ICU 中使用呼吸器的病人。圖片來源：Alexandros Michailidis／Shutterstock.com
一項使用機器學習演算法對重症監護患者的醫療數據進行的新研究發現，有證據表明，COVID-19 死亡的主要驅動因素並非像先前認為的那樣，是細胞激素風暴。
西北大學的研究小組檢視了西北紀念醫院重症監護室（ICU）585名重症肺炎患者的病歷，其中190名患者患有嚴重肺炎。。他們將機器學習應用於數據，以研究與死亡率相關的可能因素。
「『細胞激素風暴』一詞意味著一種壓倒性的炎症，會導致肺部、腎臟、大腦和其他器官的器官衰竭，」該論文的資深作者本傑明·辛格博士在一篇文章中說。陳述。 「如果這是真的，如果細胞激素風暴是我們在COVID-19 患者中看到的長時間住院的原因，我們預計會看到頻繁轉變為以多重器官衰竭為特徵的狀態。這不是我們所看到的。
他們一直在尋找的一個潛在因素是繼發性肺炎。
研究小組在研究中寫道：「最近的數據表明，繼發性肺炎的比例高達40%，而從急性SARS-CoV-2 感染患者身上獲得的屍檢標本中，90% 以上都存在肺炎或瀰漫性肺泡損傷。
果然，研究團隊發現近一半需要機械通氣的 COVID-19 患者獲得了呼吸器相關性肺炎 (VAP)。
辛格補充說：“那些繼發性肺炎治癒的人可能會活下來，而那些肺炎沒有治癒的人更有可能死亡。” “我們的數據表明，與病毒本身相關的死亡率相對較低，但在 ICU 住院期間發生的其他事情，如繼發性細菌性肺炎，抵消了這一點。”
他說：“我們的研究強調了預防、尋找和積極治療重症肺炎危重患者繼發性細菌性肺炎的重要性，包括患有 COVID-19 的患者。”
儘管有趣，但該團隊在討論中寫道，該研究有許多重要的局限性，包括「由於我們的研究是一項觀察性研究，我們不能排除將未解決的VAP 與不良結果聯繫起來的未測量的混雜因素”，例如醫院圍繞呼吸機的做法，及其抗生素管理策略。
接下來團隊想要應用他們將其稱為 CarpeDiem 的工具，用於更大的數據集，以試圖改善臨床護理。除此之外，他們還計劃將機器學習應用於研究樣本的分子數據，試圖找出為什麼有些患者能在肺炎中存活下來，而有些患者則不能。
該研究發表在臨床研究雜誌。
