患者が生存するか死亡するかは、しばしば迅速かつ正確に診断される。 しかし、感染症に対する致命的な反応である敗血症では、医師が症状を診断できる決定的な単一の検査は存在しない。
ジョンズ・ホプキンズ大学のスーチ・サリア助教授は、既存の医療データを使って、どの患者が最も敗血症にかかる危険性が高いかを予測できないだろうかと考えた。サリア助教授は 患者のデータを分析するためのアルゴリズムを作成し、症例の85％で、敗血症性ショックを発症より平均で1日以上も前に正確に予測した。既存のスクリーニングテストよりも60％改善されたことになる。
(エミリー・ムーリン)
- 人気の記事ランキング
- A star called Betelgeuse might be ready to explode into a giant supernova オリオン座のベテルギウスが急速に減光、超新星爆発の兆候か
- We’ve detected the most powerful gamma-ray bursts on record 観測史上最も強力なガンマ線バースト、発生源は45億光年彼方
- Australia’s fires have pumped out more emissions than 100 nations combined オーストラリア山火事、100カ国分の二酸化炭素が排出される悪循環
- Tidal forces carry the mathematical signature of gravitational waves 潮汐力は重力波の一種＝南アフリカ研究チームの新論文
- Can constant acceleration be used to produce artificial gravity in space? 読者からの質問：等加速度運動で重力を作り出せますか？