Verwendung von Latent Class Mixture Models zur Definition von Sepsis-Endotypen

Schwere Sepsis geht mit einer hohen Sterblichkeitsrate einher und ist ein häufiges Problem in den Vereinigten Staaten. Kürzlich haben Studien gezeigt, dass Bemühungen, die sich auf die Senkung der Zytokinwerte konzentrieren, das Überleben verbessern. Ziel dieser Arbeit ist die Definition von Sepsis-Endotypen anhand von Zytokin-Längsschnittmessungen. Die Sepsis-Endotypen wurden mit Hilfe von Latent-Class-Mix-Modellen definiert. Latente Klassenmischungsmodelle wurden mit einer natürlichen Logarithmentransformation der tatsächlichen Zeitmessungen modelliert. Es wurden keine weiteren Kovariaten modelliert und eine parametrisierte Verknüpfungsfunktion auf der Basis von I-Splines wurde einer linearen Transformation vorgezogen, um die Flexibilität der latenten Klassen-Trajektorien zu erhöhen. Die Anzahl der latenten Klassen wurde durch eine Kombination aus dem niedrigsten BIC und der klinischen Signifikanz bestimmt. Nach der Erstellung von Modellen für eine Vielzahl von Untergruppen, die aus der Ausgangspopulation abgeleitet wurden, wurde festgestellt, dass die Sterblichkeit innerhalb einer bestimmten Trajektorienklasse nicht nur vom Ausgangswert der Zytokine abhängt, sondern auch von der Rate des Abfalls nach dem Ausgangswert. Eine Klasse mit hohen Ausgangszytokinwerten, die schnell abfallen, hat niedrigere Sterblichkeitsraten als Klassen, die nicht so schnell abfallen.

Autorentext

Samantha J. Taylor est biostatisticienne au département de médecine des soins intensifs de l'université de Pittsburgh. Elle est titulaire d'une maîtrise en biostatistique de l'université de Pittsburgh. Taylor est membre de la Delta Omega Honor Society et a reçu le prix Gertrude M. Cox de l'American Statistical Association.