MXPA05005031A

MXPA05005031A - Diagnostico de la sepsis o sirs usando perfiles de biomarcadores.

Info

Publication number: MXPA05005031A
Application number: MXPA05005031A
Authority: MX
Inventors: Tice Gregory
Original assignee: Becton Dickinson Co
Priority date: 2002-11-12
Filing date: 2003-11-12
Publication date: 2005-11-17
Also published as: EP1565570A2; AU2003291483A1; US7645613B2; JP2006513437A; WO2004044555A2; EP1565570A4; US20080050829A1; US20070184512A1; WO2004044555A3; CA2505921A1; US7632685B2; JP4643445B2; US20040157242A1; BR0316232A

Abstract

La prediccion o diagnostico temprano de la sepsis permite de manera ventajosa la intervencion clinica antes de que el padecimiento progrese rapidamente mas alla de las etapas iniciales a las etapas mas severas, tal como sepsis severa o choque septico, que estan asociadas con alta mortalidad, La prediccion o diagnostico tempranos se realiza comparando un perfil de un individuo de la expresion del biomarcador a los perfiles obtenidos de una o mas poblaciones de control o referencia, que pueden incluir una poblacion que desarrolle sepsis. El reconocimiento de las caracteristicas en el perfil del biomarcador individual que son caracteristicas del principio o aparicion de la sepsis, permite al medico clinico diagnosticar el principio de la sepsis o SIRS a partir de un fluido corporal aislado del individuo en un punto de tiempo unico. Se evita, por lo tanto, la necesidad de monitorear al paciente a traves de un periodo de tiempo, permitiendo de manera ventajosa la intervencion clinica antes del principio de los sintomas serios de la sepsis.

Description

DIAGNÓSTICO DE LA SEPSIS O SIRS USANDO PERFILES DE BIOMARCADORES CAMPO DE LA INVENCIÓN La presente invención se refiere a métodos para el diagnóstico o predicción de la sepsis o sus etapas de avance en un individuo. La presente invención también se refiere a métodos para el diagnóstico del síndrome sistémico de respuesta inflamatoria en un individuo. ANTECEDENTES DE LA INVENCIÓN La detección temprana de una condición de padecimiento típicamente permite un tratamiento terapéutico más efectivo con un correspondiente resultado clínico más favorable. En muchos casos, sin embargo, la detección temprana de los síntomas del padecimiento es problemática; de ahí que, es posible que un padecimiento pueda llegar a avanzar relativamente antes del diagnóstico. Las condiciones inflamatorias, sistémicas, representan una de tales clases de padecimientos. Estas condiciones, en particular la sepsis, típicamente resultan a partir de una interacción entre un microorganismo patogénico y el sistema de defensa del hospedero que ocasiona una respuesta inflamatoria excesiva y descontrolada en el hospedero. La complejidad de la respuesta del hospedero durante la respuesta inflamatoria, sistémica, ha complicado los esfuerzos hacia la comprensión de la patogénesis del padecimiento. (Revisado en Healy, Annul . Pharmacother. 36: 648-54 (2002)). Una comprensión incompleta de la patogénesis del padecimiento, a su vez, contribuye a la dificultad en hallar biomarcadores de diagnóstico. El diagnóstico temprano y confiable es imperativo, sin embargo, debido al avance remarcablemente rápido de la sepsis a una condición de peligro de muerte. La sepsis sigue un curso de tiempo bien descrito, avanzando desde un síndrome de respuesta inflamatoria, sistémica ( "SIRS" ) -negativo hasta SIRS-positivo hasta sepsis, la cual puede avanzar entonces a sepsis severa, choque séptico, disfunción de múltiples órganos ("MOD"), y en última estancia la muerte. La sepsis también puede surgir en un individuo infectado cuando el individuo subsecuentemente desarrolla SIRS. El "SIRS" comúnmente se define como la presencia de dos o más de los siguientes parámetros : temperatura corporal mayor a 38 °C o menor de 36 °C; ritmo cardiaco mayor de 90 latidos por minuto; ritmo respiratorio mayor de 20 exhalaciones por minuto,- ?82 menor de 32 mm Hg; y un conteo de glóbulos blancos ya sea- menor de 4.0 x 10s células/L o mayor de 12.0 x 109 células/L, o que tenga más del 10% de formas de bandas inmaduras. La "sepsis" comúnmente se define como SIRS con un proceso infeccioso confirmado. La "Sepsis severa" está asociada con MOD, hipotensión, coagulación intravascular diseminada ("DIC") o anormalidades por hipoperf sión, que incluyen acidosis láctica, oliguria, y cambios en el estado mental. El "choque séptico" comúnmente se define como una hipotensión inducida por la sepsis que es resistente a la resucitación de fluidos con la presencia adicional de anormalidades por hipoperfusión. Ha resultado difícil documentar la presencia de los microorganismos patogénicos clínicamente significativos para la sepsis. Típicamente se detectan microorganismos causativos cultivando la sangre, esputo, orina, secreción de heridas, superficies de catéter en línea permanentes de un paciente, etc. Los microorganismos causativos, sin embargo, pueden residir solamente en ciertos microambientes del cuerpo tales que el material particular que se cultiva puede no contener los microorganismos contaminantes. La detección se puede complicar además por el bajo número de microorganismos en el sitio de infección. El bajo número de patógenos en sangre presenta un problema particular para el diagnóstico de sepsis mediante el cultivo sangre. En un estudio, por ejemplo, se obtuvieron resultados positivos del cultivo en solamente el 17% de los pacientes que presentaban manifestaciones clínicas de sepsis. ( angel-Frausto et al., JAMA 273: 117-23 (1995)). El diagnóstico se puede complicar además por la contaminación de muestras con microorganismos no-patogénicos. Por ejemplo, solamente el 12.4% de los microorganismos detectados fueron clínicamente significativos en un estudio de 707 pacientes con •septicemia. (Weinstein et al., Clinical Infectioús Diseases 24 : 584-602 (1997) ) . La dificultad en el diagnóstico temprano de sepsis se refleja por la alta morbilidad y mortalidad asociadas con el padecimiento. Actualmente la sepsis es la décima causa principal de muerte en los Estados Unidos y es especialmente predominante entre pacientes hospitalizados en unidades de cuidados intensivos (ICUs) no-coronarias, en donde es la causa más común de muerte. El índice total de mortalidad es tan alto como el 35%, con un estimado de 750,000 casos por año que se presentan solamente en los Estados Unidos. El costo anual para tratar la sepsis únicamente en los Estados Unidos es nada más y nada menos que de billones de dólares. Por lo tanto, existe la necesidad de un método para diagnosticar la sepsis lo suficientemente temprano para permitir una efectiva intervención y prevención. Los sistemas de puntuación de sepsis más actuales o modelos de predicción pronostican solamente el riesgo de complicaciones de etapa avanzada, incluyendo la muerte, en pacientes que ya están considerados como sépticos. Sin embargo, tales sistemas y modelos, no predicen el desarrollo de la sepsis misma. Lo que es particularmente necesario es una manera de categorizar a aquellos pacientes con SIRS que desarrollarán o no sepsis. Actualmente, los investigadores típicamente definen un solo biomarcador que se expresa a un nivel diferente en un grupo de paciente sépticos contra un grupo de control normal (es decir, no-séptico) de pacientes. La Solicitud de Patente Norteamericana No. de Serie 10/400,275, presentada el 26 de Marzo del 2003, el contenido total de la cual se incorpora en la presente como referencia, describe un método para indicar tempranamente la sepsis analizando cambios dependientes del tiempo en el nivel de expresión de varios biomarcadores . De conformidad con esto, los métodos óptimos para el diagnóstico temprano de la sepsis actualmente requieren tanto medir una pluralidad de biomarcadores como monitorear la expresión de estos biomarcadores durante un periodo de tiempo. Existe una continua necesidad urgente en la técnica para diagnosticar la sepsis con especificidad y sensibilidad, sin la necesidad de monitorear un paciente con el tiempo . En el mejor de los casos, el diagnóstico podría hacerse mediante una técnica que mida con exactitud, rapidez y simultáneamente una pluralidad de biomarcadores en un punto individual en el tiempo, minimizando asi el avance del padecimiento durante el tiempo necesario para el diagnóstico. BREVE DESCRIPCIÓN DE LA INVENCIÓN La presente invención permite una predicción exacta, rápida, y sensible y un diagnóstico de sepsis a través de una medición de más de un biomarcador tomado de una muestra biológica en un punto individual a tiempo. Esto se logra obteniendo un perfil biomarcador en un punto individual a tiempo de un individuo, particularmente un individuo en peligro de desarrollar sepsis, que tiene sepsis, o que se sospecha tiene sepsis, y comparando el perfil biomarcador del individuo con un perfil biomarcador de referencia. El perfil biomarcador de referencia se puede obtener de una población de individuos (una "población de referencia") que están, por ejemplo, enfermos de sepsis o que están padeciendo ya sea de la aparición de la sepsis o una etapa particular en el avance de la sepsis. Si el perfil biomarcador del individuo contiene rasgos apropiadamente característicos del perfil biomarcador de la población de referencia, entonces se diagnóstica que el individuo tiene un riesgo más probable de volverse séptico, por estar enfermo de sepsis o por estar en la etapa particular en el avance de la sepsis como la población de referencia. El perfil biomarcador de referencia también se puede obtener de varias poblaciones de individuos que incluyen aquéllos que padecen SIRS o aquéllos que padecen una infección pero que no padecen SIRS. De conformidad con esto, la presente invención permite al médico determinar, entre todos, a aquellos pacientes que no tienen SIRS, que tienen SIRS pero no están propensos a desarrollar sepsis dentro del margen de tiempo de la investigación, que tienen sepsis, o que están en peligro de volverse eventualmente sépticos. Aunque los métodos de la presente invención son particularmente útiles para detectar o predecir la aparición de sepsis en pacientes con SIRS, alguien con experiencia ordinaria en la técnica entenderá que los presentes métodos se pueden utilizar para cualquier paciente incluyendo, pero no limitado a, pacientes que se sospeche tengan SIRS o que estén en cualquier etapa de sepsis. Por ejemplo, se podría tomar una muestra biológica de un paciente, y un perfil de biomarcadores en la muestra se podría comparar con varios perfiles de biomarcadores de referencia diferentes, cada perfil derivado de individuos tales como, por ejemplo, aquéllos que tienen SIRS o que estén, en una etapa particular de sepsis. La clasificación del perfil biomarcador del paciente que corresponde al perfil derivado de una población de referencia particular pronostica que el paciente cae dentro de la población de referencia. En base al diagnóstico resultante de los métodos de la presente invención, se podría iniciar un régimen de tratamiento apropiado. Los métodos existentes para el diagnóstico o predicción de SIRS, sepsis o una etapa en el avance de la sepsis, están basados en los signos clínicos y síntomas que son no-especlficos; por lo tanto, el diagnóstico resultante frecuentemente tiene una utilidad clínica limitada. Debido a que los métodos de la presente invención detectan con exactitud varias etapas de sepsis, los mismos se pueden utilizar para identificar a aquellos individuos que podrían ser enlistados apropiadamente en un estudio terapéutico. Debido a que la sepsis se puede predecir o diagnosticar a partir de una "instantánea" de la expresión del biomarcador en una muestra biológica obtenida en un punto individual a tiempo, este estudio terapéutico se puede iniciar antes de la aparición de los síntomas clínicos serios.. Debido a que la muestra biológica se analiza por su perfil biomarcador, es innecesaria la identificación de los biomarcadores particulares. No obstante, la presente invención proporciona métodos para identificar biomarcadores específicos de los perfiles que son característicos de la sepsis o de una etapa particular en el avance de la sepsis. Tales biomarcadores en sí mismos serán herramientas útiles en predecir o diagnosticar la sepsis. De conformidad con esto, la presente invención proporciona, entre otros, métodos para predecir la aparición de la sepsis en un individuo. Los métodos comprenden obtener un perfil biomarcador en un punto individual a tiempo del individuo y comparar el perfil biomarcador del individuo con un perfil biomarcador de referencia. La comparación de los perfiles biomarcadores puede predecir la aparición de la sepsis en el individuo con una exactitud de al menos aproximadamente el 60%. Este método se puede repetir de nuevo en cualquier momento antes de la aparición de la sepsis. La presente invención también proporciona un método para diagnosticar la sepsis en un individuo que tenga o se sospeche que tenga sepsis, que comprende obtener un perfil biomarcador en un punto individual a tiempo del individuo y comparar el perfil biomarcador del individuo con un perfil biomarcador de referencia. La comparación de los perfiles biomarcadores puede diagnosticar la sepsis en el individuo con una exactitud de al menos aproximadamente el 60%. Este método se puede repetir en el individuo en cualquier momento . La presente invención proporciona además un método para determinar el avance (es decir, la etapa) de la sepsis en un individuo que tiene o que se sospecha tiene sepsis. Este método comprende obtener un perfil biomarcador en un punto individual a tiempo del individuo y comparar el perfil biomarcador del individuo con un perfil biomarcador de referencia. La comparación de los perfiles biomarcadores puede determinar el avance de la sepsis en el individuo con una exactitud de al menos aproximadamente el 60%. Este método también se puede repetir en el individuo en cualquier momento.

Adicionalmente, la presente invención proporciona un método para diagnosticar SIRS en un individuo que tenga o que se sospeche tenga SIRS . Este método comprende obtener un perfil biomarcador en un punto individual a tiempo del individuo y comparar el perfil biomarcador del individuo con un perfil biomarcador de referencia. La comparación de los perfiles biomarcadores puede diagnosticar SIRS en el individuo con una exactitud de al menos aproximadamente el 60%. Este método también se puede repetir en el individuo en cualquier momento . En otra modalidad, la invención proporciona, entre otros, un método para determinar el estado de la sepsis o para diagnosticar SIRS en un individuo, que comprende aplicar una regla de decisión. La regla de decisión comprende comparar (i) un perfil biomarcador generado a partir de una muestra biológica tomada del individuo en un punto individual a tiempo con (ii) un perfil biomarcador generado a partir de una población de referencia. La aplicación de la regla de decisión determina el estado de la sepsis o diagnostica SIRS en el individuo. El método se puede repetir en el individuo en uno o más puntos individuales separados a tiempo.

La presente invención además proporciona, entre otros, un método para determinar el estado de la sepsis o para diagnosticar SIRS en un individuo, que comprende obtener un perfil biomarcador de una muestra biológica tomada del individuo y comparar el perfil biomarcador del individuo con un perfil biomarcador de referencia. Tal comparación individual es capaz de clasificar al individuo que tenga admisión en la población de referencia. La comparación del perfil biomarcador determina el estado de la sepsis o diagnostica SIRS en el individuo. La invención además proporciona, entre otros, un método para determinar el estado de la sepsis o para diagnosticar SIRS en un individuo, que comprende obtener un perfil biomarcador de una muestra biológica tomada del individuo y comparar el perfil biomarcador del individuo con el perfil biomarcador de referencia obtenido de las muestras biológicas de una población de referencia. La población de referencia se puede seleccionar del grupo que consiste de una población de referencia normal, una población de referencia SIRS-positiva, una población de referencia infectada/SIRS-negativa, una población de referencia sepsis-positiva, una población de referencia en una etapa particular en el avance de la sepsis, una población de referencia SIRS-positiva que será confirmada por tener sepsis mediante técnicas convencionales después de aproximadamente 0-36 horas, una población de referencia SIRS-positiva que será confirmada por tener SIRS mediante técnicas convencionales después de aproximadamente 36-60 horas, y una población de referencia SIRS-positiva que será confirmada por tener sepsis mediante técnicas convencionales después de aproximadamente 60-84 horas. Tal comparación individual es capaz de clasificar al individuo por tener admisión en la población de referencia, y la comparación determina el estado de la sepsis o diagnostica SIRS en el individuo. En aún otra modalidad, la presente invención proporciona, entre otros, un método para determinar el estado de la sepsis o para diagnosticar SIRS en un individuo. El método comprende comparar una característica mensurable de al menos un biomarcador entre un perfil biomarcador obtenido de una muestra biológica del individuo y un perfil biomarcador obtenido de las muestras biológicas de una población de referencia. En base a. esta comparación, el individuo se clasifica como perteneciente o no perteneciente a la población de referencia. Por lo tanto, la comparación determina el estado de la sepsis o diagnostica SIRS en el individuo. Los biomarcadores, en una modalidad, se seleccionan del grupo de biomarcadores mostrados en cualquiera de de las TABLAS 2-13. En una modalidad adicional, la presente invención proporciona, entre otros, un método para determinar el estado de la sepsis o para diagnosticar SIRS en un individuo, que comprende seleccionar al menos dos rasgos de un conjunto de biomarcadores en un perfil generado a partir de una muestra biológica de un individuo. Estos aspectos se comparan con un conjunto de los mismos biomarcadores en un perfil generado de las muestras biológicas de una población de referencia. Tal comparación es capaz de clasificar al individuo que tenga admisión en la población de referencia con una exactitud de al menos aproximadamente el 60%, y la comparación determina el estado de la sepsis o diagnostica SIRS en el individuo. La presente invención también proporciona, entre otros, un método para determinar el estado de la sepsis o para diagnosticar SIRS en un individuo, que comprende determinar los cambios en la abundancia de al menos dos biomarcadores contenidos en una muestra biológica de un individuo y comparar la abundancia de estos biomarcadores en la muestra del individuo con la abundancia de estos biomarcadores en muestras biológicas de una población de referencia. La comparación es capaz de clasificar al individuo que tenga admisión en la población de referencia, y la comparación determina el estado de la sepsis o diagnostica SIRS en el individuo. En otra modalidad, la invención proporciona, entre otros, un método para determinar el estado de la sepsis en un individuo, que comprende determinar los cambios en la abundancia de al menos uno, dos,- tres, cuatro, cinco, 10 ó 20 biomarcadores cuando se comparan con los cambios en la abundancia de al menos uno, dos, tres, cuatro, cinco, 10 ó 20 biomarcadores para las muestras biológicas de una población de referencia que contrae sepsis y una que no la contrae. Los biomarcadores se seleccionan del grupo que consiste de los biomarcadores listados en cualquiera de las TABLAS 2-13. Alternativamente, se puede comparar la abundancia de al menos uno, dos, tres, cuatro, cinco, 10 ó 20 biomarcadores con la abundancia de al menos uno, dos, tres, cuatro, cinco, 10 ó 20 biomarcadores . La presente invención proporciona además, entre otros, un método para aislar un biomarcador, la presencia del cual en una muestra biológica es diagnóstico o predicción de sepsis. Este método comprende obtener un perfil biomarcador de referencia de una población de individuos e identificar un aspecto del perfil biomarcador de referencia que sea una predicción o diagnóstico de sepsis o una de las etapas en el avance de la sepsis. Este método además comprende identificar un biomarcador que corresponda con el aspecto y luego aislar el biomarcador. En otra modalidad, la presente invención proporciona un equipo que comprende al menos uno, dos, tres, cuatro, cinco, 10 ó todos los biomarcadores seleccionados del grupo que consiste de los biomarcadores listados en cualquiera de las TABLAS 2-13. En otra modalidad, el perfil biomarcador de referencia puede comprender una combinación de al menos dos aspectos, preferiblemente cinco, 10, ó 20 ó más, donde los aspectos son característicos de los biomarcadores en la muestra. En esta modalidad, los aspectos contribuirán a la predicción de la inclusión de un individuo en una población de referencia particular. La contribución relativa de los aspectos en predecir la inclusión se puede determinar mediante un algoritmo de análisis de datos que predice la inclusión de clases con .una exactitud de al menos aproximadamente 60%, al menos aproximadamente 70%, al menos aproximadamente 80%, al menos aproximadamente 90%, aproximadamente 95%, aproximadamente 96%, aproximadamente 97%, aproximadamente 98%, aproximadamente 99% ó aproximadamente 100%. En una modalidad, la combinación de aspectos permite la predicción de la aparición de la sepsis aproximadamente 24, aproximadamente 48, o aproximadamente 72 horas antes de la aparición real de la sepsis, como se determina utilizando técnicas convencionales.

En aún otra modalidad, el perfil biomarcador de referencia puede comprender al menos dos aspectos, al menos uno de los cuales es característico del correspondiente biomarcador y donde el aspecto permitirá la predicción de la inclusión de un individuo en una población sepsis-positiva o SIRS-positiva . En esta modalidad, se asigna al aspecto un valor p, el cual se obtiene de una prueba no parámetrica, tal como una Prueba "Wilcoxon Signed Rank Test", que está relacionada directamente con el grado de certeza con el cual el aspecto puede clasificar a un individuo como perteneciente a una población sepsis-positiva o SIRS-positiva. En otra modalidad, el aspecto clasifica a un individuo como perteneciente a una población sepsis-positiva o SIRS-positiva con una exactitud de al menos aproximadamente 60%, aproximadamente 70%, aproximadamente 80%, ó aproximadamente 90%. En todavía otra modalidad, el aspecto permite la predicción de la aparición de la sepsis aproximadamente 24, aproximadamente 48, ó aproximadamente 72 horas antes de la aparición real de la sepsis, como se' determina utilizando técnicas convencionales . En aún otra modalidad, la presente invención proporciona un arreglo de partículas, con moléculas de captura adheridas a la superficie de . las partículas que se pueden enlazar específicamente al menos a uno, dos, tres, cuatro, cinco, 10 ó todos los biomarcadores seleccionados del grupo que consiste de los biomarcadores listados en cualquiera de las TABLAS 2-13.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La FIGURA 1 ilustra el avance de SIRS a sepsis. La condición de sepsis consiste de al menos tres etapas, con un avance del paciente séptico de sepsis severa a choque séptico hasta la disfunción de múltiples órganos. La FIGURA 2 muestra la relación entre la sepsis y el SIRS. Los diversos conjuntos mostrados en el diagrama Venn corresponden a las poblaciones de individuos que tienen la condición indicada. La FIGURA 3 muestra el logaritmo natural de la relación en intensidades pico normalizadas, promedio, para aproximadamente 400 iones de una población sepsis-positiva frente a una población SIRS-positiva . La FIGURA 4 muestra la intensidad de un ión que tiene una m/z de 437.2 Da y un tiempo de retención sobre una columna de fase inversa Cas de 1.42 min en un perfil del espectrómetro de masas por ESI . La FIGURA 4A muestra los cambios en la presencia en el ión en varias poblaciones de individuos que desarrollaron sepsis. La sospecha clínica de sepsis en el grupo con sepsis ocurrió en el "tiempo 0", como se mide mediante técnicas convencionales. El "tiempo de 24 horas" y "tiempo de 48 horas" representan las muestras tomadas aproximadamente 24 horas y aproximadamente 48 horas, respectivamente, que predicen la sospecha clínica de la aparición de la sepsis en el grupo con sepsis. Los individuos ingresaron al estudio en el "Día 1". La FIGURA 4B muestra la presencia del mismo ion en las muestras tomadas de las poblaciones de individuos que no desarrollaron sepsis en el tiempo 0. La FIGURA 5 es un árbol de clasificación adaptada a los datos del tiempo 0 en 10 pacientes con sepsis y 10 pacientes con SIRS, que muestra tres biomarcadores identificados mediante espectrometría de masas por electro-rocío que se involucran en distinguir la sepsis del SIRS. La FIGURA 6 muestra los espectros LC/MS y LC/MS/MS representativos, obtenidos en las muestras de plasma, utilizando la configuración descrita en los ejemplos. Las FIGURAS 7A y 7B muestran proteínas que se regulan a niveles superiores en plasma hasta 48 horas antes de su conversión a sepsis. Las FIGURAS 8A y 8B muestran proteínas que se regulan a niveles inferiores en plasma hasta 48 horas antes de su conversión a sepsis. DESCRIPCIÓN DETALLADA DE LAS MODALIDADES PREFERIDAS La presente invención permite el diagnóstico o predicción rápida, sensible, y exacta de la sepsis utilizando una o más muestras biológicas obtenidas de un individuo en un punto individual a tiempo ("instantánea") o durante el transcurso del avance del padecimiento. Ventajosamente, la sepsis se puede diagnosticar o predecir antes de la aparición de los síntomas clínicos, permitiendo asi una intervención terapéutica más efectiva. "Síndrome de respuesta inflamatoria sistémíca", o "SIRS" , se refiere a una respuesta clínica a una variedad de severos agravamientos clínicos, como se manifiesta por dos o más de las siguientes condiciones dentro de un periodo de 24 horas : • temperatura corporal . mayor a 38°C (100.4CF) ó menor de 36°C (96.8°F); • ritmo cardiaco (HR) mayor de 90 latidos/minuto; • ritmo respiratorio (RR) mayor de 20 exhalaciones/minuto; ó ?82 menor de 32 mm Hg; y necesidad de ventilación mecánica; y • conteo de glóbulos blancos (WBC) ya sea mayor de 12.0 x 109/L o menor de 4.0 x 109/L o que tenga más del 10% de formas de inmaduras (bandas) . Estos síntomas de SIRS representan una definición general del SIRS que se pueden modificar o suplantar por una definición mejorada en el futuro. La presente definición se utiliza para clarificar la práctica clínica actual y no representa un aspecto crítico de la invención.

Un' paciente con SIRS tiene una presentación clínica que se clasifica como SIRS, como se define anteriormente, aunque no está considerado clínicamente como séptico. Los individuos que están en peligro de desarrollar sepsis incluyen pacientes en una ICU y aquéllos que de otra forma han padecido un trauma fisiológico, tal como una quemadura u otro agravamiento. "Sepsis" se refiere a una condición SIRS-positiva que está asociada con un proceso infeccioso confirmado. La sospecha clínica de sepsis se origina de la sospecha de que la condición SIRS-positiva de un paciente con SIRS es el resultado de un proceso infeccioso. Como se utiliza en la presente, "sepsis" incluye todas las etapas de sepsis que incluyen, pero no están limitadas a, la aparición de la sepsis, sepsis severa y MOD asociados con las etapas finales de la sepsis. La "aparición de la sepsis" se refiere a una etapa temprana de sepsis, es decir, antes de una etapa cuando las manifestaciones clínicas son suficientes para apoyar una sospecha clínica de sepsis. Debido a que los métodos de la presente invención se utilizan para detectar la sepsis antes de un momento en que se podría tener sospecha de sepsis utilizando técnicas convencionales, el estado del padecimiento del paciente con sepsis temprana únicamente se puede confirmar retrospectivamente, cuando la manifestación de la sepsis es más obvia clínicamente. El mecanismo exacto mediante el cual un paciente se vuelve séptico no es un aspecto critico de la invención. Los métodos de la presente invención pueden detectar cambios en el perfil biomarcador independiente del origen del proceso infeccioso. Independientemente de cómo surja la sepsis, los métodos de la presente invención permiten determinar el estado de un paciente que tiene, o se sospecha que tiene sepsis o SIRS, como se clasifica mediante los criterios previamente utilizados. "Sepsis severa" se refiere a la sepsis asociada con la disfunción de órganos, anormalidades por hipoperfusión, o hipotensión inducida por la sepsis. Las anormalidades por hipoperfusión incluyen, pero no están limitadas a, acidosis láctica, oliguria, o una alteración aguda en el estado mental. "Choque séptico" se refiere a la hipotensión inducida por sepsis que no es sensible al adecuado estimulo de fluidos intravenosos y con manifestaciones de hipoperfusión periférica. Un "paciente convertidor" se refiere a un paciente SIRS-positivo que avanza a sospecha clínica de sepsis durante el periodo en que el paciente es monitoreado, típicamente durante una estancia en UCI . Un "paciente no-convertidor" se refiere a un paciente SIRS-positivo que no avanza a sospecha clínica de sepsis durante el periodo en que el paciente es monitoreado, típicamente durante una estancia en UCI.

Un "biomarcador" virtualmente es cualquier compuesto biológico, tal como una proteína y un fragmento de la misma, un péptido, un polipéptido, un proteoglicano, o glicoproteína, una lipoproteína, un carbohidrato, un lípido, un ácido nucleico, un polímero orgánico o inorgánico químico, natural, y una molécula pequeña que están presentes en la muestra biológica y que se pueden aislar de, o medir en, la muestra biológica. Además, un biomarcador puede ser la molécula intacta, entera, o el mismo puede ser una porción de la misma que pueda ser parcialmente funcional o reconocido, por ejemplo, por un anticuerpo u otra proteína enlazadora específica. Se considera que un biomarcador es informativo si un aspecto mensurable del biomarcador está asociado con un estado dado del paciente, tal como una etapa particular de sepsis. Tal aspecto mensurable puede incluir, por ejemplo, la presencia, ausencia, o concentración del biomarcador en la muestra biológica del individuo y/o su presencia como parte de un perfil de biomarcadores. Tal aspecto mensurable de un biomarcador se define en la presente como un "aspecto" . Un aspecto también puede ser una relación de dos o más aspectos mensurables de biomarcadores, los cuales biomarcadores pueden o no pueden ser de identidad conocida, por ejemplo. Un "perfil biomarcador" comprende al menos dos de tales aspectos, donde los aspectos pueden corresponder a las mismas o diferentes clases de biomarcadores tales como, por ejemplo, un ácido nucleico y un carbohidrato. Un perfil biomarcador también puede comprender al menos tres, cuatro, cinco, 10, 20, 30 ó más aspectos. En una modalidad, un perfil biomarcador comprende cientos, o incluso miles, de aspectos. En otra modalidad, el perfil biomarcador comprende al menos un aspecto mensurable de al menos un estándar interno . Un "cambio fenotipico" es un cambio detectable en un parámetro asociado con un estado dado del paciente. Por ejemplo, un cambio fenotipico puede incluir un incremento o disminución de un biomarcador en un fluido corporal, donde el cambio está asociado con la sepsis o la aparición de la sepsis. Un cambio fenotipico puede incluir además un cambio en un aspecto detectable de un estado dado del paciente que no es un cambio en un . aspecto mensurable de un biomarcador. Por ejemplo, un cambio en un fenotipo puede incluir un cambio detectable en la temperatura corporal, ritmo respiratorio, pulso, presión sanguínea, u otro parámetro fisiológico. Tales cambios se pueden determinar mediante observación y medición clínica utilizando técnicas convencionales que son bien conocidas para el técnico experto. Como se utiliza en la presente, "técnicas convencionales" son aquellas técnicas que clasifican a un individuo en base a los cambios fenotípicos sin obtener un perfil biomarcador de conformidad con la presente invención. Una "regla de decisión" es un método utilizado para clasificar pacientes. Esta regla puede tomar una o más formas que son conocidas en la técnica, como se ejemplifica en Hastie et al., en MThe Elements of Statistical Learning," Springer-Verlag (Springer, New York (2001) ) , incorporada en la presente como referencia en su totalidad. El análisis de biomarcadores en la mezcla compleja de moléculas dentro de la muestra, genera aspectos en un conjunto de datos. Una regla de decisión se puede utilizar para actuar sobre un conjunto de datos de aspectos para, entre otros, predecir la aparición de la sepsis, para determinar el avance de la sepsis, para diagnosticar la sepsis, o para diagnosticar SIRS. La aplicación de la regla de decisión no requiere una clasificación perfecta. Se puede hacer una clasificación con al menos aproximadamente 90% de certeza, o aún más, en una modalidad. En otras modalidades, la certeza es al menos de aproximadamente 80%, de al menos aproximadamente 70%, ó al menos de aproximadamente 60%. El grado útil de certeza puede variar, dependiendo del método particular de la presente invención. "Certeza" se define como el número total de individuos clasificados con exactitud, dividido por el número total de individuos sometidos a la clasificación. Como se utiliza aquí, "certeza" significa "exactitud". La clasificación también se puede caracterizar por su "sensibilidad" . La "sensibilidad"' de clasificación se refiere al porcentaje de pacientes con sepsis que fueron identificados correctamente por tener sepsis. "Sensibilidad" se define en la técnica como el número de positivos verdaderos dividido por la suma de positivos verdaderos y negativos falsos. En contraste, la "especificidad" del método se define como el porcentaje de pacientes que se identificaron correctamente por no tener sepsis. Es decir, "especificidad" se refiere al número de negativos verdaderos dividido por la suma de negativos verdaderos y positivos falsos. En una modalidad, la sensibilidad y/o especificidad es de al menos 90%, al menos 80%, al menos 70% ó al menos 60%. El número de aspectos que se puede utilizar para clasificar un individuo con certeza adecuada típicamente es de alrededor de cuatro. Dependiendo del grado de certeza buscado, sin embargo, el número de aspectos puede ser más o menos, aunque en todos los casos es al menos uno. En una modalidad, se optimiza el número de rasgos que se pueden utilizar para clasificar a un individuo para permitir una clasificación de un individuo con alta certeza. "Determinar el estado" de sepsis o SI S en un paciente abarca la clasificación de un perfil biomarcador del paciente para (1) detectar la presencia de sepsis .o SIRS en el paciente, (2) predecir la aparición de la sepsis o SIRS en el paciente, o (3) medir el avance de la sepsis en un paciente. "Diagnosticar" sepsis o SIRS significa identificar o detectar sepsis o SIRS en el paciente. Debido a la gran sensibilidad de la presente invención para detectar la sepsis antes de una manifestación clínica abiertamente observable, la identificación o detección de sepsis incluye la detección de la aparición de la sepsis, como se define anteriormente. Es decir, "predecir la aparición de la sepsis" significa clasificar el perfil biomarcador del paciente como correspondiente al perfil derivado de individuos que están avanzando de - una etapa particular de SIRS a sepsis o de una etapa de estar infectado a sepsis (es decir, de infección a infección con SIRS concomitante) . "Detectar el avance" o "determinar el avance" de sepsis o SIRS significa clasificar el perfil biomarcador de un paciente que ya está diagnosticado que tiene sepsis o SIRS. Por ejemplo, clasificar el perfil biomarcador de un paciente que ha sido diagnosticado que tiene sepsis puede abarcar detectar o determinar el avance del paciente de sepsis a sepsis severa o a sepsis con OD. De conformidad con la presente invención, la sepsis se puede diagnosticar o predecir obtenido un perfil de biomarcadores de una muestra obtenida de un individuo. Como se utiliza en la presente, "obtener" significa "entrar en posesión de" . La presente invención es particularmente útil en predecir y diagnosticar sepsis en un individuo que tiene una infección, o incluso sepsis, pero que aún no ha sido diagnosticado que tenga sepsis, que se sospecha tiene sepsis, o que está en peligro de desarrollar sepsis. De la misma manera, la presente invención se puede utilizar para detectar y diagnosticar SIRS en un individuo. Es decir, la presente invención se puede utilizar para detectar varias etapas del proceso de la sepsis tal como infección, bacteremia, sepsis, sepsis severa, choque séptico y similares. El perfil de biomarcadores obtenidos de un individuo, es decir, el perfil biomarcador de prueba, se compara con un perfil biomarcador de referencia. El perfil biomarcador de referencia se puede generar de un individuo o una población de dos o más individuos. La población, por ejemplo, puede comprender tres-, cuatro, cinco, diez, 15, 20, 30, 40, 50 ó más individuos. Además, el perfil biomarcador de referencia y el perfil biomarcador (prueba) del individuo que se comparan en los métodos de la presente invención se puede generar del mismo individuo, siempre que los perfiles de prueba y de referencia se generen a partir de muestras biológicas tomadas en diferentes puntos de tiempo y comparadas entre sí. Por ejemplo, se puede obtener una muestra de un individuo al comienzo de un periodo de estudio. Un perfil biomarcador de referencia tomado de aquella muestra se puede comparar entonces con los perfiles biomarcadores generados de muestras subsecuentes del mismo individuo. Tal comparación se puede utilizar, por ejemplo, para determinar el estado de la sepsis en el individuo mediante clasificaciones repetidas con el tiempo. Las poblaciones de referencia se puede elegir de individuos que no tengan SIRS ( "SIRS-negativo" ) , de individuos que no tengan SIRS pero que padezcan un proceso infeccioso, de individuo que padezcan SIRS sin la presencia sepsis ("SIRS-positivo"), de individuos que padezcan la aparición de la sepsis, de individuos que sean sepsis-positivos y que padezcan una de las etapas en el avance de la sepsis, o de individuos con un trauma fisiológico que incremente el riesgo de desarrollar sepsis. Además, las poblaciones de referencia pueden ser SIRS-positivas y entonces subsecuentemente ser diagnosticadas con sepsis utilizando técnicas convencionales. Por ejemplo, una población de pacientes SIRS-positivos utilizados para generar el perfil de referencia, se puede diagnosticar con sepsis aproximadamente 24, 48, 72, 96 ó más horas después de que se toman las muestras biológicas de los mismos con los propósitos de generar un perfil de referencia. En una modalidad, la población de individuos SIRS-positivos se diagnóstica con sepsis utilizando técnicas convencionales aproximadamente 0-36 horas, aproximadamente 36-60 horas, aproximadamente 60-84 horas, o aproximadamente 84-108 horas después de se toman las muestras biológicas. Si el perfil biomarcador es indicativo de sepsis o una de sus etapas de avance, un médico puede comenzar un tratamiento antes de la manifestación de los síntomas clínicos de la sepsis. El tratamiento típicamente puede involucrar examinar al paciente para determinar la fuente de la infección. Una vez que se localiza la fuente, el médico típicamente obtendrá cultivos del sitio de infección, preferiblemente antes de comenzar la terapia anti-microbiana empírica, relevante, y quizás medidas terapéuticas, complementarias, adicionales, tales como drenar un absceso o remover un catéter infectado. Las terapias para sepsis se revisan en Healy, supra. Los métodos de la presente invención comprenden comparar un perfil biomarcador del individuo con un perfil biomarcador de referencia. Como se utiliza en la presente, "comparación" incluye cualquier medio para discernir al menos una diferencia en los perfiles biomarcadores de referencia y del individuo. Por consiguiente, una comparación puede incluir una inspección visual del espectro cromatográfico, y una comparación puede incluir comparaciones aritméticas o estadísticas de valores asignados a los rasgos de los perfiles. Tales comparaciones estadísticas incluyen, pero no están limitadas a, aplicar una regla de decisión. Si los perfiles biomarcadores comprenden al menos un estándar interno, la comparación para discernir una diferencia en los perfiles biomarcadores también puede incluir rasgos de estos estándares internos, tal que los rasgos del biomarcador se correlacionen con los rasgos de los estándares internos. La comparación puede predecir, entre otros, los cambios para adquirir sepsis o SIRS; o la comparación puede confirmar la presencia o ausencia de sepsis o SIRS; o la comparación puede indicar la etapa de sepsis en la cual puede estar un individuo. La presente invención, por lo tanto, pasa por alto la necesidad de realizar ensayos intensivos en el tiempo durante un periodo de monitoreo, así como también la necesidad de identificar cada biomarcador. Aunque la invención no requiere un periodo de - monitoreo ¦ para clasificar a un individuo, se entenderá que se pueden tomar clasificaciones repetidas del individuo, es decir, instantáneas repetidas, con el transcurso del tiempo hasta que el individuo ya no esté en peligro. Alternativamente, un perfil de biomarcadores obtenidos del individuo se puede comparar con uno o más perfiles de biomarcadores obtenidos del mismo individuo en diferentes puntos de tiempo. El artesano o técnico apreciará que cada comparación hecha en el proceso de clasificaciones repetidas es capaz de clasificar al individuo que tiene admisión en la población de referencia. Los individuos que tienen una variedad de condiciones fisiológicas correspondientes a las diversas etapas en el avance o progresión de la sepsis, de la ausencia de sepsis a MOD, se pueden distinguir por un perfil biomarcador característico. Como se utiliza en la presente, un "individuo" es un animal, preferiblemente un mamífero, más preferiblemente un humano o un primate no-humano. Los términos "individuo", "sujeto" y "paciente" se usan indistintamente en la presente. El individuo puede ser normal, sospechoso de tener SIRS o sepsis, en peligro de desarrollar SIRS o sepsis. Aunque existen muchos biomarcadores conocidos que han estado involucrados en el avance de la sepsis, no todos estos marcadores aparecen en las etapas pre-clínicas iniciales. El subconjunto de biomarcadores característicos de sepsis en etapa temprana, de hecho, se puede determinar solamente mediante un análisis retrospectivo de muestras obtenidas de individuos que al final manifestaron síntomas de sepsis. Sin estar unida por la teoría, aún una infección patológica inicial que resulta en sepsis, puede provocar cambios fisiológicos que se reflejan en cambios particulares en la expresión del biomarcador. Una vez que el biomarcador característico de una etapa de sepsis, por ejemplo, se determina, el perfil de biomarcadores de una muestra biológica obtenida de un individuo se puede comparar con este perfil de referencia para determinar si el sujeto de prueba también está en esa etapa particular de sepsis. El avance de una población de una etapa de sepsis a otra, o de normalidad (es decir, una condición caracterizada por no tener sepsis o SIRS) a sepsis o SIRS y viceversa, estará caracterizado por cambios en los perfiles biomarcadores, cuando ciertos biomarcadores se expresan en niveles cada vez más superiores y la expresión de otros biomarcadores se vuelve sub-regulada. Estos cambios en los perfiles biomarcadores puede reflejar el establecimiento de una respuesta fisiológica en la población de referencia a la infección y/o inflamación, por ejemplo. El artesano experto apreciará que el perfil biomarcador de la población de referencia también cambiará cuando una respuesta fisiológica disminuya. Como se estableció anteriormente, una de las ventajas de la presente invención es la capacidad de clasificar a un individuo con un perfil biomarcador de una muestra biológica individual que tenga admisión en una población particular. El artesano apreciará, sin embargo, que la determinación de sí una respuesta fisiológica particular está siendo establecida o se está disminuyendo, se puede facilitar mediante una clasificación subsecuente en el individuo. Con este fin, la presente invención proporciona numerosos biomarcadores tanto que incrementan como disminuyen en nivel de expresión cuando se establece o disminuye una respuesta fisiológica a la sepsis o SIRS. Por ejemplo, un investigador puede seleccionar un rasgo de un perfil biomarcador del individuo que sea conocido por cambiar en intensidad como una respuesta fisiológica a la sepsis ¦ que se establece. Una comparación del mismo rasgo o característica en un perfil de una muestra biológica subsecuente del individuo puede establecer si el individuo está avanzando hacia una sepsis más severa o- está avanzando a la normalidad. La identidad molecular de los biomarcadores no es esencial para la invención. De hecho, la presente invención no deberá estar limitada a los biomarcadores que previamente se han identificado. (Ver, por ejemplo, la Solicitud de Patente Norteamericana No. de Serie 10/400,275, presentada el 26 de Marzo del 2003) . Por lo tanto, se espera que se identifiquen los nuevos biomarcadores que son característicos de una población dada de individuos, especialmente una población en una de las etapas tempranas de la sepsis. En una modalidad de la presente invención, se identifica y aisla un biomarcador. Luego el mismo se puede utilizar para generar un anticuerpo de enlace específicamente, el cual puede facilitar la del biomarcador en una variedad de ensayos de diagnóstico. Para este propósito, cualquier inmunoensayo puede utilizar cualquier anticuerpo, fragmento o derivado de anticuerpo capaz de enlazar las moléculas del biomarcador (por ejemplo, fragmentos Fab, Fv, ó scFv) . Tales inmunoensayos son bien conocidos en la técnica. Si el biomarcador es una proteína, la misma se puede secuenciar y su gen codificante se puede clonar utilizando técnicas bien establecidas. Los métodos de la presente invención se pueden emplear para seleccionar, por ejemplo, pacientes admitidos en una ICU. Una muestra biológica tal como, por ejemplo, sangre, se toma inmediatamente luego de la admisión. La mezcla compleja de proteínas y otras moléculas dentro de la sangre se resuelve como un perfil de biomarcadores . Esto se puede lograr a través del uso de cualquier técnica o combinación de técnicas que distinguen reproduciblemente estas moléculas en base a alguna propiedad física o química. En una modalidad, las moléculas se inmovilizan en una matriz y luego se separan y distinguen mediante espectrometría de ' masa mediante tiempo de vuelo por desorpción láser/ionización. Se crea un espectro mediante el patrón de desorpción característico que refleja la relación de masa/carga de cada molécula o sus fragmentos. En otra modalidad, los biomarcadores se seleccionan de las diversas especies de ARNm obtenidas de un extracto celular, y un perfil se obtiene hibridizando la especie de ARNm del individuo con un arreglo de ADNcs. El uso de diagnóstico de arreglos de ADNc es bien conocido en la técnica. (Ver, por ejemplo, Zou, et. al., Oncogene 21: 4855-4862 (2002)). En aún otra modalidad, se puede obtener un perfil utilizando una combinación de métodos de separación de proteínas y ácido nucleico. La invención también proporciona equipos que son útiles en determinar el estado de la sepsis o en diagnosticar SIRS en un individuo. Los equipos de la presente invención comprenden al menos un biomarcador. Los biomarcadores específicos que son útiles en la presente invención se establecen en la presente. Los biomarcadores del equipo se pueden utilizar para generar perfiles biomarcadores de conformidad con la presente invención. Los ejemplos de clases de compuestos del equipo incluyen, pero no están limitados a, proteínas, y fragmentos de los mismos, péptidos, polipéptidos , proteoglicanos , glicoproteínas, lipoproteínas , carbohidratos, lípidos, ácidos nucleicos, sustancias químicas orgánicos e inorgánicos, y polímeros naturales y sintéticos. El (los) biomarcador (es) pueden ser parte de un arreglo, o los biomarcador (es) pueden estar empacados por separado y/o individualmente. El equipo también puede comprender al menos un estándar interno a ser utilizado en generar los perfiles biomarcadores de la presente invención. Asimismo, los estándares internos pueden ser cualquiera de las clases de compuestos descritos anteriormente. Los equipos de la presente invención también pueden contener reactivos que se pueden utilizar para etiquetar detectablemente contenidos en las muestras biológicas a partir de las cuales se generan los perfiles biomarcadores . Para este propósito, el equipo puede comprender un conjunto de anticuerpos o fragmentos funcionales de los mismos que se enlacen específicamente al menos a dos, tres, cuatro, cinco, 10, 20 ó más de los biomarcadores establecidos en cualquiera de las siguientes TABLAS que listan los biomarcadores. Los anticuerpos en si mismos se pueden etiquetar detectablemente. El equipo también puede comprender un componente enlazador de biomarcadores, tales como un aptámero. Si los biomarcadores comprenden un ácido nucleico, el equipo puede proporcionar una sonda de oligonucleotidos que sea capaz de formar un dúplex con el biomarcador o con una hebra complementaria de un biomarcador. La sonda de oligonucleotidos se puede etiquetar detectablemente. Los equipos de la presente invención también pueden incluir excipientes farmacéuticos, diluyentes y/o adyuvantes cuando el biomarcador se va a utilizar para generar un anticuerpo. Los ejemplos de adyuvantes farmacéuticos incluyen, pero no están limitados a, conservadores, agentes humectantes, agentes emulsionantes, y agentes de dispersión. La prevención de la acción de los microorganismos se puede asegurar mediante la inclusión de varios agentes anti-bacterianos y anti-fúngicos, por ejemplo, parabeno, clorobutanol , fenol, ácido ascórbico, y similares. También puede ser deseable incluir agentes isotónicos tales como azúcares, cloruro de sodio, y similares. Se puede' causar una absorción prolongada de una forma farmacéutica inyectable mediante la inclusión de agentes los cuales retarden la absorción tales como monoestearato de aluminio y gelatina. Generación de Perfiles Biomarcadores De conformidad con una modalidad, los métodos de la presente invención comprenden obtener un perfil de biomarcadores de una muestra biológica tomada de un individuo. La muestra biológica puede ser sangre, plasma, suero, saliva, esputo, orina, fluido cerebroespinal, células, un extracto celular, una muestra de tejido, una biopsia de tejido, una muestra de materia fecal y similares . El perfil biomarcador de referencia se puede obtener, por ejemplo, de una población de individuos seleccionados del grupo que consiste de individuos SIRS-negativos, individuos SIRS-positivos, individuos que padezcan' la aparición de la sepsis e individuos que ya tengan sepsis . El perfil biomarcador de referencia de los individuos que ya tienen sepsis se puede obtener en cualquier etapa en el avance de la sepsis, tal como infección, bacteremia, sepsis severa, choque séptico o MOD.

En una modalidad, se puede utilizar un método de separación para crear un perfil de biornarcadores , tal que SIRS analice solamente un subconjunto de biomarcadores dentro de la muestra. Por ejemplo, los biomarcadores que se analizan en una muestra pueden- consistir de la especie de ARNm de un extracto celular, el cual ha sido fraccionado para obtener solamente los biomarcadores de ácido nucleico dentro de la muestra, o los biomarcadores pueden consistir de una fracción del complemento total de proteínas dentro de la muestra, la cual ha sido fraccionada mediante técnicas cromatogr ficas . Alternativamente, se puede crear un perfil de biomarcadores sin emplear un método de separación. Por ejemplo, una muestra biológica se puede examinar con un compuesto etiquetado que forma un complejo específico con un biomarcador en la muestra, donde la intensidad de la etiqueta en el complejo específico es una característica mensurable del biomarcador. Un compuesto adecuado para formar tal complejo específico es un anticuerpo etiquetado. En una modalidad, un biomarcador se mide utilizando un anticuerpo con un ácido nucleico amplificable tal como una etiqueta. En aún otra modalidad, la etiqueta del ácido nucleico se vuelve amplificable cuando dos anticuerpos, cada uno conjugado con una hebra de una etiqueta de ácido nucleico, interactúa con el biomarcador, tal que las dos hebras de ácido nucleico forman un ácido nucleico amplificable . En otra modalidad, el perfil biomarcador se puede derivar de un ensayo, tal como un arreglo, de ácidos nucleicos, donde los biomarcadores son los ácidos nucleicos o complementos de los mismos. Por ejemplo, los biomarcadores pueden ser ácidos ribonucleicos. El perfil biomarcador también se puede obtener utilizando un método seleccionado del grupo que consiste de resonancia magnética nuclear, arreglos de ácido nucleico, transferencia de puntos, transferencia de espacios o ranuras, amplificación de trascripción inversa y análisis Northern. En otra modalidad, el perfil biomarcador se detecta inmunológicamente haciendo reaccionar anticuerpos, o fragmentos funcionales de los mismos, específicos para los biomarcadores. Un fragmento funcional de un anticuerpo es una porción de un anticuerpo que retiene al menos alguna capacidad para enlazarse al antígeno al cual se enlaza el anticuerpo completo. Los fragmentos, los cuales incluyen, pero no están limitados a, fragmentos scFv, fragmentos Fab y fragmentos F(ab)2, se pueden producir recombinantemente o producir enzimáticamente : En otra modalidad, las moléculas enlazadores especificas diferentes de los anticuerpos, tales como aptámeros, se pueden utilizar para enlazar los biomarcadores. En aún otra modalidad, el perfil biomarcador puede comprender-un aspecto mensurable de un agente infeccioso o un componente del mismo. En aún otra modalidad, el perfil biomarcador puede comprender aspectos mensurables de moléculas pequeñas, las cuales pueden incluir fragmentos de proteínas de ácidos nucleicos, o las cuales pueden incluir metabolitos . Se pueden generar perfiles biomarcadores mediante el uso de uno o más métodos de separación. Por ejemplo, los métodos de separación adecuados pueden incluir un método de espectrometría de masas, tales como espectrometría de masas por ionización con electro-rocío (ESI-MS) , ESI-MS/MS, ESI-MS/(MS)n, (n es un número entero mayor que cero), espectrometría de masas mediante tiempo de vuelo por ionización y desorpción láser asistida con matriz (MALDI-TOF-MS) , espectrometría de masas mediante tiempo de vuelo con desorpción láser/ionización de superficie mejorada (SELDI-TOF-MS) , desorpción/ionización sobre silicio (DIOS) , espectrometría de masas por iones secundarios (SIMS) , espectrometría de masas por ionización química con presión atmosférica (APCI-MS) , mediante tiempo de vuelo cuadripolo (Q-TOF) , APCI-MS/MS, APCI- (MS)n, espectrometría de masas por fotoionización con presión atmosférica (APPI-MS) , APPI-MS/ S, y APPI-(MS)n. Otros métodos de espectrometría de masas pueden incluir, entre otros, espectrometría de masas de cuadripolo mediante transformadas de fourier (FTMS) y trampa de iones .

Otros métodos de separación' adecuados pueden incluir partición mediante extracción química, cromatografía de columna, cromatografía de intercambio de iones, cromatografía de líquidos hidrófobos (fase inversa) , enfoque isoeléctro, electroforesis unidimensional en gel de poliacrilamida (PAGE) , electroforesis bidimensional en gel de poliacrilamida (2D- PAGE) u otra cromatografía, tal como cromatografía de capa delgada, gases o líquidos, o cualquier combinación de las ¦mismas. En una modalidad, la muestra biológica se puede fraccionar antes de la aplicación del método de separación. También se pueden generar perfiles biomarcadores mediante métodos que no requieren la separación de los biomarcadores mismos. Por ejemplo, se puede utilizar espectroscopia de resonancia magnética nuclear ( MR) para resolver un perfil de biomarcadores de una mezcla compleja de moléculas. Se describe un uso análogo de NMR para clasificar tumores en Hagberg, NMR Biomed. 11: 148-56 (1998), por ejemplo. Los procedimientos adicionales incluyen tecnologías de amplificación de ácido nucleico, las cuales se pueden utilizar para generar un perfil de biomarcadores sin la separación física de biomarcadores individuales. (Ver Stordeur et al., J. Iwmunol. Methods 259: 55-64 (2002) y Tan et al., Proc. .Wat'2 Acad. Sci . USA 99: 11387-11392 (2002), por ejemplo) .

En una modalidad, se utiliza espectrometría de masas mediante tiempo de vuelo con desorpción láser/ionización para crear un perfil de biomarcadores donde los biomarcadores son proteínas o fragmentos de proteínas que han ionizado y vaporizado un soporte inmovilizante mediante radiación incidente con láser. Se crea entonces un perfil mediante el tiempo de vuelo característico para cada proteína, la cual depende de su relación de masa-a-carga ("m/z") . Se conocen en la técnica una variedad de técnicas de desorpción con láser/ionización. (Ver, por ejemplo, Guttman et al., Anal. Chem. 73: 1252-62 (2001) y Wei et al., Nature 399: 243-46 (1999) ) . La espectrometría de masas mediante tiempo de vuelo con desorpción láser/ionización permite la generación de grandes cantidades de información en un periodo de tiempo relativamente corto. Se aplica una muestra biológica a una de diversas variedades de un soporte que enlaza todos los biomarcadores, o un subconjunto de los mismos, en la muestra. Los lisados celulares o muestras se aplican directamente a estas superficies en volúmenes tan pequeños como 0.5 L, con o sin una previa purificación o fraccionació . Los lisados o la muestra se pueden concentrar o diluir antes de su aplicación sobre la superficie del soporte. La desorpción láser/ionización se utiliza entonces para generar un espectro de masa de la muestra, o muestras, en tan poco como tres horas . En otra modalidad, el ARNm total de un extracto celular del individuo se analiza, y se utilizan las diversas especies de ARNm que se obtienen de la muestra biológica como biomarcadores . Se pueden obtener perfiles, por ejemplo, hibridizando estos ARNms con un arreglo de sondas, el cual puede comprender oligonucleótidos o ADNcs, utilizando métodos estándar conocidos en la técnica. Alternativamente, los ARNms se pueden someter a los métodos de electroforesis en gel o transferencia tales como transferencias de puntos, transferencias de espacios o análisis Northern, todos los cuales son conocidos en la técnica. (Ver, por ejemplo, Sambrook et al. en "Molecular Cloning, 3rd ed.," Cold Spring Harbor Laboratory Press, Cold Spring Harbor, New York (2001)). También se pueden obtener perfiles de ARNm mediante trascripción inversa seguido por amplificación y detección de los ADNcs resultantes, como se describe en Stordeur et al. supra, por ejemplo. En otra modalidad, el perfil se puede obtener utilizando una combinación de métodos, tales como un arreglo de ácido nucleico combinado con espectrometría de masas . Uso de un Algoritmo de Análisis de Datos En una modalidad, la comparación del perfil biotnarcador del individuo con el perfil biomarcador de referencia comprende aplicar una regla de decisión. La regla de decisión puede comprender un algoritmo de análisis de datos, tal como un algoritmo de reconocimiento de formas por computadora. Otros algoritmos adecuados incluyen, pero no están limitados a, regresión logística o un algoritmo no-paramétrico que detecta diferencias en la distribución de los valores característicos (por ejemplo, la Prueba de los Signos Wilcoxon) . La regla de decisión puede estar basada en uno, dos, tres, cuatro, cinco, 10, 20 ó más rasgos. Aplicar la regla de decisión también puede comprender utilizar un algoritmo de jerarquía de clasificaciones. Por ejemplo, el perfil biomarcador de referencia puede comprender al menos tres rasgos, donde los rasgos son pronosticadores en un algoritmo de jerarquía de clasificaciones. El algoritmo de análisis de datos predice la admisión dentro de una población (o clase) con una exactitud con una exactitud de al menos aproximadamente 60%, al menos aproximadamente 70%, al menos aproximadamente 80% y al menos aproximadamente 90%. Los algoritmos adecuados son conocidos en la técnica, algunos de los cuales se revisan en Hastie et al., supra. Tales algoritmos clasifican el espectro complejo de los materiales biológicos, tales como una muestra de sangre, para distinguir a los individuos como normales o como que posean niveles de expresión del biomarcador característicos de un estado de padecimiento particular. Aunque tales algoritmos se pueden utilizar para incrementar la velocidad y eficiencia de la solicitud de la regla de decisión y para evitar el prejuicio del investigador, un experto en la técnica se dará cuenta que no se requieren algoritmos automatizados o basados en computadora para llevar a cabo los métodos de la presente invención. Se pueden aplicar algoritmos para la comparación de los perfiles biomarcadores , independientemente del método que se utilizó para generar el perfil biomarcador. Por ejemplo, se pueden aplicar algoritmos adecuados a los perfiles biomarcadores generados utilizando cromatografía de gases, como se describe en Harper, "Pyrolysis and GC in Polymer Analysis," Dekker, New York (1985). Además, Wagner et al., Anal. Chem. 74: 1824-35 (2002) describe un algoritmo que mejora la capacidad para clasificar a los individuos en base al espectro obtenido, mediante espectrometría de masas con iones secundarios estáticos mediante tiempo de vuelo (TOF-SIMS) . Adicionalmente, Bright et al., J. Mícrobiol. Methods 48: 127- 38 (2002) describe un método para distinguir entre cepas bacterianas con alta certeza (relaciones de clasificación correctas en un 79-89%) mediante el análisis de espectro MALDI-TOF-MS . Dalluge, Fresenius J. Anal. Chem. 366: 701-11 (2000) describe el uso del MALDI-TOF-MS y cromatografía de líquidos-espectrometría de masas por ionización con electro-rocío (LC/ESI-MS) para clasificar los perfiles de los biomarcadores en muestras biológicas complejas. Biomarcadores Los métodos de la presente invención se pueden llevar a cabo mediante la generación de un perfil biomarcador que es diagnóstico o predicción de sepsis o SIRS. Debido a que la generación de perfiles es suficiente para llevar a cabo la invención, los biomarcadores que constituyen no es necesario conocer o subsecuentemente identificar el perfil. Los biomarcadores que se pueden utilizar para generar los perfiles biomarcadores de la presente invención, pueden incluir aquéllos conocidos por ser informativos del estado del sistema inmune en respuesta a una infección; sin embargo, no todos estos biomarcadores pueden ser igualmente informativos. Estos biomarcadores pueden incluir hormonas, autoanticuerpos , receptores solubles e insolubles, factores de crecimiento, factores de transcripción, marcadores de superficie celular y marcadores solubles del hospedero o del patógeno mismo, tal como proteínas de recubrimiento, lipopolisacáridos (endotoxina) , ácidos lipoteicoicos , etc. Otros biomarcadores incluyen, pero no están limitados a, proteínas de superficie celular tales como proteínas CD64; proteínas CDllb; moléculas HLA Clase II, incluyendo proteínas HLA-DR y proteínas HLA-DQ; proteínas CD54; proteínas CD71; proteínas CD86; receptor del factor de necrosis tumoral de enlace a la superficie (TNF-R) ; receptores de reconocimiento de patrones tales como receptores similares a los Toll; marcadores solubles tales como las interleucinas IL-1, IL-2, IL-4, IL-S, IL-8, IL-10, IL-11, IL-12, IL-13, y IL-18; factor alfa de necrosis tumoral (TNF-a) ; neopterina; proteína reactiva C (CRP) ; procalcitonina (PCT) ; 6-ceto Fia; tromboxano B2; leucotrienos B4 , C3 , C , C5, D4 y E4; interferón gama (IFWy) ; interferón alfa/beta (IFN a/ß) linfotoxina alfa (LToc) ; componentes de complemento (C ) ; factores activador de plaquetas (PAF) ; bradicinina; óxido nítrico (NO) ,- factor estimulador de colonias de macrófagos de granulocitos (GM-CSF) ; factor inhibidor de macrofagos (MIF) ; antagonista del receptor interleuquina 1 (IL-lra) ; receptor del factor necrosis tumoral soluble (sTWFr) ; receptores de interleuquina soluble sIL-lr y sIL-2r; factor de crecimiento beta-transformador (TGFp) ; prostaglandina E2 (PGE2) ; factor estimulador de la colonia de granulocitos (G-CSF) ; y otros mediadores inflamatorios. (Revisado en Oberholzer et al., Shock 16: 83-96 (2001) y Vincent et al. en "The Sepsis Text," Carlet et al.,, eds . (Kluwer Academic Publishers, 2002). Los biomarcadores común y clínicamente asociados con bacteremia también son candidatos para biomarcadores útiles para la presente invención, dada la común y frecuencia presencia de tales biomarcadores en muestras biológicas . Los biomarcadores pueden incluir compuestos de peso molecular bajo, los cuales pueden ser fragmentos de proteínas o ácidos nucleicos, o los mismos pueden incluir metabolitos . ' La presencia o concentración de los compuestos de peso, molecular bajo, tales como metabolitos, puede reflejar un cambio fenotípico que está asociado con la sepsis y/o SIRS. En particular, los cambios en la concentración de biomarcadores de moléculas pequeñas puede estar asociado con cambios en el metabolismo celular que resulta de cualquiera de los cambios fisiológicos en respuesta al SIRS y/o sepsis, tales como hipotermia o hipertermia, ritmo cardiaco o ritmo de respiración incrementado, hipoxia en tejido, acidosis metabólica o MOD. Los biomarcadores también pueden incluir moléculas de ARN o ADN que codifican los biomarcadores de proteínas . Los biomarcadores también pueden incluir al menos una molécula involucrada en la modulación de leucocitos, tal como la activación de neutrófilos o desactivación de monocitos. La expresión incrementada de CD64 y CDllb se reconoce como un signo de activación de neutrófilos y monocitos. (Revisado en Oberholzer et al., supra y Vincent et al., supra.) . Entre aquellos biomarcadores que pueden ser útiles en la presente invención son aquéllos que están asociados con productos de la lisis de macrófagos, así como también los marcadores de los cambios en el metabolismo de la citoquina. (Ver Gagnon et al., Cell 110: 119-31 (2002); Ober olzer, et. al., supra; Vincent, et. al . , supra) . Los biomarcadores también pueden incluir factores de señalización conocidos por estar involucrados o descubiertos por estar involucrados en el proceso inflamatorio . Los factores de señalización pueden iniciar una cascada intracelular de eventos, que incluyen el enlace de receptores, la activación de receptores, la activación de cinasas intracelulares , la activación de factores de trascripción, ¦ cambios en el nivel de trascripción y/o traducción de genes, y cambios en los procesos metabólicos, etc. Las moléculas de señalización y los procesos activados por estas moléculas se colectivamente se definen para los propósitos de la presente invención como "biomoléculas involucradas en la trayectoria de la sepsis" . Los biomarcadores de predicción relevantes pueden incluir biomoléculás involucradas en el camino de la sepsis. De conformidad con esto, aunque los métodos de la presente invención pueden utilizar una metodología imparcial para identificar los biomarcadores de predicción, será claro para el artesano que los grupos específicos de biomarcadores asociados con respuestas fisiológicas o con diversas rutas de señalización pueden ser el objeto de particular atención. Este es particularmente el caso donde los biomarcadores de una muestra biológica están en contacto con un arreglo que se puede utilizar para medir la cantidad de diversos biomarcadores a través de la interacción directa y específica con los biomarcadores (por ejemplo, un arreglo de anticuerpos o un arreglo de ácido nucleico) . En. este caso, la elección de los componentes del arreglo puede estar basada en la sugerencia de que una ruta particular es relevante para la determinación del estado de la sepsis o SIRS en un individuo. La indicación de que una biomolécula particular tiene una característica que es una predicción o diagnóstico de sepsis o SIRS puede dar lugar a la expectativa de que otras biomoléculas que son fisiológicamente reguladas en un modo concertado asimismo puede proporcionar una rasgo de predicción o diagnóstico. El artesano apreciará, sin embargo, que tal expectativa puede no ser realizada debido a la complejidad de los sistemas biológicos. Por ejemplo, si la cantidad de un biomarcador de un ARNm específico fuera un rasgo de predicción, un cambio concertado en la expresión del ARNm de otro biomarcador podría no ser mensurable, si la expresión del otro biomarcador se reguló a un nivel de post-traducción. Además, el nivel de expresión del ARNm de un biomarcador puede ser afectado por múltiples rutas convergentes que pueden o no estar involucradas en una respuesta fisiológica a la sepsis. Se pueden obtener biomarcadores de cualquier muestra biológica, la cual puede ser, a manera de ejemplo y no de limitación, sangre, plasma, saliva, suero, orina, fluido cerebroespinal, esputo, materia fecal, células y extractos celulares, u otra muestra de fluido biológico, muestra de tejido o biopsia de tejido de un hospedero o paciente. La muestra biológica precisa que se toma del individuo puede variar, aunque la toma de muestras es de preferencia mínimamente invasora y se realiza fácilmente mediante técnicas convencionales . La medición de un cambio fenotípico se puede llevar a cabo mediante cualquier técnica convencional . Se puede lograr la medición de la temperatura corporal, velocidad de respiración, pulso, presión sanguínea, u otros parámetros fisiológicos a través de observación y medición de clínica. Las mediciones de las moléculas de biomarcadores pueden incluir, por ejemplo, mediciones que indican la presencia, concentración, nivel de expresión, o cualquier otro valor asociado con una molécula del biomarcador. La forma de detección de moléculas biomarcadoras típicamente depende del método utilizado para formar un perfil de estos biomarcadores de una muestra biológica. Por ejemplo, se detectan biomarcadores separados mediante 2D-PAGE mediante teñido con Coomassie Blue o mediante teñido de plata, los cuales están bien establecidos en la técnica. Aislamiento de Biomarcadores Útiles Se espera que los biomarcadores útiles incluirán biomarcadores que aún no han sido identificados o asociados con un estado fisiológico relevante. En un aspecto de la invención, los biomarcadores útiles se identifican como componentes de un perfil biomarcador de una muestra biológica. Tal identificación se puede hacer mediante cualquier procedimiento bien conocido en la técnica, incluyendo un inmunoensayo o microsecuenciación automatizada. Una vez que se ha identificado un biomarcador útil, el biomarcador se puede aislar por uno de muchos procedimientos de aislamiento bien conocidos. De conformidad con esto la invención proporciona un método para aislar un biomarcador que es un diagnóstico o predicción de sepsis que comprende obtener un perfil biomarcador de referencia obtenido de una población de individuos, identificar un rasgo del perfil biomarcador de referencia que es una predicción o diagnóstico de sepsis o una de las etapas en el avance de la sepsis, identificar un biomarcador que corresponda con ese rasgo, y aislar el biomarcador. Una vez aislado, el biomarcador se puede utilizar para generar anticuerpos que se enlacen al biomarcador si el mismo es una proteína, o el mismo se puede utilizar para desarrollar una sonda de oligonucleotidos específicos, si el mismo es un ácido nucleico, por ejemplo. El artesano experto apreciará fácilmente que los rasgos útiles pueden estar caracterizados además para determinar la estructura molecular del biomarcador. Los métodos para caracterizar biomoléculas de este modo son bien conocidos en la técnica "e incluyen espectrometría de masas de alta resolución, espectrometría infrarroja, espectrometría ultravioleta y resonancia magnética nuclear. Los métodos para determinar la secuencia de nucleótidos de biomarcadores de ácido nucleico, la secuencia de aminoácidos de biomarcadores de polipéptidos , y la composición y la secuencia de biomarcadores de carbohidrato también son bien conocidos en la técnica. Aplicación de la Presente Invención a Pacientes con SIRS En una modalidad, los métodos descritos actualmente se utilizan para seleccionar pacientes con SIRS que particularmente están en riesgo de desarrollar sepsis. Una muestra biológica se toma de un paciente SIRS-positivo, y un perfil de biomarcadores en la muestra se compara con un perfil de referencia de individuos SIRS-positivos que avanzan eventualmente a sepsis. La clasificación del perfil biomarcador del paciente que corresponde al perfil de referencia de una población SIRS-positiva que avanza a sepsis es un diagnóstico de que el paciente SIRS-positivo asimismo avanzará a sepsis. Un régimen de tratamiento se puede iniciar entonces para evitar o prevenir el avance de la sepsis. En otra modalidad, los métodos actualmente descritos se utilizan para confirmar la sospecha clínica de que un paciente tiene SIRS. En este caso, un perfil de biornareadores en una muestra se compara con las poblaciones de referencia de individuos que tienen SIRS o que no tienen SIRS. La clasificación del perfil biomarcador del paciente que corresponde a una población o la otra que se puede utilizar entonces para diagnosticar el individuo que tiene SIRS o que no tiene SIRS . Ej emplos Los siguientes ejemplos son representativos de las modalidades abarcadas por la presente invención y de ninguna manera limitan el objetivo abarcado por la presente invención. Ej emplo 1 ; Identificación de biomarcadores de moléculas pequeñas utilizando cromatografía cuantitativa de líquidos/espectrometría de masas con ionización por electro-rocío (LC/ESI-MS) 1.1 Muestras Recibidas y Analizadas Se establecieron los perfiles biomarcadores de referencia para dos poblaciones de pacientes. La tercera población ("el grupo SIRS") representa 20 pacientes que desarrollaron SIRS y que ingresaron en el presente estudio en el "Día 1" , pero que no avanzaron a sepsis durante su estadía en el hospital. La segunda población ("el grupo con sepsis") representa 20 pacientes que igualmente desarrollaron SIRS e que ingresaron en el presente estudio en el Día 1 , pero que no avanzaron hasta sepsis al menos varios días después de ingresar al estudio. Se tomaron muestras de sangre aproximadamente cada 24 horas de cada grupo de estudio. La sospecha clínica de sepsis en el grupo con sepsis ocurrió en el "tiempo 0", como se midió mediante técnicas convencionales. El "tiempo de 24 horas y el "tiempo de 48 horas" representa las muestras tomadas aproximadamente 24 horas y aproximadamente " 48 horas, respectivamente, antecediendo la sospecha clínica de la aparición de la sepsis en el grupo con sepsis. Es decir, las muestras del grupo con sepsis incluyeron aquéllas del día de ingreso al estudio (Día 1) , aproximadamente 48 horas antes de la sospecha clínica de sepsis (tiempo de 48 horas) , aproximadamente 24 horas antes de la sospecha clínica de sepsis (tiempo de 24 horas) , y del día de la sospecha clínica de la aparición de sepsis (tiempo 0) . En total, se analizaron 160 muestras sanguíneas: 80 muestras de los 20 pacientes en el grupo con sepsis y 80 muestras de los 20 pacientes en el grupo con SIRS. 1.2. Preparación de la Muestra En el plasma, se puede enlazar un número significativo de moléculas pequeñas a las proteínas, las cuales pueden reducir el número de moléculas pequeñas que se detectan mediante un método generador de patrones . De conformidad con esto, se removió la mayoría de las proteínas de las muestras de plasma después de la liberación de moléculas pequeñas que se pueden enlazar a las proteínas . Los métodos apropiados para remover proteínas incluyen, pero no están limitados a, extracción del plasma con metanol helado, acetonitrilo (ACN) , butanol, o ácido tricloroacético (TCA) , o desnaturalización con calor e hidrólisis ácida. En este ejemplo, se extrajo el plasma con metanol helado. Se prefirió la extracción con metanol debido a que la misma dio como resultado la detección del número más alto de moléculas pequeñas. Se mezclaron 50 ?? de cada muestra de plasma con 100 de metanol helado al 100%, dando un porcentaje de volumen final de metanol de 67%. La solución colocó en un aparato para homogeneizar muestras durante 60 segundos. Las muestras se incubaron entonces a 4°C durante 20 minutos, y las proteínas se precipitaron mediante centrifugación a 12,000 rpm durante 10 minutos. El sobrenadante se removió, secó, y resuspendio en 50 //L de agua. Antes del análisis de LC/ S, se agregaron dos moléculas de peso molecular bajo, sulfacloropiridazina y octadecilamina, a las muestras de plasma extraído. Estas moléculas sirvieron como estándares internos para normalizar las intensidades de iones y los tiempos de' retención. La sulfacloropiridazina tiene una m/z de 285.0 Da, determinado mediante MS, y se eluye en ACM al 44%, determinado mediante LC; la octadecilamina tiene una m/z de 270.3 Da, y se eluye en ACN al 89%. 1.3. Análisis de LC/ESI-MS Se inyectaron 10 µ?? del sobrenadante resuspendido en una columna Waters Symmetry LC Cas de 2.1 x 100 mm (tamaño de partícula = 3.5 µta; diámetro de calibre interior = 100 Á) . La columna se eluyó entonces a 300 /zL/mínuto a una temperatura de 25 °C con un gradiente lineal de tres pasos de ACN en ácido fórmico al 0.1%. Para un t - 0-0.5 minutos, la concentración del ACN fue de 9.75% a 24%; para un t = 0.5-20 minutos, la concentración del ACN fue de 24% a 90.5%; y para un t = 20-27 minutos, la concentración del ACN fue de 90.5% a 92.4%. Las condiciones antes mencionadas se mencionan en la presente como "condiciones experimentales LC" . Bajo las condiciones experimentales LC, la sulf cloropiridazina se eluyó en ACN al 44% con un tiempo de retención de 6.4 minutos, y la. octadecilamina se eluyó en ACN al 89% con un tiempo de retención de 14.5 minutos. Las muestras que se fraccionaron mediante LC se sometieron entonces a ESI- S utilizando una espectrometría de masas de cuadrupolo Agilent MSD 1100 que se conectó en conjunción con la columna LC (LC/ESI-MS) . Se adquirieron datos espectrales de la masa para iones con una relación de masa/carga (m/z) que varían desde 100 ó 150-1000 Da en un modo de iones positivos con un voltaje capilar de 4000 V. Los análisis de LC/ESI-MS se realizaron tres veces para cada muestra. Los datos se pueden expresar como la m/z en Daltons y el tiempo de retención en minutos (como "m/z, tiempo de retención") de cada ión, donde el tiempo de retención de un ion es el tiempo requerido para la elución de una columna de fase inversa en un gradiente de ACN lineal. Para explicar las ligeras variaciones en el tiempo de retención de corrida en corrida, sin embargo, los datos también se pueden representar como la m/z y el porcentaje de ACN en el cual el ión se eluye desde una columna Ci8, la cual representa las propiedades inherentes de los iones que no serán afectados en gran medida por la variabilidad experimental. La relación entre el tiempo de retención y el porcentaje de ACN en elución, se expresa por las siguientes ecuaciones : % de ACN =28.5 t + 9.75 para 0 < t < 0.5; % de ACN = 3.4103 (t-0.5) + 24 para 0.5 < t < 20; y % de ACN = 0.27143 (t-20) + 90.5 para 20 < t < 27. Los valores para estos parámetros no obstante se deben entender como aproximaciones y pueden variar ligeramente entre experimentos; sin embargo, los iones se pueden reconocer reproduciblemente, en especial si las muestras se preparan con uno o más estándares internos . En los datos mostrados posteriormente, los valores m/z se determinaron dentro de ± 0.4 m/z, mientras que el porcentaje de ACN en el cual los iones se eluyen, se determinó dentro de + 10%. 1.4. Análisis de Datos y Resultados Se analizaron varios cientos de rasgos espectrales de cada muestra de plasma. Los rasgos similares se alinearon entre espectros. La elección del algoritmo de alineación no es crucial para la presente invención, y el artesano experto está consciente de los diversos algoritmos de alineación que se pueden utilizar para este propósito. En total, se analizaron 4930 rasgos espectrales. Para el propósito de este Ejemplo, se utiliza indistintamente un "rasgo" con un "pico" que corresponde a un ión particular. Los picos representativos de las muestras obtenidas de cinco diferentes individuos se muestran en la TABLA 1. La primera columna lista entre paréntesis la m/z y el porcentaje de ACN en elución para cada ión, respectivamente. Las columnas restantes son intensidades normalizadas de los iones correspondientes de cada paciente, las cuales se determinaron normalizando las intensidades a aquéllos de los dos estándares internos. Más de 400 picos tienen una intensidad normalizada, promedio, superior a 0.1.

TABLA 1 Presencia de iones representativos en varios pacientes Se pueden utilizar varias metodologías para identificar los iones que informan una regla de decisión para distinguir entre los grupos con SIRS y sepsis. En este Ejemplo, los métodos elegidos fueron ( 1 ) comparación las intensidades de iones promedio entre los dos grupos, y ( 2 ) creación jerarquías o árboles de clasificación utilizando un algoritmo de análisis de datos. 1.4.1. Comparación de Intensidades de Iones Promedio La comparación de intensidades promedio de iones resalta efectivamente las diferencias en las intensidades de iones individuales entre los pacientes con SIRS y sepsis. Se promediaron por separado más de 1800 intensidades de iones normalizadas para el grupo con sepsis y el grupo con SIRS. Los iones que tienen una intensidad normalizada promedio de menos de 0.1 ya sea en el grupo con sepsis o el grupo con SIRS, se analizaron por separado a partir de aquellos iones que tienen una intensidad normalizada mayor de 0.1 en los perfiles de ambos grupos . Se determinaron las relaciones de intensidades normalizadas promedio para aproximadamente 400 iones que tienen un intensidad normalizada mayor de 0.1 para el grupo con sepsis frente al grupo con SIRS . Se muestra en la FIGURA 3 una distribución de relaciones de intensidades relativas de estos iones. Utilizando este método, se observaron 23 iones, listados en la TABLA 2 , que exhiben una intensidad al menos tres veces superior en las muestras de pacientes con sepsis que en los pacientes con SIRS (ver la FIGURA 3, donde el logaritmo natural de la relación de intensidad de ion es. mayor que aproximadamente 1.1) y que estuvieron presentes en al menos la mitad de los pacientes con sepsis y en general en aproximadamente un tercio o un cuarto de los pacientes que tienen SIRS. En este ' contexto, la "presencia" de un biomarcador significa que la intensidad normalizada promedio del biomarcador en un paciente en particular fue al menos un 25% de la intensidad normalizada promediada en todos los pacientes. Mientras que estos iones, o subconj untos de los mismos, serán útiles para llevar a cabo los métodos de la presente invención, los iones adicionales u otros conjuntos de iones serán útiles también. TABLA 2 Porcentaje de muestras de pacientes que contienen el ión listado (m/z [Da], Ión presente en % de Ión# % de ACN en Ión presente en % de tiempo de retención los pacientes con elución los pacientes con SIRS [min]) sepsis 1 (520.4, 5.12) 39.75 94 35 2 (490.3, 5.12) 39.75 76 35 3 (407.2, 4.72) 3839 76 25 4 (564.4, 5.28) 4030 71 35 5 (608.4, 5.39) 40.68 71 30 6 (564.3, 2.14) 29.59 71 25 7 (476.4, 4.96) 39.21 65 30 8 (476.3, 1.86) 28.64 65 35 9 (377.2, 4.61) 38.02 65 15 10 (547.4, 5.28) 4030 65 20 11 (657.4, 553) 41.15 65 30 12 (481.3, 4.96) 39.21 59 25 13 (432.3, 4.80) 38.66 59 30 14 (481.2, 1.86) 28.64 59 20 15 (388.3, 4.58) 37.91 59 20 16 (363.2, 4.40) 37.30 59 20 17 (261.2, 1.26) 26.59 59 40 18 (377.2, 9.32) 54.08 59 15 19 (5343, 530) 4037 59 30 20 (446.3, 4.94) 39.14 59 25 21 (437.2, 1.42) 27.13 53 25 22 (4513, 4.94) 39.14 53 15 23 (652.5, 5.51) 41.08 53 20 Los subcon untos de estos biomarcadores estuvieron presentes en intensidades al menos tres veces superiores en una mayoría de la población sepsis-positivas. Específicamente, al menos 12 de estos biomarcadores se encontraron en niveles elevados por encima de la mitad de la población sepsis-positiva, y al menos siete biomarcadores estuvieron presentes en 85% de la población sepsis-positiva, indicando que las combinaciones de estos marcadores proporcionarán pronosticadores útiles de la aparición de sepsis. Todos los biomarcadores estuvieron a niveles elevados con respecto a la población SIRS-positiva, como se muestra en la TABLA 3.

TABLA 3 Intensidad de iones en el grupo con sepsis frente al grupo con SIRS Intensidad en el grupo con Intensidad en el grupo con Relación de intensidades: Ión sepsis SIRS sepsis/SIRS (437.2, 1.42) 4.13 0.77 5.36 (520.4, 5.12) 3.65 0.69 5.29 * (476.4, 4.96) 3.34 0.78 3.56 (481.3, 4.96) 2.42 0.68 3.56 (564.4, 5.28) 2.39 0.43 5.56 (432.3, 4.80) 2.29 0.59 3.88 (476.3, 1.86) 2.12 0.52 4.08 (481.2, 1.86) 1.88 0.42 4.48 (388.3, 4.58) 1.83 0.51 3.59 (608.4, 5.39) 1.41 0.24 5.88 (363.2, 4.40) 1.35 0.27 5.00 (490.3, 5.12) 1.27 0.25 5.08 (261.2, 1.26) 1.24 0.24 5.17 (407.2, 4.72) 1.05 0.17 6.18 (377.2, 9.32) 1.04 0.27 3.85 (534.3, 5.30) 0.88 0.16 5.50 (446.3, 4.94) 0.88 0.22 4.00 (547.4, 5.28) 0.86 0.16 5.38 (451.3, 4.94) 0.86 0.17 5.06 (377.2, 4.61) 0.84 0.22 3.82 (564.3, 2.14) 0.62 0.14 4.43 (652.5, 5.51) 0.62 0.10 6.20 (657.4, 5.53) 0.39 0.1 1 3.55 Se observó que los dos iones listados en la TABLA 4 tienen una intensidad normalizada promedio tres veces superior en la población con SIRS que en la población con sepsis. (Ver la FIGURA 3, donde el logaritmo natural de la relación de intensidad de ion es menor que aproximadamente -1.1) . TABLA 4 Intensidad de iones en el grupo con sepsis contra el grupo con SIRS Se identificaron treinta y dos iones que tienen una intensidad normalizada promedio mayor de 0.1 que exhibieron al menos una intensidad tres veces superior en el grupo con sepsis frente al grupo con SIRS. Estos iones se listan en la TABLA 5A. Asimismo, se identificaron 48 iones que tienen una intensidad normalizada promedio menor de 0.1 que tienen una intensidad tres veces de intensidad superior en el grupo con sepsis frente al grupo con SIRS. Estos iones se listan en la TABLA 5B. (Un tiempo de retención negativo refleja el hecho de que los tiempos de retención se normalizan contra los estándares internos) .

TABLA 5A Iones que tienen una intensidad normalizada promedio >0.1 Relación de Intensidad en el Intensidad en el grupo Ión intensidades: Ln (relación) grupo con sepsis con SIRS sepsis/SIRS (365.2, 2.69) 1.031828095 0.135995335 7.587231542 2.026467 (305.2, 1.87) 3.070957223 0.481494549 6.377968828 1.85285 (407.2, 4.72) 0.913022768 0.166525859 5.482768698 1.70161 (459.1, 0.83) 0.58484531 0.106723807 5.479989222 1.701103 (652.5, 5.51) 0.528195058 0.102545088 5.150856731 1.639163 (608.4, 5.39) 1.205608851 0.236066662 5.107069514 1.630626 (415.3, 4.80) 2.321268423 0.46651355 4.975779207 1.604582 (319.0, 0.69) 1.034850099 0.209420422 4.941495631 1.597668 (534.3, 5.30) 0.756349296 0.158850924 4.761378001 1.560537 (564.4, 5.28) 2.037002742 0.432651771 4.708180752 1.549302 (437.2, 1.42) 3.536425702 0.770241153 4.591322718 1.524168 (520.4, 5.12) 3.115934457 0.685511116 4.545417838 1.51412 (261.2, 1.26) 1.078475479 0.239640228 4.500394154 1.504165 (363.2, 4.40) 1.159043471 0.265797517 4.360625655 1.472616 (451.3, 4.94) 0.738875795 0.170611107 4.330760214 1.465743 (490.3, 5.12) 1.084054201 0.25339878 4.278056119 1.453499 (409.3, 2.79) 1.172523824 0.281931606 4.158894565 1.425249 (497.3, 4.98) 0.409558491 0.100673382 4.068190437 1.403198 (453.2, 2.97) 0.738638127 0.184100346 4.012149581 1.389327 (481.2, 1.86) 1.609705934 0.418739646 3.844168924 1.346557 (564.3, 2.14) 0.531918507 0.139341563 3.817371482 1.339562 (476.4, 4.96) 2.847539378 0.784495859 3.629769802 1.289169 (446.3, 4.94) 0.752613738 0.216182996 3.481373426 1.247427 (476.3, 1.86) 1.811980008 0.521460142 3.474819762 1.245543 (377.2, 4.61) 0.75347133 0.217838186 3.458857892 1.240938 (344.3, 4.21) 0.560262239 0.164687938 3.401962791 1.224353 (377.2, 9.32) 0.902933137 0.267048623 3.381 156311 1.218218 (432.3, 4.80) 1.957941965 0.588612075 3.326370706 1.201882 (595.4, 6.36) 0.41462875 0.125522805 3.303214496 1.194896 (358.3, 4.40) 0.351038883 0.106282278 3.302891964 1.194798 (657.4, 5.53) 0.336357992 0.105101129 3.200327108 1.163253 (388.3, 4.58) 1.561368263 0.510848809 3.056419503 1.117244 TABLA 5B Iones que tienen una intensidad normalizada promedio <0.1 Relación de Intensidad en el Intensidad en el grupo Ión intensidades: grupo con sepsis con SIRS Ln (relación) sepsis/SIRS (282.2, 0.91) 0.16624 0.00024 693.08684 6.54116 (289.2, 6.44) 0.13088 0.00143 91.27187 4.51384 (821.9, 2.49) 0.13670 0.00996 13.72695 2.61936 (385.3, 1.24) 0.32177 0.03201 10.05211 2.30778 (843.9, 2.47) 0.11866 0.01206 9.83497 2.28594 (407.2, 1.17) 0.75611 0.08227 9.19041 2.21816 (350.1, 0.86) 0.10369 0.01174 8.83532 2.17876 (385.3, 4.72) 0.32430 0.03725 8.70689 2.16411 (399.2, 2.99) 0.15303 0.02091 7.31838 1.99039 (152.1, 1.51) 0.28888 0.04167 6.93310 1.93631 (341.0, 0.36) 0.26310 0.03828 6.87289 1.92759 (451.2, 1.42) 0.45398 0.06645 6.83232 1.92166 (231.0, -0.41) 0.19637 0.03362 5.84078 1.76486 (534.2, 2.20) 0.45796 0.08650 5.29427 1.66663 (820.5, 7.02) 0.12838 0.02439 5.26324 1.66075 (578.4, 5.46) 0.45661 0.08861 5.15298 1.63957 (355.1, 2.85) 0.16920 0.03334 5.07491 1.62431 (358.0, 2.13) 0.27655 0.05565 4.96946 1.60331 (696.5, 5.65) 0.20458 0.04223 4.84500 1.57795 (622.4, 5.61) 0.20034 0.04179 4.79410 1.56739 (460.3, 4.02) 0.18099 0.03950 4.58160 1.52205 (718.0, 7.02) 0.11733 0.02564 4.57688 1.52102 (305.3, 6.11) 0.10194 0.02324 4.38703 1.47865 (283.2, 1.85) 0.41312 0.09709 4.25497 1.44809 (701.4, 5.63) 0.18369 0.04321 4.25111 1.44718 (541.2, 1.71) 0.11482 0.02739 4.19217 1.43322 (657.3, 2.49) 0.17904 0.04280 4.18327 . 1.43109 (239.2, 1.04) 0.10637 0.02553 4.16574 1.42689 (608.3, 2.35) 0.39410 0.09670 4.07556 1.40501 (465.0, 1.19) 0.10817 0.02718 . 3.98030 1.38136 (333.1, 2.00) 0.35105 0.08919 . 3.93582 1.37012 (497.3, 0.88) 0.36172 0.09212 3.92666 1.36779 (541.3, 5.12) 0.13883 0.03559 3.90124 1.36129 (627.3, 5.75) 0.16498 0.04259 3.87347 1.35415 (652.1, 5.87) 0.17554 0.04558 3.85130 1.34841 (402.2, 1.19) 0.25423 0.06860 3.70596 1.30994 (553.3, 5.38) 0.16633 0.04578 3.63335 1.29016 (635.4, 5.53) 0.11925 0.03383 3.52512 1.25992 (319.2, 6.34) 0.17736 0.05035 3.52259 1.25920 (231.1, 2.62) 0.20535 0.05906 3.47671 1.24609 (283.1, 4.96) 0.17190 0.04984 3.44919 1.23814 (766.0, 6.77) 0.13671 0.04032 3.39069 1.22103 (358.0, 6.00) 0.20857 0.06194 3.36714 1.21406 (179.0, 10.16) 0.16841 0.05106 3.29838 1.19343 (209.1, 10.98) 0.13267 0.04090 3.24363 1.17669 (509.3, 5.28) 0.26857 0.08291 3.23925 1.17534 (337.2, 9.32) 0.18169 0.05691 3.19236 1.16076 (423.2, 2.88) 0.16242 0.05097 3.18669 1.15898 Por consiguiente, los perfiles . biomarcadores de referencia de la invención pueden comprender una combinación de rasgos o características, donde los rasgos pueden ser intensidades de iones que tienen un m/z desde aproximadamente 100 ó 150 Da hasta aproximadamente 1000 Da cuando se determina mediante espectrometría de masas por ionización con electro-rocío en el modo positivo, y donde los rasgos tienen una relación de intensidades normalizadas promedio en una población de referencia sepsis-positiva frente a una población de referencia SIRS-positiva de aproximadamente 3:1 ó superior. Alternativamente, los rasgos pueden tener una relación de intensidades normalizadas promedio en una población de referencia sepsis-positiva frente a una población de referencia SIRS-positiva de aproximadamente 1:3 6 inferior. Debido a que estos biomarcadores aparecen en perfiles biomarcadores obtenidos de muestras biológicas tomadas aproximadamente 48 horas antes de la aparición de la sepsis, cuando se determina mediante técnicas convencionales, se espera que los mismos sean pronosticadores de la aparición de la sepsis. 1.4.2. Cambios en la Intensidad de Rasgos con el Paso del Tiempo • Los perfiles biomarcadores examinados exhibieron rasgos que se expresaron tanto a niveles cada vez más superiores como a niveles inferiores cuando individuos avanzan hacia la aparición de la sepsis. Se espera que los biomarcadores que corresponden a estos rasgos sean característicos de la respuesta fisiológica a la infección y/o inflamación en los individuos. Debido a las razones establecidas anteriormente, se espera que estos biomarcadores proporcionen pronosticadores particularmente útiles para determinar el estado de la sepsis o SIRS en un individuo. Es decir, se espera que las comparaciones de estos rasgos en los perfiles obtenidos de diferentes muestras biológicas de un individuo establezcan si un individuo está avanzando hacia una sepsis severa o sí el SIRS está avanzando hacia la normalidad.

De los 23 iones listados en la TABLA 2, 14 mostraron una intensidad máxima en la población con un tiempo de 48 horas, ocho mostraron una intensidad máxima en la población con un tiempo de 24 horas, y uno mostró una intensidad máxima en la población de tiempo 0. Un cambio represen ativo en la intensidad de un biomarcador durante con el tiempo en muestras biológicas del grupo con sepsis se muestra en la FIGURA 4?, mientras que el cambio en la intensidad del mismo biomarcador en muestras biológicas del grupo con SIRS se muestra en la FIGURA 4B . Este ion particular, el cual tiene una m/z de 437.2 Da y un tiempo de retención de 1.42 min, se maximiza en intensidad en el grupo con sepsis 48 horas antes de la conversión de estos pacientes a sepsis, cuando se diagnostica mediante técnicas convencionales. Un máximo en la intensidad relativa de este ión en una muestra biológica sirve por consiguiente como un pronosticador de la aparición de la sepsis en el individuo dentro de aproximadamente 48 horas. 1.4.3. Validación Cruzada Una tendencia en la selección puede afectar la identificación de rasgos que informan una regla de decisión, cuando la regla de decisión se basa en un gran número de rasgos de relativamente unos cuantos perfiles biomarcadores (Ver Ambroise et al., Proc. Nat'l Acad. Sci . USA 99: 6562-66 (2002) ) . La tendencia de selección puede ocurrir cuando se utilizan datos para seleccionar rasgos, y el funcionamiento se estima entonces condicionado a los rasgos seleccionados sin hacer consideraciones para la variabilidad en el proceso de selección. El resultado es una sobreestimación de la exactitud de clasificación. Sin una compensación para la tendencia de selección, las exactitudes de clasificación pueden alcanzar una 100%, aún cuando la regla de decisión se base en parámetros aleatorios de entrada. (Xd.) La tendencia de selección se puede evitar incluyendo una selección de rasgos en el proceso de estimación de funcionamiento, si ese proceso de estimación de funcionamiento es una validación cruzada 10 veces o un tipo de procedimiento por esfuerzo propio o automantenido . (Ver, por ejemplo, Hastie et al. supra, en 7.10-7.11, incorporada aquí como referencia. En una modalidad de la presente invención,, el funcionamiento modelo se mide por una validación cruzada diez veces. La validación cruzada diez veces procede dividiendo aleatoriamente los datos en diez grupos exclusivos . Cada grupo a su vez se excluye, y se adapta un modelo para los nueve grupos restantes. El modelo adaptado se aplica al grupo excluido, y se generan probabilidades de clases pronosticadas. Las probabilidades de clases pronosticadas se pueden comparar con las actuales admisiones de clases simplemente generando clases pronosticadas. Por ejemplo, si la probabilidad de sepsis es, digamos por ejemplo, mayor de 0.5, la clase pronosticada es sepsis. La desviación es una medida que compara las probabilidades con los resultados reales. Cuando se utiliza en la presente, "desviación" se define como: - 2] ?hí(P(sepsis)) + ?h(P{SntS)) casos con sepsis casos con SIRS donde P es la probabilidad de clases para la clase especificada. La desviación se minimiza cuando las probabilidades de clases son altas para las clases reales. Dos modelos pueden hacer las mismas predicciones para dar datos, aún un modelo preferido podría tener una desviación de predicción más pequeña. Para cada una de las diez iteraciones en la validación cruzada diez veces, la desviación pronosticada se calcula para los casos omitidos de la adaptación de modelos durante esa iteración. El resultado es 10 desviaciones imparciales. Típicamente, estas 10 desviaciones se suman para crear un resumen general del funcionamiento del modelo (es decir, exactitud) en el conjunto total de datos. Debido al hecho de que los 10 diferentes modelos se adaptaron, la validación cruzada no prueba el funcionamiento de un modelo específico. Más bien, los 10 modelos se generaron mediante un proceso de modelado común, y la validación- cruzada probó el funcionamiento de este proceso.

Un onceavo modelo proveniente de este proceso probablemente tendrá un funcionamiento de predicción similar a aquéllos de los primeros 10. El uso de una validación cruzada diez veces típicamente da como resultado un funcionamiento de modelo menor que el 100%, aunque se espera que el funcionamiento obtenido después de la validación cruzada diez veces refleje una exactitud de predicción biológicamente significativa más estrecha de la regla de decisión, cuando se aplica a los perfiles biomarcadores obtenidos de muestras fuera del conjunto de entrenamiento. 1.4.4. Análisis de la Jerarquía de Clasificaciones Una metodología para analizar estos datos es utilizar un algoritmo de jerarquía de clasificaciones que busque patrones y relaciones en grandes grupos de datos. Una "jerarquía de clasificación" es una partición recurrente para clasificar a un paciente en particular en una clase específica (por ejemplo, sepsis o SIRS) utilizando una serie de cuestiones que se diseñaron para ubicar exactamente al paciente en una de las clases. Cada cuestión pregunta sí una condición del paciente satisface un pronosticador dado, con cada respuesta que se utiliza para guiar al usuario en la jerarquía de clasificaciones hasta que se pueda determinar una clase en la cual el paciente caiga. Cuando se utiliza en la presente, un "pronosticador" es el rango de valores de los rasgos - en este Ejemplo, intensidades de iones - de un ión que tenga una m/z característica y un perfil de elución de una columna C18 en ACN. La "condición" es el valor específico individual del rasgo que se mide en el perfil biomarcador del individuo. En este ejemplo, los "nombres de clases" son sepsis y SIRS. Por consiguiente, el usuario de la jerarquía de clasificaciones primero preguntará si una primera intensidad de iones medida en el perfil biomarcador del individuo cae dentro de un rango dado del primer rango de predicción del ión. La respuesta a la primera cuestión puede ser un dispositivo para determinar si el individuo tiene SIRS o sepsis. Por otro lado, la respuesta a la primera cuestión además puede dirigir al usuario a preguntar si una segunda intensidad de iones medida en el perfil biomarcador del individuo cae dentro de un rango dado del segundo rango de predicción de iones. De nuevo, la respuesta a la segunda cuestión puede ser una disposición o puede dirigir al usuario a descender más en la jerarquía de clasificaciones hasta que se determine por último una clasificación del paciente. Un conjunto representativo de intensidades de iones recolectado de las poblaciones con sepsis y SIRS en el tiempo 0, se analizó con un algoritmo de jerarquía de clasificaciones, los resultados de los cuales se muestran en la FIGURA 5. En este caso, el conjunto de iones analizados incluye aquéllos con intensidades normalizadas de menos de 0.1. El primer punto de decisión en la jerarquía de clasificaciones es sí el ión que tiene una m/z de • aproximadamente 448.5 Daltons · y un porcentaje de ACN en elución de aproximadamente 32.4% tiene una intensidad normalizada de menos de aproximadamente 0.0414. Si la respuesta a esa cuestión es "si", entonces uno procede a la sección izquierda ya sea a otra cuestión o a un nombre de clase. En este caso, si la intensidad normalizada fuera menor que aproximadamente 0.0414, entonces uno procede al nombre de clase de "SIRS", y el individuo se clasifica como SIRS- positivo, pero sepsis-negativo . Si la respuesta fuera "no", entonces uno procede de la sección derecha hasta el siguiente punto de decisión, y así sucesivamente hasta que se alcance un nombre de clase. En este ejemplo, se utilizaron tres puntos de decisión para predecir un nombre de clase para un individuo. Aunque se puede utilizar un solo punto de decisión para clasificar a los pacientes como SIRS- o sepsis-positivos, puntos de decisión adicionales que utilizan otros iones generalmente mejoran la exactitud de la clasificación. El artesano o técnico experto apreciará que muchas diferentes jerarquías de clasificación son posibles a partir de grandes, grupos de datos. Es decir, existen muchas combinaciones posibles de biomarcadores que se pueden utilizar para clasificar a un individuo como perteneciente a una población con sepsis o a una combinación son sepsis, por ejemplo. 1.4.5. Múltiples Jerarquías de Regresión Aditivas Se utilizó una técnica de modelado flexible, automatizada, que utiliza múltiples jerarquías de regresión aditivas (MART) para clasificar los conjuntos de rasgos como pertenecientes a una de dos poblaciones. Un modelo MART utiliza un desplazamiento inicial, el cual especifica una constante que aplica a todas las predicciones, seguido por una serie de jerarquías de regresión. Su adaptación se especifica por el . número de puntos de decisión en cada jerarquía, el número de jerarquías a ajustar, y una "constante de falta de orden jerárquico" que especifica cómo una jerarquía particular radicalmente puede influenciar al modelo MAR . Para cada iteración, se adapta una jerarquía de regresión para estimar la dirección de descenso pronunciado del criterio de ajuste. Un paso que tiene una longitud especificada por la constante de falta de orden jerárquico se toma en esa dirección. El modelo MART consiste entonces del desplazamiento inicial más el paso proporcionado por la jerarquía de regresión. Las diferencias entre los valores observados y pronosticados se recalculan, y el ciclo procede de nuevo, llevando a un refinamiento progresivo de la predicción. El proceso continua ya sea por un número predeterminado de ciclos o hasta que se active una regla de detención. El número de divisiones en cada jerarquía es un parámetro de adaptación particularmente significativo. Si cada jerarquía tiene solamente una división, el modelo parece solamente en un rasgo y no tiene la capacidad de combinar dos pronosticadores . Si cada jerarquía tiene dos divisiones, el modelo puede acomodar interacciones bi-direccionales entre los rasgos. Con tres jerarquías, el modelo puede acomodar interacciones tri-direccionales , y así sucesivamente. El valor de los conjuntos de rasgos o características para predecir el estado de clase se determinó para conjuntos de datos con rasgos y estado de clases conocidos (por ejemplo, sepsis o SIRS) . El MART proporciona una medida de la contribución o importancia de rasgos individuales para la regla de decisión de clasificación. Específicamente, el grado con respecto al cual un solo rasgo contribuye a la regla de decisión en su selección a una división de jerarquía dada se puede medir para proporcionar una clasificación de rasgos mediante su importancia para determinar la regla de decisión final. Repetir el análisis MART en el mismo conjunto de datos puede dar una clasificación ligeramente diferente de rasgos, especialmente con respecto a aquellos rasgos que son menos importantes en establecer la regla de decisión. Los conjuntos de rasgos de predicción y sus biomarcadores correspondientes que son útiles para la presente invención, por lo tanto, pueden variar ligeramente de aquéllos establecidos en la presente . Una implemen ación de la tecnología MART se encuentra en un módulo, o "paquete", para el ambiente de programación estadístico R (ver Venables et al., en Modera Applied Statistics with S, 4a ed. (Springer, 2002) ; www.r-project.org). Los resultados reportados en este documento se calcularon utilizando versión R 1.7.0 y 1.7.1. El módulo que implementa el MART, escrito por el Dr. Greg Ridgeway, se llama "gbm" y también está disponible de manera gratuita para descargar (ver www.r-project.org) . El algoritmo MART es asequible a la validación cruzada diez veces. El parámetro de falta de orden jerárquico se estableció a 0.05, y la regla de detención interna del paquete gbm se basó en omitir el 20% de los casos de datos en cada iteración marcada. El grado de interacción se estableció en uno, así no se consideraron las interacciones entre los rasgos . El paquete gbm estima la importancia relativa de cada rasgo en una base porcentual, la cual iguala acumulativamente el 100% para todos los rasgos del perfil biomarcador. Los rasgos con más alta importancia, la cual conjuntamente da cuenta de al menos el 90% de la importancia total, se reporta que potencialmente tienen un valor pronosticador . Se observa que la regla de detención en la adaptación de cada modelo MART aporta un componente hipotético a la adaptación del modelo y la selección de rasgos. Consecuentemente, las múltiples corridas de modelado MART basadas en los mismos datos pueden elegir ligeramente, o posiblemente aún en su totalidad, diferentes conjuntos de rasgos. Tales conjuntos diferentes llevan la misma información pronosticadora por lo tanto, todos los conjuntos son útiles en la presente invención. Se espera que ajustando los modelos MART un número suficiente de veces se produzcan todos los posibles conjuntos de rasgos pronosticadores dentro de un perfil biomarcador. De conformidad con esto, los conjuntos descritos de pronosticadores son meramente representativos de aquellos conjuntos de rasgos que se pueden utilizar para clasificar a los individuos en las poblaciones. 1.4.6. Análisis de Regresión Logística La regresión logística proporciona aún otros medios para analizar una corriente de datos del análisis LC/MS descrito anteriormente. La "intensidad de pico" se mide por la altura de un pico que aparece en un espectro en una localización m/z dada. La ausencia de un pico en una localización m/z dada da como resultado una intensidad de pico asignada de ¾0" . Las desviaciones estándar (SD) de las intensidades de pico de una localización m/z dada se obtienen entonces del espectro de las poblaciones combinadas de SIRS y sepsis. Si no hay variación en la intensidad del pico entre las poblaciones con SIRS y sepsis (es decir, la SD = 0) , no se sigue considerando la intensidad del pico. Antes del análisis de regresión, se escalan las intensidades máximas o de pico, utilizando métodos bien conocidos en la técnica. Los algoritmos de escalamiento generalmente se describen en, Hastie et al., supra, en el Capítulo 11. Este procedimiento de selección de rasgos identifica 26 parámetros de entrada (es decir, biomarcadores) de los perfiles biomarcadores de tiempo 0,. listados en la TABLA 6. Aunque los parámetros de entrada se clasifican en orden de importancia estadística, los parámetros de entrada clasificados inferiores todavía pueden probar ser clínicamente valiosos y útiles para la presente invención. Además, el técnico entenderá que la importancia clasificada de un parámetro de entrada puede cambiar si la población de referencia cambia de algún modo.

TABLA 6 Parámetros de entrada de muestras de tiempo 0 Utilizando este mismo análisis de regresión logistico, los biomarcadores se pueden clasificar en orden de importancia para predecir la aparición de la sepsis utilizando las muestras tomadas en el tie po de 48 horas. El proceso de sección de rasgos da 37 parámetros de entrada para las muestras de tiempo de 48 horas como se muestra en la TABLA 7.

TABLA 7 Parámetros de entrada de muestras de tiempo de t-48 horas 1.4.7. Análisis de la Prueba del Rango de los Signos Wilcoxon En aún otro método, se puede utilizar una prueba no-paramétrica tal como la' Prueba del Rango de los Signos Wilcoxon para identificar biomarcadores individuales de interés. Se asigna a los rasgos en un perfil biomarcador un "valor p" , el cual indica el grado de certeza con el cual el biomarcador se puede utilizar para clasificar a los individuos como pertenecientes a una población de referencia particular. Generalmente, un valor p que tiene valor pronosticador es inferior a aproximadamente 0.05. Los biomarcadores que tienen un valor p bajo se pueden utilizar por sí mismos para clasificar individuos. Alternativamente, se pueden utilizar combinaciones de dos o más biomarcadores para clasificar individuos, donde las combinaciones se eligen en base al valor p relativo de un biomarcador. En general, se prefieren aquellos biomarcadores con valores p inferiores para una combinación dada de biomarcadores. También se pueden utilizar combinaciones de al menos tres, cuatro, cinco, seis, 10, 20 ó 30 ó más biomarcadores para clasificar individuos de esta manera. El técnico entenderá que el valor p relativo de cualquier biomarcador dado puede variar, dependiendo del tamaño de la población de referencia. Utilizando la Prueba del Rango de los Signos Wilcoxon, se asignaron valores p a los rasgos de los perfiles biomarcadores obtenidos de' muestras biológicas tomadas en el tiempo 0, tiempo de 24 horas y tiempo de 48 horas. Estos valores p se listan en las TABLAS 8, 9 y 10, respectivamente.

TABLA 8 Valores p de las muestras de -tiempo de 0 horas » (Da), número de ión valor p tiempo de retención (min.) 1 (179.0, 10.16) 7.701965e-05 2 (512.4, 10.44) 1.112196e-04 3 (371.3, 4.58) 2.957102e-04 4 (592.4, 15.69) 3.790754e-04 (363.2, 4.40) 4.630887e-04 6 (679.4, 5.92) 1.261515e-03 7 (835.0, 7.09) 1.358581e-03 8 (377.2, 4.61) 1.641317e-03 9 (490.3, 5.12) 1.959479e-03 (265.2, 4.72) 3.138371e-03 11 (627.3, 5.75) 3.438053e-03 12 (266.7, 14.83) 3.470672e-03 13 (774.9, 7.39) 3.470672e-03 14 (142.2, 3.38) 4.410735e-03 (142.0, -0.44) 4.443662e-03 16 (231.0, -0.41) 5.080720e-03 17 (451.3, 4.94) 5.096689e-03 18 (753.8, 9.34) 5.097550e-03 19 (399.2, 2.99) 5.217724e-03 (534.4, 10.53) 5.877221e-03 21 (978.8, 6.72) 6.448607e-03 22 (539.3, 5.30) 6.651592e-03 23 (492.2, 1.36) 6.697313e-03 24 ' (730.4, 6.54) 6.724428e-03 (842.6, 10.11) 6.724428e-03 26 (622.4, 5.61) 7.249023e-03 27 (331.7, 19.61) 8.137318e-03 28 (564.3, 14.16) 8.419814e-03 29 (415.3, 4.80) 8.475773e-03 (229.2, 2.39) 8.604155e-03 31 (118.2, 5.26) 8.664167e-03 32 (410.7, 0.77) 8.664167e-03 33 (733.5, 4.55) 9.271924e-03 34 (503.3, 5.12) 9.413344e-03 (453.2, 2.97) 9.802539e-03 36 (534.3, 5.30) 1.089928e-02 37 (459.3, 4.96) 1.100198e-02 38 (337.8, 5.51) 1.136183e-02 39 (525.4, 15.11) 1.136183e-02 40 (495.3, 18.52) 1.282615e-02 41 (763.4, 19.81) 1.282615e-02 42 (256.2, 6.03) 1.286693e-02 43 (319.1, 15.67) 1.286693e-02 44 (548.3, 5.24) 1.286693e-02 45 (858.8, 7.79) 1.287945e-02 46 (671.4, 5.77) 1.310484e-02 47 (353.2, 7.38) 1.323194e-02 48 (844.1, 9.68) 1.333814e-02 49 (421.2, 4.89) 1.365072e-02 50 (506.4, 19.65) 1.438363e-02 51 (393.3, 4.58) 1.45941 le-02 52 (473.3, 5.12) 1.518887e-02 53 (189.1, 2.87) 1.60238 le-02 54 (528.1, 16.18) 1.603446e-02 55 (137.2, 9.60) 1.7069.70e-02 56 (163.1, 10.98) 1.706970e-02 57 (176.1, 10.29) 1.706970e-02 58 (179.1, 6.23) 1.706970e-02 59 (271.5, 5.01) 1.706970e-02 60 (272.2, 6.49) 1.706970e-02 61 (399.3, 27.26) 1.706970e-02 62 (467.5, 5.95) 1.706970e-02 63 (478.0, 2.36) 1.706970e-02 64 (481.3, 26.85) 1.706970e-02 65 (931.9, 6.72) 1.706970e-02 66 (970.5, 7.00) 1.706970e-02 67 (763.2, 16.60) 1.730862e-02 68 (544.4, 15.56) 1.732997e-02 69 (666.4, 5.77) 1.750379e-02 70 (337.2, 9.32) 1.812839e-02 71 (407.2, 1.17) 1.852695e-02 72 (597.2, 5.32) 1.895944e-02 73 (333.1, 2.00) 1.930165e-02 74 (490.3, 13.78) 1.989224e-02 75 (139.1, 16.05) 2.026959e-02 76 (991.7, 16.60) 2.046716e-02 77 (814.2, 6.66) 2.121091e-02 78 (665.4, 15.46) 2.127247e-02 79 (875.9, 10.08) 2.127247e-02 80 (144.0, 0.25) 2.137456e-02 81 (622.7, 4.14) 2.178625e-02 82 (377.2, 12.32) 2.240973e-02 83 (509.3, 5.28) 2.243384e-02 84 (349.2, 2.69) 2.252208e-02 85 (302.0, 19.54) 2.266635e-02 86 (411.0, 2.20) 2.303751e-02 87 (296.2, 16.48) 2.373348e-02 88 (299.6, 15.62) 2.440816e-02 89 (162.1, 0.49) 2.441678e-02 90 (372.0, 0.62) 2.472854e-02 91 (377.2, 9.32) 2.514306e-02 92 (979.6, 10.14) 2.530689e-02 93 (417.3, 15.61) 2.550843e-02 94 (281.7, 19.54) 2.563580e-02 95 (276.2, 5.27) 2.598704e-02 96 (229.2, -0.79) 2.626971e-02 97 (346.1, 7.46) 2.654063e-02 98 (356.2, 9.88) 2.654063e-02 99 (616.4, 8.05) 2.683578e-02 100 (850.4, 7.65) 2.697931e-02 101 (495.3, 5.12) 2.712924e-02 102 (446.3, 4.94) 2.739049e-02 103 (476.3, 1.86) 2.770535e-02 104 (520.4, 5.12) 2.774232e-02 105 (428.3, 6.20) 2.808469e-02 106 (536.3, 17.97) 2.863714e-02 107 (860.3, 6.94) 2.894386e-02 108 (762.9, 16.65) 2.958886e-02 109 (788.9, 6.43) 2.967800e-02 110 (970.1, 6.47) 2.967800e-02 111 (853.8, 5.77) 3.039550e-02 112 (913.6, 9.50) 3.039550e-02 113 (407.2, 4.72) 3.041346e-02 114 (335.2, 16.10) 3.047982e-02 115 (331.2, 12.93) 3.075216e-02 116 (512.3, 13.80) 3.075216e-02 117 (895.8, 6.80) 3.084773e-02 118 (120.2, 8.37) 3.110972e-02 119 (238.2, 9.32) 3.110972e-02 120 (506.3, 8.10) 3.110972e-02 121 (949.9, 6.66) 3.115272e-02 122 (176.1, 6.96) 3.161957e-02 123 (664.9, 2.41) 3.275550e-02 124 (551.4, 18.56) 3.290912e-02 125 (459.0, 5.98) 3.389516e-02 126 (811.5, 7.73) 3.389516e-02 127 (919.9, 10.01) 3.414450e-02 128 (547.4, 5.28) •3.444290e-02 129 (895.4, 6.62) 3.460947e-02 130 (132.2, 0.79) 3.549773e-02 131 (944.8, 9.65) 3.567313e-02 . 132 (730.7, 6.46) 3.581882e-02 133 (529.5, 16.70) 3.666990e-02 134 (449.3, 24.40) 3.687266e-02 135 (465.3, 5.08) 3.725633e-02 136 (481.3, 4.96) 3.956117e-02 137 (250.1, 14.23) 3.982131e-02 138 (565.3, 16.05) 3.982131e-02 139 (559.0, 15.30) 3.994530e-02 140 (555.3, 4.18) 4.078620e-02 141 (568.4, 15.49) 4.118355e-02 142 (120.0, 11.52) 4.145499e-02 143 (120.2, 14.91) 4.145499e-02 144 (167.0, 5.00) 4.145499e-02 145 (173.0, 19.96) 4.145499e-02 146 (324.9, 2.27) 4.145499e-02 147 (328.8, 19.98) 4.145499e-02 148 (345.7, 16.95) 4.145499e-02 149 (407.2, 12.07) 4.145499e-02 150 (478.3, 3.69) 4.145499e-02 151 (484.2, 8.40) 4.145499e-02 152 (502.2, 4.55) 4.145499e-02 153 (597.4, 11.40) 4.145499e-02 154 (612.3, 6.40) 4.145499e-02 155 (700.3, 9.40) 4.145499e-02 156 (730.5, 11.63) 4.145499e-02 157 (771.4, 6.02) 4.145499e-02 158 (811.9, 10.99) 4.145499e-02 159 (859.9, 2.47) 4.145499e-02 160 (450.3, 11.99) 4.145499e-02 161 (619.3, 11.42) 4.165835e-02 162 (102.1, 6.16) 4.238028e-02 163 (717.5, 9.11) 4.238028e-02 164 (606.0, 7.63) 4.317929e-02 165 (627.2, 2.48) 4.317929e-02 166 (252.1, 6.62) 4.318649e-02 167 (657.4, 5.53) 4.332436e-02 168 (635.7, 7.94) 4.399442e-02 169 (167.2, 14.42) 4.452609e-02 170 (812.5, 10.24) 4.528236e-02 171 (575.4, 10.00) 4.533566e-02 172 (379.3, 15.55) 4.644328e-02 173 (468.3, 13.44) 4.644328e-02 174 (295.3, 16.10) 4.721618e-02 175 (715.8, 7.68) 4.736932e-02 176 (810.6, 19.21) 4.759452e-02 177 (159.1, 13.02) 4.795773e-02 178 (435.2, 0.83) 4.795773e-02 179 (443.0, 11.99) 4.795773e-02 180 (468.4, 19.65) 4.795773e-02 181 (909.8, 9.52) 4.795773e-02 182 (647.2, 2.45) 4.838671e-02 183 (564.4, 5.28) 4.958429e-02 TABLA 9 Valores p de las muestras de tiempo de 24 horas tn/z (Da), número de ion valor p tiempo de retención (min.) 1 (265.2, 4.72) 0.0003368072 2 (785.5, 9.30) 0.0006770673 3 (685.1, 6.85) 0.0010222902 4 (608.4, 5.39) 0.0014633974 (141.1, 5.13) 0.0018265874 6 (652.5, 5.51) 0.0022097623 7 (228.0, 3.12) 0.0029411592 8 (660.1, 3.90) 0.0032802432 9 (235.1, 4.04) 0.0038917632 (287.1, 4.72) 0.0045802571 11 (141.2, 1.46) 0.0049063026 12 (553.3, 5.38) 0.0053961549 13 (114.2, 2.49) 0.0060009121 14 (490.3, 5.12) 0.0064288387 (142.0, -0.44) 0.0064784467 16 (428.3, 6.20) 0.0064784467 17 (564.4, 5.28) 0.0081876219 18 (678.8, 2.37) 0.0089256763 19 (155. i; 2.87) 0.0091072246 (377.2, 4.61) 0.0098626515 21 (221.0, 1.92) 0.0102589726 22 (463.2, 1.88) 0.0102589726 23 (142.2, 3.38) 0.0106568532 24 (231.0, -0.41) 0.0106568532 (256.2, 6.03) 0.0106568532 26 (597.2, 2.05) 0.0106568532 27 (638.8, 2.35) 0.0112041041 28 (800.6, 1.53) 0.0112041041 29 (385.3, 24.07) 0.0113535538 (578.4, 5.46) 0.0114707005 31 (352.3, 11.76) 0.0115864528 32 (858.2, 10.41) 0.0115864528 33 (889.7, 16.16) 0.0115864528 34 (190.1, 3.99) 0.0120870451 (493.3, 26.36) 0.0120870451 36 (608.3, 2.35) 0.0122930750 37 (958.8, 6.36) 0.0127655270 38 (235.0, 0.51) 0.0128665507 39 (739.5, 9.45) 0.0139994021 40 (525.2, 1.92) 0.0141261152 41 (372.4, 11.66) 0.0148592431 42 (415.3, 4.80) 0.0154439839 43 (439.2, 9.40) 0.0154583510 44 (819.0, 2.11) 0.0156979793 45 (459.3, 20.83) 0.0161386158 46 (372.2, 5.10) 0.0169489151 47 (875.4, 19.37) 0.0170124705 48 (989.2, 10.14) 0.0184799654 49 (179.0, 10.16) 0.0190685234 50 (231.0, 6.41) 0.0191486950 51 (460.9, 1.77) 0.0194721634 52 (813.5, 9.83) 0.0194721634 53 (274.2, 4.67) 0.0194863889 54 (158.2, 10.93) 0.0203661514 55 (676.7, 1.07) 0.0208642732 56 (171.2, 25.87) 0.0213201435 57 (520.4, 5.12) 0.0214439678 58 (523.3, 22.32) 0.0216203784 59 (329.0, 1.27) 0.0222231947 60 (585.2, 15.27) 0.0222231947 61 (534.3, 5.30) 0.0224713144 62 (349.2, 2.69) 0.0234305681 63 (263.2, 5.05) 0.0240107773 64 (278.1, 5.24) 0.0240107773 65 (425.9, 6.20) 0.0240107773 66 (575.4, 10.00) 0.0240107773 67 (649.3, 5.75) 0.0240107773 68 (152.1, 1.51) 0.0244163058 69 (785.1, 9.29) 0.0244163058 70 (509.3, 5.28) 0.0257388421 71 (525.4, 15.11) 0.0259747750 72 (261.2, 21.02) 0.0259960666 73 (914.1, 10.04) 0.0260109531 74 (465.3, 5.08) 0.0260926970 75 (433.3, 18.18) 0.0271021410 76 (300.0, 21.90) 0.0275140464 77 (811.6, 19.44) 0.0276109304 78 (710.5, 5.90) 0.0295828987 79 (569.2, 2.00) 0.0302737381 80 (388.3, 4.58) 0.0308414401 81 (173.1, 6.52) 0.0308972074 82 (266.7, 14.83) 0.0308972074 83 (286.2, 12.60) 0.0308972074 84 (619.3, 19.04) 0.0308972074 85 (682.6, 9.44) 0.0308972074 86 (717.3, 17.96) 0.0308972074 87 (920.6, 10.61) 0.0308972074 88 (988.4, 10.46) 0.0308972074 89 (271.1, 15.08) 0.0313675727 90 (740.5, 6.02) 0.0316777607 91 (839.6, 20.85) 0.0316777607 92 (610.9, 2.44) 0.0329765016 93 (179.1, 13.20) 0.0330555292 94 (701.4, 5.63) 0.0330555292 95 (175.1, 8.49) 0.0332024906 96 (279.0, 2.32) 0.0337986949 97 (670.4, 9.09) 0.0337986949 98 (415.3, 15.42) 0.0338750641 99 (183.1, 6.88) 0.0343045905 100 (160.1, 0.50) 0.0344826274 101 (459.3, 4.96) 0.0352364197 102 (305.2, 1.87) 0.0353424937 103 (216.2, 4.54) 0.0363303150 104 (603.3, 6.48) 0.0363303150 105 (914.1, 6.94) 0.0368261384 106 (205.1, 6.75) 0.0368844784 107 (446.3, 4.94) 0.0371476565 108 (513.1, 4.48) 0.0380144912 109 (676.0, 6.65) 0.0382429645 110 (366.1, 0.86) 0.0383351335 111 (227.9, -0.44) 0.0386073936 112 (641.4, 7.27) 0.0387953825 113 (395.2, 24.02) 0.0388820140 114 (929.6, 7.27) 0.0389610390 115 (371.3, 4.58) 0.0392271166 116 (402.2, 1.19) 0.0392271166 117 (127.0, 4.75) 0.0397364228 118 (193.0, 1.36) 0.0404560651 119 (194.0, 1.00) 0.0404560651 120 (379.3, 15.55) 0.0404560651 121 (495.3, 12.82) 0.0404560651 122 (823.4, 9.50) 0.0404560651 123 (235.1, 8.53) 0.0405335640 124 (476.4, 4.96) 0.0421855472 125 (472.5, 11.18) 0.0425955352 126 (693.1, 5.95) 0.0426922311 127 (274.1, 7.80) 0.0428211411 128 (402.2, 12.86) 0.0428660082 129 (746.8, 2.42) 0.0429101967 130 (801.0, 2.11) 0.0429101967 131 (366.7, 5.89) 0.0434178862 132 (458.4, 4.70) 0.0434178862 133 (369.4, 26.36) 0.0440035652 134 (601.0, 0.43) 0.0440035652 135 (249.2, 6.55) 0.0440434139 136 (666.4, 5.77) 0.0444571249 137 (415.4, 12.38) 0.0447164378 138 (652.1, 5.87) 0.0447164378 139 (472.2, 11.12) 0.0453906033 140 (441.4, 24.91) 0.0464361698 141 (575.4, 20.88) 0.0464361698 142 (393.3, 4.58) 0.0464768588 143 (620.7, 0.74) 0.0465716607 144 (842.9, 6.93) 0.0465716607 145 (685.4, 17.53) 0.0468826130 146 (476.3, 1.86) 0.0472378721 147 (399.2, 2.99) 0.0479645296 148 (211.1, 13.48) 0.0488051357 149 (357.3, 9.11) 0.0488051357 150 (313.2, 17.63) 0.0495881957 TABLA 10 Valores p de las muestras de tiempo de 48 horas /M/Z (Da), número de ion valor p tiempo de retención (min.) 1 (845.2, 6.33) 0.001343793 2 (715.8, 7.68) 0.002669885 3 (745.7, 6.03) 0.002743002 4 (802.4, 8.16) 0.002822379 (648.5, -0.24) 0.003721455 6 (745.3, 6.02) 0.005142191 7 (608.4, 5.39) 0.005491954 8 (265.2, 4.72) 0.006272684 9 (505.3, 12.78) 0.006518681 (371.3, 4.58) 0.006931949 11 (261.2, 1.26) 0.008001346 12 (971.4, 10.51) 0.008726088 13 (152.1, 1.51) 0.009174244 14 (685.1, 6.85) 0.009704974 (456.4, 9.80) 0.010451432 16 (214.2, 15.68) 0.010792220 17 (446.0, 2.54) 0.010792220 18 (346.1, 7.46) 0.011152489 19 (227.0, 23.11) 0.011834116 (407.2, 1.17) 0.011946593 21 (435.3, 19.92) 0.011946593 22 (451.3, 4.94) 0.012261329 23 (274.1, 7.80) 0.012266073 24 (869.0, 9.70) 0.012303709 (274.2, 4.67) 0.012859736 26 (789.4, 6.11) 0.012890139 ' 27 (576.4, 3.29) 0.013087923 28 (930.0, 9.75) 0.013087923 29 (512.4, 10.44) 0.014315178 (878.9, 7.28) 0.014513409 31 (503.3, 5.12) 0.015193810 32 (180.1, 4.54) 0.015226001 33 (209.1, 5.03) 0.015254389 34 (616.2, 11.90) 0.016782325 (443.3, 3.41) 0.017490379 36 (572.6, 4.30) 0.017654283 37 (931.9, 6.72) 0.018138469 38 (966.4, 10.49) 0.019031437 39 (541.3, 5.12) 0.019316716 40 (470.3, 10.72) 0.019821985 41 (281.3, 16.88) 0.020436455 42 (407.2, 4.72) 0.021104001 43 (627.2, 2.48) 0.021491454 44 (313.2, 6.31) 0.022912878 45 (173.2, 15.68) 0.023189016 46 (675.6, 5.75) 0.023820433 47 (137.2, 9.60) 0.023895386 48 (357.2, 5.65) 0.023895386 49 (372.0, 0.62) 0.023895386 50 (635.3, 2.38) 0.023895386 51 (743.8, 4.55) 0.023895386 52 (185.2, 6.29) 0.024742907 53 (930.4, 7.60) 0.024770578 54 (564.4, 5.28) 0.024811749 55 (415.2, 9.09) 0.025574438 56 (697.3, 16.10) 0.025714289 57 (657.3, 2.49) 0.025825394 58 (996.1, 9.94) 0.026026402 59 (185.0, 0.10) 0.027530406 60 (333.1, 2.00) 0.027840095 61 (611.3, 6.59) 0.028096875 62 (283.3, 18.53) 0.028392609 63 (506.3, 8.10) 0.028392609 64 (726.4, 5.67) 0.028392609 65 (397.3, 20.91) 0.029361285 66 (311.9, 2.10) 0.029433328 67 (473.3, 8.15) 0.029433328 68 (490.2, 8.85) 0.029433328 69 (493.3, 22.99) 0.029433328 70 (577.2, 3.56) 0.029433328 71 (653.7, 6.16) 0.029433328 72 (757.5, 16.28) 0.029433328 73 (819.0, 2.11) 0.029433328 74 (853.5, 13.13) 0.029433328 75 (889.2, 6.42) 0.029433328 76 (929.6, 10.60) 0.029433328 77 (963.3, 9.70) 0.029433328 78 (982.1, 9.39) 0.029433328 79 (446.3, 4.94) 0.030176399 80 (959.5, 10.86) 0.030176399 81 (169.1, 5.03) 0.030177290 82 (906.7, 9.75) 0.030212739 83 (772.1, 7.79) 0.030482971 84 (857.0, 9.70) 0.030966151 85 (861.8, 9.74) 0.030966151 86 (377.2, 12.32) 0.031285164 87 (229.2, -0.79) 0.031539774 88 (229.2, 2.39) 0.031539774 89 (740.4, 9.58) 0.031759640 90 (958.3, 9.66) 0.031759640 91 (739.5, 18.01) 0.032714845 92 (377.2, 4.61) 0.032818612 93 (144.0, 0.25) 0.032941894 94 (459.3, 4.96) 0.033735985 95 (715.8, 4.37) 0.034116302 96 (649.0, 2.13) 0.034332004 97 (776.3, 6.78) 0.034520017 98 (827.1, 9.58) 0.034662245 99 (439.2, 9.40) 0.035385909 100 (376.0, 2.11) 0.038036916 101 (734.6, 7.21) 0.038036916 102 (402.2, 1.19) 0.038177664 103 (740.5, 6.02) 0.038356830 104 (502.5, 4.01) 0.038481929 105 (694.4, 6.02) 0.039047025 106 (331.0, 0.74) 0.039943461 107 (302.1, 4.44) 0.040965049 108 (836.1, 8.31) 0.041276236 109 (909.4, 9.75) 0.041642229 110 (358.0 2.13) 0.041676687 111 (502.2, 4.55) 0.042049098 112 (302.2, 0.79) 0.042062826 113 (936.9, 9.51) 0.042143408 114 (492.2, 1.36) 0.042286848 115 ' (204.2, 5.03) 0.043172669 116 (701.4, 5.63) 0.044132315 117 (373.3, 24.05) 0.045041891 118 (657.4, 5.53) 0.045102516 119 (357,3, 15.86) 0.045170280 120 (670.9, 6.71) 0.045249625 121 (850.0, 7.56) 0.046346695 122 (576.4, 16.02) 0.046573286 123 (670.4, 9.09) 0.046609659 124 (578.4, 5.46) 0.047297957 125 (525.3, 5.12) 0.047503607 126 (926.0, 6.12) 0.047503607 127 (987.3, 9.56) 0.047882538 128 (231.0, -0.41) 0.048437237 129 (608.3, 2.35) 0.048607203 130 (966.7, 10.60) 0.048825822 Alternativamente se puede utilizar una prueba no-paramétrica (por ejemplo, Prueba de los Signos Wilcoxon) para encontrar valores p para los rasgos que se basan en la aparición o desaparición progresiva del rasgo en poblaciones que están avanzando a sepsis. En esta forma de la prueba, primero se mide un valor de linea base para un rasgo dado, utilizando los datos del tiempo de ingreso al estudio (muestras de Dia 1) para los grupos con sepsis y SIRS. La intensidad de ¦ rasgos en las muestras de ' sepsis y SIRS se compara entonces en, por ejemplo, las muestras de 48 horas para determinar si la intensidad de rasgos ha incrementado o disminuido a partir su valor de linea base. Finalmente, se asignan valores p a la diferencia ¦ de la linea base en una intensidad de aspectos en las poblaciones con sepsis frente a las poblaciones con SIRS. TABLA 11 Valores p para los rasgos diferenciados de la linea bas : muestras de tiempo de 0 horas m/z (Da), núm ro de ion valor p tiempo de retención (min.) 1 (991.7, 16.6) 0.000225214 2 (592.4, 15.69) 0.001008201 3 (733.5, 4.55) 0.001363728 4 (173.1, 23.44) 0.001696095 5 (763.2, 16.6) 0.001851633 6 (932.2, 6.72) 0.002380877 7 (842.6, 10.11) 0.002575890 8 (295.9, 15.78) 0.002799236 9 (512.4, 10.44) 0.004198319 10 (551.4, 24.89) 0.005132229 11 (167.1, 10.99) 0.005168091 12 (857.8, 8.21) 0.005209485 13 (763.4, 19.81) 0.005541078 14 (931.9, 6.72) 0.006142506 15 (167.2, 14.42) 0.006349154 16 (510.4, 17.91) 0.006427070 17 (295.3, 16.1) 0.007165849 18 (353.2, 7.38) 0.007255100 19 (653, 6.71) 0.007848203 20 (730.4, 6.54) 0.008402925 21 (142, 0.44) 0.008578959 ¦ 22 (331.7, 19.61) 0.008807931 23 (386.3, 9.47) 0.009227968 24 · (524.4, 19.33) 0.010256841 (741.5, 23.22) 0.010329009 26 (272.2, 6.49) 0.010345274 27 (448.3, 9.24) 0.010666648 28 (713.5, 21.99) 0.011150954 29 (353.3, 22.38) 0.011224096 (457.2, 0.88) 0.011653586 31 (708.9, 0.37) 0.012197946 32 (256.2, 6.03) 0.013251532 33 (721.4, 23.49) 0.014040014 34 (496.4, 16.6) 0.014612622 (634.9, 27.04) 0.015093015 36 (663.3, 2.06) 0.015093015 37 (679.4, 5.92) 0.015176669 38 (521.4, 23.84) 0.015526731 39 (358.3, 4.4) 0.015795031 40 (409.2, 6.95) 0.015875221 41 (537.3, 23) 0.016202704 42 (875.4, 19.37) 0.016372468 43 (875.9, 10.08) 0.016391836 44 (265.2, 9.37) 0.016924737 45 (450.3, 11.99) 0.017293769 46 (329, 1.27) 0.017732659 47 (534.4, 10.53) 0.018580510 48 (616.2, 11.9) 0.018703298 49 (177, 0.93) 0.018855039 50 (772.1, 16.51) 0.018991142 51 (424.2, 6.12) 0.019195215 52 (277.3, 21.72) 0.020633230 53 • (333.2, 7.39) 0.020898404 54 (742.8, 4.02) 0.021093249 55 (428.3, 6.2) 0.021697014 56 (946, 10.49) 0.021935440 57 (970.5, 7) 0.021999796 58 (281.7, 19.54) 0.022055564 59 (568.4, 15.49) 0.022208535 60 (700.3, 9.4) 0.022500138 61 (118.2, 5.26) 0.022773904 62 (601.3, 5.46) 0.023578505 63 (818.3, 7.18) 0.023788872 64 (799.4, 9.64) 0.023906673 65 (244.1, 2.22) 0.024125162 66 (145.1, 3.99) 0.024385288 67 (328.8, 19.98) 0.024385288 68 (342.4, 13.41) 0.025034251 69 (356.2, 5.6) 0.025034251 70 (321.3, 19.96) 0.025128604 71 (523.3, 13.8) 0.025164665 72 (504.3, 15.49) 0.025894254 73 (842.3, 10.76) 0.026070176 74 (585.3, 25.35) 0.026196933 75 (176.1, 10.29) 0.027193290 76 (399.3, 27.26) 0.027193290 77 (761.8, 7.89) 0.027193290 78 (909.8, 9.52) 0.027193290 79 (291.2, 12.57) 0.029135281 80 (715.8, 7.68) 0.030440991 81 (546.4, 19.33) 0.030479818 82 (795.5, 20.72) 0.030479818 83 (321, 19.53) 0.030693238 84 (746.8, 10.2) 0.030888031 85 (831.5, 20.87) 0.030888031 86 (872.9, 11.6) 0.030888031 87 (598, 8.58) 0.031026286 88 (407.2, 12.07) 0.031941032 89 (645.3, 13.42) 0.031941032 90 (662.1, 8.16) 0.031941032 91 (179, 10.16) 0.032126841 92 (779.5, 19.79) 0.032301988 93 (171.2, 25.87) 0.032868402 94 (979.6, 10.14) 0.033098647 95 (245.2, 22.24) 0.033117202 96 (370.3, 2.3) 0.033696034 97 (433.3, 5.29) 0.033696034 98 (771.4, 10.01) 0.033696034 99 (876.3, 9.94) 0.033696034 100 (893, 7.09) 0.033919037 101 (669.2, 2.13) ' 0.034234876 102 (643.3, 5.67) 0.034557232 103 (991.3, 9.72) 0.035680492 104 (577.5, 16.48) 0.036136938 105 (820, 6.38) 0.036179853 106 (856.6, 10.29) 0.036179853 107 (453.2, 6.62) 0.036689053 108 (652.1, 5.87) 0.037082670- 109 (944.8, 9.65) 0.037337126 110 (494.4, 14.75) 0.037526457 111 (185, 11.17) 0.037568360 112 (229.2, 0.79) 0.037574432 113 (245.1, 11.44) 0.038031041 114 (279.3, 20.72) 0.038253242 115 (781.5, 20.04) 0.038253242 116 (409.4, 22.56) 0.038673618 117 (315.2, 14.29) 0.039895232 118 (759.5, 9.33) 0.040499878 119 (995.1, 9.94) 0.040516802 120 (848.3, 9.66) 0.040554157 121 (263.3, 22.26) 0.041183545 122 (267.7, 16.55) 0.041183545 123 (544.4, 15.56) 0.041183545 124 (617.5, 17.71) 0.041406719 125 (411.5, 1.06) 0.041454989 126 (597.4, 11.4) 0.041454989 127 (771.4, 6.02) 0.041454989 128 (901.9, 1.03) 0.041454989 129 (415.2, 9.09) 0.041542794 130 (430.3, 9.1) 0.041922297 131 (414.3, 4.29) 0.043298568 132 (414.9, 5.86) 0.043427801 133 (444.2, 6) 0.043665836 134 (505.3, 12.78) 0.043665836 135 (231, 0.41) 0.043722631 136 (370.3, 10.79) 0.044296546 137 (653.5, 19.99) 0.044296546 138 (291.7, 15.37) 0.044815129 139 (531.3, 21.48) 0.044870846 140 (715.4, 5.89) 0.044985107 141 (327.3, 16.98) 0.045218533 142 (499.4, 15.11) 0.046077647 143 (766.2, 15.77) 0.046332971 144 (664.2, 11.84) 0.047191074 145 (567.4, 20.79) 0.047549465 146 (809.6, 21.33) 0.047600425 147 (393.3, 21.08) 0.048014243 148 (754.6, 7.21) 0.048520560 149 (298.3, 24.36) 0.049732041 150 (883.3, 6.69) 0.049768492 151 (468.3, 13.44) 0.049813626 152 (665.4, 15.46) 0.049918030 TABLA 12 Valores p para los rasgos diferenciados de la linea base: muestras de tiempo de 24 horas m/z (Da), número de ión valor p tiempo de retención (min.) 1 (875.4, 19.37) 0.0006856941 2 (256.2, 6.03) 0.0009911606 3 (228, 3.12) 0.0014153532 4 (227.9, 0.44) 0.0015547019 5 (879.8, 4.42) 0.0025072593 6 (858.2, 10.41) 0.0029384997 7 (159, 2.37) 0.0038991631 8 (186.9, 2.44) 0.0045074080 9 (609.1, 1.44) 0.0047227895 (996.1, 9.94) 0.0058177265 11 (430.7, 4.21) 0.0063024974 12 (141.1, 5.13) 0.0068343584 13 (839.6, 20.85) 0.0072422001 14 (956.1, 10.62) 0.0080620376 (113.2, 0.44) 0.0081626136 16 (428.3, 6.2) " 0.0081962770 17 (802.9, 0.39) 0.0081962770 18 (819, 2.11) .. 0.0081968739 19 (366.1, 0.86) 0.0084072673 (993.5, 9.39) 0.0084773116 21 (919.5, 9.63) 0.0098988701 22 (680.6, 7.39) 0.0105489986 23 (523.3, 22.32) 0.0105995251 24 (668.3, 8.45) 0.0112292667 (463.2, 1.88) 0.0113722034 26 (259, 11.71) 0.0115252694 27 (889.7, 16.16) 0.0115864528 28 (810.4, 7.42) 0.0119405153 29 (300, 21.9) 0.0123871653 (141.2, 1.46) 0.0124718161 31 (785.5, 9.3) 0.0126735996 32 (660.1, 3.9) 0.0131662199 33 (575.4, 10) 0.0133539242 34 (398.2, 8.89) 0.0133977345 (678.8, 2.37) 0.0134811753 36 (779.5, 19.79) 0.0152076628 37 (190.1, 3.99) 0.0153485356 38 (746.8, 2.42) 0.0153591871 39 (407.2, 7.81) 0.0154972293 40 (265.2, 9.37) 0.0163877868 41 (447.8, 6.29) 0.0163877868 42 (472.5, 11.18) 0.0166589145 43 (951.9, 10.21) 0.0169717792 44 (138.2, 10.13) 0.0170020893 45 (739.5 9.45) 0.0171771560 46 (999, 7.71) 0.0177981470 47 (472.2, 11.12) 0.0178902225 48 (138.1, 1.89) 0.0180631050 49 (842.9, 6.93) 0.0189332371 50 (717.3, 17.96) 0.0193107546 51 (245.2, 5.23) 0.0201247940 52 (666.4, 9.29) 0.0211733529 53 (820, 6.38) 0.0216512533 54 (991.7, 9.21) 0.0219613529 55 (177, 0.93) 0.0223857280 56 (488.3, 9.68) 0.0224061094 57 (119.1, 9.19) 0.0224206599 58 (278.1, 5.24) 0.0240107773 59 (409.2, 6.95) 0.0256235918 60 (369.2, 3.37) 0.0259379108 61 (482.4, 19.26) 0.0261591305 62 (806.6, 21.29) 0.0269790713 63 ' (637.9, 7.43) 0.0273533420 64 (373.3, 11.45) 0.0277220597 65 (264.2, 8.83) 0.0282234106 66 (909.7, 6.36) 0.0282234106 67 (747.4, 9.38) 0.0287012166 68 (832.9, 6.21) 0.0289271134 69 (155.1, 2.87) 0.0289347031 70 (977.7, 9.56) 0.0298654782 71 (610.9, 2.44) 0.0303741714 72 (235.1, 4.04) 0.0303830303 73 (685.1, 6.85) 0.0303830303 74 (670.4, 9.09) 0.0307328580 75 (346.1, 12.11) 0.0308972074 76 (217.2, 8.66) 0.0309517132 77 (770.9, 16.6) 0.0310937661 78 (163.2, 6.31) 0.0313614024 79 (392.3, 10) 0.0317350792 80 (469.7, 5.98) 0.0317350792 81 (470, 6.32) 0.0317350792 82 (794.9, 9.76) 0.0317350792 83 (357.3, 18.91) 0.0318983292 84 (303.7, 15.73) 0.0325397156 85 (221, 1.92) 0.0328080364 86 (999.5, 7.28) 0.0330940901 87 (637.3, 18.59) 0.0335078063 88 (331, 0.74) 0.0336148466 89 (978.8, 6.72) 0.0338444022 90 (271.1, 15.08) 0.0347235687 91 (801, 2.11) 0.0348606916 92 (599.5, 21.95) 0.0358839090 93 (769.4, 10.46) 0.0371510791 94 (914.1, 6.94) 0.0375945952 95 (363, 26.16) 0.0381998666 96 (235.1, 8.53) 0.0382752828 97 (273.2, 6,31) 0.0390486612 98 (250.1, 14.23) 0.0401201887 99 (585.2, 15.27) 0.0406073368 100 (276.2, 5.27) 0.0414046782 101 (183.1, 6.88) 0.0419461253 102 (430.3, 9.1) 0.0421855472 103 (229.2, 0.79) 0.0424445226 104 (811.6, 19.44) 0.0438285232 105 (126.2, 4.02) 0.0439140255 106 (708.5, 15.79) 0.0439143789 107 (127, 4.75) 0.0442108301 108 (338.2, 7.89) 0.0444291108 109 (391.3, 14.55) 0.0444291108 110 (714.6, 14.02) 0.0444291108 111 (665.3, 9.58) 0.0446481623 112 (875.7, 19.83) 0.0446481623 113 (676, 6.65) 0.0447614386 114 (695.1, 2.71) 0.0448433123 115 (480.2, 8.03) 0.0451624233 116 (754.6, 7.21) 0.0454753333 117 (494.9, 19.41) 0.0454916992 118 (785.1, 9.29) 0.0455064285 119 (265.2, 4.72) 0.0456621220 120 (771.9, 24.52) 0.0460254955 121 (467.2, 8.55) 0.0464130076 122 (869.9, 10.55) 0.0464539626 123 (479.3, 24.87) 0.0473472790 124 (380.3, 24.05) 0.0475242732 125 (194.1, 6.48) 0.0475341652 126 (262.6, 5.7) 0.0475341652 127 (694.2, 11.76) 0.0475341652 128 (695.9, 4.32) 0.0475341652 129 (660.8, 2.32) 0.0475865516 130 (958.8, 6.36) 0.0482703924 131 (504.3, 15.49) 0.0484159645 TABLA 13 Valores p para los rasgos diferenciados de la linea base: mues'bras de tiempo de 48 horas m/z (Da), número de ión valor p tiempo de retención (min.) 1 (715.8, 7.68) 0.0005303918 2 (919.5, 9.63) 0.0012509535 3 (802.4, 8.16) 0.0016318638 4 (922.5, 7.27) 0.0023943584 5 (741.5, 23.22) 0.0038457139 6 (875.4, 19.37) 0.0044466656 7 (878.9, 7.28) 0.0052374088 8 (996.1, 9.94) 0.0060309508 9 (295.9, 15.78) 0.0070608315 (521.4, 23.84) 0.0075730074 11 (676, 6.65) 0.0075742521 12 (703.9, 4.35) 0.0075743621 13 (716.2, 6.62) 0.0078671775 14 (346.1, 7.46) 0.0080100576 (551.4, 24.89) 0.0086803932 16 (415.2, 9.09) 0.0088869428 17 (182.1, 2.44) 0.0114906565 18 (310.3, 19.13) 0.0121106698 19 (428.3, 6.2) 0.0124220037 (908.6, 10.83) 0.0127529218 21 (715.8, 4.37) 0.0129735339 22 (444.3, 2.8) 0.0135088012 23 (753.3, 9.34) 0.0140485313 24 (779.5, 19.79) 0.0149169860 25 (211.1, 13.48) 0.0149614082 26 . (285.2, 19.8) 0.0155513781 27 (441.4, 19.09) 0.0169697745 28 (483.3, 6.17) 0.0171647510 29 (488.3, 6.38) 0.0172240677 (616.2, 11.9) 0.0176526391 3 1 1 (861.8, 9.74) 0.0185440613 32 (485.3, 23.17) 0.0186867970 33 (435.1, 4.14) 0.0193706655 34 (612.3, 16.87) 0.0193706655 (362.3, 5.65) 0.0194196263 36 (227, 23.11) 0.0204130271 37 (883.2, 9.76) 0.0204386696 38 (229.2, 0.79) 0.0205101165 39 (643.3, 5.67) 0.0210117164 40 (980.6, 7.44) 0.0215182605 41 (795.5, 20.72) 0.0218437599 42 (577.2, 3.56) 0.0224776501 43 (152.1, 1.51) 0.0233549892 44 (525.4, 15.11) 0.0234730657 45 (435.3, 19.92) 0.0235646539 46 (299.2, 25.54) 0.0237259148 47 (612.9, 0.36) 0.0245420186 48 (505.3, 12.78) 0.0245629232 49 (986.7, 7.42) 0.0248142595 50 (719.2, 6.07) 0.0252229441 51 (562.3, 19.13) 0.0252471150 52 (552.4, 22.8) 0.0254361708 53 (353.2, 19.3) 0.0266840298 54 (575.4, 16.74) 0.0275127383 55 (845.2, 6.33) 0.0291304640 56 (633.7, 6.14) 0.0301224895 57 (519.3, 13.32) 0.0301986537 58 (205.1, 13.28) 0.0306513410 59 (317.9, 1.41) 0.0306513410 60 (388.3, 9.86) 0.0306513410 61 (471.3, 26.3) 0.0306513410 62 (723.2, 6.69) 0.0320817369 63 (912.5, 10.13) 0.0320817369 64 (965.2, 2.77) 0.0320817369 65 (718.9, 5.76) 0.0322905214 66 (363, 26.16) 0.0330856794 67 (897.1, 9.53) 0.0331382847 68 (227.3, 6.92) 0.0332507087 69 (778.2, 14.75) 0.0335555992 70 (321, 2.35) 0.0337995708 71 (447.8, 6.29) 0.0343295019 72 (536.1, 4.09) 0.0343295019 73 (653.5, 19.99) 0.0343565954 74 (667.4, 21.32) 0.0343565954 75 (982.7, 9.73) 0.0352875093 76 (789.4, 6.11) 0.0364395580 77 (505.3, 18.48) 0.0369258233 78 (277, 0.2) 0.0369277075 79 (285.3, 12.09) 0.0382728484 80 (739.5, 18.01) 0.0382728484 81 (838.9, 0.39) 0.0382728484 82 (400.2, 5.79) 0.0384511838 83 (883.6, 7.04) 0.0384732436 84 (604.3, 19.85) 0.0411740329 85 (287.1, 4.72) . 0.0412206143 86 (549.9, 4.23) 0.0415068077 87 (879.8, 4.42) 0.0415426686 88 (721.7, 20.36) 0.0417134604 89 (711.4, 16.81) 0.0417360498 90 (982.1, 9.39) 0.0419790105 91 (971.4, 10.51) 0.0432043627 92 (112.7, 1.05) 0.0452851799 93 (503.3, 14.33) 0.0453240047 94 (173.1, 23.44) 0.0466828436 95 (283.1, 4.96) 0.0466865226 96 (637.4, 6.78) 0.0467959828 97 (597.4, 15.92) 0.0471002889 98 (813.5, 9.83) 0.0480402523 99 (444.2, 6) 0.0486844297 100 (448.3, 9.24) 0.0486916088 101 (502.5, 4.01) 0.0493775335 102 (854.2, 5.79) 0.0493775335 Ejemplo 2: Identificación de biomarcadores de proteínas utilizando cromatografía cuantitativa de líquidos-espectrometría de masas/espectrometría de masas (LC-MS/MS) 2.1. Muestras Recibidas y Analizadas Como se menciona anteriormente, se obtuvieron perfiles biomarcadores de referencia de una primera población que representa 15 pacientes ("el grupo -con SIRS") y una segunda población que representa 15 pacientes que desarrollaron SIRS y avanzaron a sepsis ("el grupo con sepsis") . La sangre se extrajo de los pacientes en el Día 1, tiempo 0, y tiempo de 48 horas. En este caso, muestras de plasma de 50-75 µ? de los pacientes se agruparon en cuatro lotes : dos lotes de cinco y 10 individuos que fueron SIRS-positivos y dos lotes de cinco y 10 individuos que fueron sepsis-positivos. Se analizaron además seis muestras de cada lote agrupado. 2.2 Preparación Muestra Las muestras de plasma primero se inmuno-agotaron para remover proteínas abundantes, específicamente albúmina, transferrina, haptoglobulina, anti-tripsina, IgG, y IgA, las cuales en conjunto constituyen aproximadamente 85% (peso %) de proteína en las muestras. El inmuno-agotamiento se realizó con una columna de Sistema de Remoción de Afinidad Múltiple (Agilent Technologies, Palo Alto, California) , la cual se utilizó de conformidad con las instrucciones del fabricante. Se removió al menos 95% de las seis proteínas antes mencionadas de las muestras de plasma utilizando este sistema. Por ejemplo, sólo aproximadamente el 0.1% de albúmina permaneció en las muestras agotadas. Solamente un estimado de 8% de proteínas dejado en la muestras representó las proteínas de abundancia elevada restantes, tales como IgM y a-2-macroglobulina . Las muestras de plasma fraccionadas entonces se desnaturalizaron, redujeron, alquilaron, y digirieron con tripsina utilizando procedimientos bien conocidos en la técnica. Se obtuvieron aproximadamente 2 mg de proteínas digeridas de cada muestra agrupada. 2.3. LC/ S Multidimensional La mezcla de péptidos después de la digestión con tripsina se fraccionó entonces utilizando columnas LC y se analizó mediante un espectrómetro de masas con trampa de iones ESI Agilent MSD/trap centrifugado en un arreglo LC/MS/MS. Se aplicó un mg de proteina digerida a 10 /¿L/minuto a una columna de fase inversa Cig de micro-flujo (RPI) . La columna RPl se acopló en conjunción con una columna de f accionamiento de Intercambio Fuerte de Cationes (SCX) , la cual a su vez se acopló con columna de trampa de fase inversa C18. Las muestras se aplicaron a la columna RPl en un primer gradiente de ACN al 0-10% para fraccionar los péptidos en la columna RPl. El gradiente de ACN fue seguido ' por una elución con amortiguador de sal 10 mM, la cual fraccionó además los péptidos en una fracción unida a la columna SCX y una fracción eluida que se inmovilizó en la columna de trampa. La columna de trampa se removió entonces de su conexión operable con la columna SCX y se colocó en conexión operable con otra columna de fase inversa CiB (RP2) . La fracción inmovilizada en la columna de trampa se eluyó de la columna de trampa en la columna RP2 con un gradiente de ACN al 0-10% en 300 nL/minuto. La columna RP2 se enlazó operablemente a un espectrómetro de masas con trampa de iones ESI Agilent MSD/trap que opera en un voltaje de pulverización de 1000-1500 V. Este ciclo (RPl-SCX-Trap-RP2 ) se repitió entonces para fraccionar y separar los péptidos restantes utilizando un rango de % de ACN total de 0-80% y una concentración de sal de hasta 1M. Se pueden utilizar otras configuraciones adecuadas para LC/MS/MS para generar perfiles biomarcadores que son útiles para la invención. Se generaron espectros de masas en un rango m/z de 200-2200 Da. Se aplicó una exploración dependiente de datos y una exclusión dinámica para lograr un rango dinámico superior. La FIGURA 6 muestra perfiles biomarcadores representativos generados con LC/MS y 2.4. Análisis de Datos y Resultados Por cada muestra que se analizó en el modo MS/MS, se obtuvieron aproximadamente 150,000 espectros, equivalentes a aproximadamente 1.5 gigabytes de información. En total, se recolectaron unos 50 gigabytes de información. Los espectros se analizaron utilizando el programa informático Spectrum Mili v 2.7 (® Derechos de autor 2003 Agilent Technologies, Inc.). Se utilizó el algoritmo de búsqueda de la base de datos MS-Tag (Millennium Pharmaceuticals) para igualar al espectro MS/MS contra una base de datos del Centro Nacional para Información sobre Biotecnología (NCBI) de proteínas humanas no-redundantes. Se utilizó una puntuación limite equivalente a un 95% de confianza para validar los péptidos igualados o apareados, los cuales se ensamblan entonces para identificar las proteínas presentes en las muestras . Las proteínas que son detectables utilizando el presente método están presentes en el plasma en una concentración de ~1 ng/mL, que cubre un rango dinámico en la concentración en plasma de aproximadamente seis órdenes de magnitud. Se obtuvo un estimado semi-cuantitativo de la abundancia de proteínas detectadas en plasma determinando el número de espectros de masa que fueron "positivos" para la proteína. Al ser positivo, un rasgo de ion tiene una intensidad que es detectablemente superior al ruido en un valor m/z dado en un espectro. En general, una proteína expresada a niveles superiores en plasma será detectable como un rasgo de ion positivo o conjunto de rasgos de iones en más espectros. Con esta medida de concentración de proteínas, es aparente que varias proteínas se expresan diferencialmente en el grupo con SIRS frente al grupo con sepsis. Varias de las proteínas detectadas que fueron "sobre-reguladas" se muestran en las FIGURAS 7? y 7B, donde una proteína sobre-regulada se expresa a un nivel superior en el grupo con sepsis que en el grupo con SIRS. Es claro a partir de la FIGURA 7A que el nivel en el cual una proteína se expresa con el tiempo puede cambiar, de la misma manera que el ion # 21 (437.2 Da, 1.42 min) mostrado en la FIGURA 4. Por ejemplo, las proteínas que tienen Números de Acceso de GenBank AAH15642 y NP_000286, las cuales son estructuralmente similares a un inhibidor de proteinasa serina (o cisteína) , se expresan tiempo suplementario a niveles' progresivamente superiores en las poblaciones sepsis-positivas, mientras que las mismas se expresan en cantidades relativamente constantes en las poblaciones SIRS-positivas . La aparición de altos niveles de estas proteínas, y particularmente una expresión progresivamente superior de estas proteínas en un individuo con el transcurso del tiempo, se espera que sea un pronosticador de la aparición de la sepsis. Varias proteínas que se sub-regularon en tiempo suplementario en las poblaciones sepsis-positivas se muestran en las FIGURAS 8A y 8B . La expresión de algunas de estas proteínas al igual que la proteína no nombrada que tiene la secuencia mostrada en el Número de Acceso de GenBank NP_079216, parece incrementarse progresivamente o permanecer a niveles relativamente superiores en pacientes con SIRS, aún a pesar de que la expresión disminuye en pacientes con sepsis. Se espera que estas proteínas sean biomarcadores que sean particularmente útiles para diagnosticar SIRS, así como para predecir la aparición de la sepsis. Teniendo ahora totalmente descrita la. invención con referencia a ciertas modalidades y detalles representativos, será aparente para alguien de experiencia ordinaria en la técnica que se pueden hacer cambios y modificaciones a la presente sin apartarse del espíritu o alcance de la invención como se establece en la presente.

Claims

REIVINDICACIONES 1. - Un método para determinar el estado de la sepsis en un individuo, caracterizado porque comprende: (a) obtener un primer perfil biomarcador de una primera muestra biológica tomada del individuo; y (b) comparar el primer perfil biomarcador del individuo con un perfil biomarcador de referencia obtenido de una población de referencia, en donde tal comparación individual es capaz de clasificar al individuo como perteneciente o no perteneciente a la población de referencia; en donde dicho primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia comprende un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga desde aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación determina el estado de la sepsis en el individuo .
2. - Un método para determinar el estado de la sepsis en un individuo, caracterizado porque comprende: (a) obtener un primer perfil biomarcador de una muestra biológica tomada en un punto individual en el tiempo del individuo; y (b) comparar el primer perfil biomarcador del individuo con un perfil biomarcador de referencia obtenido de una población de referencia, en donde dicho primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia comprenden un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación de los perfiles biomarcadores puede determinar el estado de la sepsis en el individuo con una exactitud de al menos ap oximadamente 60%.
3.- Un método para determinar el estado de la sepsis en un individuo, caracterizado porque comprende comparar (i) un primer perfil biomarcador de una primera muestra biológica tomada del individuo en un punto individual en el tiempo con (ii) un perfil biomarcador generado de una población de referencia, en donde dicho primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia, comprenden un aspecto mensurable de al ' menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación comprende aplicar una regla de decisión que determina el estado de la sepsis en el individuo .
4. - Un método para determinar el estado de la sepsis en un individuo, caracterizado porgue comprende: (a) obtener un primer perfil biomarcador de una primera muestra biológica tomad del individuo; y (b) comparar el primer perfil biomarcador del individuo con un perfil biomarcador de referencia obtenido de muestras biológicas de una población de referencia, en donde la población de referencia se selecciona del grupo que consiste de una población de referencia normal, una población de referencia SIRS-positiva, una población de referencia infectada/SIRS-negativa, una población de referencia sepsis-positiva, una población de referencia en una etapa en el avance o progresión de la sepsis, una población de referencia SIRS-positiva confirmada de que tiene sepsis mediante técnicas convencionales después de aproximadamente 0-36 horas, una población de referencia SIRS-positiva confirmada de que tiene sepsis mediante técnicas convencionales después de 36-60 horas, y una población de referencia SIRS-positiva confirmada de que tiene sepsis mediante técnicas convencionales después de aproximadamente 60-84 horas, en donde tal comparación individual es capaz de clasificar al individuo como perteneciente o no perteneciente a la población de referencia; en donde dicho primer perfil biomarcador de un individuo y dicho perfil biomarcador de referencia comprenden un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación determina el estado de la sepsis en el individuo.
5. - Un método para determinar el estado de sepsis en un individuo, caracterizado porque comprende comparar una característica mensurable de al menos un biomarcador entre (i) un primer perfil biomarcador obtenido de una primera muestra biológica tomada del individuo y (ii) un perfil biomarcador obtenido de muestras biológicas de una población de referencia, en donde la comparación clasifica al individuo como perteneciente o no perteneciente a la población de referencia; en donde dicho primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia comprenden un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación determina el estado de la sepsis en el individuo.
6. - Un método para determinar el estado de la sepsis en un individuo, caracterizado porque comprende: (a) seleccionar al menos dos aspectos de un conjunto de biomarcadores en un primer perfil biomarcador generado de una primera muestra biológica de un individuo; y (b) comparar las características con un conjunto de los mismos biomarcadores en un perfil biomarcador de referencia generado de muestras biológicas de una población de referencia, en donde tal comparación individual es capaz de clasificar al individuo como perteneciente o no perteneciente a la población de referencia con una exactitud de al menos aproximadamente 60%; en donde dicho primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia comprenden un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta, aproximadamente 1000 Daltons; y en donde la comparación determina el estado de sepsis en el individuo.
7. - Un método para determinar el estado de la sepsis en un individuo, caracterizado porque comprende: (a) determinar una abundancia o cambios en una abundancia de al menos dos biomarcadores en un primer perfil biomarcador obtenido de una primera muestra biológica del individuo; y (b) comparar la abundancia o los cambios en la abundancia de al menos dos biomarcadores en el primer perfil biomarcador del individuo con una abundancia o cambios en una abundancia de estos biomarcadores en un perfil biomarcador de referencia obtenido de muestras biológicas de una población de referencia, en donde tal comparación individual es capaz de clasificar al individuo como perteneciente o no perteneciente a la población de referencia; en donde dichos biomarcadores en el primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación determina el estado de la sepsis en el individuo.
8. - Un método para determinar el estado de la sepsis en un individuo, caracterizado porque comprende determinar una abundancia o cambio en una abundancia de al menos un biomarcador de un primer perfil biomarcador obtenido de una primera muestra biológica del individuo cuando se compara con una abundancia o cambio en una abundancia de al menos un biomarcador de muestras biológicas de una (i) población de referencia SIRS-positiva que contrae sepsis y (ii) una población de referencia SIRS-positiva que no lo contrae, en donde los biomarcadores se seleccionan del grupo que consiste de los biomarcadores listados en cualquiera de las TABLAS 2-13.
9. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque la muestra biológica se selecciona del grupo que consiste de sangre, saliva, suero, plasma, orina, fluido cerebroespinal, células, un extracto celular, una muestra de tejido, y una biopsia de tejido.
10. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque comprende además repetir el método al menos una vez, en donde el perfil biomarcador del individuo se obtiene de una muestra biológica separada tomada cada vez que el método se repite.
11. - El método de la reivindicación 10, caracterizado porque las muestras biológicas del individuo se toman con una separación de aproximadamente 24 horas .
12. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque la determinación del estado de la sepsis en el individuo comprende predecir la aparición de la sepsis en el individuo. '
13. - El método de la reivindicación 12, caracterizado porque la aparición de la sepsis se predice al menos aproximadamente 24 horas antes de la determinación de la sepsis en el individuo utilizando técnicas convencionales.
14. - El método de la reivindicación 12, caracterizado porque la aparición de la sepsis se predice al menos aproximadamente 48 horas antes de la determinación de la sepsis en el individuo utilizando técnicas convencionales.
15. - El método de la reivindicación 12, caracterizado porque la aparición de la sepsis se predice al menos aproximadamente 96 horas antes de la determinación de la sepsis en el individuo utilizando técnicas convencionales.
16. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque la determinación del estado de la sepsis en el individuo comprende determinar el avance de la sepsis en el individuo.
17. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque la determinación del estado de la sepsis en el individuo comprende diagnosticar sepsis en el individuo.
18.- El método de cualquiera de las reivindicaciones 1-2 y 4-8, caracterizado porque la comparación comprende aplicar una regla de decisión.
19. - El método de la reivindicación 18, caracterizado porque aplicar la regla de decisión comprende utilizar un algoritmo para el análisis de datos.
20. - El método de la reivindicación 19, caracterizado porque el algoritmo para el análisis de datos comprende el uso de una jerarquía o árbol de clasificación.
21. - El método de la reivindicación 19, caracterizado porque el algoritmo para el análisis de datos es no-paramétrico.
22. - El método de la reivindicación 21, caracterizado porque el algoritmo para el análisis de datos detecta diferencias en una distribución de valores característicos.
23. - El método de la reivindicación 22, caracterizado porque el algoritmo no-paramétrico comprende utilizar una Prueba del Rango de los Signos Wilcoxon.
24.- El método de la reivindicación 19, caracterizado porque el algoritmo para el análisis de datos comprende utilizar una jerarquía de regresión de aditivos múltiples.
25. - El método de la reivindicación 19, caracterizado porque el algoritmo' para el análisis de datos es una regresión logística.
26. - El método de la reivindicación 19, caracterizado porque el algoritmo para el análisis de datos comprende al menos dos parámetros de entrada.
27. - El método de la reivindicación 26, caracterizado porque el algoritmo para el análisis de datos comprende al menos cinco parámetros de entrada.
28. - El método de la reivindicación 27, caracterizado porque el algoritmo para el análisis de datos comprende al menos diez parámetros de entrada.
29.- El método de la reivindicación 28, caracterizado porque ' el algoritmo para el análisis de datos comprende al menos veinte parámetros de entrada.
30.- El método de la reivindicación 19, caracterizado porque el algoritmo para el análisis de datos utiliza al menos dos de los rasgos establecidos en cualquiera de las TABLAS 2-13 como parámetros de entrada.
31. - El método de la reivindicación 18, caracterizado porque la regla de decisión determina el estado de la sepsis en el individuo con una exactitud de al menos aproximadamente 60%.
32. - El método de la reivindicación 31, caracterizado porque la regla de decisión determina el estado de la sepsis en el individuo con una exactitud de al menos aproximadamente 70% .
33.- El método, de la reivindicación 32, caracterizado porque la regla de decisión determina el estado de la sepsis en el individuo con una exactitud de al menos aproximadamente 80% .
34.- El método de la reivindicación 33, caracterizado porque la regla de decisión determina el estado de la sepsis en el individuo con una exactitud de al menos aproximadamente 90%.
35.- El método de la reivindicación 31, caracterizado porque la determinación del estado de la sepsis en el individuo se hace al menos aproximadamente 48 horas antes de la sospecha clínica de que el individuo tiene sepsis, cuando se determina utilizando técnicas convencionales.
36.- El método de la reivindicación 31, caracterizado porque la regla de decisión se ha sometido a una validación cruzada diez veces.
37.- El método de cualquiera de las reivindicaciones 1-8, caracterizado porque el perfil biomarcador de referencia se obtiene de una población que comprende un solo individuo.
38. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque el perfil biomarcador de referencia se obtiene de una población que comprende al menos dos individuos .
39. - El método de la reivindicación 38, caracterizado porque el perfil biomarcador de referencia se obtiene de una población que comprende al menos 20 individuos.
40. - El método de cualquiera de las reivindicaciones 1-3 y 5-8, caracterizado porque el perfil biomarcador de referencia se obtiene de una población seleccionada del grupo que consiste de una población de referencia normal, una población de referencia SIRS-positiva, una población de referencia infectada/SIRS-negativa, una población de referencia sepsis-positiva, una población de referencia en una etapa en el avance de la sepsis, una población de referencia SIRS-positiva confirmada que tiene sepsis mediante técnicas convencionales después de aproximadamente 0-36 horas, una población de referencia SI S-positiva confirmada que tiene sepsis mediante técnicas convencionales después de 36-60 horas, y una población de referencia SIRS-positiva confirmada que tiene sepsis mediante técnicas convencionales después de 60-84 horas.
41. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque comprende además comparar un segundo perfil biomarcador del individuo con un perfil biomarcador de referencia, en donde el segundo perfil biomarcador se obtiene de una segunda muestra biológica tomada del individuo.
42. - El método de la reivindicación 41, caracterizado porque la segunda muestra biológica del individuo se toma aproximadamente 24 horas después de la primera muestra biológica del individuo.
43. - El método de la reivindicación 41, caracterizado porque el segundo perfil biomarcador se compara con un perfil biomarcador de referencia diferente del primer perfil biomarcador.
44.- El método de cualquiera de las reivindicaciones 1- 8, caracterizado porque dicho al menos un compuesto de peso molecular bajo comprende al menos un polipeptido.
45.- El método de la reivindicación 44, caracterizado porque el al menos un polipéptido está presente en el plasma.
46. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque dicho al menos un compuesto de peso molecular bajo se selecciona del grupo que consiste de iones que tienen una relación de masa-a-carga ( /z) de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons, en donde dichos iones se detectan mediante espectrometría de masas con ionización de electro-rocío en modo positivo.
47. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque dicho al menos un compuesto de peso molecular bajo seleccionado de los conjuntos de iones establecidos en cualquiera de las TABLAS 2-13.
48.- El método de cualquiera de las reivindicaciones 1-8, caracterizado porque dicha muestra biológica se fracciona antes de dicha obtención de dicho primer perfil biomarcador del individuo .
49. - El método de cualquiera de las reivindicaciones 1-8, caracterizado porque al menos un método de separación se utiliza para obtener dicho primer perfil biomarcador del individuo.
50. - El método de la reivindicación 49, caracterizado porque dichos al menos dos métodos de separación se utilizan para obtener dicho primer perfil biomarcador del individuo.
51. - El método de la reivindicación 50, caracterizado porque dichos al menos dos métodos de separación incluyen espectrometría de masas .
52. - El método de la reivindicación 51, caracterizado porque dicha espectrometría de masas se selecciona del grupo que consiste de espectrometría de masas por ionización con electro-rocío (ESI-MS) , ESI-MS/MS, ESI-MS/ ( S) n, espectrometría de masas mediante tiempo de vuelo con ionización por desorpción láser asistida con matriz (MALDI-TOF-MS) , espectrometría de masas mediante tiempo de vuelo con desorpción láser mejorada de superficie/ionización (SELDI-TOF-MS) , desorpción/ionización en silicio (DIOS) , espectrometría de masas por iones secundarios (SIMS) , tiempo de vuelo de cuadrupolo (Q-TOF) , espectrometría de masas por ionización química con presión atmosférica (APCI-MS) , APCI- S/MS , APCI- (MS)n, espectrometría de masas por fotoionización con presión atmosférica (APPI-MS) , APPI-MS/MS , y APPI- (MS) n, espectrometría de masas de cuadrupolo, espectrometría de masas de transformada de fourier (FTMS) , y espectrometría de masas con trampa de iones, en donde n es un número entero mayor que cero.
53. - El método de la reivindicación 50, caracterizado porque dichos al menos dos métodos de separación incluyen al menos un método seleccionado del grupo que consiste de partición con extracción química, cromatografía por intercambio de iones, cromatografía de líquidos de fase inversa, enfoque isoeléctrico, electroforesis uni-dimensional en gel de poliacrilamida (PAGE) , electroforesis bidimensional en gel de poliacrilamida (2D-PA6E) , cromatografía de capa delgada, cromatografía de gases, cromatografía de líquidos, y cualquier combinación de los mismos .
54. - El método de la reivindicación 49, caracterizado porque dicho al menos un método de separación es LC/MS.
55. - El método de la reivindicación 54, caracterizado porque comprende fraccionar dicha muestra biológica.
56. - El método de la reivindicación 55, caracterizado porque dicha fraccionación comprende extraer dicha muestra biológica con metanol enfriado con hielo.
57. - El método de la reivindicación 56, caracterizado porque dicha extracción comprende (i) agregar dicho metanol helado para formar una mezcla que tenga un porcentaje de volumen final de metanol de aproximadamente 67%, (ii) incubar la mezcla a 4°C durante 20 minutos, (iii) precipitar la proteína medíante centrifugación a 12,000 rpm durante 10 minutos, y (iv) remover el sobrenadante para obtener dicho primer perfil biomarcador del individuo.
58. - Un método para predecir la aparición de la sepsis en un individuo, caracterizado porque comprende: (a) medir un aspecto de al menos dos rasgos en un perfil biomarcador, en donde el perfil biomarcador comprende al menos dos . biomarcadores seleccionados del conjunto de biomarcadores establecidos en cualquiera de las TABLAS 2-13; y (b) comparar el aspecto medido de dichos al menos dos rasgos con el valor de un aspecto correspondiente del mismo al menos dos rasgos en una población de referencia en donde tal comparación individual es capaz de clasificar al individuo como perteneciente o no perteneciente a la población de referencia, y en donde la comparación predice la aparición de la sepsis en el individuo .
59. - El método de la reivindicación 58, caracterizado porque dicha predicción de la aparición de la sepsis se hace aproximadamente 12-35 horas antes de la aparición de la sepsis, en donde la aparición de la sepsis se determina mediante técnicas convencionales.
60. - El método de la reivindicación 58, caracterizado porque dicha predicción de la aparición de la sepsis se hace aproximadamente 36-60 horas antes de la aparición de la sepsis, en donde la aparición de la sepsis se determina mediante técnicas convencionales.
61. - El método de la reivindicación 58, caracterizado porque dicha predicción de la aparición de la sepsis se hace aproximadamente 60-84 horas antes de la aparición de la sepsis, en donde la aparición de la sepsis se determina mediante técnicas convencionales.
62. - Un método para diagnosticar SIRS en un individuo, caracterizado porque comprende: (a) obtener un primer perfil biomarcador de una primera muestra biológica tomada del individuo; y (b) comparar el primer perfil biomarcador del individuo con un perfil biomarcador de referencia obtenido de una población de referencia, , en donde tal comparación individual es capaz de clasificar al individuo como perteneciente o no perteneciente a la población de referencia; en donde dicho primer perfil biomarcador de un individuo y dicho perfil biomarcador de referencia comprende un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons ; y en donde la comparación diagnostica SIRS en el individuo.
63. - Un método para diagnosticar SIRS en un individuo, caracterizado porque comprende: (a) obtener un primer perfil biomarcador de una muestra biológica tomada en un punto individual en el tiempo del individuo; y (b) comparar el perfil biomarcador del individuo con un perfil biomarcador de referencia; en donde dicho perfil biomarcador del individuo y dicho perfil biomarcador de referencia comprenden un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de . aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación de los perfiles biomarcadores pueden diagnosticar SIRS en un individuo con una exactitud de al menos aproximadamente 60%.
64.- Un método para diagnosticar SIRS en un individuo, caracterizado porque comprende comparar (i) un primer perfil biomarcador generado de una primera muestra biológica tomada del individuo en un punto individual a tiempo con (ii) un perfil biomarcador de referencia generado de una población de referencia; en donde dicho primer perfil biomarcador del individuo y dicho perfil biomarcador de referencia comprenden un aspecto mensurable de al menos un compuesto de peso molecular bajo que tiene una relación masa-a-carga de aproximadamente 100 Daltons hasta aproximadamente 1000 Daltons; y en donde la comparación comprende aplicar una regla de decisión que diagnostica SIRS en el individuo.