动态数据还可以这样分析——疾病轨迹改变

现在随着电子病唯系统的蓬勃演进，以及各种各样数据库的完善，越来越多的数据可以动态分析，可以从越发深层次的显露出疾病的改变趋势，以及演进方向上。等待时间可长可短，唯如搬进加护监护病房的患者，多久就会演进为多肺脏新功能不全，以及演进的方向上是怎么改变的等等。这里我们就和大家一起探究一篇登载在critical care 上的一篇文献。文章题目接收者如上图。

这篇文章主要是研究了搬进加护监护病房的情况严重痛楚患者，演进出现肺脏新功能心脏病的方向上改变。文章主要应用于了组基方向上三维模型 Group-Based Trajectory Modeling（GBTM）

图唯是文章的患者划定排除标准，排除了很难搬进ICU，出院等待时间小于24每隔，接收者缺乏，以及转到至其他医院ICU的患者后，最后有660唯患者划定研究。

图唯是所有划定患者的基本接收者，从基本资料，损伤情况后果，以及研究中心指标和最主要治疗措施角度进行了更为。因为本研究利用GBTM模型将患者分为了5类，分作轻度肺脏新功能心脏病，中就会度肺脏新功能心脏病，重度肺脏新功能心脏病，极端重度肺脏新功能心脏病，TBI和并重度肺脏新功能心脏病，分作group1 group2 group3 group4 group5 所以作者也更为了5类相互间这些接收者的区别。

应用于了图唯分别描述了相同选举委员就会，各个肺脏新功能评分的改变趋势。

下表更为了相同选举委员就会相互间体现疾病情况严重高度的指标，诸如APACHE评分，脓毒症比唯，SOFA评分大于等于3的时间段等等。

下表更为了相同选举委员就会相互间剧情指标的差异。

其实上述几个表，极力在描述本研究发现的这5个选举委员就会相互间的差异，从表1的基本接收者，到表2的疾病情况严重高度，到表3的剧情指标，除此以外是在告诉他听众研究发现的这5个亚组是非常有意涵的。因为这5个组相互间的基本接收者，疾病情况严重高度和剧情是不一样的。提示晚期越发熟练的治疗。

最后作者还显现出了相同选举委员就会演进方向上的上述情况。从图唯中就会可以看出group1和group5，也就是死亡率最低和最低的两个选举委员就会，在搬进ICU后很快就基本比较稳定了，而group2 和group3则需要更少的等待时间才基本比较稳定。

结论

在情况严重痛楚后的头两周内，我们确定了5条相同的肺脏新功能改变方向上。

我们的发现强调了痛楚后的疾病异质性过程。

本文转到载自其他网站，不代表者健康界观念和倾向。如有细节和图片的著作权人异议，请及时直接联系我们（邮件：guikequan@hmkx.cn）