Clear Sky Science · de

Unterschiedliche 72‑Stunden‑Verläufe des Flüssigkeitshaushalts sind mit 28‑Tage‑Sterblichkeit in einer multizentrischen Kohorte von Sepsispatienten assoziiert

· Zurück zur Übersicht

Warum Krankenhaus‑Flüssigkeiten bei tödlichen Infektionen wichtig sind

Wenn Menschen eine Sepsis entwickeln, eine lebensbedrohliche Reaktion auf eine Infektion, verabreichen Ärztinnen und Ärzte unverzüglich Flüssigkeit über die Vene, um den Blutdruck zu stabilisieren und die Organfunktion zu erhalten. Wie viel Flüssigkeit jedoch ausreichend ist und wann sie zu viel wird, ist weiterhin umstritten. Diese Studie begleitete Tausende Intensivpatienten mit Sepsis, um zu untersuchen, wie sich ihre Flüssigkeitsbilanz in den ersten drei Tagen auf der Intensivstation auf ihre Überlebenschancen auswirkte.

Verschiedene Verläufe von Flüssigkeitszunahme und -abgabe

Anstatt zu einem einzigen Zeitpunkt die vorhandene Flüssigkeitsmenge zu erfassen, verfolgten die Forschenden die Netto‑Flüssigkeitsbilanz jeder Person über 72 Stunden nach Sepsisdiagnose. Mithilfe von Daten aus drei großen US‑Krankenhausdatenbanken gruppierten sie mehr als 16.000 Patientinnen und Patienten nach dem zeitlichen Verlauf ihres Flüssigkeitsstatus. Es traten fünf klare Muster zutage, von Patientengruppen, die sich zu einer neutralen oder negativen Bilanz hin bewegten, bis zu solchen, die über längere Zeit stark überladen blieben.

Figure 1. Frühe Muster des Flüssigkeitshaushalts bei Sepsispatienten prägen die Überlebenschancen im nächsten Monat maßgeblich.
Figure 1. Frühe Muster des Flüssigkeitshaushalts bei Sepsispatienten prägen die Überlebenschancen im nächsten Monat maßgeblich.

Fünf Flüssigkeitsmuster mit sehr unterschiedlichem Risiko

Eine Gruppe, „Persistent Negative Balance“, begann mit nur geringem Überschuss und bewegte sich allmählich in Richtung ausgeglichener oder leicht negativer Bilanz. Eine andere Gruppe hielt eine niedrige bis mittlere, gleichmäßige positive Bilanz. Eine vierte, die größte Gruppe, begann mit hoher positiver Bilanz, zeigte dann aber einen steilen und gleichmäßigen Abfall, als überschüssige Flüssigkeit entfernt wurde. Die letzte Gruppe blieb über die vollen 72 Stunden mit sehr hoher positiver Bilanz, also weiterhin stark überladen. Diese Muster waren keine seltenen Ausreißer eines einzelnen Krankenhauses; sie traten in zwei unabhängigen Validierungskohorten aus unterschiedlichen Zeiten und Zentren erneut auf.

Wer besser und wer schlechter abschnitt

Als das Team diese Flüssigkeitsverläufe mit der 28‑Tage‑Sterblichkeit verknüpfte, waren die Unterschiede deutlich. Patientinnen und Patienten, die stark überladen blieben, hatten die höchste Sterblichkeitsrate sowie längere Beatmungszeiten und einen höheren Bedarf an Nierenersatztherapie. Demgegenüber wiesen jene, die nahe einer ausgeglichenen oder negativen Bilanz blieben oder die anfangs hohe Bilanz rasch reduzierten, die besten Überlebenschancen auf. Entscheidenderweise blieben diese Zusammenhänge bestehen, selbst nachdem man Ausgangsschwere, Begleiterkrankungen, Vitalzeichen, Laborwerte und Behandlungen wie Beatmung und Blutdruckmedikamente berücksichtigt hatte.

Figure 2. Das Entfernen überschüssiger Flüssigkeit nach der initialen Sepsisbehandlung schützt Organe, während anhaltende Flüssigkeitsüberladung zu Organversagen führt.
Figure 2. Das Entfernen überschüssiger Flüssigkeit nach der initialen Sepsisbehandlung schützt Organe, während anhaltende Flüssigkeitsüberladung zu Organversagen führt.

Hinweise aus belasteten Organen

Die am stärksten überladene, schwerkranke Gruppe zeigte außerdem hartnäckig niedrigen Blutdruck, erhöhte Herzfrequenz sowie sich verschlechternde Nieren‑ und Herzfunktion über die drei Tage. Das deutet darauf hin, dass überschüssige Flüssigkeit bei einigen Patientinnen und Patienten nicht nur ein Marker für schwere Erkrankung ist, sondern Teil eines Teufelskreises: Organe versagen, der Körper kann Flüssigkeit nicht entfernen, und zusätzliche Flüssigkeit belastet Herz, Lunge und Nieren weiter. Im Gegensatz dazu schienen Patientinnen und Patienten, die nach der akuten Notfallphase sicher „de‑resuscitiert“ werden konnten, diesem Kreislauf zu entkommen und hatten ähnliche Ergebnisse wie jene, die nie stark überladen waren.

Mit intelligenten Werkzeugen früh Gefahr erkennen

Um diese Erkenntnisse am Patientenbett nutzbar zu machen, trainierten die Forschenden Modelle des maschinellen Lernens, die innerhalb der ersten 24 Stunden vorhersagen sollten, welche Patientinnen und Patienten in die gefährlichste, persistent hoch positive Gruppe fallen würden. Ihr bestes Modell erreichte in allen drei Datensätzen gute Genauigkeit und hob einfache klinische Merkmale wie die allgemeine Krankheits-Schwere, Blutlaktatwerte und Calciumspiegel als wichtige Risikosignale hervor. Das eröffnet die Möglichkeit eines Frühwarnsystems, das Klinikpersonal alarmiert, wenn ein Patient wahrscheinlich überladen bleibt, sofern die Versorgung nicht angepasst wird.

Was das für Patientinnen, Patienten und Behandelnde bedeutet

Für Menschen mit Sepsis und ihre Angehörigen liefert die Studie kein einfaches Flüssigkeitsrezept. Sie zeigt vielmehr, dass das Muster von Flüssigkeitszunahme und -abgabe über mehrere Tage mindestens ebenso wichtig ist wie die einmal verabreichte Gesamtmenge. Patientinnen und Patienten, die tagelang geschwollen bleiben, haben deutlich schlechtere Verläufe als jene, deren Teams nach Stabilisierung der Durchblutung den Überschuss behutsam wieder entfernen. Anders gesagt: Frühes Flüssigkeitzuführen kann lebensrettend sein, doch das Nicht‑Zurückfahren und das Ausbleiben des erneuten Entziehens von Flüssigkeit kann tödlich enden. Die Beobachtung der Flüssigkeitsbilanz als dynamische Kurve statt als statische Zahl könnte helfen, die Sepsisversorgung individueller und sicherer zu gestalten.

Zitation: Wang, K., Xiong, H., Zhu, Y. et al. Distinct 72-hour fluid balance trajectories are associated with 28-day mortality in a multicenter cohort of sepsis patients. Sci Rep 16, 15126 (2026). https://doi.org/10.1038/s41598-026-46063-2

Schlüsselwörter: Sepsis, Flüssigkeitsbilanz, Intensivmedizin, Organversagen, Maschinelles Lernen