由大阪大学医学研究生院的项目助理教授 Jotaro Tateno 和项目助理教授 Toshiken Matsumoto 领导的一个研究小组确定了一个因创伤而导致高死亡率的人群（表型），并揭示了过度炎症和凝血障碍。
全世界每年报告大约 450 万例与创伤相关的死亡病例，但很难准确评估其影响。
在这项研究中，我们试图通过使用机器学习来阐明这种创伤具有高死亡率的潜在表型。对来自日本创伤数据库的 71,038 名创伤患者进行了分析，使用创伤初始医疗数据通过机器学习方法识别出 11 种不同的创伤表型，其中 4 种是高死亡率表型。
随后，为了检查每种表型的特征，对运送到大阪大学高级救生中心的90名患者进行相同的表型分析，并使用患者血清进行蛋白质组分析。结果：与其他表型相比，高死亡率表型显示出增强的急性炎症反应、过度炎症（例如补体激活途径的失调）和凝血障碍（例如凝血和血小板脱粒途径的失调）。我理解这一点。
该研究的结果有可能从早期临床数据中识别出高死亡率的创伤表型，并有望根据先发制人的治疗和表型制定新的治疗策略。
