计算机内的脓毒症：脓毒症电子表型的定义、发展与应用

重新利用电子健康记录 (EHR) 或电子病历 (EMR) 数据在基于证据的流行病智能和研究中具有重要前景。主要挑战包括医生对脓毒症的识别以及 EHR 和 EMR 数据的问题。数据驱动技术的最新进展，加上生存脓毒症运动和严重脓毒症及脓毒性休克管理方案 (SEP-1) 等倡议，改善了脓毒症的定义、早期检测、亚型特征描述、预后评估和个性化治疗。这包括识别潜在的生物标志物或数字特征，以增强诊断、指导治疗和优化临床管理。机器学习应用在识别与脓毒症及其亚表型相关的生物标志物和数字特征中发挥了重要作用。此外，电子表型利用 EHR 和 EMR 数据，已成为基于证据的脓毒症识别和管理的有价值工具。此综述探讨了识别脓毒症队列的方法，重点关注两种主要方法：利用健康行政数据并通过国际疾病分类进行标准化诊断编码，以及整合临床数据。该概述提供了当前脓毒症队列识别和电子表型策略的全面分析，强调了它们的潜在应用和挑战。电子表型或特征的准确性对精准医疗至关重要，使临床描述从主观转向数据驱动的洞察。