1.时间：2020年3月17日
2.机构或团队：华中科技大学、武汉科技大学、卢森堡系统生物医学中心、剑桥大学
3.事件概要：
medRxiv预印平台于3月17日发表了华中科技大学等的题为“A machine learning-based model for survival prediction in patients with severe COVID-19 infection”的文章。文章称，COVID-19病例的突然增加给全世界的医疗系统带来了巨大的压力。在当前阶段，快速、准确和早期的临床评估疾病的严重程度至关重要。文章利用了来自武汉地区404名感染患者的血液样本数据库，以确定能预测疾病严重程度的重要生物标志物，最终机器学习工具选择了三种生物标志物来预测个体患者的生存率，准确性超过90％：乳酸脱氢酶（LDH），淋巴细胞和高敏C反应蛋白（hs-CRP）。文章指出，特别是LDH水平，较高的LDH水平似乎在区分绝大多数需要立即就医的病例中起着至关重要的作用。该发现与当前医学知识一致，即高LDH水平与各种疾病（包括肺部疾病，如肺炎）中发生的组织分解有关。总体而言，文章提出了一个简单且可操作的公式，可以用于快速预测处于最高风险的患者，从而使他们优先获得治疗，从而降低死亡率。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
4.附件：
原文链接：https://www.medrxiv.org/content/10.1101/2020.02.27.20028027v3
