他山之石

白细胞介素-1受体拮抗剂治疗对非ST段抬高型急性冠脉综合征炎症标志物的影响:MRC-ILA心脏研究目的:急性冠状动脉综合征(acute coronary syndromes,ACS)是由冠状动脉斑块内炎症造成的。白细胞介素-1(interleukin-1,IL-1)在动脉粥样硬化形成和损伤血管反应中具有一定的作用。ACS患者通常伴有血清炎症标志物升高。我们假设,如果IL-1是非ST段抬高型ACS炎症的驱动因素,则IL-1抑制剂可降低ACS的炎症反应。方法和结果:本研究分为两组,采用双盲、随机方法,并设置安慰剂对照组,招募182例非ST段抬高型ACS患者,均在胸痛发作后<48h就诊。治疗方法为每日按1∶1剂量皮下注射IL-1受体拮抗剂(IL-1ra)或安慰剂,共治疗14d。基线特征匹配良好。第7天治疗依从性为85%。主要终点(前7天的C-反应蛋白的曲线下面积):IL-1Ra组是21.98mg/(d·L)(95%CI:16.31~29.64);安慰剂组是43.5mg/(d·L)(95%CI:31.15~60.75)(几何平均比值=0.51mg/L;95%CI:0.32~0.79;P=0.0028)。在IL-1ra组,第14天高敏C-反应蛋白(P<0.0001)和IL-6(P=0.02)值均低于第1天测量值。在停止治疗16天后(第30天),IL-1ra组高敏C-反应蛋白水平再次升高(IL-1ra组:3.50mg/L,95%CI:2.65~4.62;安慰剂组:2.21mg/L,95%CI:1.67~2.92,P=0.022)。在IL-1ra组30天和3个月主要心血管不良事件是相似的,但在1年时,IL-1ra组有更多不良事件发生。

预测严重脓毒症和脓毒性休克的机器学习算法:建立、实施和对临床实践的影响

目的:开发和实施机器学习算法,以预测严重脓毒症和脓毒性休克,并评估对临床实践和患者预后的影响。设计:回顾性队列研究,用于算法推导和验证以及试验前、后结局的对比分析。场所:宾夕法尼亚州费城的三级教学医院系统。病例:所有非ICU入院患者;算法推导自2011年7月到2014年6月(n=162212).