Das Ziel der Studie ist es, Proteomik-Technologien zu verwenden, um Veränderungen in der Proteinexpression bei Verbrennungen zu analysieren und zuverlässige Marker zur Bewertung des Prognose zu identifizieren. Die Daten von 20 Patienten mit Verbrennungen, die von Juli 2022 bis Februar 2024 in der 908. Klinik des Gemeinsamen Logistikunterstützungskorps der Volksarmee zur stationären Behandlung aufgenommen wurden, wurden für eine retrospektive Analyse verwendet. Die Patienten wurden in zwei Gruppen mit einem Ergebnis nach 28 Tagen aufgeteilt (n=16 Überlebende und n=4 Todesfälle). Bei beiden Gruppen wurden nüchterne venöse Blutproben gesammelt und proteomische Analysen durchgeführt. Unterschiedliche Proteine wurden mittels Flüssigchromatographie-Massenspektrometrie identifiziert und ausgewählt, und eine Analyse der Gen- und Genomdatenbank von Kyoto (KEGG) und der Genontologie (GO) durchgeführt. Die LASSO-Regression wurde zur Auswahl wichtiger Prognosemarker verwendet und die ROC-Kurve zur Bewertung ihres Vorhersagewerts. Die Analyse zeigte, dass zwischen den beiden Gruppen 27 Proteine eine Überexpression und 90 eine Unterexpression aufwiesen. Die Hauptfunktionen der Proteine waren mit immunologischen Reaktionen, Komplementaktivierung, Stoffwechselprozessen usw. verbunden. Die Ergebnisse der multiplen linearen Regression und LASSO zeigten, dass Proteine, die mit Aktin assoziiert sind 2 (ARP2), reich an Selen Typ M130 (CD163) und Katalase (CAT), effektive Prognosemarker für Verbrennungen sein können. Die Ergebnisse der ROC-Kurve zeigten, dass verglichen mit CD163 [Fläche unter der Kurve (AUC)=0,94, Sensitivität=0,76, Spezifität=1,00], CAT (AUC=0,96, Sensitivität=0,67, Spezifität=1,00) und APACHE II (AUC=0,79, Sensitivität=0,44, Spezifität=1,00) eine höhere diagnostische Effizienz aufweist (AUC=0,98, Sensitivität=0,80, Spezifität=1,00).

Verbrennungen; Proteomik; Protein ARP2; Prognose