由大阪大學醫學研究生院的項目助理教授 Jotaro Tateno 和項目助理教授 Juken Matsumoto 領導的一個研究小組確定了一個因創傷而導致高死亡率的人群（表型），並揭示了過度炎症和凝血障礙。
全世界每年報告大約 450 萬例與創傷相關的死亡病例，但很難準確評估其影響。
在這項研究中，我們試圖通過使用機器學習來闡明這種創傷具有高死亡率的潛在表型。對來自日本創傷數據庫的 71,038 名創傷患者進行分析，利用創傷初始醫療數據通過機器學習方法識別出 11 種不同的創傷表型，其中 4 種被確定為高死亡率表型。
隨後，為了檢查每種表型的特徵，對運送到大阪大學高級救生中心的 90 名患者進行相同的表型分析，並使用患者血清進行蛋白質組分析。結果：與其他表型相比，高死亡率表型顯示出增強的急性炎症反應、過度炎症（例如補體激活途徑的失調）和凝血障礙（例如凝血和血小板脫粒途徑的失調）。我理解這一點。
該研究的結果有可能從早期臨床數據中識別出高死亡率的創傷表型，並有望根據搶先治療和表型製定新的治療策略。
