CN114480100B - 基于miR-150-3p的脓毒症患者的临床结局预测 - Google Patents

基于miR-150-3p的脓毒症患者的临床结局预测 Download PDF

Info

Publication number
CN114480100B
CN114480100B CN202210276878.2A CN202210276878A CN114480100B CN 114480100 B CN114480100 B CN 114480100B CN 202210276878 A CN202210276878 A CN 202210276878A CN 114480100 B CN114480100 B CN 114480100B
Authority
CN
China
Prior art keywords
patient
clinical outcome
mir
sepsis
patients
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210276878.2A
Other languages
English (en)
Other versions
CN114480100A (zh
Inventor
陈怀生
洪澄英
刘雪燕
邹畅
李富荣
王薇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Peoples Hospital
Original Assignee
Shenzhen Peoples Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Peoples Hospital filed Critical Shenzhen Peoples Hospital
Priority to CN202210276878.2A priority Critical patent/CN114480100B/zh
Publication of CN114480100A publication Critical patent/CN114480100A/zh
Application granted granted Critical
Publication of CN114480100B publication Critical patent/CN114480100B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/118Prognosis of disease development
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/158Expression markers
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/178Oligonucleotides characterized by their use miRNA, siRNA or ncRNA

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明实施例提供了基于miR‑150‑3p的脓毒症患者的临床结局预测。该临床结局预测系统包括:基因检测装置和预测装置。其中,所述基因检测装置用于检测患者样本中的目标基因的表达量;所述预测装置用于根据所述目标基因的表达量,预测患者的临床结局;所述目标基因为miR‑150‑3p。其可以方便快捷的通过检测目标基因miR‑150‑3p的表达量的变化情况来有效的对脓毒症患者的临床结局进行预测,为后续进一步的探究脓毒症治疗干预提供了良好的基础。

Description

基于miR-150-3p的脓毒症患者的临床结局预测
【技术领域】
本发明涉及分子生物学技术领域,尤其涉及基于miR-150-3p的脓毒症患者的临床结局预测。
【背景技术】
脓毒症(sepsis)是指由感染引起的全身炎症反应综合征(systemicinflammatory response syndrome,SIRS)。其可能由任何部位的感染引起,临床上常见于肺炎、腹膜炎、胆管炎、泌尿系统感染、蜂窝织炎、脑膜炎、脓肿等。
脓毒症的病情凶险,病死率高。有调查显示,脓毒症的病死率已经超过心肌梗死,成为重症监护病房内非心脏病人死亡的主要原因。
近年来,尽管抗感染治疗和器官功能支持技术取得了长足的进步,脓毒症的病死率仍高达30%~70%。脓毒症治疗花费高,医疗资源消耗大,严重影响人类的生活质量,已经对人类健康造成巨大威胁
但脓毒症的根本发病机制目前尚未明确,可能涉及到复杂的全身炎症网络效应、基因多态性、免疫功能障碍、凝血功能异常、组织损伤以及宿主对不同感染病原微生物及其毒素的异常反应等多个方面,与机体多系统、多器官病理生理改变密切相关。
因此,迫切需要提供对脓毒症患者的临床结局的有效预测方式,以帮助实现对脓毒症的治疗和诊断。
【发明内容】
本发明实施例提供基于miR-150-3p的脓毒症患者的临床结局预测,旨在解决脓毒症发病机制尚不明确,无法有效预测患者临床结局的缺陷。
为解决上述技术问题,本发明实施例提供以下技术方案:一种脓毒症患者的临床结局预测系统。
该临床结局预测系统包括:基因检测装置和预测装置。其中,所述基因检测装置用于检测患者样本中的目标基因的表达量;所述预测装置用于根据所述目标基因的表达量,预测患者的临床结局;所述目标基因为miR-150-3p。
可选地,所述患者样本为患者的外周血血清样本。
可选地,所述预测装置具体用于:根据所述目标基因的表达量随时间的动态变化,预测患者的临床结局。
可选地,所述预测装置具体用于:在所述目标基因的表达量随时间延长而逐渐增加时,预测所述患者的临床结局为生存;在所述目标基因的表达量随时间延长而逐渐减少时,预测所述患者的临床结局为死亡。
可选地,所述预测装置具体用于:在所述目标基因的表达量在特定时间节点高于预设阈值时,预测所述患者的临床结局为生存;在所述目标基因的表达量在特定时间节点高于预设阈值时,预测所述患者的临床结局为死亡。
为解决上述技术问题,本发明实施例还提供以下技术方案:miR-150-3p的表达量动态变化情况在脓毒症患者的临床结局预测中的应用。
本发明实施例提供临床结局预测系统的至少一个有利方面是:揭示了目标基因miR-150-3p的表达量与脓毒症患者临床结局之间的高度相关性。据此,可以方便快捷的通过检测目标基因miR-150-3p的表达量的变化情况来有效的对脓毒症患者的临床结局进行预测,为后续进一步的探究脓毒症治疗干预提供了良好的基础。
【附图说明】
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本发明实施例提供的脓毒症患者临床结局预测系统的示意图;
图2为本发明实施例提供的轻症组和重症组的miR-150-3p表达量差异的示意图;
图3为本发明实施例提供的ICU死亡组和生存组在不同时间节点的miR-150-3p的表达量差异的示意图;
图4为本发明实施例提供的总死亡组和生存组在不同时间节点的miR-150-3p的表达量差异的示意图;
图5为本发明实施例提供的,表示脓毒症患者在进入ICU后的不同时间节点的miR-150-3p的表达量变化的曲线图;
图6为本发明实施例提供的基于脓毒症患者的miR-150-3p表达量变化预测脓毒症患者生存或死亡的ROC曲线图;
图7为本发明实施例提供的热图,展示了纳入第一个病例对照研究的脓毒症患者与健康对照组之间的基因表达量情况;
图8为本发明实施例提供的火山图,展示了第一个病例对照研究与健康对照组这两个样本间基因差异表达的分布情况。
【具体实施方式】
为了便于理解本发明,下面结合附图和具体实施例,对本发明进行更详细的说明。需要说明的是,当元件被表述“固定于”另一个元件,它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件,它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“上”、“下”、“内”、“外”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本发明不同实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
图1为本申请实施例提供的临床结局预测系统。请参阅图1,该临床结局预测系统100包括:基因检测装置110和预测装置120。
其中,基因检测装置110是用于对患者样本的目标基因表达情况进行检测的装置。其具体可以根据实际情况的需要而包含相应的检测设备和检测试剂,并基于任何合适类型的检测方法完成对特定基因的基因表达量检测,只需要能够获得患者样本中所需要的基因表达量结果即可。
在一些实施例中,该基因检测装置110可以是用于进行miRNA检测的检测装置。其可以由一个或者多个功能部件组成以实现对患者样本中的miRNA表达量检测和差异分析。
预测装置120是基于基因检测装置110提供的表达量数据而执行一个或者多个逻辑判断步骤,以提供对脓毒症患者的临床结局预测结果的装置。其具体可以是由任何合适类型的电子计算平台所实现,包括但不限于个人电脑、工业计算机或者云端计算平台。
在一些实施例中,该预测装置120可以设置有一个或者多个输入/输出设备,例如键盘、鼠标、触摸屏和显示屏,以实现与用户之间的交互。预测装置120具体设置的输入/输出设备在此不作限定,只需要能够接收用户输入的信息并向用户输出反馈结果即可。
在实际操作过程中,基因检测装置110检测获得的基因表达量情况可以通过有线或者无线数据传输方式传输至预测装置120,进而由预测装置120计算并向用户反馈对应的预测结果(例如,死亡或者生存)。
在另一些实施例中,预测装置120也可以根据用户通过输入设备(如键盘)输入的目标基因表达量进行临床结局预测,并提供相应的临床结局预测结果。
以下结合具体实例,对本申请提供的基于miR-150-3p的表达量变化的脓毒症患者的临床结局预测的实现和探索进行详细描述。
1)实验分组说明:
本实施例中将脓毒症患者纳入两个队列。其中,第一个病例对照研究的检测结果用于对脓毒症和特定目标基因表达量之间相关关系的探索。第二个病例对照研究的研究检测结果用于对第一个病例对照研究的测序结果进行验证。本研究经过深圳市人民医院临床研究伦理委员会讨论同意后开展。所有患者均签署知情同意书。
2)研究对象筛选:
在本实施例中,按照如下几个标准以选择合适的脓毒症患者纳入队列进行研究:
纳入标准:年龄大于18岁;脓毒症并肠功能衰竭患者;需要收治重症加护病房(Intensive Care Unit,ICU)。
排除标准:恶性肿瘤及血液系统疾病患者;存在风湿免疫性疾病;存在神经系统疾病患者。
剔除标准:不同意参加本研究。
其中,脓毒症患者根据国际脓毒症指南3.0定义[Levy MM,Evans LE,RhodesA.The Surviving Sepsis Campaign Bundle:2018update.Intensive Care Med.2018;44(6):925-928.],患者有明显的感染灶,包括肺部、血流、泌尿系、肝胆道等部位,并存在qSOFA评分>2分。急性胃肠损伤则根据欧洲专家共识定义。
3)分组及干预措施:
根据实际情况,对进入ICU的患者填写APACHE II和SOFA评分并选择抗生素治疗。并且根据AGI级别,将患者分为轻症组(AGI I~II)和重症组(AGI III~IV)。
其中,在患者出现休克时,则适当进行液体复苏。根据患者的器官功能衰竭情况,分别选择使用呼吸机辅助通气、持续血液净化治疗等措施。另外,对于肠功能衰竭患者,采用甲氧氯普胺10mg静脉注射,每日三次,并灌肠,促进大便排泄。
4)检测指标:
记录患者性别、年龄和诊断结果;根据急性胃肠损伤的欧洲共识进行分级后,记录患者AGI分级,并且测量记录患者的膀胱压。记录患者的辅助检查指标、炎症反应指标以及凝血功能指标。
其中,辅助检查指标包括:白细胞、中性粒细胞百分比、林巴细胞百分比、单核细胞百分比。炎症反应指标包括:超敏C反应蛋白(hsCRP),降钙素原(PCT),白介素6(IL-6)。凝血功能指标包括:血小板计数(PLT)和抗凝血酶III(AT III)。
5)miRNA表达量检测方法:
对所有患者取静脉血3ml并贮存于全血RNA静脉真空采血管(BD 762165 PAXgene,US)。
使用NanoDropTMOne/OneC检测RNA纯度,并且基于Life Invitrogen3.0荧光定量仪,采用QubitTMRNA HS Assay Kit精确定量测量RNA。由Agilent 4200TapeStation系统精确检测RNA的完整性。
另外,利用small RNA的3`羟基及5`端完整磷酸基团结构分别在两端连接接头,逆转录合成cDNA并进行PCR扩增。然后,通过PAGE胶电泳分离纯化目标DNA片段,获得特定大小small RNA文库。经过质量检测后进行测序。参考基因组比对,进行miRNA分析,miRNA表达和差异分析,取FDR小于0.05的高表达miRNA。
6)统计分析方法
一方面,临床数据中的计量数据采用均数加减标准差表达。其中,计量数据采用student-t检验,计数数据采用卡方检验,计算OR值和95%可信区间(confidence index,CI),组间差异统计值比较,取p<0.05提示差异具有统计学意义。采用SPSS for Windows20.0统计。
另一方面,检测ncRNA、miRNA、mRNA,绘制火山图并获取差异表达量最大、FDR<0.05的miRNA。并且,根据不同AGI分级分组,比较ncRNA、miRNA、mRNA表达差异。
7)第一个病例对照研究的脓毒症患者特征:
在本实施例中,第一个病例对照研究纳入有14例脓毒症并肠功能衰竭的患者,其中8例具有更严重的肠道衰竭程度,更高的APACHE II和SOFA评分,属于重症组(AGI III~IV),其余4例则属于轻症组(AGI I~II)。具体指标如下表格1所示:
表格1
在第一个病例对照研究中,AGI分级与膀胱压具有明显相关性(r=0.94,p<0.001)。AGI分级更高患者具有更高的膀胱压(p<0.05)。
另外,尽管患者的AGI评分和膀胱压更高,这一组患者的病死率却没有相应增高,且ICU住院时间反而短于AGI较低的一组。当然,其例数太少,两者之间的统计学差异不显著。
8)第一个病例对照研究的miRNA表达量差异检测结果
图7和图8展示了在第一个病例对照研究中,脓毒症患者和健康人之间的基因表达差异情况。其中,图7为展示基因差异表达的热图(heatmap)。在图7中,以患者1-患者14表示纳入第一个病例对照研究的14例脓毒症患者,以健康人1-6表示健康对照组中的健康人。图8为展示变化幅度较大且具有统计学意义的基因的火山图(volcano plot)。
将纳入第一个病例对照研究的脓毒症患者与健康对照组之间进行比较后发现:脓毒症并急性胃肠损伤的患者的外周血中存在1782条差异表达的miRNA及130条未命名的miRNA。
其中,8条具有梯度的miRNA如以下表格2所示(C为健康对照组)。
表格2
特别地,如以上表格2所呈现的,miR-150-3p在轻症组和重症组之间也具有梯度。
9)第二个病例对照研究的脓毒症患者特征:
在本实施例中,第二个病例对照研究纳入62例脓毒症并肠功能衰竭的患者。其中的25例具有更严重的肠道衰竭程度,更高的APACHE II和SOFA评分,属于重症组,其余38例则属于轻症组。具体指标如以下表格3所示:
*x2=1.675,p=0.643
表格3
10)第二个病例对照研究的脓毒症患者的临床结局:
第二个病例对照研究的62例脓毒症患者的临床结局,包括机器通气时间(mechanical ventilation duration,MV时间),住院时间(Length of hospital stay,LOHS),ICU死亡,总死亡(Total Death)的数据如以下表格4所示:
表格4
其中,MV时间,ICU入住时间和LOHS是非正态分布数据,均按照方差不齐进行检验。
11)第二个病例对照研究的miRNA表达量差异检测结果:
请参阅图2,以箱型图的形式展示了重症组和轻症组的患者血清中,miR-150-3p的表达量的差异情况。
其中,在轻症组(AGI I~IIgroup)的患者血清中,miR-150-3p的表达量(1.708,95%CI 0.673~2.744)高于重症组(AGI III~IV group)的患者(0.396,95%CI 0.283~0.509)。而且,两者均值比较具有统计学差异[OR=1.312,95%CI(0.272,2.3530)]。
请参阅图3,展示了ICU死亡组(ICU deathgroup)与生存组(Survivalgroup)的患者进入ICU第1、3、6和9天的外周血血清的miR-150-3p表达量差异。
其中,ICU死亡组是指第二个病例对照研究中,临床结局为ICU死亡的患者。生存组是指第二个病例对照研究中,临床结局为生存的患者。
请参阅图4,展示了总死亡组(Totaldeathgroup)与生存组(Survivalgroup)的患者进入ICU第1、3、6和9天的外周血血清的miR-150-3p表达量差异。
其中,总死亡组是指第二个病例对照研究中,临床结局为死亡的患者。生存组是指第二个病例对照研究中,临床结局为生存的患者。
从图3和图4中呈现的miR-150-3p表达量变化可以看出:死亡的患者外周血血清的miR-150-3p表达量随着时间的延长而逐步下降。而生存患者外周血血清的miR-150-3p表达量则随着时间的增长而相应的上升。
请参阅图5,展示了ICU死亡组(ICU deathgroup)与生存组(Survivalgroup)的患者进入ICU第1、3、6和9天的外周血血清的miR-150-3p表达量变化曲线。
其中,为陈述简便,以下分别将表示生存组的miR-150-3p表达量变化曲线称为“第一曲线”,表示ICU死亡组的miR-150-3p表达量变化曲线称为“第二曲线”。
从图5呈现的miR-150-3p表达量变化情况可以看出,第一曲线和第二曲线在患者进入ICU后约第二天这个时间节点出现相交。随后,第一曲线的miR-150-3p表达逐渐增高。与之相反的是,第二曲线的miR-150-3p表达则逐渐降低。而且,第一曲线和第二曲线之间具有明显差异(p=0.025)。
12)第二个病例对照研究患者的临床结局预测结果
以ICU死亡为临床终点,。
请参阅图6,展示了分别以进入ICU第3、6、9天的外周血血清miR-150-3p表达量对临床结果进行预测的受试者工作特征曲线(Receiver operating characteristic curve,ROC曲线)。
其中,图6中的预测以ICU死亡为临床终点。换言之,即通过患者在进入ICU第3、6、9天的外周血血清miR-150-3p表达量来预测患者的临床结局是否为ICU死亡。
从图6呈现的多个ROC曲线中可以看到,随着进入ICU的时间推移,miR-150-3p表达量与ICU死亡预测的ROC曲线下面积越大。相应地,其预测价值越高。例如,图6中所示的,进入ICU第3天对应的ROC曲线的曲线下面积(AUC)为0.768;进入ICU第6天对应的ROC曲线的曲线下面积(AUC)为0.821;进入ICU第9天对应的ROC曲线的曲线下面积(AUC)为0.982。
由此,本申请上述实施例验证了可以将miR-150-3p的动态变化作为预测ICU死亡的指标,其具有足够的置信度。
总结而言,在实现本申请的过程中,申请人通过脓毒症不同程度患者的外周血进行检测(纳入第一个病例对照研究的14例患者)后,发现miR-150-3p在病情较为严重的重症组别明显降低,而在轻症组则偏高。结合第一个病例对照研究的患者是经过严格筛选的,排除了很多影响疾病进程的合并症患者,由此提示miR-150-3p的表达与脓毒症病情可能存在一定的相关性。
令人惊喜的是,通过对纳入了62例患者的第二个病例对照研究进行检测后发现:随着病情发展,患者外周血血清的miR-150-3p表达量与疾病严重程度负相关。由此,可以在治疗过程中(进入ICU病房的第3天)检测miR-150-3p动态变化预测和判断患者的临床结局。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (2)

1.一种脓毒症患者的临床结局预测系统,其特征在于,包括:
基因检测装置,所述基因检测装置用于检测患者样本中的目标基因的表达量;
预测装置,所述预测装置用于根据所述目标基因的表达量,预测患者的临床结局;
其中,所述目标基因为miR-150-3p;
在所述目标基因的表达量随时间延长而逐渐增加时,预测所述患者的临床结局为生存;
在所述目标基因的表达量随时间延长而逐渐减少时,预测所述患者的临床结局为死亡。
2.根据权利要求1所述的临床结局预测系统,其特征在于,所述患者样本为患者的外周血血清样本。
CN202210276878.2A 2022-03-21 2022-03-21 基于miR-150-3p的脓毒症患者的临床结局预测 Active CN114480100B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210276878.2A CN114480100B (zh) 2022-03-21 2022-03-21 基于miR-150-3p的脓毒症患者的临床结局预测

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210276878.2A CN114480100B (zh) 2022-03-21 2022-03-21 基于miR-150-3p的脓毒症患者的临床结局预测

Publications (2)

Publication Number Publication Date
CN114480100A CN114480100A (zh) 2022-05-13
CN114480100B true CN114480100B (zh) 2024-03-26

Family

ID=81488375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210276878.2A Active CN114480100B (zh) 2022-03-21 2022-03-21 基于miR-150-3p的脓毒症患者的临床结局预测

Country Status (1)

Country Link
CN (1) CN114480100B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104877999A (zh) * 2015-05-19 2015-09-02 深圳市人民医院 液相芯片miRNA检测试剂盒
CN111662982A (zh) * 2020-06-09 2020-09-15 山东大学齐鲁医院 用于脑胶质瘤早期诊断和/或复发监测的生物标志物及其应用

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104877999A (zh) * 2015-05-19 2015-09-02 深圳市人民医院 液相芯片miRNA检测试剂盒
CN111662982A (zh) * 2020-06-09 2020-09-15 山东大学齐鲁医院 用于脑胶质瘤早期诊断和/或复发监测的生物标志物及其应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Exosomes Derived From Heat Stroke Cases Carry miRNAs Associated With Inflammation and Coagulation Cascade;Yue Li et.al;Frontiers in Immunology;第12卷;624753 *

Also Published As

Publication number Publication date
CN114480100A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
Tacke et al. Levels of circulating miR-133a are elevated in sepsis and predict mortality in critically ill patients
Bertani et al. Novel prognostic biomarkers of mucosal healing in ulcerative colitis patients treated with anti-TNF: neutrophil-to-lymphocyte ratio and platelet-to-lymphocyte ratio
van der Geest et al. Immature granulocytes predict microbial infection and its adverse sequelae in the intensive care unit
US11041864B2 (en) Method for prediction of prognosis of sepsis
JP2004507740A (ja) 生化学マーカーを用いる繊維性疾患の診断方法
US20100279878A1 (en) Biomarkers for Septic Shock Patients
Ng An update on biomarkers of necrotizing enterocolitis
WO2023071877A1 (zh) 泌尿系统结石术后复发风险预测模型、评估系统及方法
CN116030976A (zh) 一种用于危重症患者发生急性肾损伤的风险预测系统
Choi et al. Clinical value of full-length tryptophanyl-tRNA synthetase for sepsis detection in critically ill patients—A retrospective clinical assessment
CN112011603B (zh) Ier3作为生物标志物在脓毒症早期预测中的应用
CN114480100B (zh) 基于miR-150-3p的脓毒症患者的临床结局预测
Sun et al. Accurate prediction of acute pancreatitis severity based on genome-wide cell free DNA methylation profiles
Lu et al. Enhancer polymorphism rs10865710 associated with traumatic sepsis is a regulator of PPARG gene expression
US20230251275A1 (en) Npersevere: biomarkers estimating baseline mortality risk for neonatal sepsis and necrotizing enterocolitis
CN116092674A (zh) 外泌体介导的胃癌总体生存率预后模型及构建方法和应用
Garcia Searching for candidate genes in acute lung injury: SNPs, Chips and PBEF
US8445208B2 (en) Multivariate analysis involving genetic polymorphisms related to mediators of inflammatory response for prediction of outcome of critcally ill patients
CN110095603B (zh) 血浆或血清中vnn1在用于脓毒症早期预警的标志物中的应用
Klein et al. sTREM-1 as a diagnostic biomarker for acute appendicitis in children
CN107841551B (zh) 单核苷酸多态性位点在创伤脓毒症风险评估中的应用
Hao et al. SPRR1B is Related to the Immune Microenvironment and Can Be Used as a Biomarker for the Diagnosis of Psoriasis
Shang et al. Construction of a Support Vector Machine–Based Classifier for Pulmonary Arterial Hypertension Patients
US20240003904A1 (en) Biomarker-based risk model to predict persistent multiple organ dysfunction after congenital heart surgery
WO2024092963A1 (zh) 一种基于肠道菌群的阿尔茨海默病生物标志物及其应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant