壹生资讯-吴小静副教授：基于宿主转录组的预测模型具有高敏感性和特异性

您已通过HCP身份认证和信息审核

(

吴小静副教授：基于宿主转录组的预测模型具有高敏感性和特异性

2025-10-14作者：论坛报小璐资讯

原创

在9月29日11:00举行的“Oral session from the critical care group Clinical”学术版块中，吴小静副教授作了题为“Establishment of Prognostic Models for Severe Community-Acquired Pneumonia, a Prospective, Multicenter, Cohort study”的口头发言。

研究团队采用了宿主转录组学和机器学习方法，旨在解决重症社区获得性肺炎（SCAP）预后评估的临床挑战。SCAP的发病机制涉及病原体、宿主反应及肺微生物组的复杂相互作用，传统临床评分如APACHE II和SOFA在预测预后方面存在局限。本研究通过前瞻性、多中心队列设计，利用高通量多组学测序技术，构建了基于宿主基因表达特征的SCAP预后预测模型。研究纳入239例SCAP患者，随机按7:3分为训练集和内部验证集，采用随机森林算法开发模型，并通过外部多中心队列进行独立验证。结果显示，针对免疫抑制SCAP患者，宿主基因分类器包含7个基因（MCQN2、ROM1、SCAND1、VIT、CD81、HS3ST3A1和LOC102724596），模型在内部验证中AUC达0.947，准确性为0.893，敏感性86.40%，特异性89.40%，外部验证AUC为0.830；针对免疫正常SCAP患者，宿主基因分类器包含7个基因（ACTB12、ALOX158、CA12、DDT4L、MIP、MYBPH、SERPIN43），模型AUC为0.839，准确性0.786，敏感性91.60%，特异性63.40%，外部验证AUC为0.739。两种模型均显著优于APACHE Ⅱ和SOFA评分，且结合临床评分与转录组特征可进一步提升预测性能。

该研究表明，基于宿主转录组的预测模型具有高敏感性和特异性，在外部验证中表现稳定，为SCAP的精准预后评估提供了有力工具，具备较高的临床应用价值。

作者：中日友好医院呼吸与危重症科团队

200 评论

知情同意书

吴小静副教授：基于宿主转录组的预测模型具有高敏感性和特异性

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接