Dynamic TyG trajectories cumulative TyG burden are associated with in-hospital mortality in acute brain injury: a multicenter interpretable machine-learning analysis - PubMed
2 months ago
- #acute brain injury
- #machine learning
- #metabolic trajectory
- 动态TyG轨迹与累积TyG负荷与急性脑损伤（ABI）患者的院内死亡率相关。
- 研究识别出三种TyG轨迹模式：低水平-小幅上升型（LSI）、中等水平-上升型（MI）和持续高水平型（PH）。
- 第7天后，MI和PH轨迹组的院内死亡率均显著高于LSI组。
- 基于阈值的曲线下平均面积（TBM）指标显示与死亡率呈正相关，该关联在完全校正模型中仍具统计学意义。
- 本研究采用机器学习模型（ExtraTrees）进行内外部验证，结果表现一致。
- TyG轨迹和TBM8p7是与SOFA评分、血管加压药使用同等重要的预测因子。
- 研究结果表明，在ICU治疗的ABI患者中，TyG更适合作为时间动态暴露因素进行建模。