该仪器测量特定的细胞体积变量和白细胞(WBC)组内的细胞体积分布。每天用库尔特6C Plus细胞控制仪进行质量控制,以监测DxHTM 900***的性能。库尔特LATRON CP-X对照组被用作日常质量控制过程的一部分,以监测体积、电导率和光散射测量。PCT和CRP的浓度是在Cobas分析器(罗氏诊断公司(Roche Diagnostics),法国梅兰)、Liaison XL(索林,意大利萨卢贾)或AU5800(贝克曼库尔特公司,美国加州布雷亚市)分析器上测量的,这取决于站点。按协议进行的MDW、PCT和CRP测试结果(非医生命令)没有报告给主治医生。
就诊时的临床数据(包括既往病史、生命体征评定、症状、SIRS标准、qSOFA和SOFA评分、微生物测试和治疗)都记录在电子病例报告表上,并对个体进行了至少12小时的随访。在输入临床数据时和将个体分配到临床类别期间,MDW的结果对临床研究小组保密。
研究对象由合格的医生或专家基于如下“脓毒症-2”共识标准进行分类:如非SIRS(即,0或1个SIRS标准且无感染)、SIRS(≥2个SIRS标准且无感染)、感染(疑似或确认感染,有0至1个SIRS标准)、脓毒症(感染+≥2个SIRS)(包括脓毒症[无器官衰竭]、严重脓毒症[具有一个或更多个器官衰竭的脓毒症]和脓毒症休克[具有顽固性低血压的脓毒症]。按照脓毒症-3标准判定的类别包括对照组、感染组和脓毒症组(基于SOFA评分标准)。感染的存在是基于对所做测试的审查以及在就诊的头12小时内的临床数据来确定的。如果在12小时内没有进行感染检查,或者裁定者认为感染检查没有显示出感染的证据,则该个体被裁定者归类为“未感染”或SIRS。7至10天后从记录中提取测试结果,包括培养物、分子测试(如聚合酶链反应和抗原)、相关影像学和组织病理学。4小时内从ED出院的受试者在第30天进行了电话随访,以确认ED的最终诊断并排除脓毒症的发展。
在这项研究中,为了将脓毒症表征为进入ED时存在的问题,对于疑似感染的个体,必须在初始CBC后12小时内达到脓毒症标准(通过启动诊断性感染工作来反映),并且通过每个站点至少两名独立的裁定者对提取的电子病历数据进行专家审查来验证适当的临床分类。由第三方独立的医生审查员对不一致的情况进行仲裁。
下面的表1和表2使用ROC曲线下面积(AUC)作为对每个参数或参数组合可以区分脓毒症个体和非脓毒症个体的程度的衡量,来提供上述研究中生物标志物MDW、WBC、PCT和CRP单独和组合用于诊断脓毒症的表现。
表1:MDW、WBC、PCT、CRP单独或组合用于脓毒症-2的基线测量的表现
表2:MDW、WBC、PCT、CRP单独或组合用于脓毒症-3的基线测量的表现
/>
这项分析使用了基于约登指数的大于22mg/L的CRP的截断值,约登指数是捕捉生物标志物最大有效性的单一统计值。这项分析还识别了被抽入K3EDTA管中的MDW样本的大于21.5通道的截断。对WBC使用小于4,000/mm3或大于12,000/mm3的截断值,而对PCT使用大于0.25μg/L的截断值。
从表1和表2可以看出,PCT或CRP与MDW+WBC的组合似乎并没有提高脓毒症的诊断准确性。但令人惊讶的是,序贯方法——其使用MDW和WBC作为***的筛选测试,然后在测试结果不调和的情况下使用PCT或CRP作为测量——提供了对脓毒症-2的改进结果,可能会导致更早的检测和减少施用抗生素的时间。这在图9和图10中以图表方式示出,它们显示了按照脓毒症-2标准根据WBC和MDW然后是CRP(在图9中)或PCT(在图10中)对脓毒症概率的序贯评定。第二个令人惊讶的结果是,使用MDW和WBC作为***的筛选测试、然后在MDW和WBC值二者不正常的情况下使用PCT或CRP作为测量的序贯方法也被发现可以提高诊断的准确性。这在图10和图11中以图表方式示出,其中图10示出了在最初的异常MDW和WBC值上加上异常的PCT测量时,脓毒症-2的概率从60%增加到71%,而图11示出了在最初的异常MDW和WBC测量上加上异常的PCT测量时,脓毒症-3的概率从28%增加到44%。最后,在这种情况下,发现抽入K3EDTA管的MDW的最佳截断值是21.5通道,不过可以使用20至22.5通道之间的截断值。类似地,当测量抽入K2EDTA管的MDW时,在一些方面使用18.5至21通道范围内的截断。在特定的方面,已经发现最佳的截断值是20通道。
当评估CRP时,可以使用14至40mg/L之间的截断值。在这种情况下,基于约登指数分析,发现最佳截断值为22mg/L。最后,当评估PCT时,可以使用0.05至0.25μg/L的范围。在这种情况下,虽然基于约登指数分析发现最佳的PCT截断是0.12μg/L,但还是使用了0.25μg/L的截断值,因为发现它能使特异度最大化。当结合这些参数时,可以在这些范围内调整截断值。例如,当使用MDW作为筛选工具时,可以降低截断值以提高灵敏度。然后可以选择提高特异度的PCT或CRP的截断值。
回到图8,一种用于基于样本的血液分析来识别具有脓毒症的升高的风险的样本的方法800。可以至少部分地由分析器(例如,图2的分析器200)和分析引擎(例如,图3的分析引擎300)来便于方法800的一些方面。在一些方面,分析器引擎是并入分析器的模块。此外和或替选地,可以部分地由远程设备(例如,图1的远程设备106)和正在维护LIS或EMR***的数据的数据存储装置(例如,图1的数据存储装置108)来便于方法800的一些方面。在一些方面,分析器引擎被并入远程设备的模块或由远程设备执行的应用程序。
如所描绘的,方法800的一些方面在框810处开始。在框810处,可以从个体那里获得血液样本。该样本可以以任何方式获得。例如,血液样本可以被收集在K2EDTA管或K3EDTA管中。然后,该血液样本可以在框820处由血液分析器处理。在一个方面,血液样本的测量可以包括WBC和MDW。
在框830处,血液样本参数可以被输入实验室信息***(LIS),以手动或自动处理。在一些方面,LIS包括处理器和非暂态性计算机可读存储介质。该计算机可读介质可以用应用程序编程,以使处理器在框840处评估样本参数,以确定这些参数是否指示升高的脓毒症风险。如果基于与预定标准的比较没有发现升高的风险,则方法800的各方面进行到框890。
替选地,如果基于样本参数与预定标准的比较发现风险升高,则方法800的各方面进行到框860。例如,在评估的参数是MDW和WBC的情况下,如果这些参数中的至少一个在与预定标准比较时是异常的(例如,WBC异常+MDW正常,WBC正常+MDW异常,或者WBC和MDW都异常),则这些参数可以被处理为指示升高的脓毒症风险。在这样的情况下,方法800的各方面进行到框860。
框860包括获得血液样本的辅助参数。例如,这可以通过分析器执行CRP和/或PCT的测试来完成,或者在已经执行了这些测试的情况下,通过从数据存储装置或本地存储器检索这些测试的结果来完成。此外,框860处的一些方面包括自动生成对个体进行PCT或CRP测试的命令,或向主治医生建议进行这样的测试。
然后在框880处评估辅助参数的结果。在一些方面,辅助参数通过与相应的预定标准进行比较来评估,并且该评估的结果可以用于针对个体的脓毒症预测报告105。
在遵循如上所述的使用预定标准来评估基本参数和/或辅助参数的过程的实施方式中,预定标准可以是如下值的范围,其被认为对健康成年人来说是不正常的,并且单独或结合其它参数对发展成脓毒症进行预测。在一些实施方式中,这些参数可以存储在电子医疗记录(EMR)中,并由LIS从EMR中提取。从个体生物样本得出的实验室测试结果如WBC和MDW也可以由实验室专业人员手动输入至LIS,或直接从分析器输入。分析器是一种临床诊断机器,其能够测量样本的一个或更多个解剖学或生理学特性,包括:代谢测量(也称为血液化学);细胞计数;病毒蛋白、病毒基因或微生物细胞测量;尿液测量;基因组特征;或免疫学测量。
虽然已经说明和描述了本发明的特定实施方式,但对于本领域的技术人员明显的是,可以在不背离本发明的精神和范围的情况下做出各种其他的改变和修改。例如,上面提供的图8的描述描述了方法800的一个方面,其中检测到脓毒症的升高的风险触发在框860处获得辅助参数,而不是在框890处立即报告脓毒症预测。然而,在一些实施方式中,足够高的或其他确凿的脓毒症风险可以触发在框890处报告脓毒症预测,而不是在框860处获得辅助参数。例如,在评估MDW和WBC以确定脓毒症的升高的风险的情况下,如果MDW和WBC二者相对于预定标准是异常的,则一些实施方式可以简单地在框890处报告脓毒症预测,并且可以在MDW和WBC测量不调和的情况下(正常MDW+异常WBC,或异常MDW+正常WBC)只获得辅助参数。因此,可以设想,所有这样的变化和修改都在本发明的范围之内。
使用参数检测医疗状况、严重性、风险和敏度
如上文更详细的描述,分析引擎包括处理提供至分析引擎的测量结果或参数的至少一个分析器。处理可以包括以任何组合方式的被配置成检测和/或预测医疗状况的规则、模型、逻辑表达式。例如,敏度分析器(例如,与图4相关描述的敏度分析器404a)的一些方面可以包括表征从分析器接收到的信息以确定个体的敏度的程序。在某些方面,敏度分析器(例如,与图4相关描述的敏度分析器404a)可以包括表征从分析器接收到的信息以识别出院的个体和/或评估个体是否对护理有反应的程序。在某些方面,敏度分析器(例如,与图4相关描述的敏度分析器404a)可以包括表征从分析器接收到的信息以评定感染的严重性和/或确定个体是否有脓毒症或休克的风险的程序。在各方面,敏度分析器(例如,与图4相关描述的敏度分析器404a)可以包括可以包括如下程序,其表征从分析器接收的信息,以:对与发热新生儿相关联的风险进行分层,评定或预测***性感染的风险,评定或预测个体是否有呈现出高炎症状态的风险,辨别怀疑感染的个体是否有病毒感染,辨别怀疑感染的个体是否有细菌感染,辨别是否应该提供抗生素治疗,辨别个体是否正在经历与炎症和/或感染有关的呼吸道恶化例如囊性纤维化,评定免疫受损个体的感染严重性,或其组合。
在本文中公开的某些方面,提供涉及评估个体的敏度的***和方法。在某些***中,到达急诊科(ED)的大多数个体都具有不确定的预期临床过程。例如,在某些情况下,进入ED的大多数个体可能是稳定的,而ED将需要多种类型的资源(例如,实验室测试和/或成像),以调查或治疗个体。在某些情况下,这种具有不确定的预期临床过程的个体可以被初步归类为紧急严重性指数3级。调查具有不确定的预期临床过程的个体所需的时间导致等待时间和驻留时间延长,并可能成为ED或护理效率低下的来源。此外,由于包括与感染或非感染相关联的状况的各种疾病的症状重叠,诊断在ED寻求护理的个体可能是挑战性的。漫长的等待时间和漫长的诊断时间可能导致不良后果。
本文中公开的***和方法可以缓解上述问题中的一个或更多个。例如,在某些方面,本文中公开的***和方法可以评定个体的敏度。在这些方面,评估或评定个体的敏度可以早期识别可能需要增加护理的个体(例如,具有脓毒症、严重脓毒症或其他严重状况的风险或升高风险的个体),并可以最终更有效地被转移到适当的护理单元,例如重症监护设施(例如,重症监护室(ICU))。在相同或替选方面,通过本文所公开的方法在早期识别有脓毒症或严重脓毒症风险的个体,护理脓毒症测试的附加标准然后可以被命令。
如本文所使用的,敏度一般是指个体需要的护理水平,也可以与疾病或状况的严重性相关,或者与发展成或患有疾病或状况的风险相关,即使未确诊或不太可能的疑似疾病是已知的亦如此。本文中描述了敏度的具体示例,包括但不限于个体是否需要重症监护,个体是否有院内死亡的风险(例如,入院后48小时内),个体是否有脓毒症的风险或者有严重感染或其他状况的风险。如本文中所用,术语“风险”指的是可能性,例如,在个体面临特定疾病或状况风险的情况下,风险指的是该个体可能(或比不可能更可能)患有该疾病或状况,或可能发展成该疾病或状况。如本文所使用的,在发展成或患有某种疾病或状况的情况下,升高的风险是指发展成或患有某种疾病或状况的、高到足以需要立即或在24至48小时内进行治疗(例如,预防或其他治疗)的风险。
在各个方面,本文中公开的***和方法可以至少部分地基于来自与个体相关联的血液样本的MDW值来评定个体的敏度。在这些方面,本文中公开的***和方法可以将个体的MDW值与一个或更多个预定标准进行比较,以评估敏度。例如,在某些方面,如本文所讨论的,MDW值可能与需要重症监护的升高的风险和/或院内死亡的升高的风险相关联。在这些方面,独立于疾病和/或独立于最终诊断(或在最终诊断之前),单独的个体的MDW值或个体的MDW值与本文所讨论的其他标志物结合可以指示个体有需要重症监护的风险和/或有院内死亡的风险。在相同或替选方面,独立于个体呈现出的疾病,本文中公开的方法和***可以确定个体的处置,例如需要去ICU、准备出院等。
在各方面,通过快速识别和/或评定个体需要重症监护的风险和/或院内死亡的风险,可以以更有效和及时的方式将适当的资源转给这些个体,这可以导致减少不良后果。在各个方面,个体的MDW值是在到达急诊科后约6小时内、到达急诊科后约4小时内、或到达急诊科后约2小时内采集或计算的。
在各方面,本文中公开的***和方法可以识别出院的个体。例如,在某些方面,可以将一个或更多个MDW值与一个或更多个预定标准进行比较,以将个体识别为出院的候选者。在各个方面,在护理或观察过程中,可以在多个血液样本上获得多个MDW值。在这些方面,识别个体出院可以帮助释放医院资源,和/或更有效地分配医院资源。
在某些方面,本文中公开的***和方法可以包括评估个体是否对护理有反应。例如,在各个方面,可以在护理过程中获得多个MDW水平,并且可以将这样的MDW水平与一个或更多个预定标准进行比较。当MDW水平恢复到正常水平或参考水平或者在多个参数的进程中朝这个方向发展,可以确定个体对护理有积极的反应。相反的结果也可以适用,即,在MDW水平保持在升高的水平或在护理过程中不断增加的情况下,可以确定个体对护理方案没有积极的反应。
在某些方面,本文中公开的***和方法可以帮助评定感染的严重性。在一个示例方面,如本文所讨论的,一个或更多个MDW值可以与一个或更多个预定标准相比较,以确定个体是否有脓毒症或休克的风险。在某些方面,预定标准可以包括可以区分脓毒症风险和休克风险的一个或更多个阈值范围。
在各个方面,一个或更多个附加参数(例如,来自血液样本的附加参数值)可以帮助评定感染的严重性。在各个方面,本文中公开的用于评定感染严重性的***和方法可以用于发热新生儿,例如,以对与此类人群相关联的风险进行分层。例如,如果发热的新生儿呈现出升高的MDW水平(例如,与一个或更多个预定标准相比),那么可以确定他们的发热症状是由感染引起的。此外,在这些方面,如果适用的话,可以对于被确定为有感染风险的发热新生儿来确定感染的严重性,这可以导致与这样个体相关联的风险分层。在某些方面,本文中公开的用于评定感染严重性的***和方法也可以用于评定或预测***性感染的风险。在各个方面,本文中公开的用于评定感染严重性的***和方法也可以用于评定或预测个体是否有呈现出高炎症状态的风险。
在各方面,在确认存在感染和/或感染类型之前的一些情况下,能够辨别感染或炎症状态的严重性或其风险可以帮助以更有效的方式将个体与适当类型和水平的护理联系起来,同时将稀缺的医院资源转用于严重感染风险最大的个体。在某些方面,虽然乳酸和/或PCT测量可以被命令来评定感染,但这样的参数通常在个体的护理和/或观察的后期才会出现。根据本文中公开的各方面,将MDW值与一个或更多个预定标准进行比较以评定感染或疑似感染的严重性可以在早期进行,从而更早地评定感染的严重性并且为个体带来更好的结果。
在某些方面,如本文所讨论的,可以单独使用个体的MDW值或将个体的MDW值与一个或更多个其他参数(例如,来自血液样本的一个或更多个附加测量值)相结合来辨别怀疑感染的个体是否有病毒感染。在这些方面,能够将个体识别为怀疑有病毒感染可以有助于减少对这些个体的抗生素处方,这可能会减少不良后果。在相同或替选方面,可以单独使用个体的MDW值或将个体的MDW值与一个或更多个其他参数结合来辨别疑似感染者是否有细菌感染,包括但不限于结核病、真菌感染或由寄生虫引起的感染如疟疾。在相同或替选方面,可以单独使用MDW值或将MDW值与一个或更多个其他参数结合来辨别是否应该提供抗生素治疗。在这些方面,由于这样的方法依赖于个体的MDW水平,而这种水平可以在评定个体的早期获得,因此可以比在正常护理标准下更早(例如,比等待其他检测测试结果的培养物更早)地对怀疑有细菌感染的个体施用抗生素。在相同或替选方面,可以获得个体的多个MDW水平,并将其用于检测和/或监测个体的感染例如***性感染。例如,在这些方面,通过确定MDW水平是否下降或上升,可以分别确定***性感染的严重性是否在下降或上升。
在某些方面,可以单独使用个体的MDW值或将个体的MDW值与一个或更多个其他参数(例如,来自血液样本的一个或更多个附加测量值)相结合来辨别个体是否正在经历与炎症和/或感染有关的呼吸道恶化例如囊性纤维化。在某些方面,可以单独使用个体的MDW值或将个体的MDW值与一个或更多个其他参数(例如,来自血液样本的一个或更多个附加测量值)相结合来辨别个体是否正在遭受肺部损害。
在某些方面,本文中公开的***和方法可以用于免疫受损的个体。免疫受损的个体是指与类似年龄的健康个体相比,免疫功能下降的个体。出于若干原因,个体可以被认为是免疫受损的。例如,在各方面,免疫受损的个体曾经做过器官移植,以前或现在接受过癌症治疗,以前或现在感染过艾滋病毒,或遭受过一次或更多次烧伤。在这些方面,医疗状况本身可能至少部分是导致免疫***或免疫功能受损的原因。在相同或替选方面,对医疗状况的一种或更多种治疗可能会降低免疫活动,如因器官移植而进行的免疫抑制治疗。在各方面,免疫受损的个体可能由于其与免疫抑制有关的状况而没有呈现出在一般参考范围或正常范围内的来自全血细胞计数(CBC)的参数和/或代谢参数。例如,白细胞计数(WBC)参数对于免疫受损个体至少部分地由于免疫受损(或相关联的治疗)而可能超出正常范围。在这些方面,通常在某些先前的***中可以用来探明当前的感染状态或其他状况的CBC参数可能没有用。意外地确定的是,虽然这样的常规参数如CBC参数可能对于单独探明免疫受损个体的感染状态或其他状况(和/或评定敏度)没有用,但MDW参数可以。例如,在某些方面,可以利用免疫受损个体的MDW来评定或评估个体的敏度,如上文一般讨论的那样。例如,在某些方面,本文中公开的***和方法可以评定免疫受损个体的敏度。在这些方面,评估或评定免疫受损个体的敏度可以至少部分地基于来自与免疫受损个体相关联的血液样本的MDW参数。在这些方面,本文中公开的***和方法可以将免疫受损个体的MDW参数与一个或更多个预定标准进行比较,以评估敏度。例如,在某些方面,如本文所讨论的,MDW参数值可能与需要重症监护的风险或升高的风险和/或院内死亡的风险或升高的风险相关联。在这些方面,独立于最终诊断之外(以及/或者在最终诊断之前),单独的免疫受损个体的MDW参数值或免疫受损个体的MDW参数值与本文讨论的其他标志物结合可以指示免疫受损个体有需要重症监护的风险和/或有院内死亡的风险。在各个方面,免疫受损个体的MDW参数发生在到达ED的约6小时内,到达ED的约4小时内,或到达ED的约2小时内。
在另一示例方面,本文中公开的***和方法可以帮助评估免疫受损个体的感染严重性。在一个方面,如本文所讨论的,一个或更多个MDW值可以与一个或更多个预定标准相比较,以确定免疫受损的个体是否有脓毒症或休克的风险。在某些方面,预定标准可以包括一个或更多个阈值范围,以区分脓毒症的风险和休克的风险。在相同或替选方面,一个或更多个附加参数(例如,来自血液样本的附加参数值)可以帮助评定感染的严重性。在某些方面,如本文所讨论的,可以单独使用MDW值或将MDW值与一个或更多个其他参数(如来自血液样本的一个或更多个附加参数值)结合使用来辨别怀疑感染的免疫受损个体是否有病毒感染。
在下文和说明书的其他地方,描述了各种参数范围、阈值或截断值。应该理解,这样的范围、阈值或截断值可以被修改,以应对例如特定的亚群(如患有癌症的个体、小儿个体等)或修改测试的灵敏度和/或特异度(例如,通过打开一定范围使其更具包容性,或进一步限制一定范围使其更具排斥性)。在各个方面,如本文所公开的,一个或更多个参数被描述为与一个或更多个预定标准相比较。在这些方面,预定标准可以包括本文中所述的具体参数范围、阈值和截断值,并且/或者一个或更多个预定标准可以包括被认为是对于健康成人或小儿个体来说异常的值的范围。
如上所述,在某些方面,本文中公开的***和方法可以包括例如基于将个体的MDW值与一个或更多个预定标准进行比较来评估个体的敏度。在各个方面,可以从在到达护理中心(如急诊科)后2小时、4小时或6小时内获得的个体的血液样本中确定个体的MDW值。在相同或替选方面,可以在从个体获得血液样本后15分钟、30分钟、1小时或2小时内确定MDW值。在各方面,一个或更多个预定标准可以包括一个或更多个阈值MDW值。在一个方面,可以使用高于约19.0或以上、20.0或以上、21.0或以上、或23.0或以上的MDW值来确定个体的敏度。例如,个体具有高于上述阈值中的一个或更多个的MDW值可以指示该个体有院内死亡、需要重症监护的风险,有脓毒症的风险,有严重感染的风险等。在相同或替选方面,除了MDW值外,还可以使用一个或更多个辅助或参数(例如来自个体的血液样本)来确定个体的敏度。在这些方面,以下任何辅助参数和阈值可以用于特定的状况、结果或处置。
在各个方面,本文中公开的***和方法可以包括评定个体是否有需要重症监护的风险(或需要重症监护)。在这些方面,可以将个体的MDW值与一个或更多个预定标准相比较,以辨别需要重症监护的风险。在各个方面,可以从在到达护理中心(如急诊科)后2小时、4小时或6小时内获得的个体的血液样本中确定个体的MDW值。在相同或替选方面,可以在从个体获得血液样本后15分钟、30分钟、1小时或2小时内确定MDW值。在各方面,一个或更多个预定标准可以包括MDW阈值。在一个方面,可以使用高于约19.0通道或以上、或约20.0通道或以上的MDW阈值的MDW值来确定个体是否需要重症监护。例如,个体具有高于上述阈值中的一个或更多个的MDW值可以指示该个体有需要重症监护的风险,或需要重症监护。
在各方面,除了MDW值之外,还可以使用一个或更多个辅助或参数(例如,来自个体的血液样本)来评定个体是否有需要重症监护的风险(或需要重症监护)。在各方面,一个或更多个辅助参数可以包括白细胞计数(WBC)、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%、嗜酸性粒细胞%、降钙素原(PCT)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)、C-反应蛋白(CRP)、估计血浆容量状态(ePVS)中的一个或更多个。在某些方面,一个或更多个辅助参数可以确定为CBC、代谢小组或本领域技术人员已知的其他测试的一部分。在各个方面,这些辅助参数中的一个或更多个可以与各自的一个或更多个预定标准例如各自的阈值进行比较。
例如,在各方面,可以将个体的WBC、ANC、中性粒细胞%、乳酸、CRP或BUN的达到或超过各自阈值的测量值与MDW值(以及可选地与其他辅助参数)结合使用,以辨别个体是否有需要重症监护的风险或需要重症监护。在这些方面,WBC的阈值可以是约9×109白细胞/L或更大,或约10×109白细胞/L或更大。在各方面,ANC的阈值可以是约5.5×109中性粒细胞/L或更大,或约6×109中性粒细胞/L或更大。在各方面,中性粒细胞%的阈值可以是约70%或更大,或约75%或更大。在各个方面,乳酸的阈值可以是约2毫摩尔(mmol)/L或更大,或约2.25mmol/L或更大。在各个方面,CRP的阈值可以是约5毫克(mg)/L或更大,或约8mg/L或更大。在各个方面,BUN的阈值可以是约15mmol/L或更大,约20mmol/L或更大,或约21mmol/L或更大。
在各个方面,可以将个体的ALC和/或淋巴细胞%的达到或低于各自阈值的测量值与MDW值(以及可选地与其他辅助参数)结合使用,以辨别个体是否有需要重症监护的风险或需要重症监护。在各个方面,ALC的阈值可以是约1.5×109淋巴细胞/L或更小,或约1.2×109淋巴细胞/L或更小。在各方面,淋巴细胞%的阈值可以是约18%或更小,或约16%或更小。
在各个方面,本文中公开的***和方法可以包括评估个体是否有院内死亡的风险。在一个方面,本文中公开的***和方法可以包括评定个体在到达医院或入院(例如,在急诊科)后96小时内、72小时内或48小时内是否有院内死亡的风险。在各方面,个体的MDW值可以与一个或更多个预定标准进行比较,以辨别院内死亡的风险。在各个方面,可以从在到达护理中心(如急诊科)后2小时、4小时或6小时内获得的个体的血液样本中确定个体的MDW值。在相同或替选方面,MDW值可以在从个体获得血液样本后15分钟、30分钟、1小时或2小时内确定。在各方面,一个或更多个预定标准可以包括MDW阈值。在一个方面,可以使用高于约20.0通道或以上、或约23.0通道或以上的MDW阈值的MDW值来确定该个体是否有院内死亡的风险。例如,个体具有高于上述阈值中的一个或更多个的MDW值可以指示该个体有院内死亡的风险。如上所述,对院内死亡风险的评估可以独立于对个体的最终诊断,并且可以在诊断个体之前进行对院内死亡风险的评估。
在各方面,除了MDW值外,还可以使用一个或更多个辅助参数(例如,来自个体的血液样本)来评定个体是否有院内死亡的风险。在各方面,一个或更多个辅助参数可以包括白细胞计数(WBC)、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%、嗜酸性粒细胞%、降钙素原(PCT)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)、C-反应蛋白(CRP)、估计血浆容量状态(ePVS)中的一个或更多个。在某些方面,一个或更多个辅助参数可以确定为CBC、代谢小组或本领域技术人员已知的其他测试的一部分。在各个方面,这些辅助参数中的一个或更多个可以与各自的一个或更多个预定标准例如各自的阈值进行比较。
例如,在各方面,可以将个体的WBC、ANC、中性粒细胞%、乳酸、CRP或BUN的达到或超过各自阈值的参数值与MDW值(以及可选地与其他辅助参数)结合使用,以辨别个体是否有院内死亡的风险。在这些方面,WBC的阈值可以是约9×109白细胞/L或更大,或约10×109白细胞/L或更大。在各方面,ANC的阈值可以是约5×109中性粒细胞/L或更大,或约6×109中性粒细胞/L或更大。在各方面,中性粒细胞%的阈值可以是约70%或更大,或约75%或更大。在各个方面,乳酸的阈值可以是约2毫摩尔(mmol)/L或更大,或约2.25mmol/L或更大。在各个方面,CRP的阈值可以是约5.3毫克(mg)/L或更大,或约8mg/L或更大。在各个方面,BUN的阈值可以是约15mmol/L或更大,约20mmol/L或更大,或约21mmol/L或更大。
在各个方面,可以将个体的ALC和/或淋巴细胞%的达到或低于各自阈值的参数值与MDW值(以及可选地与其他辅助参数)结合使用,以辨别个体是否有院内死亡的风险。在各方面,ALC的阈值可以是约1.3×109淋巴细胞/L或更小或者约1.0×109淋巴细胞/L或更小。在各个方面,淋巴细胞%的阈值可以是约18%或更小、或约16%或更小。
在各个方面,本文中公开的***和方法可以包括评定感染的严重性。例如,在各方面,如上文所讨论的,本文中公开的***和方法可以包括评定个体发展成脓毒症、休克或两者的风险或升高的风险。在一个示例方面,如本文所讨论的,一个或更多个MDW值可以与一个或更多个预定标准进行比较,以评定个体发展成脓毒症、休克或两者的风险或升高的风险。在各方面,评定脓毒症或休克的风险与个体的血液样本相关联至少可以部分地基于脓毒症-2标准、脓毒症-3标准或其组合。
在一个方面,本文中公开的***和方法可以包括评定个体在到达或进入护理机构(例如,在急诊科)后48小时内、24小时内、12小时内或6小时内发展成脓毒症、休克或两者的风险或升高的风险。在各方面,个体的MDW值可以与一个或更多个预定标准相比较,以评定个体发展成脓毒症和/或休克的风险或升高的风险。在各个方面,可以从在到达护理中心(如急诊科)后2小时、4小时或6小时内获得的个体的血液样本中确定个体的MDW值。在相同或替选方面,MDW值可以在从个体获得血液样本后15分钟、30分钟、1小时或2小时内确定。在各方面,一个或更多个预定标准可以包括MDW阈值。
在一个方面,可以使用在约18.0通道至25通道、或约22通道至26通道、约19.0通道或以上、约20.0通道或以上、约21.0通道或以上、或约23.0通道或以上的范围内的MDW阈值以上的MDW值来评定个体患脓毒症和/或休克的风险或升高的风险。例如,个体具有高于上述阈值中的一个或更多个的MDW值可以指示该个体具有患脓毒症和/或休克的风险。在一个方面,个体具有在22至26通道或高于23通道的范围内的MDW值可以被认为呈现出发展成(或具有)脓毒症和/或休克的升高的风险。在相同或替选方面,个体具有约20通道或更多的MDW值可以被认为呈现出发展成(或具有)脓毒症和/或休克的风险。在各方面,个体呈现出在19通道或更多或20通道或更多的范围内的MDW值可以被认为具有发展成器官衰竭的风险。在各方面,对发展成(或具有)脓毒症和/或休克的风险的评估可以独立于个体的最终感染诊断以及/或者可以在这种诊断之前被评估。
在各方面,除了MDW值外,一个或更多个辅助参数例如来自个体的血液样本可以用于评定个体发展成(或具有)脓毒症和/或休克的风险或升高的风险。在各方面,一个或更多个辅助参数可以包括白细胞计数(WBC)、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%、嗜酸性粒细胞%、降钙素原(PCT)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)、C-反应蛋白(CRP)、估计血浆容量状态(ePVS)中的一个或更多个。在某些方面,辅助参数中的一个或更多个可以确定为CBC、代谢小组或本领域技术人员已知的其他测试的一部分。在各个方面,这些辅助参数中的一个或更多个可以与各自的一个或更多个预定标准例如各自的阈值进行比较。
例如,在各方面,可以将个体的WBC、ANC、中性粒细胞%、乳酸、CRP或其组合的达到或超过各自阈值的参数值与MDW值(以及可选地与其他辅助参数)结合使用,以评定个体发展成(或具有)脓毒症和/或休克的风险或升高的风险。在这些方面,WBC的阈值可以是约7×109白细胞/L或更大。在各方面,ANC的阈值可以是约5.5×109中性粒细胞/L或更大、或约6×109中性粒细胞/L或更大。在各方面,中性粒细胞%的阈值可以是约70%或更大或约75%或更大。在各方面,乳酸的阈值可以是约2毫摩尔(mmol)/L或更大或约2.1mmol/L或更大。在各方面,CRP的阈值可以是约5毫克(mg)/L或更大或约8毫克/L或更大。
在各个方面,可以将个体的淋巴细胞%的达到或低于各自阈值的参数值与MDW值(以及可选地与其他辅助参数)结合使用,以评定个体发展成脓毒症和/或休克的风险或升高的风险。在各方面,淋巴细胞%的阈值可以是19%或更小、18%或更小、15%或更小、或者13%或更小。在相同或替选方面,淋巴细胞%的阈值可以是19%或更小,或在脓毒症-3标准的情况下是13%或更小,以及/或者在脓毒症-2标准的情况下是18%或更小,或15%或更小。
在一些方面,根据脓毒症-2标准,WBC参数和阈值、ANC参数和阈值、中性粒细胞%参数和阈值、淋巴细胞%参数和阈值、CRP参数和阈值或者其组合可以用于评定脓毒症或休克的风险。在相同或替选方面,根据脓毒症-3标准,淋巴细胞%参数和阈值、中性粒细胞%参数和阈值、乳酸参数和阈值或者其组合可以用于评定脓毒症或休克的风险。
在各种方面,上述阈值中的一个或更多个可以针对各种亚群例如小儿个体进行修改。
转至图12,根据本文中描述的各方面,描绘了用于评估个体的敏度的方法1200。在一些方面,该个体是免疫受损的。至少部分地通过血液分析器(例如图2的分析器200)的一个或更多个部件实现或便利于方法1200的一些方面。在框1210处,获得与来自个体的血液样本相关联的一个或更多个参数,包括至少MDW。在各方面,将血液样本的至少一部分传送至直流元件、光学元件或射频元件的质问区。
在一些方面,与个体相关联的一个或更多个参数还包括一个或更多个辅助参数,所述一个或更多个辅助参数包括白细胞计数(WBC)、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%、降钙素原(PCT)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)或C-反应蛋白(CRP)。在一个例示性方面,一个或更多个辅助参数包括淋巴细胞%,并且淋巴细胞%的相应一个或更多个预定标准是18%或更小的阈值水平。在另一个方面,一个或更多个辅助参数包括BUN,并且BUN的相应一个或更多个预定标准是15mmol/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括BUN,并且其中BUN的相应一个或更多个预定标准是15mmol/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括PCT,并且PCT的相应一个或更多个预定标准是0.25μg/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括嗜酸性粒细胞%,并且嗜酸性粒细胞%的相应一个或更多个预定标准是1.5%或更大的阈值水平。
在框1220处,将MDW值与一个或更多个预定标准进行比较。在各方面,将MDW值与一个或更多个预定标准进行比较包括确定MDW值是否超过MDW阈值。在各方面,MDW阈值至少部分地基于与用于血液样本的容器相关联的一种或更多种添加剂。该容器可以是K2EDTA容器或K3EDTA容器。仅出于例示性目的,MDW阈值可以是20.0通道或21.5通道,或者MDW阈值可以在18.0通道至25通道的范围内。
在框1230处,至少部分地响应于MDW与一个或更多个预定标准的比较来提供临床敏度建议。在方法1200的一些方面,提供临床敏度建议包括识别个体的临床护理水平。临床护理水平可能与个体是否处于以下风险相关联:需要重症监护、48小时内的院内死亡、需要立即或接近立即干预的脓毒症或组合。在一些方面,可以基于评估敏度的情况来提供建议的处置。建议的处置可以包括例如进入重症监护设施、非重症监护住院、或出院。此外,可以提供个体处于感染、脓毒症或休克风险的指示。在一些方面,提供临床敏度建议可以附加地基于将一个或更多个辅助参数与相应的一个或更多个预定标准进行比较。
方法1200的一些方面以可执行指令的形式存储在非暂态存储介质中。当由处理器执行时,该指令使处理器执行与上述操作类似的操作。
方法1200的一些方面可以由分析器***执行,该分析器***包括处理器和存储可执行指令的非暂态存储介质。该指令可以使处理器执行与上述操作类似的操作。在一些方面,分析器还包括光学元件,该光学元件包括适于接收经水力动态聚焦的血液样本流的质问区。该光学元件可以基于细胞单独通过质问区时的测量来确定单核细胞体积的测量。在一些方面,分析器还包括DC元件,该DC元件包括适于接收经水力动态聚焦的血液样本流的质问区。DC元件可以基于细胞单独通过质问区时的阻抗测量来确定单核细胞体积测量。
转至图13,根据本文中描述的各方面,描绘了一种用于评定与从个体获得的血液样本相关联的感染严重性的方法1300。在一些方面,该个体是免疫受损的。在框1310处,获得与血液样本相关联的一个或更多个参数。获得一个或更多个参数包括将血液样本的至少一部分传送至以下的质问区:光学元件;直流元件;射频元件;或其组合。在一些方面,血液样本是从具有感染或疑似感染的个体获得的。该一个或更多个参数包括单核细胞分布宽度(MDW)。一个或更多个参数可以包括一个或更多个辅助参数,一个或更多个辅助参数包括选自白细胞计数(WBC)、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%、降钙素原(PCT)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)或C-反应蛋白(CRP)中的至少一个参数。
在一个方面,比较一个或更多个辅助参数包括确定嗜酸性粒细胞%是否超过1.5%的阈值。在另一个方面,一个或更多个辅助参数包括淋巴细胞%,并且其中,淋巴细胞%的相应的一个或更多个预定标准是18%或更小的阈值水平。在另一个方面,一个或更多个辅助参数包括ANC,并且其中,ANC的相应的一个或更多个预定标准是5.5×109个中性粒细胞/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括PCT,并且其中,PCT的相应的一个或更多个预定标准是0.25μg/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括乳酸,并且其中,乳酸的相应的一个或更多个预定标准是2mmoL或更大的阈值水平。
在框1320处,确定MDW值超过一个或更多个阈值。在各方面,一个或更多个阈值包括18.0通道至25通道或22通道至26通道范围内的阈值。此外,该阈值可以至少部分地基于与用于获得MDW参数的样本的容器相关联的一种或更多种添加剂而变化。例如,在K2EDTA管中收集的血液样本可以具有第一阈值,并且在K3EDTA管中收集的血液样本可以具有第二阈值。一个或更多个辅助参数可与相应的一个或更多个预定标准进行比较。这可以包括将WBC值与相应的一个或更多个预定标准进行比较,以及将PCT值、CRP值或两者与相应的一个或更多个预定标准进行比较。至少部分地基于确定MDW值超过一个或更多个阈值来执行将一个或更多个辅助参数与相应的一个或更多个预定标准进行比较。
在框1330处,至少部分地基于确定的MDW值超过一个或更多个阈值,对于与该个体的感染或疑似感染相关联的一个或更多个状况提供风险评定。在各方面,提供风险评定包括提供脓毒症、休克、器官衰竭或其组合的风险评定。该风险可能是指示需要立即或接近立即干预的升高的风险。提供风险评定至少部分地基于脓毒症-2标准、脓毒症-3标准或其组合。在一个方面,一个或更多个阈值包括18.0通道至25通道范围内的阈值,并且提供风险评定包括评定脓毒症风险与血液样本相关联。在另一个方面,一个或更多个阈值包括22通道至26通道范围内的阈值,并且评定包括评定休克的风险与血液样本相关联。
在各方面,响应于提供对与个体的感染或疑似感染相关联的一个或更多个状况(例如,器官衰竭、脓毒症休克)的风险评定,生成对个体进行处置的建议。处置可以包括例如将该个体转移到重症监护室。
方法1300的一些方面以可执行指令的形式存储在非暂态存储介质中。当由处理器执行时,该指令使处理器执行与上述操作类似的操作。
方法1300的一些方面可以由分析器***执行,该分析器***包括处理器和存储可执行指令的非暂态存储介质。该指令可以使处理器执行与上述操作类似的操作。在一些方面,分析器还包括光学元件,该光学元件包括适于接收经水力动态聚焦的血液样本流的质问区。该光学元件可以基于细胞单独通过质问区时的测量来确定单核细胞体积的测量。在一些方面,分析器还包括DC元件,该DC元件包括适于接收经水力动态聚焦的血液样本流的质问区。DC元件可以基于细胞单独通过质问区时的阻抗测量来确定单核细胞体积测量。在一些方面,获得血液样本的个体可能是免疫受损的。
转至图14,根据本文中描述的各方面,描绘了一种用于向临床医生提供包括一个或更多个临床敏度建议的临床决策支持信息的方法1400。在框1410处,从个体的一个或更多个血液样本中获得个体的MDW值和一个或更多个辅助参数。在一些方面,该个体可能是免疫受损的。
在框1420处,将MDW值与一个或更多个预定标准进行比较。在一些方面,该一个或更多个预定标准包括阈值。例如,在一些方面,该阈值可以在18.0通道和25通道的范围内。替选地,MDW范围可以是20.0通道或21.5通道。此外,在一些方面,阈值可以至少部分地基于与用于获得MDW值的样本的容器相关联的一种或更多种添加剂而变化。例如,在K2EDTA管中收集的血液样本可以具有第一阈值,并且在K3EDTA管中收集的血液样本可以具有第二阈值。
在框1430处,将一个或更多个辅助参数与相应的预定标准进行比较。一个或更多个辅助参数包括选自白细胞计数(WBC)、单核细胞%、淋巴细胞绝对计数(ALC)、淋巴细胞%、中性粒细胞绝对计数(ANC)、中性粒细胞%、降钙素原(PCT)、乳酸、血尿素氮(BUN)、钠(Na)、钾(K)、或C-反应蛋白(CRP)的至少一个参数。在一些方面,相应的预定标准是阈值。例如,在包括CRP作为辅助参数的方面,对应于CRP的预定阈值可以在14和40mg/L的范围内。对于另一示例,在包括WBC作为辅助参数的方面,对应于WBC的预定阈值可以小于或等于4,000/mm3或大于或等于12,000/mm3。对于另一示例,在包括PCT作为辅助参数的方面,对应于PCT的预定阈值可以是0.25μg/L。
在一个例示性方面,一个或更多个辅助参数包括淋巴细胞%,淋巴细胞%的相应一个或更多个预定标准是18%或更小的阈值水平。在另一个方面,一个或更多个辅助参数包括BUN,并且BUN的相应一个或更多个预定标准是15mmol/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括BUN,并且其中,BUN的相应一个或更多个预定标准是15mmol/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括PCT,并且PCT的相应一个或更多个预定标准是0.25μg/L或更大的阈值水平。在另一个方面,一个或更多个辅助参数包括嗜酸性粒细胞%,并且嗜酸性粒细胞%的相应一个或更多个预定标准是1.5%或更大的阈值水平。
在框1440处,提供临床敏度建议,其中临床敏度建议至少部分地基于MDW值与一个或更多个预定标准的比较以及一个或更多个辅助参数与相应的预定标准的比较。在块1440的一些方面,提供临床敏度建议包括生成对个体的处置建议,这可以包括确定对个体的临床护理水平。临床护理水平与个体是否处于以下风险相关联:需要重症监护、48小时内的院内死亡、需要立即或接近立即干预的脓毒症、或其组合。例如,建议可以是将该个体移至重症监护室。作为另一示例,建议可以是让个体出院。作为另一示例,建议可以是在预定的时间段内增加对该个体的观察,或命令对于个体的附加的医学测试,或将该个体移至非重症监护住院治疗。
在样本呈现20通道或更多的MDW值的方面,一个或更多个辅助参数可以包括75%或更大的中性粒细胞%、21mmol/L或更大的BUN、8mg/L或更大的CRP、2.25mmol/L或更大的乳酸、5.5×109中性粒细胞/L或更大的ANC、1.3×109淋巴细胞/L或更小的ALC、9×109白细胞/L或更大的WBC、或其组合。
方法1400的一些方面以可执行指令的形式存储在非暂态性存储介质中。当由处理器执行时,该指令使处理器执行与上述操作类似的操作。
方法1400的一些方面可以由分析器***执行,该分析器***包括处理器和存储可执行指令的非暂态存储介质。该指令可以使处理器执行与上述操作类似的操作。在一些方面,分析器还包括光学元件,该光学元件包括适于接收经水力动态聚焦的血液样本流的质问区。该光学元件可以基于细胞单独通过质问区时的测量来确定单核细胞体积的测量。在一些方面,分析器还包括DC元件,该DC元件包括适于接收经水力动态聚焦的血液样本流的质问区。DC元件可以基于细胞单独通过质问区时的阻抗测量来确定单核细胞体积测量。
转至图15,一种用于评定免疫受损个体的临床敏度的方法1500。在框1510处,在第一时间测量或获得第一MDW值。在框1512处,在第二时间测量或获得第二MDW值。在一些方面,第二时间是在第一时间之后至少24小时,这样可以确定第一MDW值与第二MDW值之间的差异。在框1530处,基于第一MDW值与第二MDW值之间的差异,评定免疫受损个体的临床敏度。
通过参考以下非限制性示例,可以进一步理解本文中所公开的***和方法的各方面。
示例
对进入美国急诊科(ED)的个体进行单个站点观察性研究。
在约一个月的时间里,从符合以下纳入标准的在急诊科寻求治疗的个体收集8875份血液样本:在急诊科将全血细胞计数(CBC)作为常规做法的一部分的所有成年(>18岁)个体。用于CBC的血液样本被收集在EDTA收集瓶中,以及使用CBC测量中剩下的废旧样本进行单核细胞分布宽度(MDW)测量。使用贝克曼库尔特公司的UniCel DxH 900分析器获得MDW,并在血液样本采集后两小时内如静脉穿刺后两小时内记录MDW。
在去除因误差、伪影和/或晚期测量(例如,样本采集后超过2小时)而导致的样本后,本研究中包括7,242个单独的MDW参数。5,428个MDW参数对应于在到达ED后少于或等于6小时内收集的在ED寻求治疗的个体的样本,1,297个MDW参数对应于在到达ED后6小时或更多内的样本的收集,并且1,465个连续样本是在该过程中或个体住院时测量的。
MDW参数被评估为与ED处置结果相关联,这可能与疾病的严重性有关。这些结果是在获得血液样本和/或到达ED 48小时后辨别的。下文表3详细说明了评估的ED处置结果。
表3:评估的结果
/>
/>
对MDW进行单变量分析,可选地选择其他CBC标志物,也可选地选择与上述各种结果有关的代谢小组参数。在下面描述的分析的各方面使用的队列亚群包括作为测量的MDW总数的总队列,亚群队列是:任何感染;病毒感染,COVID-19;流感,无感染;免疫抑制。如上所述,免疫抑制的个体可能呈现出一种或更多种状况,如癌症、艾滋病、烧伤的个体、器官移植的个体,在这些情况下,传统的感染生物标志物可能没有用。
图16A和图16B描绘了关于各种个体和结果的MDW参数的小提琴图。小提琴图将数据的分布及其概率密度可视化,并且对于本领域技术人员已知。图表1610和图表1620显示了一般严重性的结果,图表1610描绘了本研究中100%的全CBC队列的死亡和出院结果,图表1620描绘了重症、住院和出院结果。从图表1610可以看出,相对于最终出院的个体,院内死亡的个体的MDW参数意外地增加。图表1610中数据的受试者工作特征(ROC)曲线的曲线下面积(AUC)是76%,其中灵敏度为74%并且特异度为65%。此外,从图表1620中可以看出,需要重症监护的个体的MDW参数相对于住院(而不在ICU)的个体和出院的个体来说,呈现出增加的MDW参数。图表120中数据的AUC为66%,灵敏度为63%并且特异度为65%。
图表1630和图表1640一般地显示感染和严重性的结果。例如,图表1630是对照组、感染组、脓毒症组和休克组(每组不包括其他组)的MDW参数的小提琴图。从图表1630中可以看出,相对于感染组和对照组,脓毒症组和休克组的MDW参数意外地增加,其中AUC为82%,灵敏度为81%并且特异度为65%。图表1640是对照组、感染组、脓毒症组、严重脓毒症组和休克组(每组不包括其他组)的MDW参数的小提琴图。从图表1640中可以看出,相对于感染组和对照组,脓毒症组、严重脓毒症组和休克组的MDW参数意外地增加,其中AUC为70%,灵敏度为68%并且特异度为64%。
图表1650和图表1660一般地显示病毒感染的结果。例如,图表1650是Covid阳性组和Covid阴性组的MDW参数的小提琴图。从图表1650中可以看出,相对于Covid阴性组,Covid阳性组的MDW参数意外地增加,其中AUC为75%,灵敏度为76%并且特异度为65%。图表1660是流感阳性组和流感阴性组的MDW参数的小提琴图。从图表1660中可以看出,相对于感染组和对照组,脓毒症、严重脓毒症和休克组的MDW参数意外地增加,其中AUC为70%,灵敏度为68%并且特异度为64%。
本示例中的数据且特别地如图16A和图16B所示的数据即被送入ED后数小时内例如6小时内的MDW参数是用于评定个体的敏度和/或评定个体可能发展成一个或更多个重大后果的风险的统计学上的重要标志物。
图17描绘了关于各种个体的MDW参数和与器官衰竭相关联的结果的小提琴图。图表1710显示了研究中按没有器官功能障碍、器官功能障碍、器官衰竭或院内死亡分组的个体的总CBC队列。可以看出,相对于无功能障碍组,器官功能障碍组和器官衰竭组(以及院内死亡组)呈现出增加的MDW参数。器官衰竭组的AUC为62%,灵敏度为54%并且特异度为64%。
图表1720显示了研究中按无器官功能障碍、器官功能障碍、器官衰竭或院内死亡分组的个体的无感染队列。可以看出,器官功能障碍组和器官衰竭组(以及院内死亡组)相对于无功能障碍组呈现出增加的MDW参数。在图表1720的数据中,器官衰竭组的AUC为62%,灵敏度为56%并且特异度为64%。图表1730显示了研究中按无器官功能障碍、器官功能障碍、器官衰竭或院内死亡分组的个体的任何感染队列。对于图表1730的数据,器官衰竭组的AUC为56%,灵敏度为73%并且特异度为28%。图表1740显示了研究中按无器官功能障碍、器官功能障碍、器官衰竭或院内死亡分组的个体的病毒感染队列。对于图表1740的数据,器官衰竭组的AUC为54%,灵敏度为75%并且特异度为27%。
图18A至图18D描绘了各种个体组(对照组、感染组、脓毒症组和休克组——所有组都彼此排斥)的一系列标志物(CBC和/或代谢)及其与脓毒症-3结果的关系。图18A包括分别描述MDW和中性粒细胞%标志物数据的图表1810和图表1820。图表1810与上面讨论的图16A的图表1630相同。从图表1820中可以看出,与感染组和对照组相比,脓毒症组和休克组的中性粒细胞%呈现出增加的值。对于图表1820的数据,脓毒症组的AUC为82%,灵敏度为76%并且特异度为75%。
图18B描绘了图表1830、图表1840、图表1850和图表1860,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。对于图表1830的数据,脓毒症组的AUC为72%,灵敏度为51%并且特异度为88%。从图表1840可以看出,与感染组和对照组相比,脓毒症组和休克组意外地呈现出增加的乳酸水平。对于图表1840的数据,脓毒症组的AUC为73%,灵敏度为65%并且特异度为74%。对于图表1850的数据,脓毒症组的AUC为58%,灵敏度为10%并且特异度为87%。对于图表1860的数据,脓毒症组的AUC为84%,灵敏度为62%并且特异度为85%。
图18C描绘了图表1870、图表1875、图表1880和图表1885,这些图表分别描述淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。对于图表1870的数据,脓毒症组的AUC为75%,灵敏度为50%并且特异度为88%。对于图表1875的数据,脓毒症组的AUC为72%,灵敏度为53%并且特异度为83%。从图表1880中可以看出,脓毒症组和休克组的淋巴细胞%意外地低于感染组和对照组。对于图表1880的数据,脓毒症组的AUC为84%,灵敏度为86%并且特异度为64%。对于图表1885的数据,脓毒症组的AUC为50%,灵敏度为13%并且特异度为95%。
图18D包括分别描述中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表1890和图表1895。对于图表1890的数据,脓毒症组的AUC为75%,灵敏度为64%并且特异度为76%。对于图表1895的数据,脓毒症组的AUC为67%,灵敏度为34%并且特异度为93%。
本示例中的数据且特别地如图18A至图18D中所示的数据即MDW值、淋巴细胞%、中性粒细胞%和乳酸测量可以各自单独地(和/或以各种组合)帮助评定脓毒症诊断和/或评定脓毒症严重性。
图19描绘了各种个体组(对照组、感染组、脓毒症组和休克组——所有组彼此排斥)的MDW值及其与脓毒症-3结果的关系的小提琴图。图19包括图表1910和图表1920,其分别描绘了总队列和免疫抑制队列的MDW数据。图表1910与上面讨论的图16A的图表1630相同。从图表1920中可以看出,与感染组和对照组相比,脓毒症组和休克组的MDW呈现出增加的值。对于图表1920的数据,脓毒症组的AUC为77%,灵敏度为78%并且特异度为54%。
图20A至图20D描绘了各种个体组(无器官功能障碍、器官功能障碍、器官衰竭和院内死亡——所有组都彼此排斥)的一系列标志物(CBC和/或代谢)及其与器官衰竭结果的关系。图20A包括图表2010和图表2020,其分别描绘了MDW和中性粒细胞%标志物的数据。对于图表2010的数据,器官衰竭组的AUC为62%,灵敏度为54%并且特异度为64%。对于图表2020的数据,器官衰竭组的AUC为68%,灵敏度为54%并且特异度为74%。
图20B描绘了图表2030、图表2040、图表2050和图表2060,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。对于图表2030的数据,器官衰竭组的AUC为64%,灵敏度为29%并且特异度为87%。对于图表2040的数据,器官衰竭组的AUC为70%,灵敏度为57%并且特异度为74%。对于图表2050的数据,器官衰竭组的AUC为59%,灵敏度为10%并且特异度为87%。对于图表2060的数据,器官衰竭组的AUC为78%,灵敏度为59%并且特异度为86%。
图20C描绘了图表2070、图表2075、图表2080和图表2085,这些图表分别描绘了淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。对于图表2070的数据,器官衰竭组的AUC为62%,灵敏度为32%并且特异度为88%。对于图表2075的数据,器官衰竭组的AUC为67%,灵敏度为44%并且特异度为82%。对于图表2080的数据,器官衰竭组的AUC为69%,灵敏度为65%并且特异度为63%。对于图表2085的数据,器官衰竭组的AUC为53%,灵敏度为12%并且特异度为95%。
图20D包括分别描绘中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2090和图表2095。对于图表2090的数据,器官衰竭组的AUC为66%,灵敏度为48%并且特异度为75%。对于图表2095的数据,器官衰竭组的AUC为56%,灵敏度为22%并且特异度为93%。
图21A至图21D描绘了一系列标志物(CBC和/或代谢物)及其与死亡和出院结果的关系。图21A包括分别描绘MDW和中性粒细胞%标志物的数据的图表2110和图表2120。图表2110与上面讨论的图16A的图表1610相同。从图表2020中可以看出,与出院组相比,院内死亡组的中性粒细胞%呈现出增加的值。对于图表2020的数据,脓毒症组的AUC为76%,灵敏度为67%并且特异度为74%。
图21B描绘了图表2130、图表2140、图表2150和图表2160,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。对于图表2130的数据,院内死亡组的AUC为67%,灵敏度为34%并且特异度为87%。从图表2140中可以看出,与出院组相比,院内死亡组意外地呈现出增加的乳酸水平。对于图表2140的数据,院内死亡组的AUC为73%,灵敏度为66%并且特异度为71%。对于图表2050的数据,院内死亡组的AUC为55%,灵敏度为16%并且特异度为88%。从图表2160可以看出,与出院组相比,院内死亡组意外地呈现出增加的CRP水平。对于图表2060的数据,院内死亡组的AUC为89%,灵敏度为80%并且特异度为83%。
图21C描绘了图表2170、图表2175、图表2180和图表2185,这些图表分别描述淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。从图表2170中可以看出,与出院组相比,院内死亡组意外地呈现出降低的ALC水平。对于图表2170的数据,院内死亡组的AUC为73%,灵敏度为47%并且特异度为88%。对于图表2175的数据,院内死亡组的AUC为78%,灵敏度为60%并且特异度为82%。从图表2180中可以看出,院内死亡组的淋巴细胞%意外地低于出院组的淋巴细胞%。从图表2180中可以看出,与出院组相比,院内死亡组意外地呈现出降低的淋巴细胞%。对于图表2180的数据,院内死亡组的AUC为80%,灵敏度为84%并且特异度为64%。对于图表2185的数据,院内死亡组的AUC为55%,灵敏度为17%并且特异度为95%。
图21D包括分别描述中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2190和图表2195。对于图表2190的数据,院内死亡组的AUC为72%,灵敏度为47%并且特异度为76%。对于图表2195的数据,院内死亡组的AUC为60%,灵敏度为32%并且特异度为92%。
本示例中的数据且特别地如图21A至图21D所示的数据即MDW值、WBC测量、ALC、淋巴细胞%、ANC、中性粒细胞%、乳酸、CRP和BUN测量可以各自单独(和/或以各种组合)帮助评定敏度例如院内死亡。
图22A至图22D描绘了一系列标志物(CBC和/或代谢)及其与重症监护、住院或出院结果的关系。图22A包括分别描绘了MDW和中性粒细胞%标志物的数据的图表2210和图表2220。图表2210与上面讨论的图16A的图表1620相同。从图表2220中可以看出,与出院组相比,重症监护组和住院组的中性粒细胞%呈现出增加的值。对于图表2220的数据,重症监护组的AUC为74%,灵敏度为64%并且特异度为74%。
图22B描绘了图表2230、图表2240、图表2250和图表2260,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。对于图表2230的数据,重症监护组的AUC为68%,灵敏度为35%并且特异度为87%。从图表2240中可以看出,与出院组相比,重症监护组意外地呈现出增加的乳酸水平。对于图表2240的数据,重症监护组的AUC为72%,灵敏度为64%并且特异度为72%。对于图表2250的数据,重症监护组的AUC为59%,灵敏度为10%并且特异度为87%。从图表2260可以看出,与出院组相比,重症监护组意外地呈现出增加的CRP水平。对于图表2260的数据,重症监护组的AUC为79%,灵敏度为60%并且特异度为83%。
图22C描绘了图表2270、图表2275、图表2280和图表2285,这些图表分别描绘了淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。从图表2270中可以看出,与出院组相比,重症监护组意外地呈现出降低的ALC水平。对于图表2270的数据,重症监护组的AUC为66%,灵敏度为40%并且特异度为88%。对于图表2275的数据,重症监护组的AUC为78%,灵敏度为53%并且特异度为83%。从图表2280中可以看出,重症监护组的淋巴细胞%意外地低于出院组。对于图表2280的数据,重症监护死亡组的AUC为76%,灵敏度为75%并且特异度为64%。对于图表2285的数据,重症监护组的AUC为53%,灵敏度为14%并且特异度为95%。
图22D包括分别描绘了中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2290和图表2295。对于图表2290的数据,重症监护组的AUC为72%,灵敏度为54%并且特异度为76%。对于图表2295的数据,重症监护组的AUC为61%,灵敏度为26%并且特异度为92%。
本示例中的数据且特别地如图22A至图22D所示的数据即MDW值、WBC测量、ALC、淋巴细胞%、ANC、中性粒细胞%、乳酸、CRP和BUN测量可以各自单独(和/或以各种组合)帮助评定敏度例如需要重症监护的个体。
图23A至图23D描绘了一系列标志物(CBC和/或代谢)及其与急诊手术、住院或出院结果的关系。图23A包括分别描绘MDW和中性粒细胞%标志物的数据的图表2310和图表2320。对于图表2310的数据,急诊手术组的AUC为50%,灵敏度为37%并且特异度为64%。对于图表2320的数据,急诊手术组的AUC为65%,灵敏度为47%并且特异度为73%。
图23B描绘了图表2330、图表2340、图表2350和图表2360,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。对于图表2330的数据,急诊手术组的AUC为69%,灵敏度为28%并且特异度为87%。对于图表2340的数据,急诊手术组的AUC为63%,灵敏度为52%并且特异度为69%。对于图表2350的数据,急诊手术组的AUC为57%,灵敏度为6%并且特异度为87%。对于图表2360的数据,急诊手术组的AUC为59%,灵敏度为23%并且特异度为82%。
图23C描绘了图表2370、图表2375、图表2380和图表2385,这些图表分别描绘了淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。对于图表2370的数据,急诊手术组的AUC为49%,灵敏度为17%并且特异度为87%。对于图表2375的数据,急诊手术组的AUC为57%,灵敏度为22%并且特异度为81%。对于图表2380的数据,急诊手术死亡组的AUC为64%,灵敏度为58%并且特异度为63%。对于图表2385的数据,急诊手术组的AUC为54%,灵敏度为7%并且特异度为95%。
图23D包括分别描绘了中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2390和图表2395。对于图表2390的数据,急诊手术组的AUC为69%,灵敏度为47%并且特异度为75%。对于图表2395的数据,急诊手术组的AUC为57%,灵敏度为14%并且特异度为91%。
图24A至图24D描绘了各种个体组(对照组、感染组、脓毒症组、严重脓毒症组和休克组——所有组彼此排斥)的一系列标志物(CBC和/或代谢)及其与脓毒症-2结果的关系。图24A包括分别描绘了MDW和中性粒细胞%标志物的数据的图表2410和图表2420。从图表2410中可以看出,与感染组和对照组相比,脓毒症组、严重组和休克组的MDW呈现出增加的值。对于图表2410中的数据,脓毒症组的AUC为70%,灵敏度为68%并且特异度为64%。从图表2420中可以看出,与感染组和对照组相比,脓毒症组、严重组和休克组的中性粒细胞%呈现出增加的值。对于图表2420的数据,脓毒症组的AUC为71%,灵敏度为60%并且特异度为74%。
图24B描绘了图表2430、图表2440、图表2450和图表2460,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。从图表2430中可以看出,与感染组和对照组相比,脓毒症组的WBC呈现出增加的值。对于图表2430的数据,脓毒症组的AUC为68%,灵敏度为40%并且特异度为87%。对于图表2440的数据,脓毒症组的AUC为64%,灵敏度为50%并且特异度为72%。对于图表2450的数据,脓毒症组的AUC为53%,灵敏度为16%并且特异度为88%。从图表2460中可以看出,与感染组和对照组相比,脓毒症组、严重组和休克组的CRP呈现出增加的值。对于图表2460的数据,脓毒症组的AUC为78%,灵敏度为50%并且特异度为83%。
图24C描绘了图表2470、图表2475、图表2480和图表2485,这些图表分别描绘了淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。对于图表2470的数据,脓毒症组的AUC为65%,灵敏度为37%并且特异度为88%。对于图表2475的数据,脓毒症组的AUC为65%,灵敏度为42%并且特异度为82%。从图表2480中可以看出,脓毒症组、严重组和休克组的淋巴细胞%意外地低于感染组和对照组。对于图表2480的数据,脓毒症组的AUC为74%,灵敏度为75%并且特异度为64%。对于图表2485的数据,脓毒症组的AUC为52%,灵敏度为7%并且特异度为95%。
图24D包括分别描绘了中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2490和图表2495。从图表2490中可以看出,脓毒症组、严重组和休克组的ANC意外地高于感染组和对照组。对于图表2490的数据,脓毒症组的AUC为70%,灵敏度为56%并且特异度为76%。对于图表2495的数据,脓毒症组的AUC为68%,灵敏度为27%并且特异度为92%。
本示例中的数据且特别地如图24A至图24D所示的数据即MDW值、WBC测量、淋巴细胞%、ANC测量、中性粒细胞%和CRP测量可以各自单独(和/或以各种组合)帮助评定脓毒症诊断和/或评定脓毒症严重性。
图25A至图25D描绘了一系列标志物(CBC和/或代谢)及其与COVID-19阳性和COVID-19阴性结果的关系。图25A包括分别描绘了MDW和中性粒细胞%标志物的数据的图表2510和图表2520。图表2510与图16B的图表1650相同。对于图表2520的数据,COVID-19阳性组的AUC为52%,灵敏度为24%并且特异度为74%。
图25B描绘了图表2530、图表2540、图表2550和图表2560,这些图表分别描述白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物数据。对于图表2530的数据,COVID-19阳性组的AUC为37%,灵敏度为7%并且特异度为86%。对于图表2540的数据,COVID-19阳性组的AUC为61%,灵敏度为9%并且特异度为67%。对于图表2550的数据,COVID-19阳性组的AUC为59%,灵敏度为27%并且特异度为88%。对于图表2560的数据,COVID-19阳性组的AUC为45%,灵敏度为9%并且特异度为79%。
图25C描绘了图表2570、图表2575、图表2580和图表2585,这些图表分别描绘了淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。对于图表2570的数据,COVID-19阳性组的AUC为62%,灵敏度为33%并且特异度为86%。对于图表2575的数据,COVID-19阳性组的AUC为50%,灵敏度为29%并且特异度为76%。对于图表2580的数据,COVID-19阳性组的AUC为50%,灵敏度为38%并且特异度为63%。对于图表2585的数据,COVID-19阳性组的AUC为52%,灵敏度为10%并且特异度为93%。
图25D包括分别描绘了中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2590和图表2595。对于图表2590的数据,COVID-19阳性组的AUC为63%,灵敏度为12%并且特异度为75%。对于图表2595的数据,COVID-19阳性组的AUC为61%,灵敏度为10%并且特异度为93%。
图26A至图26D描绘了一系列标志物(CBC和/或代谢)及其与流感阳性和阴性结果的关系。图26A包括分别描绘了MDW和中性粒细胞%标志物的数据的图表2610和图表2620。从图表2610中可以看出,流感阳性组的MDW意外地高于阴性组。对于图表2610的数据,流感阳性组的AUC为75%,灵敏度为86%并且特异度为53%。对于图表2620的数据,流感阳性组的AUC为50%,灵敏度为42%并且特异度为64%。
图26B描绘了图表2630、图表2640、图表2650和图表2660,这些图表分别描绘了白细胞计数(WBC)、乳酸、单核细胞%和C-反应蛋白(CRP)标志物的数据。对于图表2630的数据,流感阳性组的AUC为61%,灵敏度为9%并且特异度为84%。对于图表2640的数据,流感阳性组的AUC为61%,灵敏度为26%并且特异度为85%。对于图表2650的数据,流感阳性组的AUC为61%,灵敏度为26%并且特异度为85%。对于图表2660的数据,流感阳性组的AUC为53%,灵敏度为0%并且特异度为79%。
图26C描绘了图表2670、图表2675、图表2680和图表2685,这些图表分别描绘了淋巴细胞绝对计数(ALC)、血尿素氮(BUN)、淋巴细胞%和钾标志物的数据。对于图表2670的数据,流感阳性组的AUC为61%,灵敏度为40%并且特异度为80%。对于图表2675的数据,流感阳性组的AUC为60%,灵敏度为11%并且特异度为75%。对于图表2680的数据,流感阳性组的AUC为47%,灵敏度为56%并且特异度为53%。对于图表2685的数据,流感阳性组的AUC为64%,灵敏度为2%并且特异度为95%。
图26D包括分别描绘了中性粒细胞绝对计数(ANC)和钠(Na)标志物的数据的图表2690和图表2695。对于图表2690的数据,流感阳性组的AUC为59%,灵敏度为19%并且特异度为69%。对于图表2695的数据,流感阳性组的AUC为60%,灵敏度为14%并且特异度为88%。
下面的表4示出了对于各种结果的标志物间的区别。
表4:标志物间的区别
/>
从上面的表4可以看出,MDW是区分感染、敏度和/或脓毒症的唯一的CBC标志物,这一点从高的MDW AUC值可以看出,例如对于表2中列出的几乎所有结果均比60%高。此外,表2中所列的其他标志物的高MDW AUV值的组合可以意外地提供特定敏度和/或特定结果的升高风险的另外的区分因子(differentiator)。例如,虽然院内死亡和脓毒症-3二者具有对于MDW测量的较高的AUC值,分别为76%和81%,但院内死亡也与某些其他标志物相关(例如,WBC(67% AUC)、ALC(73% AUC)和BUN(78% AUC)),而本研究中脓毒症-3不与某些其他标志物相关。
本公开内容可以根据以下编号的项进行描述。
项1.一种评定个体将发展成脓毒症的概率的方法,包括:获得与所述个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;通过将至少所述WBC和所述MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态;在所述一组参数被确定为提供升高的风险状态的情况下:获得与所述个体相关联的辅助参数,所述辅助参数选自包括以下的组:降钙素原(PCT)和C-反应蛋白(CRP);将所述辅助参数与对应的预定标准进行比较;以及提供所述个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
项2.根据项1所述的方法,其中:通过确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常来确定所述一组参数是否提供升高的风险状态;并且所述方法包括:在来自所述一组参数的所述WBC和所述MDW值中的仅一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态;以及在来自所述一组参数的所述WBC和所述MDW值二者相对于相应的预定标准异常的情况下,确定所述一组参数提供与所述升高的风险状态不同的高度升高的风险状态;以及在所述一组参数被确定为提供高度升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
项3.根据项1或2所述的方法,其中:确定所述一组参数是否提供升高的风险状态包括确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常;并且所述方法包括在来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态。
项4.根据项1至3中任一项所述的方法,其中,所述辅助参数是PCT。
项5.根据项4所述的方法,其中,所述辅助参数的对应的预定标准是0.25μg/L。
项6.根据项1至5中任一项所述的方法,其中,所述辅助参数是CRP。
项7.根据项6所述的方法,其中,所述辅助参数的对应的预定标准是22mg/L。
项8.根据项1至7中任一项所述的方法,其中,所述方法包括基于存在于来自所述个体的样本的容器中的一种或更多种添加剂来确定所述MDW值的相应的预定标准。
项9.根据项8所述的方法,其中:在存在于所述容器中的所述一种或更多种添加剂为K3EDTA的情况下,所述MDW值的相应的预定标准被确定为21.5通道;以及在存在于所述容器中的所述一种或更多种添加剂为K2EDTA的情况下,所述MDW值的相应的预定标准被确定为20.0通道。
项10.根据项1至9中任一项所述的方法,其中,所述方法在用于获得所述一组参数的样本被采集后两小时内执行。
项11.一种用于评定个体将发展成脓毒症的概率的***,包括配置有存储在非暂态计算机可读介质上的指令的处理器,所述指令当被执行时使所述处理器执行以下动作,包括:获得与所述个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;通过将至少所述WBC和所述MDW值与相应的预定标准进行比较,确定所述一组参数是否提供升高的风险状态;在所述一组参数被确定为提供升高的风险状态的情况下:获得与所述个体相关联的辅助参数,所述辅助参数选自包括以下的组:降钙素原(PCT)和C-反应蛋白(CRP);将所述辅助参数与对应的预定标准进行比较;以及确定所述个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较;以及提供所述个体将发展成脓毒症的概率。
项12.根据项11所述的***,其中:通过确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常来确定所述一组参数是否提供升高的风险状态;以及存储在所述非暂态计算机可读介质上的指令在被执行时使所述处理器执行以下动作,包括:在来自所述一组参数的所述WBC和所述MDW值中的一个且仅一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态;以及在来自所述一组参数的所述WBC和所述MDW值二者相对于相应的预定标准异常的情况下,确定所述一组参数提供与所述升高的风险状态不同的高度升高的风险状态;以及在所述一组参数被确定为提供高度升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
项13.根据项11或12所述的***,其中:确定所述一组参数是否提供升高的风险状态包括确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常;以及存储在非暂态计算机可读介质上的指令在被执行时将使所述处理器执行以下动作,包括在来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准异常的情况下确定所述一组参数提供升高的风险状态。
项14.根据项11至13中任一项所述的***,其中,所述辅助参数是PCT。
项15.根据项14所述的***,其中,所述辅助参数的对应的预定标准是0.25μg/L。
项16.根据项11至13中任一项的***,其中,所述辅助参数是CRP。
项17.根据项16所述的***,其中,所述辅助参数的对应的预定标准是22mg/L。
项18.根据项11至13中任一项所述的***,其中,所述一组动作包括基于存在于来自所述个体的样本的容器中的一种或更多种添加剂来确定所述MDW值的相应的预定标准。
项19.根据项18所述的***,其中,所述处理器被配置成:在存在于所述容器中的一种或更多种添加剂为K3EDTA的情况下,确定所述MDW值的相应的预定标准为21.5通道;以及在存在于所述容器中的一种或更多种添加剂为K2EDTA的情况下,确定所述MDW值的相应的预定标准为20.0通道。
项20.根据项11至13中任一项所述的***,其中:所述***包括光源,所述光源被配置成使光透射通过所述个体的样本;以及所述处理器被配置成基于测量从光透射通过所述个体的样本产生的光散射来确定所述MDW值。
项21.一种其中存储有指令的非暂态计算机可读介质,所述指令能够操作成在被执行时使处理器执行一组动作,所述一组动作包括:获得与个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;通过将至少所述WBC和所述MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态;在确定所述一组参数提供升高的风险状态的情况下:获得与所述个体相关联的辅助参数,所述辅助参数选自包括以下的组:降钙素原(PCT)和C-反应蛋白(CRP);将所述辅助参数与对应的预定标准进行比较;以及确定所述个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较;以及提供所述个体将发展成脓毒症的概率。
项22.根据项21所述的介质,其中:通过确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常来确定所述一组参数是否提供升高的风险状态;以及存储在所述非暂态计算机可读介质上的所述指令在被执行时使所述处理器执行以下动作,包括:在来自所述一组参数的所述WBC和所述MDW值中的一个且仅一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态;以及在来自所述一组参数的所述WBC和所述MDW值二者相对于相应的预定标准异常的情况下,确定所述一组参数提供与所述升高的风险状态不同的高度升高的风险状态;以及在所述一组参数被确定为提供所述高度升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
项23.根据项21或22所述的介质,其中:确定所述一组参数是否提供升高的风险状态包括确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常;以及存储在所述非暂态计算机可读介质上的所述指令在被执行时将使所述处理器执行以下动作,包括在来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准异常的情况下确定所述一组参数提供升高的风险状态。
项24.根据项21至23中任一项所述的介质,其中,所述辅助参数是PCT。
项25.根据项21至23中任一项所述的介质,其中,所述辅助参数的对应的预定标准是0.25μg/L。
项26.根据项21至23中任一项所述的介质,其中,所述辅助参数是CRP。
项27.根据项26所述的介质,其中,所述辅助参数的对应的预定标准是22mg/L。
项28.根据项21至23中任一项所述的介质,其中,所述一组动作包括根据存在于来自所述个体的样本的容器中的一种或更多种添加剂来确定所述MDW值的相应的预定标准。
项29.根据项28所述的介质,其中,所述一组动作包括:在存在于所述容器中的一种或更多种添加剂是K3EDTA的情况下,确定所述MDW值的相应的预定标准为21.5通道;以及在存在于所述容器中的一种或更多种添加剂是K2EDTA的情况下,确定所述MDW值的相应的预定标准为20.0通道。
在前述的描述中,出于说明的目的,已经阐述了许多细节以提供对本技术的各种实施方式的理解。然而,对于本领域技术人员来说将明显的是,可以在没有这些细节中的一些或者具有附加细节的情况下或以实施方式的特征的变化组合或子组合实施某些实施方式。
虽然已经描述了若干实施方式,但是本领域技术人员将认识到,可以在不脱离本发明的精神的情况下使用各种修改、替代构造和等同物。此外,没有描述许多众所周知的处理和元件以避免不必要地模糊本发明。此外,任何特定实施方式的细节可能并不总是存在于该实施方式的变型中,或者可以被添加至其他实施方式中。
在提供值的范围的情况下,应理解的是,除非上下文另外明确指出,否则也具体公开了该范围的上限与下限之间的每个中间值至下限的单位的十分之一。涵盖了指定范围内的任何指定值或中间值与该指定范围内的任何其他指定值或中间值之间的每个较小范围。这些较小范围的上限和下限可以独立地被包括或排除在该范围内,并且在本发明中还涵盖了其中限制中任一个被包括在该较小范围内、限制中的任一个都不被包括在该较小范围内以及两个限制都被包括在该较小范围内的每个范围,受到在指定范围中的任何明确被排除的限制。在指定范围包括限制中的一个或两个的情况下,还包括排除了那些所包括的限制中的任一个或两个的范围。
如本文和所附权利要求书中所使用的,单数形式“一(a)”、“一个(an)”和“该(the)”包括复数含义,除非上下文另有明确指示。因此,例如,对“一种方法”的提及包括多种这样的方法,而对“该换能器”的提及包括对本领域技术人员已知的一个或更多个换能器及其等同物的提及,等等。出于清楚和理解的目的,现在已经详细描述了本发明。然而,应当理解的是,某些改变和修改可以在所附权利要求的范围内实施。
Claims (29)
1.一种评定个体将发展成脓毒症的概率的方法,包括:获得与所述个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;通过将至少所述WBC和所述MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态;在所述一组参数被确定为提供升高的风险状态的情况下:获得与所述个体相关联的辅助参数,所述辅助参数选自包括以下的组:降钙素原(PCT)和C-反应蛋白(CRP);将所述辅助参数与对应的预定标准进行比较;以及提供所述个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
2.根据权利要求1所述的方法,其中:通过确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常来确定所述一组参数是否提供升高的风险状态;并且所述方法包括:在来自所述一组参数的所述WBC和所述MDW值中的仅一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态;以及在来自所述一组参数的所述WBC和所述MDW值二者相对于相应的预定标准异常的情况下,确定所述一组参数提供与所述升高的风险状态不同的高度升高的风险状态;以及在所述一组参数被确定为提供高度升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
3.根据权利要求1或2所述的方法,其中:确定所述一组参数是否提供升高的风险状态包括确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常;并且所述方法包括在来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态。
4.根据权利要求1至3中任一项所述的方法,其中,所述辅助参数是PCT。
5.根据权利要求4所述的方法,其中,所述辅助参数的对应的预定标准是0.25μg/L。
6.根据权利要求1至5中任一项所述的方法,其中,所述辅助参数是CRP。
7.根据权利要求6所述的方法,其中,所述辅助参数的对应的预定标准是22mg/L。
8.根据权利要求1至7中任一项所述的方法,其中,所述方法包括基于存在于来自所述个体的样本的容器中的一种或更多种添加剂来确定所述MDW值的相应的预定标准。
9.根据权利要求8所述的方法,其中:在存在于所述容器中的所述一种或更多种添加剂为K3EDTA的情况下,所述MDW值的相应的预定标准被确定为21.5通道;以及在存在于所述容器中的所述一种或更多种添加剂为K2EDTA的情况下,所述MDW值的相应的预定标准被确定为20.0通道。
10.根据权利要求1至9中任一项所述的方法,其中,所述方法在用于获得所述一组参数的样本被采集后两小时内执行。
11.一种用于评定个体将发展成脓毒症的概率的***,包括配置有存储在非暂态计算机可读介质上的指令的处理器,所述指令当被执行时使所述处理器执行以下动作,包括:获得与所述个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;通过将至少所述WBC和所述MDW值与相应的预定标准进行比较,确定所述一组参数是否提供升高的风险状态;在所述一组参数被确定为提供升高的风险状态的情况下:获得与所述个体相关联的辅助参数,所述辅助参数选自包括以下的组:降钙素原(PCT)和C-反应蛋白(CRP);将所述辅助参数与对应的预定标准进行比较;以及确定所述个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较;以及提供所述个体将发展成脓毒症的概率。
12.根据权利要求11所述的***,其中:通过确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常来确定所述一组参数是否提供升高的风险状态;以及存储在所述非暂态计算机可读介质上的指令在被执行时使所述处理器执行以下动作,包括:在来自所述一组参数的所述WBC和所述MDW值中的一个且仅一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态;以及在来自所述一组参数的所述WBC和所述MDW值二者相对于相应的预定标准异常的情况下,确定所述一组参数提供与所述升高的风险状态不同的高度升高的风险状态;以及在所述一组参数被确定为提供高度升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
13.根据权利要求11或12所述的***,其中:确定所述一组参数是否提供升高的风险状态包括确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常;以及存储在非暂态计算机可读介质上的指令在被执行时将使所述处理器执行以下动作,包括在来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准异常的情况下确定所述一组参数提供升高的风险状态。
14.根据权利要求11至13中任一项所述的***,其中,所述辅助参数是PCT。
15.根据权利要求14所述的***,其中,所述辅助参数的对应的预定标准是0.25μg/L。
16.根据权利要求11至15中任一项的***,其中,所述辅助参数是CRP。
17.根据权利要求16的***,其中,所述辅助参数的对应的预定标准是22mg/L。
18.根据权利要求11至17中任一项所述的***,其中,所述一组动作包括基于存在于来自所述个体的样本的容器中的一种或更多种添加剂来确定所述MDW值的相应的预定标准。
19.根据权利要求18所述的***,其中,所述处理器被配置成:在存在于所述容器中的一种或更多种添加剂为K3EDTA的情况下,确定所述MDW值的相应的预定标准为21.5通道;以及在存在于所述容器中的一种或更多种添加剂为K2EDTA的情况下,确定所述MDW值的相应的预定标准为20.0通道。
20.根据权利要求11至19中任一项所述的***,其中:所述***包括光源,所述光源被配置成使光透射通过所述个体的样本;以及所述处理器被配置成基于测量从光透射通过所述个体的样本产生的光散射来确定所述MDW值。
21.一种其中存储有指令的非暂态计算机可读介质,所述指令能够操作成在被执行时使处理器执行一组动作,所述一组动作包括:获得与个体相关联的一组参数,所述一组参数包括白细胞计数(WBC)和单核细胞分布宽度(MDW)值;通过将至少所述WBC和所述MDW值与相应的预定标准进行比较来确定所述一组参数是否提供升高的风险状态;在确定所述一组参数提供升高的风险状态的情况下:获得与所述个体相关联的辅助参数,所述辅助参数选自包括以下的组:降钙素原(PCT)和C-反应蛋白(CRP);将所述辅助参数与对应的预定标准进行比较;以及确定所述个体将发展成脓毒症的概率,其中:在所述一组参数被确定为提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述辅助参数与对应的预定标准进行比较;以及在所述一组参数被确定为不提供升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较;以及提供所述个体将发展成脓毒症的概率。
22.根据权利要求21所述的介质,其中:通过确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常来确定所述一组参数是否提供升高的风险状态;以及存储在所述非暂态计算机可读介质上的所述指令在被执行时使所述处理器执行以下动作,包括:在来自所述一组参数的所述WBC和所述MDW值中的一个且仅一个相对于相应的预定标准异常的情况下,确定所述一组参数提供升高的风险状态;以及在来自所述一组参数的所述WBC和所述MDW值二者相对于相应的预定标准异常的情况下,确定所述一组参数提供与所述升高的风险状态不同的高度升高的风险状态;以及在所述一组参数被确定为提供所述高度升高的风险状态的情况下,所述个体将发展成脓毒症的概率基于将所述一组参数与相应的预定标准进行比较。
23.根据权利要求21或22所述的介质,其中:确定所述一组参数是否提供升高的风险状态包括确定来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准是否异常;以及存储在所述非暂态计算机可读介质上的所述指令在被执行时将使所述处理器执行以下动作,包括在来自所述一组参数的所述WBC和所述MDW值中的至少一个相对于相应的预定标准异常的情况下确定所述一组参数提供升高的风险状态。
24.根据权利要求21至23中任一项所述的介质,其中,所述辅助参数是PCT。
25.根据权利要求24所述的介质,其中,所述辅助参数的对应的预定标准是0.25μg/L。
26.根据权利要求21至23中任一项所述的介质,其中,所述辅助参数是CRP。
27.根据权利要求26所述的介质,其中,所述辅助参数的对应的预定标准是22mg/L。
28.根据权利要求21至23中任一项所述的介质,其中,所述一组动作包括根据存在于来自所述个体的样本的容器中的一种或更多种添加剂来确定所述MDW值的相应的预定标准。
29.根据权利要求28所述的介质,其中,所述一组动作包括:在存在于所述容器中的一种或更多种添加剂是K3EDTA的情况下,确定所述MDW值的相应的预定标准为21.5通道;以及在存在于所述容器中的一种或更多种添加剂是K2EDTA的情况下,确定所述MDW值的相应的预定标准为20.0通道。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063120249P | 2020-12-02 | 2020-12-02 | |
US63/120,249 | 2020-12-02 | ||
PCT/US2021/028458 WO2022119593A1 (en) | 2020-12-02 | 2021-04-21 | Detection of probability of developing sepsis |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116762011A true CN116762011A (zh) | 2023-09-15 |
Family
ID=75888239
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180088964.4A Pending CN116762011A (zh) | 2020-12-02 | 2021-04-21 | 发展成脓毒症的概率的检测 |
CN202180088548.4A Pending CN116685852A (zh) | 2020-12-02 | 2021-04-21 | 使用参数检测医疗状况、严重性、风险和敏度 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180088548.4A Pending CN116685852A (zh) | 2020-12-02 | 2021-04-21 | 使用参数检测医疗状况、严重性、风险和敏度 |
Country Status (4)
Country | Link |
---|---|
US (3) | US20220172839A1 (zh) |
EP (2) | EP4256330A1 (zh) |
CN (2) | CN116762011A (zh) |
WO (2) | WO2022119593A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022119593A1 (en) * | 2020-12-02 | 2022-06-09 | Beckman Coulter, Inc. | Detection of probability of developing sepsis |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970007077B1 (ko) | 1987-03-13 | 1997-05-02 | 코울터 일렉트로닉스 인커퍼레이티드 | 광산란 기술을 이용한 다중-부분식별 분석 방법 |
NZ337954A (en) * | 1997-03-13 | 2001-09-28 | First Opinion Corp | Computerized disease management method adjusts a disease therapy for a patient based on obtained health data |
US6228652B1 (en) | 1999-02-16 | 2001-05-08 | Coulter International Corp. | Method and apparatus for analyzing cells in a whole blood sample |
US7390662B2 (en) | 2005-11-09 | 2008-06-24 | Beckman Coulter, Inc. | Method and apparatus for performing platelet measurement |
EP2301626B1 (en) * | 2007-08-03 | 2013-01-16 | B.R.A.H.M.S GmbH | Antibiotic for use in local infection |
US8094299B2 (en) | 2008-07-24 | 2012-01-10 | Beckman Coulter, Inc. | Transducer module |
CN102282453B (zh) | 2008-11-14 | 2013-08-14 | 贝克曼考尔特公司 | 整体式光学流动室和制造方法 |
CN104903699A (zh) | 2012-12-31 | 2015-09-09 | 贝克曼考尔特公司 | 未成熟血小板的计数***和方法 |
US11521706B2 (en) * | 2018-04-20 | 2022-12-06 | Beckman Coulter, Inc. | Testing and representing suspicion of sepsis |
WO2019204804A1 (en) * | 2018-04-20 | 2019-10-24 | Beckman Coulter, Inc. | Sepsis infection determination systems and methods |
CN114127861A (zh) * | 2019-07-12 | 2022-03-01 | 贝克曼库尔特有限公司 | 使用包括收缩压、血液学参数及其组合的生命体征检测败血症的方法 |
EP3997441A1 (en) * | 2019-07-12 | 2022-05-18 | Beckman Coulter, Inc. | Systems and methods for evaluating immune response to infection |
US20230160805A1 (en) * | 2020-04-21 | 2023-05-25 | Beckman Coulter, Inc. | Detection of medical condition, severity, risk, and acuity using parameters |
WO2022119593A1 (en) * | 2020-12-02 | 2022-06-09 | Beckman Coulter, Inc. | Detection of probability of developing sepsis |
-
2021
- 2021-04-21 WO PCT/US2021/028458 patent/WO2022119593A1/en active Application Filing
- 2021-04-21 WO PCT/US2021/028466 patent/WO2022119594A1/en active Application Filing
- 2021-04-21 EP EP21724916.8A patent/EP4256330A1/en active Pending
- 2021-04-21 CN CN202180088964.4A patent/CN116762011A/zh active Pending
- 2021-04-21 US US17/236,847 patent/US20220172839A1/en active Pending
- 2021-04-21 US US17/236,834 patent/US20220167887A1/en active Pending
- 2021-04-21 CN CN202180088548.4A patent/CN116685852A/zh active Pending
- 2021-04-21 EP EP21724918.4A patent/EP4256331A1/en active Pending
-
2023
- 2023-01-12 US US18/096,449 patent/US20230165492A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022119593A1 (en) | 2022-06-09 |
EP4256330A1 (en) | 2023-10-11 |
US20220167887A1 (en) | 2022-06-02 |
CN116685852A (zh) | 2023-09-01 |
US20230165492A1 (en) | 2023-06-01 |
EP4256331A1 (en) | 2023-10-11 |
WO2022119594A1 (en) | 2022-06-09 |
US20220172839A1 (en) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210011005A1 (en) | Systems and methods for evaluating immune response to infection | |
US20210366615A1 (en) | Infection detection and differentiation systems and methods | |
US11521706B2 (en) | Testing and representing suspicion of sepsis | |
US11644464B2 (en) | Sepsis infection determination systems and methods | |
US11796447B2 (en) | Systems and methods for using cell granularitry in evaluating immune response to infection | |
US11994514B2 (en) | Method of determining sepsis in the presence of blast flagging | |
US20230160805A1 (en) | Detection of medical condition, severity, risk, and acuity using parameters | |
US20140160464A1 (en) | Tuberculosis screening using cpd data | |
EP3797427A1 (en) | Panels for testing sepsis | |
US20230165492A1 (en) | Method of Detecting Sepsis Using Primary and Secondary Hematology Parameters | |
US20230005566A1 (en) | Testing and representing suspicion of sepsis | |
WO2022067068A1 (en) | Methods for evaluating mis-c associated with covid-19 | |
WO2023159188A1 (en) | Detection of sepsis using hematology parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |