Research Article

Avaliação Quantitativa do Desvio Significativo de Parâmetros Hematológicos do Estado Saudável para Monitoramento Clínico da Sepse

DOI:

10.3791/68840

July 8th, 2025

In This Article

Summary

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

Este estudo propõe uma nova métrica quantitativa baseada na distância euclidiana de três parâmetros hematológicos significativos (Hb, % linfático) de um estado saudável para avaliar a gravidade da sepse. Os resultados demonstram uma forte correlação com os escores SOFA, oferecendo uma ferramenta simples e objetiva para monitorar a sepse usando exames de sangue de rotina.

Abstract

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

A sepse, uma condição com risco de vida, requer diagnósticos aprimorados e avaliação da gravidade. Com base na observação clínica de longo prazo, a hemoglobina (Hb), a porcentagem de linfócitos (linfa %) e a largura de distribuição plaquetária (PDW) mudam significativamente durante a sepse. Este estudo teve como objetivo avaliar esses três parâmetros do hemograma completo (CBC) para distinguir pacientes com sepse de indivíduos saudáveis e desenvolver uma nova métrica quantitativa baseada em seu desvio combinado de um estado saudável para avaliar a gravidade da sepse. Este estudo retrospectivo de caso-controle incluiu 496 pacientes com sepse (diagnosticados de acordo com os critérios da Sepse-3 na admissão) e 1136 controles saudáveis. Hb inicial, linfa O centróide 3D da coorte saudável foi calculado e a distância euclidiana de cada paciente com sepse desse centróide foi calculada. Foram analisadas as diferenças entre os grupos e a correlação com os escores do SOFA. Os gráficos de dispersão 3D visualizaram essas relações. Hb, Lymph% e PDW diferiram significativamente entre pacientes com sepse e controles (p < 0,001), com sepse apresentando menor Hb/Lymph% e maior PDW. A distância euclidiana calculada do centróide saudável foi significativamente maior em pacientes com sepse (p < 0,001). Essa distância correlacionou-se fortemente com os escores SOFA (r = 0,45, p < 0,001) e foi maior em pacientes com maior gravidade da doença. A visualização 3D confirmou a separação dos grupos, com a intensidade da cor refletindo essa distância e correlacionando-se com o aumento do desvio do centróide saudável. A distância euclidiana dos principais parâmetros do hemograma completo do centróide de uma coorte saudável quantifica efetivamente o desvio de um estado saudável e se correlaciona com a gravidade da doença. Essa abordagem usando dados de hemograma de rotina oferece uma ferramenta simples e promissora para avaliação e monitoramento da gravidade da sepse.

Introduction

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

A sepse, como uma síndrome de resposta inflamatória sistêmica causada por infecção, pode levar a disfunção orgânica grave e continua sendo uma das principais causas de morte em unidades de terapia intensiva em todo o mundo 1,2. Apesar dos avanços nas tecnologias de diagnóstico e tratamento nos últimos anos, as taxas de mortalidade por sepse permanecem altas em 20%-40%3. A identificação oportuna e a avaliação precisa da gravidade da sepse são cruciais para a tomada de decisões clínicas e para melhorar o prognóstico4.

Atualmente, o diagnóstico e a avaliação da gravidade da sepse dependem principalmente de sistemas de pontuação como o Sequential Organ Failure Assessment (SOFA) e o Acute Physiology and Chronic Health Evaluation II (APACHE II)5,6. Embora esses sistemas sejam amplamente aplicados na prática clínica, eles apresentam limitações, incluindo cálculos complexos, avaliações demoradas, requisitos para múltiplos indicadores fisiológicos e resultados de testes bioquímicos e um certo grau de subjetividade e inconsistência na prática clínica 7,8. A implementação desses sistemas de pontuação apresenta desafios significativos, especialmente em instituições de atenção primária à saúde e áreas com recursos limitados9. Portanto, o desenvolvimento de uma ferramenta de avaliação de sepse simples, confiável e facilmente implementável tem um significado clínico importante.

Os indicadores hematológicos, como itens mais básicos do exame clínico, apresentam detecção rápida, baixo custo e ampla disponibilidade 10,11. Observações clínicas constataram que múltiplos indicadores hematológicos em pacientes com sepse sofrem alterações significativas, com hemoglobina (Hb), porcentagem de linfócitos (linfa%) e largura de distribuição plaquetária (PDW) mostrando alterações particularmente notáveis12,13. A diminuição da hemoglobina reflete anemia relacionada à sepse, a redução da porcentagem de linfócitos indica supressão da função imunológica, enquanto o aumento da largura de distribuição plaquetária está associado à resposta inflamatória e disfunção da coagulação14,15. Estudos anteriores 12,13,14,15 confirmaram que esses indicadores individualmente se correlacionam com a gravidade e o prognóstico da sepse em certa medida, mas há uma falta de métodos sistemáticos para avaliação integrada de múltiplos indicadores 16.

Nos últimos anos, os métodos multidimensionais de análise de dados têm visto aplicações crescentes na avaliação de doenças17. A distância euclidiana, como método de medição geométrica para quantificar diferenças entre amostras, pode ser usada para avaliar o grau de desvio dos indicadores do paciente em relação aos valores de referência normais. A aplicação desse conceito à análise multidimensional de dados clínicos pode fornecer novos insights para a avaliação da gravidade da doença. No entanto, atualmente há uma carência de pesquisas quantitativas de avaliação da sepse baseadas nas características espaciais multidimensionais dos indicadores hematológicos18,19.

Com base no exposto, este estudo tem como objetivos: avaliar a eficácia da hemoglobina, porcentagem de linfócitos e largura de distribuição plaquetária na distinção entre pacientes com sepse e populações saudáveis; estabelecer um espaço multidimensional padronizado com base nesses três indicadores e calcular a distância euclidiana das amostras de pacientes do ponto central saudável; analisar a correlação entre essa distância e a gravidade da sepse (escore SOFA); Explore o valor de aplicação deste novo método de avaliação baseado em exames hematológicos de rotina no monitoramento clínico da sepse. Esse método fornece uma nova ferramenta objetiva e conveniente para identificação precoce, avaliação da gravidade e monitoramento dinâmico da sepse, particularmente adequada para a prática clínica em instituições de saúde em vários níveis10.

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

Protocol

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

Este estudo foi uma investigação retrospectiva de caso-controle aprovada pelo Comitê de Ética do Hospital Sunsimiao, Universidade de Medicina Chinesa de Pequim (número de aprovação: SSMYY-KYPJ-2024-065). Todos os participantes ou seus representantes legais assinaram o termo de consentimento livre e esclarecido.

Desenho do estudo e participantes
O estudo incluiu 496 pacientes diagnosticados com sepse (de acordo como critério 3 da Sepse-3) e 1136 controles saudáveis do centro de exames de saúde durante o período de janeiro de 2024 a março de 2025. Os critérios de exclusão para o grupo de observação incluíram: (1) idade < 18 anos; (2) mulheres grávidas; (3) doenças hematológicas primárias; (4) pacientes com câncer; (5) tratamento de transfusão de sangue antes da admissão; (6) terapia imunossupressora recente ou imunodeficiência; (7) dados clínicos incompletos. O monitoramento diário incluiu coletas de sangue matinais (06:00-08:00) para análise de hemograma, com resultados disponíveis em 12 h. Os escores SOFA foram calculados por intensivistas treinados usando critérios padronizados. Os pacientes foram acompanhados até a resolução clínica, alta, óbito ou um período máximo de acompanhamento de 30 dias.

Testes laboratoriais e coleta de dados
Dados demográficos (idade, sexo, altura, peso, etc.) e informações clínicas foram coletados para todos os indivíduos incluídos. As amostras de hemograma foram testadas usando um analisador hematológico, as amostras de soro foram testadas usando um analisador clínico e as amostras de coagulação foram testadas usando um analisador hematológico. Todas as amostras de sangue deveriam ser testadas dentro do tempo de teste especificado. Todos os testes foram realizados por técnicos de laboratório treinados seguindo procedimentos operacionais padrão. O laboratório realizava regularmente controles de qualidade internos e externos.

Para pacientes com sepse, foram registrados o diagnóstico principal, local da infecção, comorbidades, escore Sequential Organ Failure Assessment (SOFA), Acute Physiology and Chronic Health Evaluation II (APACHE II) e exames laboratoriais na admissão. Com base no escore SOFA na admissão, os pacientes com sepse foram divididos em três grupos: leve (SOFA ≤ 6 pontos), moderado (7 ≤ SOFA ≤ 12 pontos) e grave (SOFA ≥ 13 pontos). Para um subconjunto de pacientes, os resultados dos exames laboratoriais e os escores SOFA foram coletados diariamente durante a internação para análise contínua de rastreamento, com um período de observação de 30 dias ou até que o paciente recebesse alta ou falecesse. Amostras do grupo controle saudável foram coletadas de participantes do centro de exames de saúde que não tinham doenças agudas ou crônicas.

Análise e visualização de dados
Padronização, processamento e análise de significância
Para eliminar as diferenças dimensionais entre os diferentes indicadores, a padronização do escore Z foi realizada em todos os dados de Hb, Lymph% e PDW da amostra:

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

onde H é a matriz de dados do grupo de controle saudável, P é a matriz de dados do grupo de pacientes com sepse e mu e sigma são a média e o desvio padrão, respectivamente. Após a padronização, os dados estavam em conformidade com uma distribuição normal padrão com média de 0 e desvio padrão de 1.

Foram criados gráficos de visualização de significância (Figura 1) para os indicadores significativos Hb, Lymph% e PDW, que mostram intuitivamente as diferenças entre amostras saudáveis e pacientes com sepse em cada dimensão do indicador. A real significância da análise quantitativa entre os indicadores é mostrada na Tabela 1. Estatísticas descritivas (média, desvio padrão, mediana, quartis, etc.) foram calculadas, testes t de amostra independente foram usados para comparar as diferenças entre os grupos e o tamanho do efeito d de Cohen foi calculado para avaliar a significância das diferenças.

Cálculo do ponto central saudável e medição da distância euclidiana
Com base nos dados padronizados do grupo de controle saudável, foram calculadas as coordenadas de seu ponto central no espaço de características tridimensionais. Posteriormente, a distância euclidiana de cada amostra de paciente com sepse até o ponto central saudável foi calculada para quantificar o grau de desvio dos indicadores hematológicos do paciente em relação ao estado saudável, como um indicador objetivo de avaliação da gravidade da doença.

Método de visualização tridimensional
Gráficos de dispersão tridimensionais (Figura 2) foram criados para exibir a distribuição dos dois grupos de amostras no espaço de recursos. Eles usam um gradiente de cores (esquema de cores Jet) para representar a gravidade da sepse, onde o azul escuro representa a sepse leve, o vermelho representa a sepse grave e o grupo de controle saudável é marcado com verde +.

Validação clínica de amostras de coorte longa
Para avaliar a aplicabilidade deste método em novas amostras de pacientes de coorte longa (acompanhados por 3-6 meses após a admissão), um processo de validação preditiva foi projetado. Para uma amostra típica de coorte longa de sepse, o processamento padronizado foi realizado usando a média (mu) e o desvio padrão (sigma) previamente salvos do processo de regularização e, em seguida, a distância euclidiana do ponto central saudável foi calculada. Com base no valor da distância calculada, combinado com a correspondência pré-estabelecida entre distância e gravidade da doença, foi avaliada a gravidade da sepse de novas amostras. Por meio do rastreamento contínuo, foram desenhadas curvas de comparação de séries temporais de distância euclidiana e escore SOFA (Figura 3) para analisar a consistência e a correlação das mudanças nas duas tendências.

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

Results

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

Análise de significância
Com base na prática clínica de longo prazo, observou-se que, à medida que a sepse progride, os pacientes apresentam níveis significativamente reduzidos de hemoglobina e percentuais de linfócitos, juntamente com aumento significativo da largura de distribuição plaquetária12,16. Por meio da análise desses três principais indicadores hematológicos - hemoglobina, porcentagem de linfócitos e...

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

Discussion

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

Novo método para avaliação da sepse baseado em indicadores-chave hematológicos
Este estudo propõe um novo método para avaliar a gravidade da sepse com base em três indicadores-chave hematológicos (hemoglobina, porcentagem de linfócitos e largura de distribuição plaquetária). Este método quantifica o grau de desvio dos indicadores hematológicos do estado saudável por meio do cálculo da distância euclidiana das amostras de pacientes do ponto central da população saudáve...

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

Disclosures

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

A ferramenta de software Multivariate State Color Scatter Plot (V1.0) é desenvolvida e de propriedade da Beijing Intelligent Entropy Science & Technology Co., Ltd. Todos os direitos de propriedade intelectual deste software pertencem à empresa. Os autores declaram não haver conflitos de interesse.

Acknowledgements

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

Este estudo foi apoiado pelo Projeto Anual de 2024 para Melhorar a Capacidade de Pesquisa em Medicina Tradicional Chinesa dos Hospitais Municipais de Medicina Tradicional Chinesa da Administração Provincial de Medicina Tradicional Chinesa de Shaanxi (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 2023BComputação e visualização 
O Gráfico de Dispersão Colorida de Estado Multivariado  Inteligente
  Entropia
Multivariada Estado V1.0Pequim Entropia Inteligente Ciência & Technology Co Ltd.
Modelagem para Estado multivariado

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