公众号 / 文章重症综合管理与镇静镇痛复苏、休克与脓毒症呼吸衰竭与机械通气

通往ICU精准医学之路

A path to precision in the ICU.
PubMed 文献 · Crit Care · 2017-04-03
一句话结论ICU精准医学需借助新型试验设计、多组学与生理数据及信息学基础设施,逐步识别可治疗亚型以匹配个体化治疗。

本文为综述,讨论在ICU推行精准医学的必要性与挑战。脓毒症、急性呼吸窘迫综合征等危重症具有高度异质性,「一刀切」治疗可致结果迥异。文章提出三条路径:采用注册随机对照试验、平台试验等新型设计;利用基因组学以外的生理信号与临床数据识别内型;建设数据基础设施与信息学方法。精准ICU的转变可能是渐进的,小样本概念验证研究有助于展示其潜力。

要点

  • 危重症综合征如脓毒症、急性呼吸窘迫综合征患者间异质性大,统一治疗策略可产生迥异甚至矛盾的结果。
  • 注册随机对照试验与平台试验可更高效地纳入特定亚型患者,平台试验采用贝叶斯响应自适应随机化。
  • 临床数据结合机器学习已识别出四种脓毒症亚型;生理数据与生物标志物可区分两种急性呼吸窘迫综合征内型,与死亡率及对高呼气末正压通气、保守液体管理的反应相关。
  • 基因组学以外的数据(电子病历、连续心电、近红外光谱等)可生成复杂生理特征,帮助区分患者。
  • ICU数据基础设施与信息学方法是精准重症医学的核心,需要临床医生与数据科学家紧密合作。

适用人群与场景

  • ICU收治的危重症患者,包括脓毒症、急性呼吸窘迫综合征、急性肾损伤和谵妄等综合征患者。

研究设计与关键结果

  • 综述指出,脓毒症、急性呼吸窘迫综合征、急性肾损伤和谵妄等ICU常见病症在生理和解剖上呈弥漫性表现,并在短时间内波动,导致患者间高度异质性。
  • MONARCS试验研究阿非莫单抗(afelimomab,一种抗肿瘤坏死因子α单克隆抗体)在脓毒症休克中的作用,假设该药对基线白细胞介素-6水平高的患者最有效;结果显示研究人群整体死亡率无差异,而白细胞介素-6升高患者获得适度获益。
  • TASTE试验采用注册随机对照试验设计研究ST段抬高型心肌梗死中的血栓抽吸,实现了显著的成本节约和快速招募。
  • METRIC数据仓库从Mayo Clinic的ICU患者电子病历数据构建,数据上传滞后时间仅15分钟;其「嗅探器」用于实时识别急性肾损伤和脓毒症患者,脓毒症研究中实施后招募率翻倍。
  • 荷兰近90家拥有ICU的医院向一个注册库贡献患者级临床数据,该注册库现包含超过50万例ICU入住信息;澳大利亚和新西兰重症监护学会注册库包含来自140多个ICU的约130万例入住详细临床数据。
  • 一项研究识别出11个基因特征用于区分脓毒症与非感染性炎症状态;另一项研究使用2个基因特征对儿童感染进行病毒性或细菌性分类;还有研究使用基因表达特征识别有急性肾损伤风险的脓毒症儿科患者,其中两个基因产物的血清蛋白水平显示出高灵敏度。
  • 一项研究识别出63个基因表达特征,在区分创伤后简单与复杂临床轨迹方面表现良好;基于该基因集开发的nanoString「分子条形码」技术检测可在12–24小时周转时间内生成易于理解的复合评分,性能超过APACHE II评分和损伤严重度评分(ISS)。
  • 一项研究显示,健康参与者接受肠内或肠外营养时心率变异性较口服饮食者显著降低;接受肠外营养者在喂养72小时后单核细胞基因表达也显示显著变化。另一项研究显示,心率变异性降低或β受体基因特定多态性的创伤患者死亡风险增加。

证据类型、等级与局限

  • 证据类型:综述。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 作者认为,精准重症医学可能涉及将治疗与最可能获益的患者匹配,并确保治疗与患者偏好一致,例如仅在患者希望时提供积极治疗,尤其在生命终末阶段。
  • 作者认为,精准方法可能有助于早期识别特定治疗无效的患者(所谓「无反应者」),从而避免伤害、减少治疗延迟并更有效地分配资源。
  • 作者指出,ICU实践与门诊诊所不同,尚无模板指导精准医学在急性护理环境中的部署。
  • 作者认为,小样本概念验证研究可能有助于展示精准重症医学方法的潜力。

指南或共识出处

  • Precision Medicine Initiative(美国国立卫生研究院资助)
  • 100,000 Genomes project(英国国家医疗服务体系资助)

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译7 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Crit Care. 2017 Apr 3;21:79. doi: 10.1186/s13054-017-1653-x

背景

在基因组学和大数据分析进展的推动下,精准医学越来越多地被标榜为生物医学领域一种突破性的新范式。广义而言,“精准医学”一词描述了一种利用每个个体多种不同特征(基因、环境和生活方式)进行疾病预防和治疗以最大化疗效的方法[1]。精准医学的早期进展主要发生在肿瘤学领域,该领域的诊断和治疗都越来越多地基于基因组特征。her2阳性乳腺癌[2]和EGFR阳性肺癌[3]治疗成功率的提高凸显了精准医学引领临床实践广泛变革的潜力。新的重大精准健康项目也反映了日益增长的兴趣,例如美国NIH资助的精准医学计划和英国NHS资助的10万基因组计划,以及公众对此类项目的支持[4]。

对精准医学的热情可见于生物医学研究的各个领域,不仅在肿瘤学,还包括心脏病学[5]、肺病学[6]、变态反应学[7]、精神病学[8]和公共卫生[9]。最近,精准医学在ICU中的潜在作用也得到了讨论[10–18]。这些讨论指出,危重疾病综合征的复杂性和模糊性正是采用精准方法的根本理由。作为本质上多变的存在,脓毒症、急性呼吸窘迫综合征(ARDS)、急性肾损伤和谵妄等常见ICU疾病的表现和后遗症在生理和解剖上呈弥漫性分布,且在短时间内波动。这导致患者之间存在相当大的异质性,在这种情况下,“一刀切”的治疗方法可能导致差异巨大甚至相互矛盾的结果[11, 19–21]。

患者之间的重要差异——包括病理生理学差异和发生不良事件的风险差异——即使在精心设计的随机临床试验中也可见到,而这些试验是根据临床定义的综合征来纳入患者的[22]。这种治疗效应异质性(HTE)可能导致患者从所研究治疗中获得的总体获益存在显著差异。由此看来,当前的ICU治疗可以被视为不精准的,因此有可能从精准医学方法中获得实质性收益。

近期研究提示了一些将复杂ICU综合征解析为亚型的方法。基因表达分析不仅被用于区分脓毒症与临床上相似的非感染状态[23],还被用于区分脓毒症和脓毒性休克的分子定义亚型[24–26],以及评估这些亚型对各种治疗(如皮质类固醇治疗)产生应答的可能性[27]。候选基因的靶向测序已被用于识别与脓毒症[14, 28]和ARDS[29]中有利或不利结局相关的单核苷酸多态性。脓毒症[30]和ARDS[31]的全基因组关联研究(GWAS)已正式启动,此外还鉴定出若干药物基因组,可能为脓毒症中使用的药物(如去甲肾上腺素、血管加压素和皮质类固醇)的处方增加精准性[32]。

除基因组学之外,其他类型的数据也带来了更高的精准度。临床数据已被用于通过机器学习技术识别四种不同的脓毒症亚型[33]。血清生物标志物在区分伴有ARDS与不伴有ARDS的脓毒症患者方面显示出前景[34],并在将ARDS分类为由直接或间接肺损伤所致方面显示出前景[35]。包括生命体征测量、呼吸机设置和实验室数据在内的临床数据已被与血清生物标志物数据一起使用,以识别两种生理学上不同的ARDS亚型[36]。这些亚型,也称为内型,不仅与死亡率相关,还与对特定治疗措施的良好反应相关,例如高呼气末正压(PEEP)通气和保守液体管理[37]。

近期对危重症亚型的识别表明,越来越需要将其与精准治疗相协调。但尽管在这一新研究领域取得了早期进展,通往ICU精准医疗的道路仍远未明晰。在下文中,我们探讨ICU精准医学面临的一些挑战,以及应对这些挑战的具体措施。

精准医学的挑战

尽管有充分理由相信重症监护可从精准医学方法中获益良多,但这种转向可能在多方面带来颠覆性影响。ICU实践不同于目前正在开展精准医学项目的门诊诊所;尚无模板可指导其在急性护理环境中的部署。在定义通往ICU精准医疗的道路时,从业者和研究人员将面临精准医学运动总体上所面临的相同挑战,以及ICU快节奏环境所特有的障碍。

在众多可能的挑战中,我们预见到在ICU中实施精准医学可能在三个方面被证明是困难的。首先,个体化治疗的试验意味着患者队列越来越小,符合越来越狭窄的入选标准。遵循精准医学的逻辑得出其必然结论——即每位患者都是独特的——会使我们面临无数“n of 1”情景,这种情况除罕见病例外,与当前实验方法不相容。这可能导致招募时间显著延长、复杂性增加以及开展临床试验的成本增加。

尽管这一情况面对精准医学的所有潜在应用,其影响可能在ICU中最为明显,因为多种合并症、同时进行的治疗之间的相互作用以及快速变化的生理状态都增强了疾病的复杂性。这些额外的迫切需求势必使招募急性病患者——其中许多人缺乏决策能力——进入临床试验这一时间敏感的任务变得更加复杂。

其次,开发和验证新型生物标志物以提升治疗精准度的过程漫长而繁重,需要跨越科学、监管和商业化方面的重大障碍。尽管已有超过1000篇关于脓毒症基因多态性的文献——脓毒症已知具有重要的遗传决定因素[38, 39]——但没有任何一项促成了所谓的“伴随诊断”检测的开发,即根据患者特定基因型匹配相应疗法的检测[32]。此外,要在重症监护病房(ICU)中有用,诊断检测必须能够在床旁部署,具有快速周转时间和低使用门槛。虽然当今的全基因组技术可能有助于生物标志物的发现研究,但它们对于ICU使用而言过于缓慢。其他生化、生理或临床生物标志物可能更容易获取,从而在ICU环境中具有更大的实用性。

第三,推动精准医学研究所需要的大量ICU数据很少能够随时获取。尽管大多数ICU每天产生数GB的数据,但只有一小部分可用于研究目的[40]。生命体征波形通常在患者转出ICU时从床旁监护仪中清除。电子病历(EMR)数据的使用受到平台间互操作性差、获取的法律和监管障碍以及数据有效性和可靠性问题的阻碍[41]。来自ICU的全基因组数据仍然相对稀缺,尽管为其他目的生成的基因组数据——如临床导向的药物基因组学检测或通过直接面向消费者的产品进行的个人导向测序——有潜力部分解决这种稀缺性。尽管如此,获取和可解释性方面的障碍继续限制着这些数据的效用。医院和卫生系统层面的重症监护数据基础设施仍不发达,削弱了在ICU中推进精准医学的努力。

临床试验的新方法

精准医学运动大胆地质疑了当前临床研究的实践,即大规模随机对照试验(RCT)招募异质性患者群体以研究某种干预措施的效果。在这一框架内,结果以“平均”方式呈现,这与精准理念背道而驰。由于只有极少数重症监护RCT产生了可操作的证据[19, 42],针对异质性患者群体的大规模试验未能实现展示所研究疗法潜在积极效果的目标。资助优先事项的变化日益重视创新性试验设计,而非昂贵且耗时的巨型试验。因此需要新的试验设计[43–45]。

一种方法是招募更同质的患者群体,希望通过减少人群异质性来增大治疗效应的幅度[11, 19, 45, 46]。尽管研究一系列个体内型的想法令人望而生畏,但第一步是认真着手,将一个综合征仅划分为两个不同的亚型。MONARCS试验采用了这一策略,该试验研究了阿非利莫单抗——一种针对TNF-α的单克隆抗体——在脓毒性休克中的效应[47]。作者假设研究药物在对基线IL-6水平高的患者中最为有效,并发现虽然研究人群整体在死亡率上无差异,但IL-6水平升高的患者获得了适度的获益。

随着传统随机对照试验(RCT)变得更加精准导向,我们将面临更为有限的患者池,并将被迫接受较小的样本量、较长的招募时间跨度,或两者兼有。但通过仅纳入一个富集的患者群体,样本量较小导致的统计功效损失可能被效应量的增加所抵消。

解决狭窄入选标准问题的其他潜在方案涉及全新的试验设计。其中一种设计是基于注册登记的随机对照试验(RRCT),它利用为其他原因常规收集的数据[48]。进入现有注册登记且符合预设入组标准的患者可被接触以获取知情同意并随机化;筛查、数据采集和结局测量均已内置。TASTE试验 examining 血栓抽吸在ST段抬高型心肌梗死中的应用采用了RRCT设计,实现了可观的成本节约和快速招募[49]。这一策略使研究者能够控制成本、专注于患者招募,同时仍受益于随机化的效力,以得出关于因果关系的最有力结论。增强的精准性随后可能来自增强的招募,后者能更容易地识别特定亚型的患者。

通过筛查大量患者群体——理论上为整个司法辖区、卫生系统或研究者协作组的人群——RRCT可系统性地识别具有特定特征的队列,从而履行精准医学研究狭义界定亚组的使命。实时数据采集和分析可通过使电子监测系统(ESS)——即所谓的“嗅探器”——快速识别合适患者来增强这一能力。嗅探器概念或许以METRIC Data Mart最为典型,这是一个由梅奥诊所ICU患者数据构建的临床数据仓库[50]。METRIC接收电子病历(EMR)数据上传的滞后时间仅15分钟,使其能够快速筛查和检测变化的临床状态。METRIC嗅探器已被用于通过实时识别急性肾损伤[51]和脓毒症[52]患者来加速临床研究,从而在患者符合入组标准时快速通知研究人员。在脓毒症研究中,嗅探器实施后入组率翻倍。

一些卫生辖区已经具备条件,可将现有登记系统转变为能够支持RRCT和ESS方法的实时预警和报告系统。在荷兰,拥有重症监护病房(ICU)的90家医院中,几乎所有医院都向一个登记系统提供患者层面的临床数据,该登记系统目前包含超过50万例ICU入院信息[53]。澳大利亚和新西兰重症监护学会(ANZICS)登记系统包含来自140多个ICU的约130万例入院的详细临床数据[54]。近20个国家拥有某种形式的ICU登记系统,而诸如国际急性病临床试验者论坛(InFACT)等较新的联盟则提出了未来建立国际ICU登记系统的可能性[55]。

另一种用于富集治疗反应性患者人群的新试验设计是平台试验,之所以如此命名,是因为用于开展研究的实验平台可能在此后持续存在,并为研究和实践提供持续支持[56]。该设计使用反应适应性随机化,在一组患有特定目标疾病的患者中测试多种治疗——单用、联合使用或不同顺序使用。研究人群内的异质性通过在设计之初定义的精确亚组得到明确处理。基于对迄今积累的研究数据的贝叶斯分析,患者随机化偏向于在后续临床试验中可能更有效的治疗。被证明效果较差治疗最终被剔除,未确定有效治疗的患者亚组也同样被剔除。迄今为止仅有少数研究使用了平台设计,但该方法有潜力快速高效地评估精准诊断与定制治疗的协调配合。

在重症监护领域,一项大型欧洲社区获得性肺炎研究(AD-SCAP)正在使用平台设计来测试抗生素、类固醇和通气策略的各种组合(ClinicalTrials.gov NCT02735707)。平台试验中使用的复杂预测依赖于大量数据,以概率方式将具有不同疾病特征的患者与最有希望的治疗相匹配。这些特征表明,平台试验可作为迈向精准医学的第一步,因为它们纳入异质性患者群体,但允许实时进行亚型特异性分析。这有助于降低临床试验因治疗效应差异而返回阴性结果的可能性。

超越基因组学

精准医学运动与基因组学密切相关,并且日益与其他“组学”技术相关,包括表观基因组学、蛋白质组学和代谢组学。这些数据已被用于重症监护研究,包括一项识别与ICU生存相关的代谢组学特征的研究[57],以及其他研究微生物组在危重症中作用的研究[58]。然而,大多数基于组学的检测仍然太慢,无法在ICU中发挥作用,而且它们产生的数据不能轻易为临床决策提供信息。因此,研究人员必须寻找更适合快速收集和分析的其他数据来源。

一些研究者已探讨如何将全基因组疾病特征缩减至尽可能少的基因数。例子包括一个用于区分脓毒症与非感染性炎症状态的11基因特征[23],以及一个用于将儿童感染分类为病毒性或细菌性来源的两基因特征[59]。在一项研究中,基因表达特征被用于识别具有急性肾损伤风险增加的脓毒症儿科患者[60]。其中两个基因产物的血清蛋白水平在识别该状况方面显示出高敏感性。在另一项研究中[61],鉴定出一个63基因表达特征,其在区分创伤后简单与复杂临床轨迹方面表现良好。基于该基因集,研究者利用nanoString“分子条形码”技术开发了一种新型检测方法,能够在大约12–24小时周转时间内生成易于理解的复合评分。检测性能超过了传统疾病严重程度评分如APACHE II评分和损伤严重程度评分(ISS)。最后这些例子表明,利用高维基因组数据鉴定的诊断和预后信号如何可能被缩减为具有临床适用性的更简单检测。

除基因组学之外,来自电子病历(EMR)的高维临床数据可能有助于识别具有某些预后特征的患者群体甚至个体。例如,详细的慢性合并症特征可用于更精确地预测功能结局[62]。这样的系统可能利用正在开展的工作,将大量临床数据与机器学习算法相结合,以开发能够识别有意义亚型的实时预测分析。新型生理标志物也可能被证明有用,不仅在于区分内型,还在于提供连续监测以表征疾病轨迹并追踪对干预的反应。作为一个例子,近红外光谱(NIRS)技术可能有助于基于脑组织氧合识别特定患者亚组[63]。

常规收集的生理信号,例如连续心电图描记,也可能被证明有助于区分原本可能看起来相似的患者。例如,心率变异性(HRV)指标在重症监护中的应用已被充分研究[64],但目前尚未用于临床实践。由于具有准确预测临床恶化和其它中间结局的潜力,HRV监测可能在更精确地定义不同疾病状态以及检测这些状态之间的动态转换方面均有用。

在一项研究中,接受肠内或肠外营养的健康参与者与接受口服饮食者相比,HRV出现显著下降[65]。接受肠外营养者在喂养72小时后还显示单核细胞基因表达的显著变化。另一项同时考察HRV和基因组数据的研究显示,HRV降低或β受体基因存在特定多态性的创伤患者,在受伤后死亡风险增加[66]。这些研究表明,基因组特征的代表性标志物可能会在更易获取的生理信号中找到。

最终,精准性源于我们将一个患者综合征的表现与其他患者区分开来的能力。这些区分来自于可用于表征患者病情的数据广度和深度的不断增加。简而言之,更多数据带来更好的区分(图1)。虽然基因组数据无疑将继续在精准重症监护研究中发挥作用,但其他更易获取的生物医学数据来源对于将基础科学见解转化为临床医生的实用工具至关重要。

图1 数据量增加对揭示重要区分的影响。展示了三名不同患者四小时的平均动脉压(MAP)监测数据(模拟)。按每小时记录数据(上排),患者间的MAP轨迹看起来相似,所有病例的中位MAP均为70(虚线)。按每分钟记录数据(下排),所有病例的中位MAP仍为70,但患者间的重要差异变得明显:患者1的MAP相对稳定,患者2在约16:15时MAP急剧下降,患者3的MAP逐渐降低。在本例中,更细粒度的数据揭示了稀疏数据或中位值无法显现的生理轨迹差异。 查看原图 ↗

精准重症监护的基础设施与信息学

无论最终采用何种策略,通往ICU精准医疗的道路都将穿越大量数据。大型数据集——无论来源于新的基因组学平台、生理波形、随机对照试验(RCT)还是电子病历(EMR)——是精准医学的基石,支撑着对危重病病理生理学的新见解,使得能够识别不同的疾病内型,并提供生成和检验新假设的基础设施。随着数据存储成本的下降,现在有机会采集这些数据用于研究。

一些登记数据库已被证明是重症监护研究中的宝贵资源。MIMIC III数据库是大型ICU数据存储库的一个例子,已被用于支持假设生成性研究的回顾性分析[67]。ICU数据集在最近脓毒症新定义的建立和验证中也发挥了重要作用[68]。然而,收集数据只是第一步。数据必须经过验证、清理、存储、转换、共享、保护和分析,所有这些都需要专门的信息学基础设施以及与信息学专家的密切协调。开发精准医学生物信息学平台的协作任务已在癌症领域启动,系统被设计用于整合基因组和临床数据,并促进精准医学研究中常用的分析[69]。用于重症监护研究的类似系统将必须考虑ICU特有的数据类型(如流式生理波形),以及急性期诊疗实践的实时紧迫需求。

创建数据注册中心需要大量投入,需要专用的计算资源来安全存储数据并确保其保护。需要数据库软件工具来构建和组织数据,并提供一个录入端口,以便数据可以通过手动方式或从其他来源(如电子病历(EMR))自动传输来贡献。开源电子数据采集(EDC)工具在这方面可能具有价值,甚至已与基于网络的随机化工具整合,展示了信息学基础设施如何用于支持注册库随机对照试验(RRCTs)[70]。这些应用的移动接口可能有助于促进床旁数据收集。

最大化大型数据集的潜力将涉及整合不同的数据类型,以便为生物学数据添加临床背景。这还需要对不同站点来源的数据进行联合分析,以为疾病亚型的“小样本”研究增加统计效能。随着数据量的激增以及对安全性的担忧增加,生物医学数据的共享已变得具有挑战性。必须制定明确的数据管理策略来保护敏感的健康信息,同时尊重数据共享、开放科学和研究组之间合作的原则。数据管理计划必须解决访问、安全和问责问题,并且必须制定协议以对患者数据进行匿名化、创建研究伦理协议并生成数据共享协议。应考虑遵守监管要求,以便研究者发起的试验和行业赞助的试验数据可以混合使用,并且医院可以自信地创建数据上传的链接。最终,阻力最小的路径可能是一种翻转的数据分析模式,即将分析带到数据处,从而无需推动数据四处移动。这种模式将解决关于放弃数据控制权的潜在担忧,确保数据保护,并减轻技术故障和非计划停机带来的风险。

无论数据是迁移到中央位置,还是将分析工具带到本地数据存储处,处理来自不同来源的数据的任务都将受益于重症监护概念形式化本体论的开发。本体论是一种受控词汇表,指定了一组术语及其之间的关系,为调解来自不同来源的数据元素的合并提供了必要的基础真值[71]。通过将术语映射到共同的本体论,来自不同站点——其中电子病历、床旁监护仪和基因组平台可能不同——的数据可以进行联合分析。已经生成了众多生物医学本体论,包括一些涉及精准医学概念的本体论[71, 72]。该领域的工作应包括临床医生、研究人员、伦理学家和患者代表,以便信息学工具满足提供电子病历支持的患者护理和开展以患者为中心的研究这一紧密关联的需求。

成本与机遇

尽管测序和其他基因组学技术的成本持续下降,精准医学研究无疑仍将昂贵,需要更多研究来回答更精确的问题。所描述的方法,例如使用RRCT研究少数内型的方法,可能代表一个有用的起点。然而,围绕如何最好地实施基于精准的检测和治疗,仍存在重要问题。现有策略对一大群人产生边际获益,应在多大程度上被那些对少数精选人群提供更好总体结果的方法所取代[73]?

围绕精准医学大规模实施的一些紧张关系的一个例证,是美国联邦医疗保险和医疗补助服务中心(CMS)决定不为华法林的药物基因组学指导处方提供报销。尽管携带罕见基因组变异的患者可能从该方法中获益,但当检测部署于大群体时,临床结局仍与常规处方等效[73, 74]。因此,常规华法林处方总体上可能具有成本效益,但对少数可能发生可预防出血或血栓并发症的患者却有不必要的损害。

这些情况与重症监护实践有相似之处,在重症监护中,大量资源被用于为患者提供在某些情况下可能有用、但在其他情况下无效或有害的治疗。精准方法可能有助于早期识别特定治疗对其无效的患者(即所谓“无应答者”),这可能带来避免伤害、减少治疗延误以及更有效地分配资源。

与无效或有害治疗概念密切相关的是这样一种观念:ICU中的某些治疗实际上完全是不想要的。因此,精准重症监护可能不仅涉及将治疗与最可能获益的患者匹配,还涉及确保治疗与患者偏好一致。这可以立即且以可忽略的成本实现,方法是确保积极治疗仅提供给想要它的患者,尤其是在生命终末期[75]。虽然精准医学研究和实践的某些方面可能被证明成本高昂,但在最终不会获益或可能希望完全放弃此类治疗的患者中持续使用侵入性生命支持同样成本高昂。

结论

大量数据伴随着危重症的巨大复杂性和异质性。这些情况使重症监护成为探索精准医学研究和实践方法的沃土。变化可能是渐进式的而非全面性的,其中小型概念验证研究证明精准重症监护的可行性。将需要新颖的试验设计,以更有效地纳入具有狭义定义综合征亚型的患者。必须同时利用基因组和非基因组数据,以获得对重症监护内型的新见解,并在床旁快速识别患者。这些任务必须由临床医生、研究人员和数据科学家开发的稳健数据基础设施支持。

精准医学定义了一种方法,即临床医生来到床边,寻求询问和理解患者独特的生理机能。虽然这一术语可能是新的,但这种理念可追溯至重症监护的最早雏形,并且至今仍是其核心。

参考来源

  1. Maslove DM, Lamontagne F, Marshall JC, et al. A path to precision in the ICU. Crit Care. 2017. PMID: 28366166. doi:10.1186/s13054-017-1653-x
  2. 全文:PMC5376689(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5376689/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。