脓毒症诊断和治疗的延迟常延误病情,使得患者很快发生休克、多脏器功能衰竭,甚至死亡,因而准确、及时的诊断有望降低脓毒症及其后续症的病死率。目前,脓毒症的诊断主要依靠微生物学培养,但该法敏感性和特异性不高,且费时费力,常延误病情,故应寻找更好的诊断指标。本课题首先从SIRS后代谢改变入手,联合应用1NMR和HPLC/MS获得SIRS患者血清代谢指纹图谱,进而通过多元统计分析寻找与脓毒症诊断、感染类型及其预后相关的生物标志物,并分别构建脓毒症诊断模型、脓毒症感染类别诊断模型以及预后判别模型,并与C反应蛋白、原降钙素以及APECHEⅡ等评分作比较,为脓毒症的早期诊断、感染类型区分以及预后评价提供新手段。