文献速递复苏、休克与脓毒症重症综合管理与镇静镇痛

在电子健康档案中嵌入可扩展的虚拟生物样本库用于精准医学的可行性

Feasibility of Embedding a Scalable, Virtually Enabled Biorepository in the Electronic Health Record for Precision Medicine.
PubMed 文献 · JAMA Netw Open · 2021-02-01
一句话结论在脓毒症急诊患者中,EHR嵌入的自动化筛查与残余血尿样本采集系统(VESPRE)可行、成本低(约39美元/例),但为单中心前瞻性队列。

本研究在UPMC Presbyterian开展单中心前瞻性队列,开发嵌入电子健康档案的自动化筛查与残余血尿样本采集系统(VESPRE),用于急诊就诊6小时内符合脓毒症-3标准的成人。概念验证分析显示可进行生物标志物、微生物组和机器学习分型分析,但样本量有限且为单中心可行性研究。

要点

  • VESPRE通过EHR嵌入的改良SOFA自动警报筛查急诊6小时内脓毒症-3成人,每日入组上限4例,20个月入组1027例(30%)。
  • 残余血尿样本在临床检测完成后48小时内、丢弃前采集,要求最低残余量:肝素>550μL、EDTA≥450μL、氟化钠≥225μL、尿≥125μL。
  • 549例概念验证样本中位年龄59岁(SD 17),56%男性,45%入住ICU,14%使用血管活性药,住院死亡率9%,90天死亡率17%。
  • 50例随机样本人工复核显示SOFA评分均≥2,提示自动警报内部效度可接受;但研究为单中心、样本量有限、仅脓毒症人群。

适用人群与场景

  • 纳入标准:年龄≥18岁,在急诊就诊6小时内符合脓毒症-3标准(疑似感染+急性器官功能障碍),且触发VESPRE数字警报。
  • 排除情况:未在6小时窗口内采集标本、残余管标本量不足、缺少所需管型、或超出每日入组上限4例。
  • 研究场景:美国西南宾夕法尼亚州UPMC Presbyterian急诊科,2017年10月17日至2019年6月6日。

诊断标准与关键阈值

  • 脓毒症-3定义:疑似感染证据+急性器官功能障碍。
  • 数字警报条件:急诊科位置、年龄≥18岁、到达6小时内血培养送检、6小时内使用抗生素、6项改良SOFA要素中至少1项异常、并已获取血红蛋白、乳酸和钠检测。
  • 改良SOFA要素阈值:PaO2/FiO2<400 mmHg;GCS<15;MAP<70 mmHg或使用血管活性药;总胆红素>1.2 mg/dL;血小板<150×10³/μL;肌酐>1.2 mg/dL。
  • SOFA评分≥2(50例人工复核均满足)。

处置流程与药物剂量

  • 第一步:EHR嵌入数字警报自动筛查急诊6小时内符合脓毒症-3的成人,每日入组上限4例。
  • 第二步:警报触发后研究 staff 电子通知,核实资格并协调采集临床检测完成后的残余血尿标本。
  • 第三步:残余标本在采集后48小时内、临床检测完成后、丢弃前获取,要求最低残余量:肝素>550μL、EDTA≥450μL、氟化钠≥225μL、尿≥125μL。
  • 第四步:标本当天转运至研究实验室处理,分装后−80°C储存于VESPRE生物样本库。
  • 第五步:去标识化数据批量提取,通过独立主交叉表链接,存储于UPMC防火墙后。

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 入组患者中549例纳入概念验证分析:中位年龄59岁(SD 17),305例(56%)男性,平均Elixhauser合并症数4.0(SD 2.3),249例(45%)入住ICU,78例(14%)使用血管活性药,住院死亡率9%(49例),90天死亡率17%(94例)。

证据类型、等级与局限

  • 证据类型:单中心前瞻性队列可行性研究(非RCT),原文未给出证据等级或推荐强度。
  • 局限:单中心、样本量有限(可行性预试验,样本量由可用资金决定)、仅脓毒症人群、观察性设计、无对照干预组;成本比较中的传统队列为历史研究或假设模型,非同期随机对照。

对床旁实践的改变

  • 原文提示:在采用统一EHR平台和中心实验室的大型医疗系统中,EHR嵌入的自动化筛查+残余样本采集可作为低增量成本(约39美元/例)的精准医学研究基础设施,适用于急诊时间敏感场景。
  • 适用条件:需机构审查委员会批准豁免知情同意、使用残余临床标本、有EHR自动警报和中心实验室支持;不适用于无法豁免知情同意或无法获取残余标本的机构。
  • 常见陷阱:每日入组上限4例会限制筛查覆盖率;标本管型错误(33%)和标本量不足(28%)是排除主因;自动SOFA警报需人工复核内部效度。

指南或共识出处

  • 原文未提及指南或共识;研究由美国国立卫生研究院(NIH)资助,发表于JAMA Network Open。
全文中译16 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:JAMA Netw Open. 2021 Feb 22;4(2):e2037739. doi: 10.1001/jamanetworkopen.2020.37739

引言

临床医生已日益从对所有患者采用同一种治疗方法,转向针对个体的治疗。1 借助临床、基因组学、蛋白质组学或其他组织标志物的信息,临床医生对乳腺癌、黑色素瘤和哮喘等诊断的患者实施挽救生命的精准医疗。2,3 然而,精准医学的进展向急性照护领域的延伸较为缓慢。主要障碍在于缺乏关于许多疾病状态和表型的大规模且足够详细的数据,以及收集与时间敏感性治疗相关的临床和生物学数据的时间窗口狭窄,

在急性、时间敏感的疾病中,精准医学面临许多挑战。传统的前瞻性队列研究作为独立的研究项目构建,可能耗时且成本高昂。采用人工筛选和知情同意的传统设计研究可能仅能纳入一小部分符合条件的患者。这些步骤限制了样本量和普适性。传统的前瞻性队列研究还需要 costly 的人工数据收集和审核,这使数据集局限于预先指定的临床和生物学变量组。此外,许多急性疾病在早期照护阶段难以识别,对纳入标准的快速部署构成挑战。需要一种新策略来创建一个低负担、知识丰富且具有足够内部效度的网络,同时考虑到诊断的不确定性。4,5,6,7,8,9

为应对这些挑战,美国国立卫生研究院资助了一项名为 VESPRE(虚拟化生物样本库与电子健康记录(EHR)嵌入式、可扩展的精准医学队列)的数字策略。VESPRE 是一种低负担的基础设施,使用自动化 EHR 算法前瞻性筛选和入组符合条件的患者,并获得监管批准以创建临床数据和剩余生物样本的生物样本库。我们在脓毒症中测试了 VESPRE,这是一种危及生命的疾病,占医院死亡的 1/3。10,11,12 脓毒症具有异质性、临床表现模糊,是许多精准医学倡议的焦点。1,4,7 我们描述了 VESPRE 在脓毒症中的开发和实施,并提供了数字筛选、入组、生物采样、初步分析以及与传统的对比的概念验证。

方法

VESPRE 的 3 个目标是:(1)创建一个嵌入 EHR 的用于患者筛选和入组的数字工具;(2)为虚拟化生物样本库开发自动化样本采集,收集废弃组织,定义为剩余血液和尿液标本;(3)开发一种瘦客户端软件,确保跨多家医院的充分数据整合、安全性、策展和可扩展性。在该方法中,我们结合了 3 个组成部分(现有的 EHR 脓毒症筛选工具、用于临床研究的 EHR 数据以及剩余样本分析)来实现这些目标。VESPRE 研究设计与传统前瞻性队列研究的比较摘要详见图 1。本研究遵循了加强观察性流行病学研究报告(STROBE)报告指南。该项目经匹兹堡大学机构审查委员会根据加急、全体委员会审查程序审议。VESPRE 获得批准,并根据《健康保险可携性和责任法案》豁免知情同意和授权。

图1. 研究设计:传统前瞻性队列研究(A)与虚拟化生物样本库及嵌入电子健康档案(EHR)的可扩展精准医学队列(VESPRE)(B)的研究设计对比,按关键研究设计步骤分类。 查看原图 ↗

监管流程与数据收集

一项关键设计特征是寻求对VESPRE的知情同意豁免,以减少时间和成本,并允许以最小的患者风险快速入组。患者筛查、入组和样本获取均为前瞻性完成。通过安全通信生成每日筛查提醒,向研究团队报告可能符合条件的就诊记录。研究团队核实资格并为有指征的患者采集剩余血样。采集后立即、在储存于生物样本库之前,去除患者标识符并替换为研究识别编号。分析中使用去标识化数据,分析以分批形式完成。将去标识化数据与患者标识符关联的研究代码单独保存。这些与数据关联的去标识化样本从Cerner(Cerner Powerchart;Cerner)以批量文件形式提取至SQL Server,并安全存储在现有匹兹堡大学医学中心(UPMC)防火墙之后。只有完成培训的研究人员才能访问主交叉对照表,以防止不当使用或泄露。监督由临床研究、调查与急性疾病系统建模中心生物统计与数据管理核心以及匹兹堡大学提供。研究前已概述预设变量。电子健康档案数据包括患者人口统计学资料;生理和实验室参数,包括用于序贯器官衰竭评估(SOFA)评分的参数;以及干预措施(例如,提供机械通气、给药以及短期和长期结局)。收集的数据包括重症监护病房入住、住院和重症监护病房住院时长、院内死亡率和90天死亡率。

研究人群与场所

VESPRE于2017年10月17日至2019年6月6日在宾夕法尼亚州西南部UPMC Presbyterian的前瞻性队列中进行了测试。符合条件的患者包括所有成人(年龄≥18岁),其在到达急诊科后6小时内符合数字化获得的脓毒症标准。脓毒症定义为sepsis-3,包括疑似感染证据和急性器官功能障碍的存在。13 样本量由本可行性试点研究的可用资金确定。

使用EHR进行数字化筛查和入组

为了在就诊后6小时内识别脓毒症-3,我们开发了一种数字警报,用于标记符合以下条件的患者:(1)位于参与研究的急诊科,(2)年龄18岁或以上,(3)到达后最初6小时内获取血培养,(4)最初6小时内给予抗生素,(5)6项改良SOFA要素中的1项14:PaO2/FiO2低于400 mm Hg、格拉斯哥昏迷量表评分低于15、平均动脉压低于70 mm Hg或给予血管升压药、总胆红素高于1.2 mg/dL(换算为微摩尔每升,乘以17.104)、血小板低于150 × 103/μL(换算为×109每升,乘以1)、肌酐高于1.2 mg/dL(换算为微摩尔每升,乘以88.4),以及(6)获取血红蛋白、血浆乳酸和钠水平。这些实验室检查为必需,以确保当前和未来VESPRE分析可获得适当的试管类型。当出现数字筛查警报时,VESPRE工作人员会收到电子通知,以协调残余样本的收集。被标记的患者被分为:(1)因每日入组上限为4例患者而符合条件但未筛查,(2)符合条件但被排除,以及(3)已入组。被标记的患者符合条件但被排除的情况包括:(1)未在6小时窗口内采集标本,(2)残余试管中的样本量不足,或(3)缺少所需的最低试管类型数量(图2)。改良SOFA评分警报的人工临床判定由4名盲法评审员(包括K.M.D.和J.N.K.)完成,以在50例患者的随机样本中确定评分。

图2. 患者筛查与入组SOFA示序贯器官衰竭评估。 查看原图 ↗

残余样本

我们在VESPRE生物样本库中收集残余血液和尿液样本,以最大化样本数量并最小化时间和成本。该生物样本库被视为虚拟启用,即嵌入式电子警报触发研究人员收集残余样本,无需研究团队干预。所有残余血液和尿液样本均按照标准临床实验室规范按其原始采集目的进行处理。随后,工作人员在临床检测完成后、丢弃前,于采集后48小时内从临床实验室获取残余标本。评估了剩余肝素(>550 μL)、EDTA(≥450 μL)和氟化钠(≥225 μL)血液标本的最低量。尽管尿液样本并非研究入组所必需,但任何可用样本的最低剩余尿量为125 μL。残余血液和尿液样本被运送至研究实验室,并于从临床实验室获取的当天进行处理。样本被分装并储存于VESPRE生物样本库的−80 °C条件下。

为证明使用残余样本进行分析的可行性,对标本进行了生物标志物检测,这些生物标志物有助于潜在脓毒症表型:纤溶酶原激活物抑制剂-1、抗凝血酶III、白细胞介素-6、白细胞介素-8、白细胞介素-10、E-选择素、血管生成素1、血管生成素2、细胞内黏附分子、血红素加氧酶1、金属蛋白酶组织抑制剂2、胰岛素样生长因子结合蛋白7、乳酸、碳酸氢盐、尿酸、C反应蛋白和降钙素原。7关于检测类型、最低样本量和样本试管类型的详细信息见补充材料中的e表1。

为确定残余血用于分析细菌播散(归因于菌血症或肠道细菌易位)的可行性,样本接受了DNA提取、细菌DNA定量和16S rRNA基因扩增子测序。基因组DNA进行了评估(Qiagen DNeasy Blood & Tissue试剂盒,Qiagen)。纳入大量阴性对照以区分细菌信号与测序污染:洗脱缓冲液(n = 6)、提取对照(n = 7)、无菌水(n = 3)和空白孔(n = 30)。测序通过MiSeq Illumina完成,定量使用微滴式数字聚合酶链反应完成。15,16 我们使用R版本3.6.1中的vegan包2.5-5和mvabund进行微生物生态学分析,方法如前所述。17

研究费用评估

为估算VESPRE用于患者筛查、入组和生物样本采集的财务影响,将VESPRE的费用与一项院前队列研究18以及一项针对住院患者的假设前瞻性队列进行比较。匹兹堡院前联动评估是一项由美国国立卫生研究院资助的院前患者前瞻性队列研究,该研究将紧急医疗服务记录和医院电子健康记录与协调员采集的血液样本进行了整合。18,19 假设前瞻性队列模型基于研究协调员核心团队为1027名入组患者完成VESPRE相同增量活动(包括获取知情同意和采集新鲜血液及尿液样本)的估计费用计算。费用以总费用和每名入组患者费用表示,并分为项目管理、实验室耗材和人员以及数据管理。

统计分析

为评估VESPRE用于患者入组和虚拟生物样本库创建的可行性,生成了患者、蛋白质生物标志物和微生物组的热图和汇总统计量。汇总统计量以均值(标准差)或中位数(四分位距)表示,视情况而定。

为检验VESPRE数据用于精准医学机器学习的可行性,我们对候选临床变量应用了因子分析并生成了可达性图。因子分析在到达急诊科6小时内收集的29个临床变量上完成。因子分析是一种统计技术,旨在发现数据集中多个观测变量之间的相似模式(未观测因子)。20 此外,为评估数据的最佳聚类方法,我们应用了基于密度的聚类算法(即排序点)来识别聚类结构(OPTICS)。21 OPTICS检测具有不同密度的自然聚类并生成可达性图,该图提供数据结构的整体可视化,以指导选择数据集的最佳聚类方法。如果可达性图呈锯齿状(代表数据中相对清晰的自然聚类结构),推荐使用层次聚类。相反,如果可达性图平滑,推荐使用划分方法。对于比较,我们对分类数据使用χ2检验。双侧检验的统计学显著性阈值為P < .05。数据分析使用Stata版本16.1(StataCorp LLC)和R软件版本3.6.2(R Foundation for Statistical Computing)进行。

结果

监管审查和研究程序

对于豁免知情同意,匹兹堡大学机构审查委员会规定,使用电子健康记录(EHR)中的临床数据以及剩余血液和尿液样本对患者构成的风险不超过最小风险。为确保研究方案符合最小风险要求,我们未收集、储存或处理任何遗传物质。剩余血液和尿液样本在采样后48小时内、临床检测完成后、丢弃前收集。所有数据安全存储于现有卫生系统防火墙之后,通过主交叉索引与受保护的健康信息关联。

自动预警与入组

在20个月研究期间(2017年10月17日至2019年6月1日)的42 893次急诊科就诊中,3428名患者被VESPRE数字预警标记。共2199名患者(64%)符合条件并接受筛查;1229名患者因入组上限(n = 4)未接受筛查,1027名符合条件的患者被入组(图2;补充材料eFigure 1)。收到SOFA预警但被排除的患者包括1175名(34%)使用了错误的标本管(33%)或标本量不足(28%)(补充材料eFigure 2)。在1027名入组患者中,549名患者的临床数据在概念验证分析中被评估。患者的中位(SD)年龄为59(17)岁,Elixhauser合并症平均数(SD)为4.0(2.3)(表)。共305名患者(56%)为男性,244名为女性(44%)。近半数患者(249 [45%])入住重症监护病房,六分之一需要血管加压药(78 [14%])。住院死亡率为9%(n = 49),90天死亡率为17%(n = 94)。人工裁定显示,所有50名被评估患者的SOFA评分均大于或等于2。平均而言,临床数据的缺失率较低(29个变量中23个的缺失率<25%)(补充材料eTable 2)。

表. 嵌套样本中的患者特征 查看原表 ↗

虚拟化生物样本库

研究期间临床实验室共采集3 054 644份标本。其中,从VESPRE患者中识别出12 963份剩余血液和尿液样本(0.4%)。共1021名患者(99%)有2份或以上任何类型的等分样本可用于研究。大多数患者有2份或以上的样本管类型等分样本可用于检测(枸橼酸盐,674 [66%];EDTA,463 [45%];肝素,518 [50%];氟化钠,581 [57%])。在VESPRE患者中识别出1632份剩余尿液样本。三分之一患者(365 [35%])有至少2份尿液样本可用于检测。在符合条件的患者中,仅333名(28%)因标本量不足被排除(补充材料eFigure 2)。剩余血液和尿液样本无限期储存于一台21立方英尺的冰箱中,购置费用为13 035.00美元。

概念验证分析

VESPRE的临床数据被用于初步的机器学习分析。对23个临床变量(因缺失排除了6个临床变量)进行的因子分析揭示了5个因子,这些因子解释了数据中的大部分变异性(特征值>1)(补充材料中的eFigure 3)。所有5个因子均载荷于具有临床意义的变量上。例如,因子1载荷于与肝功能障碍相关的变量(天冬氨酸氨基转移酶、丙氨酸氨基转移酶和胆红素水平),因子4载荷于与凝血功能障碍相关的变量(白蛋白水平、国际标准化比值和血红蛋白水平)(补充材料中的eFigure 3)。基于密度的聚类算法OPTICS显示了一个平滑的可达性图(补充材料中的eFigure 4),提示采用共识K均值聚类的分割技术适用于后续的表型分析。

为了解残余样本用于生物标志物分析的可行性,从研究开始时连续确定了一个SOFA评分≥2分的富集人群(n = 160)。当数据以热图形式展示时,我们发现组织损伤生物标志物(例如,血浆乳酸,−2.3至3.7)、耐药性与先天免疫(例如,白细胞介素-10,−0.7至3.7)以及机体耐受性候选标志物(例如,胰岛素样生长因子结合蛋白7,−2.2至2.4)相对于组中位值的对数倍数变化存在 substantial 变异性(图3)。

我们评估了在残余样本中检测微生物组的可行性。与阴性对照样本相比,血浆样本含有更多的细菌DNA(P < .001),中位数为3131个细菌基因拷贝/mL(四分位距,2012-4658拷贝/mL)(补充材料中的eFigure 5)。使用16S rRNA基因扩增子测序,我们在160份血浆样本中总共获得了2 882 925个扩增子。最丰富的2个分类群均被归类为假单胞菌属成员,合计占细菌读数的33%。

图3。生物标志物值热图显示每位患者中位生物标志物值(x轴)的对数倍数变化,涵盖反映损伤、耐药性与先天免疫以及耐受性的宿主反应各类标志物。红色表示该患者的中位生物标志物值比整个研究的中位数(0)高4个对数倍数(4);绿色表示该生物标志物值比整个研究的中位数低4个对数倍数(−4)。白色单元格表示未测量该生物标志物。Ang-1表示血管生成素1;Ang-2表示血管生成素2;CO2表示二氧化碳;HO1表示血红素加氧酶1;IL表示白细胞介素;IGFBP7表示胰岛素样生长因子结合蛋白7;ICAM表示细胞内黏附分子;TIMP2表示金属蛋白酶组织抑制剂2。 查看原图 ↗

经济负担

VESPRE超出既有运营基础设施的总增量成本为39 417.50美元——约每位患者39美元(n = 1027)。VESPRE成本分为项目管理(14 880.00美元[每位患者14.48美元])、实验室耗材和人员(22 717.50美元[每位患者22.12美元])以及数据管理(1820.00美元[每位患者1.77美元])。项目管理成本包括13 500.00美元的电子警报和1380.00美元的警报功能 sequential 更新。相比之下,一项于2013年至2014年间完成的、纳入787名患者的院前前瞻性队列研究(GM104022),由协调员采集样本的成本为99 073.46美元(每位患者125.88美元)。18在一项假设性队列研究中,若由协调员核心团队完成与VESPRE相同的活动,包括获取知情同意和进行生物学采样,则1027名患者的预算最为昂贵,成本为244 917.50美元(每位患者238.48美元)。该成本包括14 880.00美元的电子警报、9300.00美元的预先规划和196 200.00美元的招募、筛查和入组(图4)。

图4. 虚拟启用的生物样本库与嵌入电子健康记录的、可扩展的精准医学队列(VESPRE)与传统研究设计的财务影响。总成本(A)和每位患者成本(B),按实验室耗材和人员、项目管理以及数据管理分层。 查看原图 ↗

讨论

为鼓励急性护理中的精准医学,我们开发了一种工具,以克服规模、细节、时间和成本方面的主要障碍。我们测试了VESPRE,这是一个虚拟启用的、嵌入EHR的生物样本库系统,可跨患者、中心和实验室扩展。使用VESPRE似乎是可行的,具有疾病亚型分型的原理验证,并且与传统队列研究相比,对于时间敏感性状况成本更低。

精准医学通过靶向特定疾病机制,从治疗平均患者转向治疗个体患者。一种成功的精准医学方法已针对黑色素瘤开发,其中靶向遗传标志物(如程序性死亡配体-1)用于治疗并用于预测治疗反应。3诸如此类的精准医学方法需要大量时间,可能仅在诊断和治疗较慢的情况下可行,并且尚未在具有诊断不确定性、疾病异质性和时间敏感性治疗的急性病症中得到证明。我们通过获得知情同意豁免并使用嵌入EHR的电子警报来识别用于下游检测的残余血液和尿液样本,解决了疾病急性程度、时机和成本的挑战。

在VESPRE的开发和实施过程中,我们汲取了许多经验教训。第一个教训与时间有关。患者入组可能因多种因素而减慢,例如诊断、获取患者或患者代表的知情同意,以及研究团队收集临床和生物学数据。我们通过在电子健康记录(EHR)中嵌入使用改良SOFA标准的电子警报,在诊疗过程开始时捕获了患有异质性综合征(即脓毒症)的患者。这种入组方法免去了专门研究团队进行筛查的需要。结合机构审查委员会批准的知情同意豁免以及对残余血液和尿液样本的使用,VESPRE以更少的时间和成本实现了快速、自动化的前瞻性入组。第二个教训是生物样本库的建立。生物样本库开发的常见障碍包括获取知情同意、专门的研究采血以及样本处理、标记和储存。与第一个教训相同,我们通过知情同意豁免和对残余血液和尿液样本的使用克服了这些挑战。这些步骤免去了专门研究协调员进行样本收集的需要,将患者风险降至最低,并预先消除了诸如血管通路不良等障碍。

VESPRE具有许多意义。它展示了一种轻量级基础设施,可以以大幅降低的成本进行关于生物学的精准学习。我们在20个月的时间内每月入组超过50名患者,每月收集650份样本等分试样,成本仅为传统协调员主导方案的五分之一。VESPRE强调了将筛查和入组程序嵌入EHR的重要性。通过使用嵌入EHR的改良SOFA电子警报,我们捕获了SOFA评分大于或等于2的患者,这是脓毒症-3标准的关键组成部分。未来的迭代可以使用更复杂的筛查逻辑、机器学习标准和Fast Healthcare Interoperability Resources中的互操作标准。

局限性

由于VESPRE本身的局限性,本研究存在局限性。第一,我们仅评估了VESPRE在一种急性病症——脓毒症——中的可行性,脓毒症是精准医学的一个重点。然而,脓毒症具有异质性和诊断不确定性。1第二,我们在电子警报中使用了改良版本的诊断标准以促进筛查。尽管部分患者的总SOFA评分可能被低估,但临床裁定表明该警报捕获了SOFA评分大于或等于2的患者。第三,残余样本可能并非适用于所有拟议的研究检测,因为生物标志物测量在冷冻后可能不稳定而无法分析。一半的潜在残余样本因剩余样本完整性或临床实验室可获得性相关原因而被排除。第四,我们没有重现任何现有的分类器,例如已定义的临床脓毒症表型。7因此,需要进一步工作以确保通过嵌入EHR的电子警报提取的数据可用于嵌入脓毒症亚型。第五,成本估计为本研究特有,可能无法推广至其他机构。

随着VESPRE在卫生系统中推广应用,许多挑战随之出现。首先,监管审查可能因每个机构、国家和区域而异。数据共享还可能需要在多个专有医疗保健系统之间建立分布式网络。因此,VESPRE在急性护理中用于精准医学的适用性将有所不同。其次,剩余样本尚不适合用于基因检测。这些分析需要不同的样本采集、处理和储存条件以及监管要求——这些限制可以通过在入院时获得更具包容性的知情同意来解决。第三,随着生物样本库的扩展,需要对剩余样本进行长期储存策略以用于生物样本库建设,这可能影响成本和储存能力。

结论

为鼓励在急性护理中应用精准医学,我们开发了VESPRE,这是一个嵌入电子健康记录(EHR)的基础设施,可创建一个虚拟启用的生物样本库,有可能在患者、中心和实验室之间扩展。研究结果表明,VESPRE是可行的,具有疾病亚型分型的原理验证,并且对于时间敏感性状况而言,比传统队列研究成本更低。

参考来源

  1. DeMerle KM, Kennedy JN, Peck Palmer OM, et al. Feasibility of Embedding a Scalable, Virtually Enabled Biorepository in the Electronic Health Record for Precision Medicine. JAMA Netw Open. 2021. PMID: 33616663. doi:10.1001/jamanetworkopen.2020.37739
  2. 全文:PMC7900864(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7900864/

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。