這項研究探討腎臟平均灌注壓（MPP）與敗血症相關急性腎損傷（SA-AKI）患者的預後關係，數據來自MIMIC-IV資料庫。研究發現，MPP低於60 mmHg的患者90天死亡率顯著較高，且MPP與死亡率之間存在非線性反比關係。Cox回歸分析顯示，MPP低於60 mmHg是獨立的死亡風險因素，而MPP高於60 mmHg則可降低死亡風險。結果強調監測MPP變化對SA-AKI患者預後的重要性。 PubMed DOI

心臟衰竭惡化（WHF）常導致患者頻繁再住院及生活品質下降，顯示出新療法的需求。本研究評估在住院或脆弱階段啟動新療法的有效性，結果顯示新療法能顯著減少再住院風險，特別是鈉-葡萄糖共轉運蛋白2抑制劑、ARNI及鐵碳醣複合物。sotagliflozin在住院方面效果最佳，ARNI和鐵碳醣複合物也有顯著成效。研究建議在WHF管理中應儘早引入這些新療法，以改善患者的治療結果。 PubMed DOI

這項研究開發了一個名為PRIME Solution的AI模型，專門用來預測急性腎損傷（AKI），並評估其對臨床醫師的幫助。模型基於183,221次住院紀錄，並用4,501次進行驗證。結果顯示，專家在無AI支持下的準確率最高，AI的協助提升了召回率和F1分數，並減少了審查時間。對於AKI病例，AI的效果更明顯，專家的表現改善最為顯著。整體來看，AI的協助增強了AKI的預測能力，改善程度依使用者專業程度而異。 PubMed DOI

透析期間的低血壓（IDH）是血液透析中常見的問題，現有預測模型常因其複雜性而不足。本研究分析201名接受維持性透析的患者，70%用於訓練，30%用於驗證。IDH定義為收縮壓下降20 mmHg或以上，或平均動脈壓下降10 mmHg或以上。研究團隊透過LASSO回歸分析，找出與IDH相關的五個關鍵變數，並建立多變量邏輯回歸模型。該模型在訓練和驗證隊列中顯示出良好的預測性能，顯示其在準確預測IDH方面的潛力。 PubMed DOI

敗血症是一種因免疫反應不當而引起的嚴重疾病，死亡率高且併發症多。早期檢測和治療對病人預後至關重要，但現有模型常忽略臨床筆記中的重要資訊。本研究提出COMPOSER-LLM，一個開源的大型語言模型，能與COMPOSER模型協同工作，提升早期敗血症預測準確性。測試中，COMPOSER-LLM的敏感性達72.1%，假警報率低，顯示出優於原模型的表現，並強調了其臨床應用潛力。這標誌著醫療分析的一大進步。 PubMed DOI

本研究探討透析期間低血壓（IDH）對接受持續腎臟替代療法（CKRT）的重症兒童住院死亡率的影響。研究結果顯示，IDH與死亡率有顯著關聯，風險比為4.40。透析機器的數據，特別是壓力參數，對預測IDH具有重要性，而傳統血壓變數則較不重要。使用機器學習模型（如CatBoost）能有效預測IDH，這些發現有助於改善兒童CKRT患者的早期檢測與管理，進而提升預後。 PubMed DOI

敗血症是一種嚴重的病況，會引發無法控制的炎症反應，導致多重器官衰竭和高死亡率。持續性腎臟替代療法（CRRT）對於管理敗血性休克患者的液體過載和免疫反應至關重要。本研究分析了2016至2021年間61名ICU患者的液體平衡變化，發現適當的液體管理可將90天死亡率風險降低50%。CRRT雖然縮短住院時間，但因機械通氣需求，間接延長住院天數。維持最佳液體平衡對降低死亡率和併發症至關重要，建議未來進行多中心研究以確認結果。 PubMed DOI

這項研究分析了過去十年美國重症監護病房（ICU）的變化，特別是在COVID-19疫情的影響下。研究涵蓋了超過345萬名成人ICU病人的數據，發現疫情期間住院死亡率上升，COVID陽性患者的死亡率更高。雖然2022年死亡率回到基線，但ICU住院時間延長，COVID陽性患者住院時間較長。機械通氣的使用在疫情後減少，而血管收縮劑的使用則顯著增加。整體來看，疫情對ICU的影響仍在持續。 PubMed DOI

這項研究發現，對心因性休克患者延長使用經皮心室輔助裝置，可以讓心衰竭藥物更安全、有效地啟動和調整劑量。和過去相比，這樣做讓病人在出院時能用到更高、符合指引的藥物劑量，併發症沒有增加，90天存活率也有提升趨勢，證實這方法安全又可行。 PubMed DOI

這篇研究提出COMPOSER-LLM，把大型語言模型和現有敗血症預測工具結合，能同時分析結構化數據和臨床紀錄文字。實測2,500名病人，結果顯示新系統比傳統模型更準確，敏感度高、誤報少。即使有誤判，很多病人其實也有感染，證明這方法在臨床上很有幫助。整合LLM能更有效利用電子病歷，提升敗血症早期預測。 PubMed DOI