感染方向SCI最新一区发文方向！公共数据库顶刊文献分享（附选题方向整理）

为了帮助大家更好地开展科研工作，本公众号将长期针对医学全科提供 SCI 顶刊文献剖析，希望能为大家提供一些科研选题灵感。

本期为大家分享的是感染方向最新的公共数据库发文解读，文末我也为大家整理了下一步可以重点关注的选题方向，如果对你有帮助，请不吝啬将好文分享给更多人。

期刊介绍

期刊：Frontiers in Public Health

分区：中科院医学三区；JCR 分区1区

最新影响因子：3.4

自引率：5.9%

年文章数：3849 篇

平均审稿周期：12 周

期刊：Scientific Reports

分区：中科院综合分区三区；JCR 分区1区

最新影响因子：3.9

自引率：5.1%

年文章数：31052 篇

平均审稿周期：2-3 月

期刊：BMC Public Health

分区：中科院医学二区；JCR 分区一区

最新影响因子：3.6

自引率：5.6%

年文章数：3545 篇

平均审稿周期：1 月

文章速览

背景/目的：使用 MIMIC-IV 数据库开发和内部验证可解释的机器学习（ML）模型，用于预测使用中心静脉导管（CVC）的成年 ICU 患者的个体中心线相关血流感染（CLABSI）风险。

方法：使用 MIMIC-IV 数据库进行了一项回顾性观察性队列研究。纳入同时进行中心静脉导管放置和血培养评估的成年 ICU 患者。根据中心静脉导管尖端培养结果，将患者分为 CLABSI 队列和非 CLABSI 队列。提取了一套全面的人口统计学、生理学、实验室、治疗和护理变量。特征选择采用最小绝对收缩和选择算子（LASSO）回归。开发并比较了逻辑回归、决策树、随机森林、XGBoost、支持向量机、神经网络和梯度提升七种机器学习（ML）模型。使用受试者工作特征曲线下面积（AUC）、准确度、灵敏度、特异性、F1 评分和 Brier 评分来评估辨别和校准。使用 SHAP（SHapley Additive exPlanations）值解释最佳模型，以阐明特征贡献。

结果：在 11,999 名 ICU 患者中，519 名（4.3%）出现 CLABSI。CLABSI 患者年龄较小（61.0 岁 vs. 66.0 岁），多腔导管率（91.3 vs. 63.6%）、机械通气率（90.9 vs. 74.0%）和透析率（34.9 vs. 7.2%；均 p < 0.001）。随机森林模型取得了最佳性能（AUC 0.950，95% CI 0.931-0.966；灵敏度 0.904，特异性 0.865），优于传统模型。SHAP 分析将 ICU 住院时间、独特的护理人员和动脉导管插入术确定为主要预测因素。CLABSI 病例表现出 ICU 住院时间延长、护理人员暴露增加和炎症标志物升高。决策曲线分析证实了临床实用性，在敏感性分析中保持了稳健的性能。

结论：机器学习模型，特别是随机森林模型，可以准确预测 ICU 患者的 CLABSI 风险。使用 SHAP 等可解释的人工智能技术提高了透明度，并为临床实践提供了可作的见解。这些发现支持早期预警系统的开发，以降低 CLABSI 发病率并改善患者的预后。

核心结果：

LASSO回归变量筛选：按照 LASSO 系数的绝对大小进行排名。ICU 住院时间的绝对系数最大，其次是导管前机械通气时间和透析状态。其他有影响的特征包括导管前 24 小时液体输出量、使用的抗生素类别数量、血尿素氮、平均心率、乳酸、前 48 小时内的白细胞计数、年龄、最高体温、平均呼吸频率、动脉导管插入术、独特的护理人员和导管后 24 小时液体输出。
模型性能比较：结果显示随机森林实现了最强的整体性能（ AUC 为 0.950（95%CI 0.931–0.966），灵敏度为 0.904（95%CI 0.863–0.943），特异性为 0.865（95%CI 0.823–0.900），F1 评分为 0.858，Brier 评分为 0.088）。决策曲线分析显示，在 10-60% 的阈值概率范围内具有净临床获益。
特征重要性的SHAP分析：将SHAP 应用于最终的随机森林模型。ICU 住院时间对预测风险的影响最大，其次是唯一护理人员数量、动脉导管插入术、平均心率、最高体温和指定 48 小时窗口内的白细胞计数。
特征效应分析：ICU 住院时间延长、护理人员数量增加以及动脉管路的存在与预测的 CLABSI 风险表现出单调正相关。

下一步研究启示：

因果关联分析：应用因果推理（目标试验模拟、边际结构模型）来理清暴露-结果关系。
增加外部验证：跨异构 ICU 和医疗保健系统的严格外部验证。
前瞻性研究：决策支持整合及其对 CLABSI 发病率、抗菌药物使用和以患者为中心的结果的影响的前瞻性评估。此外，还可以使用时间更新的协变量和竞争风险框架进行前瞻性分析，以最大限度地减少不朽时间和信息审查偏差，同时完善时间归因。

目的：评估葡萄糖/钾比值（GPR）在脓毒症中的预后价值。

方法：该研究使用 MIMIC-IV 数据库（n = 31,717），里面包含 2008-2019 年入住 BIDMC ICU 和急诊科（ED）的 50,000 多名患者的详细临床数据。GPR 与不同研究终点之间的关联通过 HR 及其源自 Cox 比例风险（CPH）模型的 95% CI 进行量化。通过RCS证明血清 GPR 与结果的潜在非线性关联。根据性别、糖尿病、急性肾功能衰竭、胰岛素、慢性肝病和氢化可的松进行亚组分析和交互作用试验。此外，在队列中排除糖尿病患者、急性肾功能衰竭患者和慢性期肺病患者的敏感性分析。

结果：患者按 GPR 四分位数分层（Q1：< 1.450 至 Q4：≥ 2.169）。调整后的 Cox 模型显示，GPR 水平较高（P < 0.001）的患者死亡率呈剂量依赖性增加，其中第四季度观察到的死亡风险最高。受限三次样条分析显示GPR与死亡率之间存在 U 形关系（30 天最佳截止值：1.49）。排除糖尿病、急性肾功能衰竭或慢性肝病患者的敏感性分析证实了结果的稳健性，亚组之间的结果一致。

结论：这些发现表明，GPR 可以独立预测脓毒症的短期（30/90/180 天）和长期（1 年）死亡率，为风险分层提供有价值的参考。

核心结果：

多因素 Cox 回归分析：在完全调整的模型中，30 天的风险将增加 12.8%，对应于 GPR 的每单位增加（HR = 1.128；95% CI：1.097–1.159；p < 0.001）。根据 GPR 的四分位数进行分组后，Q3 和 Q4 组的死亡风险显著高于 Q1 组（Q3：HR = 1.080；95% CI：1.007–1.159；p = 0.031；Q4：HR = 1.262；95% CI：1.173–1.358；p < 0.001）。同时，脓毒症患者的 30 天随着 GPR 的增加而呈现显著上升趋势（p 为趋势< 0.001）。此外，GPR 与 90 天、180 天和 1 年之间也存在类似的显著关联（p < 0.05）。
RCS 分析：在患者中，GPR 与 30 天、90 天、180 天和 1 年之间存在显著的非线性 U 形关联。
生存分析：在脓毒症患者中，GPR 四分位数的 KM 生存分析显示，与其他组相比，Q4 组和 Q1 组的 30 天全因死亡率显著更高。
亚组分析：在按性别、糖尿病、急性肾功能衰竭和胰岛素使用分层的亚组中，GPR 与 30 天总体呈正相关（p < 0.05），尽管 GPR 因亚组而异。然而，GPR与合并使用 CLD 或氢化可的松的脓毒症患者的 30 天没有显著关联（p > 0.05）。

下一步研究启示：

控制残留混杂：尽管该研究采用多因素调整和亚组分析来解决潜在的混杂因素，但数据库中缺乏脓毒症患者感染部位、致病病原体、治疗方案和死因等关键信息，可能导致残留混杂，未来需要针对这些问题进一步调整。
研究治疗干预后的代谢波动：通过纵向研究探讨未来 GPR 24 小时动态变化率的预后价值
多中心研究：MIMIC 数据库存在其固有的限制，未来可以通过多中心、大规模的研究来提高研究结果的科学性和可靠性。

目的：该研究旨在探讨脓毒症患者应激性高血糖比值（SHR）与急性呼吸窘迫综合征（ARDS）风险之间的关联。

方法：在这项回顾性队列研究中，数据是从 MIMIC - IV 数据库中提取的。根据 SHR 的四分位数范围将参与者分为四组。主要结果指标是院内 ARDS 的发生率。采用多因素 Cox 比例风险回归和限制性三次样条模型评估脓毒症患者 SHR 指数与 ARDS 风险的相关性。还进行了亚组分析和 K-M 生存曲线分析。

结果：共有 1,946 名患者（59% 为男性）被纳入研究。ARDS 的发生率和院内死亡率分别为 34% 和 13%。多因素 Cox 回归分析显示，SHR 指数与院内 ARDS 风险增加和死亡率增加独立相关。RCS 模型表明，随着 SHR 指数的上升，ARDS 和院内死亡的风险近似线性增加。亚组分析显示结果一致。总之，SHR 升高与脓毒症患者 ARDS 和院内全因死亡率较高显著相关。

结论：这项回顾性队列研究首次证明了 SHR 对脓毒症患者 ARDS 风险和院内死亡率的预测价值。SHR 升高被确定为该人群严重 ARDS 和院内死亡率增加的重要独立危险因素，在调整潜在混杂因素后，这种关联仍然显著。

核心结果：

随着 SHR 的增加，ARDS 和院内死亡的风险显著升高。在调整所有混杂因素后，这种关联仍然显著（ARDS：HR [95% CI] = 1.425 [1.260，1.612]；院内死亡率：HR [95% CI] = 1.408 [1.144，1.733]）。SHR 被划分为四分位数，并作为分类变量包含在分析中。与 SHR 水平低的患者（Q1）相比，SHR 水平高的患者（Q4）患 ARDS 的风险显著升高。轻度和中度 ARDS 患者与 SHR 相关的风险是一致的。然而，在 SHR 与严重 ARDS 的发展之间没有观察到统计学上的显著关联。

下一步研究启示：

补充其他民族研究：所有入组患者都来自美国，并且主要是白人，有可能影响研究结果的普遍性，在未来的研究中可以补充其他民族的数据，从而提高研究结果的普遍性。
前瞻性多中心研究：该研究是一项样本量有限的单中心研究，尽管使用了多变量调整和亚组分析，但由于残余混杂因素，潜在的数据偏差仍可能持续存在，未来有必要进行前瞻性、多中心队列研究来验证研究发现。

背景/目的：关于病毒性肝炎，特别是乙型和丙型肝炎与抑郁症状之间关联的证据仍然有限。这项横断面研究旨在评估这种关系。

方法：分析了 2007 年至 2018 年全国健康与营养检查调查（National Health and Nutrition Examination Survey， NHANES）的数据。通过血清学检测确定 HBV 或 HCV 感染，并使用患者健康问卷 9（PHQ-9）测量抑郁症状。使用加权多变量 logistic 回归模型，并进行额外的亚组和交互作用分析。此外，将病毒性肝炎分为从未感染、既往感染和现症感染三类，以便比较不同感染状态的风险。

结果：在 25,635 名参与者中，456 人感染了 HBV 或 HCV。与未感染者相比，病毒性肝炎患者出现抑郁症状的几率更高（OR = 1.72，95% CI：1.22–2.43）。当按严重程度对抑郁症状进行分类时，病毒性肝炎与轻度（OR = 1.46，95% CI：1.01-2.10）、中度（OR = 1.96，95% CI：1.25-3.09）和重度抑郁（OR = 1.74，95% CI：1.08-2.81）相关。病毒性肝炎还与较高的 PHQ-9 评分相关（β = 1.06，95%CI 0.36–1.77）。在年龄、性别、种族/民族、教育水平、婚姻状况、贫困收入比、体重指数、吸烟状况或饮酒方面均未检测到显著影响改变（相互作用的 p 均为 > 0.05）。当感染状态进一步分层时，只有活动性感染与抑郁症状显著相关（OR = 1.67，95% CI：1.19–2.33）。

结论：病毒性肝炎与抑郁症状独立相关，这种关系主要是由活动性感染驱动的。由于无法从横断面数据中推断出因果关系，因此有必要进行纵向研究。

核心结果：

病毒性肝炎与抑郁症状显著相关。在调整相关协变量后，这种关联在所有多变量模型中仍然具有统计学意义，并且在按年龄、性别、种族/民族、教育水平、婚姻状况、PIR、BMI、吸烟状况和饮酒定义的亚组中保持稳健。此外，当病毒性肝炎进一步分为从未感染、既往感染和活动性感染时，在充分调整后，只有活动性感染与抑郁症状独立相关。

下一步研究启示：