敗血症早期警告システム：機械学習ベースの敗血症早期警告システムTREWS導入後の患者転帰についての前向き多施設研究

敗血症の早期識別と治療は患者の転帰の改善につながる。機械学習をベースとする早期警告システムは、識別までの時間を短縮する可能性があるが、臨床的な評価を受けたシステムは少ししかない。この前向き多施設コホート研究では、患者の転帰と導入されたTREWS（Targeted Real-time Early Warning System）と呼ばれる敗血症警告システムと医療従事者との関わりとの関連を調べた。この研究期間中に、5つの病院で59万736人の患者がTREWSのモニタリングの対象となった。我々の解析は、抗生物質治療の開始前に、このシステムの警告によって見つかった敗血症患者6877人を対象とした。患者の症状と重症度を補正すると、警告から3時間以内に医療従事者が警告を確認した患者群では、医療従事者による警告確認が3時間以内にされなかった患者群と比較すると、院内死亡率の低下〔3.3％、信頼区間（CI）1.7, 5.1％、補正された絶対的低下、および18.7％、CI 9.4, 27.0％、補正された相対的低下〕、臓器不全の減少、および在院日数の減少が見られた。高リスクであるためにさらにフラグが設定された患者では、死亡率の改善（4.5％、CI 0.8, 8.3％、補正された絶対的低下）および臓器不全の改善がより大きかった。我々の知見は、早期警告システムが敗血症患者を早期に見つけ出し、患者の転帰を改善する能力があること、また、早期治療から最も恩恵を受ける可能性がある敗血症患者を見つけ出して、警告時に優先順位付けできることを示している。