Med-MIMIC，持续分享MIMIC临床生信文献与思路解读，捕捉当下热点思路，感兴趣的老师可以点点关注~需要定制化分析的老师欢迎扫码联系~
文章标题：Development and validation of potential phenotypes of serum electrolyte disturbances in critically ill patients and a Web-based application
中文标题：危重患者血清电解质紊乱潜在表型的开发和验证以及基于 Web 的应用程序
发表期刊：J Crit Care .
发表时间：2024年8月
影响因子：3.2/Q2
电解质紊乱在危重病人中非常普遍，并且与较高的发病率和死亡率相关。这些紊乱与疾病状态和某些治疗干预措施（例如液体复苏和药物治疗）密切相关，并且在危重病人中表现出高度的异质性。本研究旨在探讨危重病人中七种电解质的数据驱动表型是否具有预后相关性。
数据来源
研究从三个大型独立公共数据库（MIMIC-IV、eICU-CRD和AmsterdamUMCdb）中提取患者信息。
纳入与排除标准
所有在 ICU 早期住院期间包含七种主要电解质 （钠、钾、钙、镁、磷、氯化物和碳酸氢盐） 电子记录的 ICU 患者都被纳入分析。早期 ICU 住院定义为首次入住 ICU 和前 72 小时。如果患者的电解质水平至少记录了两次，最长间隔为 24 小时，则将其纳入分析。
统计方法
使用结构化查询语言（SQL）筛选数据库中的数据，采用K-means聚类算法作为基本聚类方法，基于电解质的极值、中位数和变异系数对ICU患者的电解质分布进行聚类。MIMIC-IV作为训练集，另外两个数据库作为验证集。使用多种方法（包括倾向得分匹配PSM和逆概率加权IPTW）来平衡聚类结果的稳健性分析。
结果分析
1. 三种电解质表型的推导
根据 OPTICS 图、平方误差和 （SSE） 和剪影系数，数据的分布可以接近一个球，并且具有三个基于 K-means 聚类算法的最具成本效益的集群。我们将它们定义为表型 α、β 和 γ按集群顺序排列。这三种表型在训练集和两个验证集中的人群比例相似，其中β表型患者比例最高 （50.9%），α表型患者比例最低 （20.3%）。
2. 临床特征和结果的比较
三种衍生表型具有不同的临床特征和结果，在其他两个数据集中是一致的。在三种表型中，β表型与最低的器官损伤（图 2）、最低的 28 天死亡率（图 3）和最低的 ICU 住院时间相关，肌酐、BUN、阴离子间隙、SOFA 评分、SAPSII 评分和乳酸值较低，但碱过量、MAP、血红蛋白和 GCS 评分较高。α 和 γ 的表型预后较差，临床结局差异显著。分配到 α 表型的患者肾损伤较多，但 γ 表型在神经系统中更严重（图 2）。
3. KM 曲线
训练和两个验证集中的表型之间的 28 天死亡率相似（图 3）。
4. 三种表型的临床特征、电解质分布特征和临床结局
具体而言，分配α的患者往往具有较高的肾脏 SOFA 评分（1-2 分：38.4%，3-4 分：45.5%，补充图 S9 A），而γ在神经系统中占 3-4 分的比例最高（32.6%，补充图 S9 B）。
5. 稳健性分析
我们从两种匹配方法以及多个数据源中观察到死亡风险比的一致性，根据上述结果证明了模型的稳健性（表 2）。t-SNE 图用于可视化由 K-means 和 BIRCH 聚类算法分配的聚类结果，聚类分布（图 S13）与 28 天死亡率（表 2）非常相似，进一步反映了结果的稳定性。
5. 开发基于 Web 的工具
为了促进这些表型的进一步应用和验证，我们创建了交互式矢量图像，以帮助人们详细了解表型。然后，我们简化了模型的应用并开发了一个基于 Web 的工具。该工具可在 http://1.15.228.15/frontdoc/ele-phenotypes.html 获取。提交所需数据后，将根据上述模型分配患者表型。临床医生可以使用在线工具快速了解临床环境中的复杂电解质紊乱。
文章小结
研究确定了三种与电解质分布和临床结果相关的不同临床表型，分别命名为α、β和γ。这些表型在训练集和两个验证集中显示出一致的比例，其中β表型的患者比例最高，α表型的患者比例最低。α和γ表型与电解质分布和临床变量的显著差异、更高的28天死亡率和更长的ICU住院时间相关。通过稳健性分析进一步证实了这些表型的临床特征和预后意义。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
