Research Article

Kwantitatieve beoordeling van significante hematologische parameters Afwijking van gezonde toestand voor klinische monitoring van sepsis

DOI:

10.3791/68840

July 8th, 2025

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Deze studie stelt een nieuwe kwantitatieve metriek voor op basis van de Euclidische afstand van drie significante hematologische parameters (Hb, lymfe%, PDW) van een gezonde toestand om de ernst van sepsis te beoordelen. De resultaten tonen een sterke correlatie aan met SOFA-scores en bieden een eenvoudig, objectief hulpmiddel voor het monitoren van sepsis met behulp van routinematige bloedtesten.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Sepsis, een levensbedreigende aandoening, vereist verbeterde diagnostiek en beoordeling van de ernst. Op basis van klinische observatie op lange termijn veranderen hemoglobine (Hb), lymfocytenpercentage (lymfe) en breedte van de bloedplaatjesdistributie (PDW) aanzienlijk tijdens sepsis. Deze studie had tot doel deze drie parameters voor het volledige bloedbeeld (CBC) te evalueren om sepsispatiënten te onderscheiden van gezonde personen en om een nieuwe kwantitatieve maatstaf te ontwikkelen op basis van hun gecombineerde afwijking van een gezonde toestand om de ernst van sepsis te beoordelen. Deze retrospectieve case-control studie omvatte 496 sepsispatiënten (gediagnosticeerd volgens de Sepsis-3-criteria bij opname) en 1136 gezonde controles. Initieel Hb, lymfe% en PDW waren gestandaardiseerd met de z-score. Het 3D-zwaartepunt van het gezonde cohort werd berekend en de Euclidische afstand van elke sepsispatiënt tot dit zwaartepunt werd berekend. Groepsverschillen en correlatie met SOFA-scores werden geanalyseerd. 3D-spreidingsdiagrammen visualiseerden deze relaties. Hb, lymfe en PDW verschilden significant tussen sepsispatiënten en controles (p < 0,001), waarbij sepsis een lager Hb/lymfepercentage en een hogere PDW vertoonde. De berekende Euclidische afstand tot het gezonde zwaartepunt was significant groter bij sepsispatiënten (p < 0,001). Deze afstand correleerde sterk met SOFA-scores (r = 0,45, p < 0,001) en was groter bij patiënten met een hogere ernst van de ziekte. 3D-visualisatie bevestigde groepsscheiding, waarbij de kleurintensiteit deze afstand weerspiegelde en correleerde met een toenemende afwijking van het gezonde zwaartepunt. De Euclidische afstand van de belangrijkste CBC-parameters tot het zwaartepunt van een gezond cohort kwantificeert effectief de afwijking van een gezonde toestand en correleert met de ernst van de ziekte. Deze aanpak met behulp van routinematige CBC-gegevens biedt een veelbelovend, eenvoudig hulpmiddel voor de beoordeling en monitoring van de ernst van sepsis.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Sepsis, als een systemisch ontstekingsreactiesyndroom veroorzaakt door infectie, kan leiden tot ernstige orgaandisfunctie en blijft een van de belangrijkste doodsoorzaken op intensive care-afdelingen wereldwijd 1,2. Ondanks de vooruitgang in diagnostische en behandelingstechnologieën in de afgelopen jaren, blijven de sterftecijfers voor sepsis hoog op 20%-40%3. Tijdige identificatie en nauwkeurige beoordeling van de ernst van sepsis zijn cruciaal voor klinische besluitvorming en het verbeteren van de prognose4.

Momenteel zijn de diagnose en ernst van sepsis voornamelijk gebaseerd op scoresystemen zoals de Sequential Organ Failure Assessment (SOFA) en Acute Physiology and Chronic Health Evaluation II (APACHE II)5,6. Hoewel deze systemen op grote schaal worden toegepast in de klinische praktijk, hebben ze beperkingen, waaronder complexe berekeningen, tijdrovende beoordelingen, vereisten voor meerdere fysiologische indicatoren en biochemische testresultaten, en een zekere mate van subjectiviteit en inconsistentie in de klinische praktijk 7,8. De implementatie van deze scoresystemen brengt aanzienlijke uitdagingen met zich mee, vooral in instellingen voor eerstelijnsgezondheidszorg en gebieden met beperkte middelen9. Daarom is het ontwikkelen van een eenvoudig, betrouwbaar en gemakkelijk implementeerbaar instrument voor sepsisbeoordeling van groot klinisch belang.

Hematologische indicatoren, als de meest elementaire klinische onderzoeksitems, worden gekenmerkt door snelle detectie, lage kosten en brede beschikbaarheid10,11. Klinische observaties hebben aangetoond dat meerdere hematologische indicatoren bij sepsispatiënten significante veranderingen ondergaan, waarbij hemoglobine (Hb), lymfocytenpercentage (lymfe%) en breedte van de distributie van bloedplaatjes (PDW) bijzonder opmerkelijke veranderingen vertonen12,13. Verlaagd hemoglobine weerspiegelt sepsis-gerelateerde bloedarmoede, een verlaagd percentage lymfocyten duidt op onderdrukking van de immuunfunctie, terwijl een grotere breedte van de bloedplaatjesdistributie geassocieerd is met ontstekingsreactie en stollingsdisfunctie14,15. Eerdere studies 12,13,14,15 hebben bevestigd dat deze indicatoren tot op zekere hoogte individueel correleren met de ernst en prognose van sepsis, maar er is een gebrek aan systematische methoden voor geïntegreerde beoordeling van meerdere indicatoren16.

In de afgelopen jaren zijn multidimensionale data-analysemethoden steeds meer toegepast bij de beoordeling van ziekten17. Euclidische afstand, als geometrische meetmethode voor het kwantificeren van verschillen tussen monsters, kan worden gebruikt om de mate van afwijking van patiëntindicatoren van normale referentiewaarden te evalueren. Het toepassen van dit concept op multidimensionale klinische gegevensanalyse kan nieuwe inzichten opleveren voor de beoordeling van de ernst van de ziekte. Er is momenteel echter een gebrek aan kwantitatief onderzoek naar sepsisbeoordeling op basis van de multidimensionale ruimtelijke kenmerken van hematologische indicatoren18,19.

Op basis van de bovenstaande achtergrond heeft deze studie tot doel: de werkzaamheid van hemoglobine, het lymfocytenpercentage en de breedte van de bloedplaatjesdistributie te evalueren bij het onderscheiden van sepsispatiënten van gezonde populaties; creëer een gestandaardiseerde multidimensionale ruimte op basis van deze drie indicatoren en bereken de Euclidische afstand van patiëntmonsters tot het gezonde middelpunt; analyseer de correlatie tussen deze afstand en de ernst van sepsis (SOFA-score); Onderzoek de toepassingswaarde van deze nieuwe beoordelingsmethode op basis van routinematige hematologische onderzoeken bij klinische monitoring van sepsis. Deze methode biedt een nieuw objectief en handig hulpmiddel voor vroege identificatie, ernstbeoordeling en dynamische monitoring van sepsis, met name geschikt voor de klinische praktijk in zorginstellingen op verschillende niveaus10.

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Deze studie was een retrospectief case-control onderzoek dat werd goedgekeurd door de ethische commissie van het Sunsimiao Hospital, Beijing University of Chinese Medicine (goedkeuringsnummer: SSMYY-KYPJ-2024-065). Alle deelnemers of hun wettelijke vertegenwoordigers ondertekenden formulieren voor geïnformeerde toestemming.

Onderzoeksopzet en deelnemers
De studie omvatte 496 patiënten met de diagnose sepsis (volgens Sepsis-3 criterium3) en 1136 gezonde controles van het gezondheidsonderzoekscentrum in de periode van januari 2024 tot maart 2025. Uitsluitingscriteria voor de observatiegroep waren onder meer: (1) leeftijd < 18 jaar; (2) zwangere vrouwen; (3) primaire hematologische ziekten; (4) kankerpatiënten; (5) bloedtransfusiebehandeling voorafgaand aan opname; (6) recente immunosuppressieve therapie of immunodeficiëntie; (7) onvolledige klinische gegevens. Dagelijkse monitoring omvatte bloedafnames in de ochtend (06:00-08:00) voor CBC-analyse, met resultaten beschikbaar binnen 12 uur. SOFA-scores werden berekend door getrainde intensivisten met behulp van gestandaardiseerde criteria. Patiënten werden gecontroleerd tot klinische resolutie, ontslag, overlijden of een maximale follow-upperiode van 30 dagen.

Laboratoriumtests en gegevensverzameling
Demografische gegevens (leeftijd, geslacht, lengte, gewicht, enz.) en klinische informatie werden verzameld voor alle geïncludeerde proefpersonen. CBC-monsters werden getest met behulp van een hematologieanalysator, serummonsters werden getest met behulp van een klinische analysator en stollingsmonsters werden getest met behulp van een hematologieanalysator. Alle bloedmonsters moesten binnen de gespecificeerde testtijd worden getest. Alle tests werden uitgevoerd door getrainde laboratoriumtechnici volgens de standaardwerkprocedures. Het laboratorium voerde regelmatig interne en externe kwaliteitscontroles uit.

Voor sepsispatiënten werden de hoofddiagnose, infectieplaats, comorbiditeiten, Sequential Organ Failure Assessment (SOFA)-score, Acute Physiology and Chronic Health Evaluation II (APACHE II) en laboratoriumonderzoeksresultaten bij opname geregistreerd. Op basis van de SOFA-score bij opname werden sepsispatiënten verdeeld in drie groepen: mild (SOFA ≤ 6 punten), matig (7 ≤ SOFA ≤ 12 punten) en ernstig (SOFA ≥ 13 punten). Voor een subgroep van patiënten werden tijdens hun ziekenhuisopname dagelijks laboratoriumonderzoeksresultaten en SOFA-scores verzameld voor continue trackinganalyse, met een observatieperiode van 30 dagen of totdat de patiënt werd ontslagen of stierf. Monsters van de gezonde controlegroep werden verzameld van deelnemers aan het gezondheidsonderzoekscentrum waarvan was bevestigd dat ze geen acute of chronische ziekten hadden.

Gegevensanalyse en visualisatie
Standaardisatie, verwerking en significantieanalyse
Om dimensionale verschillen tussen verschillende indicatoren te elimineren, werd Z-score-standaardisatie uitgevoerd op alle steekproefgegevens van Hb, lymfe en PDW:

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

waarbij H de gegevensmatrix van de gezonde controlegroep is, P de gegevensmatrix van de sepsispatiëntengroep is en mu en sigma respectievelijk het gemiddelde en de standaarddeviatie zijn. Na standaardisatie voldeden de gegevens aan een standaard normale verdeling met een gemiddelde van 0 en een standaarddeviatie van 1.

Er zijn significantievisualisatieplots (Figuur 1) gemaakt voor de significante indicatoren Hb, Lymfe% en PDW, die intuïtief de verschillen laten zien tussen gezonde steekproeven en sepsispatiënten in elke indicatordimensie. Het werkelijke belang van kwantitatieve analyse tussen indicatoren wordt weergegeven in tabel 1. Beschrijvende statistieken (gemiddelde, standaarddeviatie, mediaan, kwartielen, enz.) werden berekend, onafhankelijke steekproef t-testen werden gebruikt om verschillen tussen groepen te vergelijken en de d-effectgrootte van Cohen werd berekend om de significantie van verschillen te evalueren.

Gezonde middelpuntberekening en Euclidische afstandsmeting
Op basis van de gestandaardiseerde gegevens van de gezonde controlegroep werden de coördinaten van het middelpunt in de driedimensionale kenmerkruimte berekend. Vervolgens werd de Euclidische afstand van elke sepsispatiëntsteekproef tot het gezonde middelpunt berekend om de mate van afwijking van de hematologische indicatoren van de patiënt van de gezonde toestand te kwantificeren, als een objectieve beoordelingsindicator van de ernst van de ziekte.

Driedimensionale visualisatiemethode
Er werden driedimensionale spreidingsdiagrammen (Figuur 2) gemaakt om de verdeling van de twee groepen monsters in de functieruimte weer te geven. Ze gebruiken een kleurverloop (Jet-kleurenschema) om de ernst van sepsis weer te geven, waarbij donkerblauw staat voor milde sepsis, rood voor ernstige sepsis en de gezonde controlegroep is gemarkeerd met groen +.

Klinische validatie van monsters van lange cohorten
Om de toepasbaarheid van deze methode op nieuwe monsters van patiënten met een lang cohort (gevolgd gedurende 3-6 maanden na opname) te evalueren, werd een voorspellend validatieproces ontworpen. Voor een typische lange cohortsteekproef van sepsis werd gestandaardiseerde verwerking uitgevoerd met behulp van het eerder opgeslagen gemiddelde (mu) en de standaarddeviatie (sigma) van het regularisatieproces, en vervolgens werd de Euclidische afstand tot het gezonde middelpunt berekend. Op basis van de berekende afstandswaarde, gecombineerd met de vooraf vastgestelde overeenkomst tussen afstand en ernst van de ziekte, werd de ernst van de sepsis van nieuwe monsters beoordeeld. Door middel van continue tracking werden tijdreeksvergelijkingscurven van Euclidische afstand en SOFA-score (Figuur 3) getekend om de consistentie en correlatie van veranderingen in de twee trends te analyseren.

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Significantie-analyse
Op basis van de klinische praktijk op lange termijn is waargenomen dat naarmate de sepsis vordert, patiënten significant verlaagde hemoglobinespiegels en lymfocytenpercentages vertonen, samen met een significant grotere distributiebreedte van bloedplaatjes12,16. Door analyse van deze drie belangrijke hematologische indicatoren - hemoglobine, lymfocytenperc...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nieuwe methode voor sepsisbeoordeling op basis van belangrijke hematologische indicatoren
Deze studie stelt een nieuwe methode voor om de ernst van sepsis te beoordelen op basis van drie belangrijke hematologische indicatoren (hemoglobine, lymfocytenpercentage en breedte van de verdeling van bloedplaatjes). Deze methode kwantificeert de mate van afwijking van hematologische indicatoren van de gezonde toestand door de Euclidische afstand van patiëntenmonsters tot het m...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De Multivariate State Color Scatter Plot-softwaretool (V1.0) is ontwikkeld en eigendom van Beijing Intelligent Entropy Science & Technology Co., Ltd. Alle intellectuele eigendomsrechten van deze software behoren toe aan het bedrijf. De auteurs verklaren geen belangenconflicten.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Deze studie werd ondersteund door het 2024 Annual Project for Improving Traditional Chinese Medicine Research Capability of Municipal Traditional Chinese Medicine Hospitals of Shaanxi Provincial Administration of Traditional Chinese Medicine (SZY-NLTL-2024-003).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
MATLABMathWorks 2023BComputing en visualisatie 
The Multivariate State Colorful Scatter Plot  Intelligent
 Entropy
Multivariate State V1.0Beijing Intelligent Entropy Science & Technology Co Ltd.
Modellering voor multivariate State

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Jarczak, D., Kluge, S., Nierhaus, A. Sepsis-Pathophysiology and Therapeutic Concepts. Front Med. 8, 628302(2021).
  2. Saito, H. Sepsis in Global Health: Current global strategies to fight against sepsis. Acute Med Surg. 12, e70045(2025).
  3. Singer, M., et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA. 315 (8), 801-810 (2016).
  4. Fernando, S. M., et al. Clinical implications of the Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). Canadian Med Assoc J. 190 (36), E1058-E1059 (2018).
  5. van der Poll, T., Shankar-Hari, M., Wiersinga, W. J. The immunology of sepsis. Immunity. 54 (11), 2450-2464 (2021).
  6. Denny, K. J., et al. Diagnosing sepsis in the ICU: Comparison of a gene expression signature to pre-existing biomarkers. J Crit Care. 76, 154286(2023).
  7. Pölkki, A., et al. Association of Sequential Organ Failure Assessment (SOFA) components with mortality. Acta anaesthesiologica Scandinavica. 66 (6), 731-741 (2022).
  8. Pan, X., et al. Evaluate prognostic accuracy of SOFA component score for mortality among adults with sepsis by machine learning method. BMC Infect Dis. 23 (1), 76(2023).
  9. Bignami, E. G., et al. Artificial Intelligence in Sepsis Management: An Overview for Clinicians. J Clin Med. 14 (1), 286(2025).
  10. Herawati, S., et al. Integrating Routine Hematological and Extended Inflammatory Parameters as a Novel Approach for Timely Diagnosis and Prognosis in Sepsis Management. Diagnostics. 14 (9), 956(2024).
  11. Barichello, T., et al. Biomarkers for sepsis: more than just fever and leukocytosis-a narrative review. Crit Care. 26 (1), 14(2022).
  12. Li, H., et al. The relationship between hemoglobin, albumin, lymphocyte, and platelet (HALP) score and 28-day mortality in patients with sepsis: a retrospective analysis of the MIMIC-IV database. BMC Infect Dis. 25 (1), 333(2025).
  13. Yang, J., et al. A nomogram based on lymphocyte percentage for predicting hospital mortality in exertional heatstroke patients: a 13-year retrospective study. World J Emerg Med. 14 (6), 434-441 (2023).
  14. Ligi, D., et al. Platelet distribution width (PDW) as a significant correlate of COVID-19 infection severity and mortality. Clin Chem Lab Med. 62 (3), 385-395 (2023).
  15. Saragih, R. A. C., Yanni, G. N. Correlation between Platelet Profile (Mean Platelet Volume, Platelet Volume Distribution Width and Plateletcrit) with Procalcitonin and C-reactive Protein in Critically Ill Children. Prague Med Rep. 123 (2), 82-87 (2022).
  16. Zheng, X., et al. A new hematological parameter model for the diagnosis and prognosis of sepsis in emergency department: A single-center retrospective study. Int J Lab Hematol. 46 (2), 250-258 (2024).
  17. Lyu, Y., et al. Predictive Value of Red Blood Cell Distribution Width-to-Platelet Ratio for Severity in Pyogenic Liver Abscess: A Retrospective Observational Study. Surg Infect. 26 (1), 33-38 (2025).
  18. Fleuren, L. M., et al. Machine learning for the prediction of sepsis: a systematic review and meta-analysis of diagnostic test accuracy. Intens Care Med. 46 (3), 383-400 (2020).
  19. Kijpaisalratana, N., et al. Machine learning algorithms for early sepsis detection in the emergency department: A retrospective study. Int J Med Info. 160, 104689(2022).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Sepsis MonitoringHematological ParametersComplete Blood CountSepsis SeverityHemoglobin LevelsLymphocyte PercentagePlatelet Distribution WidthEuclidean DistanceSOFA ScoreCase Control Study
Video Coming Soon

Related Articles