败血症损伤产生不同的血管反应表型：一项无监督时间序列聚类的前临床研究

这对严重感染患者为何重要

败血症是对感染的危及生命的反应，可能在数小时内导致血压骤降并损害多个器官。然而，临床医生仍主要依赖出现较晚的体征——例如极低的血压或升高的乳酸——来识别循环功能衰竭。本研究在猪模型中提出了一个简单但重要的问题：每次血压脉冲的波形内部，是否隐藏着表明循环系统开始瓦解的早期线索？不同动物进入休克的路径是否也不同？如果能发现这种模式，床旁监护仪将来可能更早提醒临床医生，并帮助根据每位患者独特的反应调整治疗。

深入每一次心跳

在重症监护病房，动脉导管能在监护屏上逐搏显示血压波形。大多数情况下，临床医生关注的是简单数值——平均动脉压和脉压——而忽视了波形的细节。在这项前临床研究中，研究者连续记录了40头猪从健康到由可控腹腔感染诱导的完全败血性休克过程中，靠近心脏的大动脉和腿部动脉的高质量血压信号。除了常见的指标如平均动脉压、心率、心输出量和脉压外，团队还提取了描述血管弹性或僵硬程度、神经系统对血压调节强度以及血压波在体内传播时变得多复杂的新型指标。

两条不同的败血性休克路径

通过每两分钟跟踪这些测量值数小时，研究者使用无监督时间序列聚类——一种在数据中寻找天然分组而无需预先标注的机器学习方法——以观察猪的心血管反应是否呈现不同模式。尽管在发展为完全败血性休克时，所有动物都满足相同的临床标准——低平均动脉压、心率加快和心输出量下降——但分析揭示了两类明显不同的行为模式。在一组中，血压在感染损伤后不久开始下滑并持续稳定下降，同时心率和心输出量仅发生相对温和的上升。这些猪似乎无法建立强有力的代偿反应，循环逐步恶化并陷入休克。

脉冲波中的隐秘信号

第二组呈现出不同的情况。数小时内，尽管存在感染，它们的血压仍较接近正常。它们通过显著升高心率并维持心输出量来实现这一稳定性。然而在表面之下，基于波形的细化指标讲述了更为复杂的故事。一项衡量从中央主动脉到腿部脉压增长程度的指标——脉压放大——在两组中均发生了逆转，表明中央与周边血管之间通常关系的破裂早于明显休克的出现。与每次心跳期间血液从动脉排出的速度相关的时间常数缩短，提示血管扩张并有渗漏。波形复杂度的一个指标，称为谐波失真，朝相反方向移动：一组的压力波变得更平滑、更简单，而另一组则变得更复杂，这暗示了不同的血管僵硬化和波反射模式。

从复杂数据到简单模式

为确保这些模式不是统计学巧合，研究者采用了一种称为形状元（shapelet）分析的技术，该方法在长时间序列中搜索能最好区分两组的短片段。此方法突出显示了相同的特征：稳步下降的血压模式与最初被保住随后崩溃的模式；波形复杂度的分歧趋势；以及心跳与动脉系统相互作用的不同轨迹。值得注意的是，在诱发败血症之前，后来落入各簇的猪在与血管功能和神经系统控制相关的指标上已表现出微妙差异，而其标准血压读数却相似。这表明动物——推而广之，人类——可能在遭遇相同损伤时具有不同的潜在心血管“设定”，从而影响其反应路径。

这对未来治疗的可能意义

对非专业读者而言，主要结论是监护仪上的血压曲线中包含的信息远不止一个数值。通过随时间分析每次脉冲的精细结构，这项工作表明有可能检测到动脉在败血症期间行为的早期变化，并发现通过常规床旁标准看起来相同的不同血管反应“表型”。如果在人体患者中得到证实，医院可以为现有监护仪添加自动追踪这些基于波形的标志的软件。此类工具可能在传统体征出现前数小时提示病情快速恶化的风险，并帮助临床医生选择与每位患者特定循环衰竭模式相匹配的治疗方案。

引用: Vida, I., Carrara, M. & Ferrario, M. Sepsis insult generates different vascular response phenotypes: an unsupervised time-series clustering preclinical study. Sci Rep 16, 6960 (2026). https://doi.org/10.1038/s41598-026-37885-1

关键词: 败血症, 血压波形, 血管功能障碍, 重症监护监测, 机器学习