多数据集细菌性脓毒症转录组学无监督分析揭示三个稳健聚类
该研究采用先进信息学技术汇总来自8个国家14个细菌性脓毒症转录组数据集(n=700)进行无监督聚类分析,发现三个亚型:炎症型、适应型和凝血型。随后在来自5个国家的9个独立数据集(n=600)中验证这些亚型。在发现集和验证集中,适应型亚型均与较低的临床严重程度和较低的死亡率相关,凝血型亚型与较高的死亡率和临床凝血功能障碍相关。这些聚类与其他研究者在独立单脓毒症队列中得出的聚类具有统计学关联。作者认为这三个亚型可能为理解脓毒症综合征的分子异质性提供一个统一框架,进一步研究可能实现将新型免疫调节疗法与最可能获益的脓毒症患者进行匹配的精准医学方法。
要点
- 跨14个发现数据集(n=700)的无监督聚类分析识别出三个脓毒症亚型:炎症型、适应型和凝血型。
- 在9个独立验证数据集(n=600)中验证了上述三个亚型。
- 适应型亚型在发现集和验证集中均与较低的临床严重程度和较低的死亡率相关。
- 凝血型亚型在发现集和验证集中均与较高的死亡率和临床凝血功能障碍相关。
- 作者认为这三个亚型可能为理解脓毒症分子异质性提供统一框架,进一步研究可能实现免疫调节疗法的精准匹配。
适用人群与场景
- 因细菌性脓毒症入住医院的患者(发现集n=700,来自8个国家的14个转录组数据集;验证集n=600,来自5个国家的9个独立数据集)。
研究设计与关键结果
- 研究类型:回顾性分析,汇总14个细菌性脓毒症转录组发现数据集(n=700,来自8个国家)进行统一聚类分析,并在9个独立验证数据集(n=600,来自5个国家)中验证。
- 发现集聚类分析揭示三个亚型:炎症型、适应型和凝血型(基于功能分析命名)。
- 在发现集和验证集中,适应型亚型均与较低的临床严重程度和较低的死亡率相关。
- 在发现集和验证集中,凝血型亚型均与较高的死亡率和临床凝血功能障碍相关。
- 这些聚类与其他研究者在独立单脓毒症队列中得出的聚类具有统计学关联。
证据类型、等级与局限
- 证据类型:回顾性分析(基于转录组数据集的无监督聚类研究)。
- 局限:原文未报告局限性。
对床旁实践的改变
- 原文未据此给出推荐。
提炼说明
- 本条依据论文摘要整理;摘要未涉及「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」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开
OBJECTIVES: To find and validate generalizable sepsis subtypes using data-driven clustering.
DESIGN: We used advanced informatics techniques to pool data from 14 bacterial sepsis transcriptomic datasets from eight different countries (n = 700).
SETTING: Retrospective analysis.
SUBJECTS: Persons admitted to the hospital with bacterial sepsis.
INTERVENTIONS: None.
MEASUREMENTS AND MAIN RESULTS: A unified clustering analysis across 14 discovery datasets revealed three subtypes, which, based on functional analysis, we termed "Inflammopathic, Adaptive, and Coagulopathic." We then validated these subtypes in nine independent datasets from five different countries (n = 600). In both discovery and validation data, the Adaptive subtype is associated with a lower clinical severity and lower mortality rate, and the Coagulopathic subtype is associated with higher mortality and clinical coagulopathy. Further, these clusters are statistically associated with clusters derived by others in independent single sepsis cohorts.
CONCLUSIONS: The three sepsis subtypes may represent a unifying framework for understanding the molecular heterogeneity of the sepsis syndrome. Further study could potentially enable a precision medicine approach of matching novel immunomodulatory therapies with septic patients most likely to benefit.
参考来源
- Sweeney TE, Azad TD, Donato M, et al. Unsupervised Analysis of Transcriptomics in Bacterial Sepsis Across Multiple Datasets Reveals Three Robust Clusters. Crit Care Med. 2018. PMID: 29537985. doi:10.1097/CCM.0000000000003084
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。