Evaluación cuantitativa de los parámetros hematológicos significativos, la desviación del estado saludable para la sepsis, seguimiento clínico

Summary

Este estudio propone una nueva métrica cuantitativa basada en la distancia euclidiana de tres parámetros hematológicos significativos (Hb, Linfático, %, PDW) de un estado saludable para evaluar la gravedad de la sepsis. Los resultados demuestran una fuerte correlación con las puntuaciones SOFA, ofreciendo una herramienta sencilla y objetiva para el seguimiento de la sepsis mediante análisis de sangre rutinarios.

Abstract

La sepsis, una afección potencialmente mortal, requiere un mejor diagnóstico y evaluación de la gravedad. Según la observación clínica a largo plazo, la hemoglobina (Hb), el porcentaje de linfocitos (linfático) y el ancho de distribución de plaquetas (PDW) cambian significativamente durante la sepsis. Este estudio tuvo como objetivo evaluar estos tres parámetros del hemograma completo (CBC) para distinguir a los pacientes con sepsis de los individuos sanos y desarrollar una nueva métrica cuantitativa basada en su desviación combinada de un estado saludable para evaluar la gravedad de la sepsis. Este estudio retrospectivo de casos y controles incluyó 496 pacientes con sepsis (diagnosticados según los criterios de Sepsis-3 al ingreso) y 1136 controles sanos. La Hb inicial, el % linfático y el PDW se estandarizaron con la puntuación z. Se calculó el centroide 3D de la cohorte sana y se calculó la distancia euclidiana de cada paciente con sepsis a este centroide. Se analizaron las diferencias de los grupos y su correlación con las puntuaciones SOFA. Los diagramas de dispersión 3D visualizaron estas relaciones. La Hb, el porcentaje linfático y el PDW difirieron significativamente entre los pacientes con sepsis y los controles (p < 0,001), con una sepsis que mostró un menor porcentaje de Hb/Linfa y un mayor PDW. La distancia euclidiana calculada desde el centroide sano fue significativamente mayor en los pacientes con sepsis (p < 0,001). Esta distancia se correlacionó fuertemente con las puntuaciones SOFA (r = 0,45, p < 0,001) y fue mayor en los pacientes con mayor gravedad de la enfermedad. La visualización en 3D confirmó la separación de grupos, con la intensidad del color reflejando esta distancia y correlacionándose con una desviación creciente del centroide sano. La distancia euclidiana de los parámetros clave del CBC con respecto al centroide de una cohorte sana cuantifica eficazmente la desviación de un estado sano y se correlaciona con la gravedad de la enfermedad. Este enfoque que utiliza datos rutinarios de CBC ofrece una herramienta prometedora y sencilla para la evaluación y el seguimiento de la gravedad de la sepsis.

Introduction

La sepsis, como síndrome de respuesta inflamatoria sistémica causada por infección, puede conducir a una disfunción orgánica grave y sigue siendo una de las principales causas de muerte en las unidades de cuidados intensivos de todo el mundo ^1,2. A pesar de los avances en las tecnologías de diagnóstico y tratamiento en los últimos años, las tasas de mortalidad por sepsis siguen siendo altas, entre el 20% y el 40%³. La identificación oportuna y la evaluación precisa de la gravedad de la sepsis son cruciales para la toma de decisiones clínicas y la mejora del pronóstico⁴.

En la actualidad, el diagnóstico y la evaluación de la gravedad de la sepsis se basan principalmente en sistemas de puntuación como la Evaluación Secuencial de Fallo Orgánico (SOFA) y la Evaluación de Fisiología Aguda y Salud Crónica II (APACHE II^)5,6. A pesar de que estos sistemas son ampliamente aplicados en la práctica clínica, tienen limitaciones que incluyen cálculos complejos, evaluaciones que requieren mucho tiempo, requisitos para múltiples indicadores fisiológicos y resultados de pruebas bioquímicas, y un cierto grado de subjetividad e inconsistencia en la práctica clínica ^7,8. La implementación de estos sistemas de puntuación plantea desafíos significativos, especialmente en las instituciones de atención primaria y en las áreas de recursos limitados⁹. Por lo tanto, el desarrollo de una herramienta de evaluación de la sepsis simple, confiable y fácil de implementar tiene una importancia clínica importante.

Los indicadores hematológicos, como elementos más básicos del examen clínico, se caracterizan por su rápida detección, bajo costo y amplia disponibilidad^10,11. Las observaciones clínicas han encontrado que múltiples indicadores hematológicos en pacientes con sepsis experimentan cambios significativos, siendo la hemoglobina (Hb), el porcentaje de linfocitos (Linfa%) y la amplitud de distribución plaquetaria (PDW) las alteraciones particularmente notables^12,13. La disminución de la hemoglobina refleja anemia relacionada con la sepsis, la disminución del porcentaje de linfocitos indica supresión de la función inmune, mientras que el aumento de la amplitud de la distribución plaquetaria se asocia con respuesta inflamatoria y disfunción de la coagulación^14,15. Estudios previos 12,13,14,15 han confirmado que estos indicadores se correlacionan individualmente con la gravedad y el pronóstico de la sepsis en cierta medida, pero faltan métodos sistemáticos para la evaluación integrada de múltiples indicadores¹⁶.

En los últimos años, los métodos de análisis de datos multidimensionales han tenido cada vez más aplicaciones en la evaluación de enfermedades¹⁷. La distancia euclidiana, como método de medición geométrica para cuantificar las diferencias entre muestras, se puede utilizar para evaluar el grado de desviación de los indicadores del paciente con respecto a los valores de referencia normales. La aplicación de este concepto al análisis de datos clínicos multidimensionales puede proporcionar nuevos conocimientos para la evaluación de la gravedad de la enfermedad. Sin embargo, en la actualidad existe una falta de investigación cuantitativa para la evaluación de la sepsis basada en las características espaciales multidimensionales de los indicadores hematológicos^18,19.

Con base en los antecedentes anteriores, este estudio tiene como objetivos: evaluar la eficacia de la hemoglobina, el porcentaje de linfocitos y el ancho de distribución de las plaquetas para distinguir a los pacientes con sepsis de las poblaciones sanas; establecer un espacio multidimensional estandarizado basado en estos tres indicadores y calcular la distancia euclidiana de las muestras de pacientes desde el punto central sano; analizar la correlación entre esta distancia y la gravedad de la sepsis (puntuación SOFA); Explorar el valor de aplicación de este nuevo método de evaluación basado en exámenes hematológicos de rutina en el seguimiento clínico de la sepsis. Este método proporciona una nueva herramienta objetiva y conveniente para la identificación temprana, la evaluación de la gravedad y el seguimiento dinámico de la sepsis, particularmente adecuada para la práctica clínica en instituciones de salud en varios niveles¹⁰.

Protocol

Este estudio fue una investigación retrospectiva de casos y controles aprobada por el Comité de Ética del Hospital Sunsimiao de la Universidad de Medicina China de Beijing (número de aprobación: SSMYY-KYPJ-2024-065). Todos los participantes o sus representantes legales firmaron el consentimiento informado.

Diseño del estudio y participantes
El estudio incluyó 496 pacientes diagnosticados de sepsis (según el criterio³ de Sepsis-3) y 1136 controles sanos del centro de exámenes de salud durante el período de enero de 2024 a marzo de 2025. Los criterios de exclusión para el grupo de observación fueron: (1) edad < 18 años; (2) mujeres embarazadas; (3) enfermedades hematológicas primarias; (4) pacientes con cáncer; (5) tratamiento de transfusión de sangre antes de la admisión; (6) terapia inmunosupresora reciente o inmunodeficiencia; (7) Datos clínicos incompletos. El seguimiento diario incluyó extracciones de sangre matutinas (06:00-08:00) para el análisis de hemograma, con resultados disponibles en 12 h. Las puntuaciones SOFA fueron calculadas por intensivistas entrenados utilizando criterios estandarizados. Los pacientes fueron monitoreados hasta la resolución clínica, alta, muerte o un período máximo de seguimiento de 30 días.

Pruebas de laboratorio y recopilación de datos
Se recogieron datos demográficos (edad, sexo, talla, peso, etc.) e información clínica de todos los sujetos incluidos. Las muestras de hemograma se analizaron con un analizador de hematología, las muestras de suero se analizaron con un analizador clínico y las muestras de coagulación se analizaron con un analizador de hematología. Se requirió que todas las muestras de sangre se analizaran dentro del tiempo de prueba especificado. Todas las pruebas fueron realizadas por técnicos de laboratorio capacitados siguiendo los procedimientos operativos estándar. El laboratorio realizaba regularmente controles de calidad internos y externos.

Para los pacientes con sepsis, se registraron el diagnóstico principal, el sitio de infección, las comorbilidades, la puntuación de la Evaluación Secuencial de Insuficiencia Orgánica (SOFA), la Evaluación de Fisiología Aguda y Salud Crónica II (APACHE II) y los resultados de los exámenes de laboratorio al ingreso. A partir de la puntuación SOFA al ingreso, los pacientes con sepsis se dividieron en tres grupos: leve (SOFA ≤ 6 puntos), moderada (7 ≤ SOFA ≤ 12 puntos) y grave (SOFA ≥ 13 puntos). Para un subconjunto de pacientes, los resultados de los exámenes de laboratorio y las puntuaciones SOFA se recopilaron diariamente durante su hospitalización para un análisis de seguimiento continuo, con un período de observación de 30 días o hasta que el paciente fue dado de alta o murió. Se recolectaron muestras del grupo de control sano de los participantes del centro de exámenes de salud que se confirmó que no tenían enfermedades agudas o crónicas.

Análisis y visualización de datos
Estandarización, procesamiento y análisis de significación
Para eliminar las diferencias dimensionales entre los diferentes indicadores, se realizó una estandarización de la puntuación Z en todos los datos de Hb, % linfático y PDW de la muestra:

Data_norm, mu, sigma] = zscore([H; P])

donde H es la matriz de datos del grupo de control sano, P es la matriz de datos del grupo de pacientes con sepsis, y mu y sigma son la media y la desviación estándar, respectivamente. Después de la estandarización, los datos se ajustaron a una distribución normal estándar con una media de 0 y una desviación estándar de 1.

Se crearon gráficos de visualización de significación (Figura 1) para los indicadores significativos Hb, Lymph% y PDW, que muestran intuitivamente las diferencias entre muestras sanas y pacientes con sepsis en cada dimensión del indicador. La importancia real del análisis cuantitativo entre indicadores se muestra en la Tabla 1. Se calcularon estadísticos descriptivos (media, desviación estándar, mediana, cuartiles, etc.), se utilizaron pruebas t de muestras independientes para comparar las diferencias entre los grupos y se calculó el tamaño del efecto d de Cohen para evaluar la significación de las diferencias.

Cálculo de puntos centrales saludables y medición de distancias euclidianas
Sobre la base de los datos estandarizados del grupo de control sano, se calcularon las coordenadas de su punto central en el espacio de características tridimensionales. Posteriormente, se calculó la distancia euclidiana desde cada muestra de paciente con sepsis hasta el punto central sano para cuantificar el grado de desviación de los indicadores hematológicos del paciente con respecto al estado sano, como indicador de evaluación objetiva de la gravedad de la enfermedad.

Método de visualización tridimensional
Se crearon diagramas de dispersión tridimensionales (Figura 2) para mostrar la distribución de los dos grupos de muestras en el espacio de características. Utilizan un gradiente de color (esquema de color azabache) para representar la gravedad de la sepsis, donde el azul oscuro representa la sepsis leve, el rojo representa la sepsis grave y el grupo de control sano está marcado con verde +.

Validación clínica de muestras de cohortes largas
Para evaluar la aplicabilidad de este método en nuevas muestras de pacientes de cohorte larga (seguidos durante 3-6 meses después del ingreso), se diseñó un proceso de validación predictiva. Para una muestra típica de cohorte larga de sepsis, se realizó un procesamiento estandarizado utilizando la media (mu) y la desviación estándar (sigma) previamente guardadas del proceso de regularización, y luego se calculó la distancia euclidiana desde el punto central sano. A partir del valor de distancia calculado, combinado con la correspondencia preestablecida entre la distancia y la gravedad de la enfermedad, se evaluó la gravedad de la sepsis de las nuevas muestras. A través de un seguimiento continuo, se trazaron curvas de comparación de series temporales de distancia euclidiana y puntuación SOFA (Figura 3) para analizar la consistencia y correlación de los cambios en las dos tendencias.

Results

Análisis de significación
Con base en la práctica clínica a largo plazo, se ha observado que, a medida que la sepsis progresa, los pacientes presentan niveles de hemoglobina y porcentajes de linfocitos significativamente disminuidos, junto con un aumento significativo del ancho de distribución plaquetaria^12,16. A través del análisis de estos tres indicadores hematológicos clave (hemoglobina, porcentaje de linfo...

Discussion

Nuevo método para la evaluación de la sepsis basado en indicadores hematológicos clave
Este estudio propone un nuevo método para evaluar la gravedad de la sepsis basado en tres indicadores hematológicos clave (hemoglobina, porcentaje de linfocitos y ancho de distribución plaquetaria). Este método cuantifica el grado de desviación de los indicadores hematológicos del estado sano mediante el cálculo de la distancia euclidiana de las muestras de pacientes desde el punto ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
MATLAB	MathWorks	2023B	Computación y visualización
El diagrama de dispersión colorido del estado multivariado	Inteligente   Estado multivariante de entropía	V1.0	Ciencia y ciencia de la entropía inteligente de Beijing Technology Co Ltd. Modelado para estado multivariante