该研究在模型开发队列中，纳入2008年11月至2016年1月期间，芝加哥大学医学院符合急诊科感染标准并在24小时内接受抗菌药物治疗的住院患者12,413名。在存活者和死亡者之间比较了初始72小时内测量的体温。基于组的轨迹建模用以识别体温轨迹组，并且比较组间患者特征和结局。使用相同的入选标准对该模型进行外部验证。验证队列纳入2006年至2017年期间洛约拉大学医学中心的19053名患者。

结果显示，在开发队列中，存活组和死亡组体温轨迹不同：存活组初始体温较高，随后逐渐下降；死亡组恰相反（下图）。

研究确定了四个体温轨迹组：高热、缓慢退热组，高热、快速退热组，体温正常组和低体温组。两个队列的轨迹组类似（下图）。 

图3.开发和验证队列中基于组的轨迹模型

使用基于组的轨迹建模，确定了四种体温轨迹组:“高热、快速退热型”，“高热、缓慢退热型”，“正常”和“低体温”亚型。将温度测量标准化到医院的平均温度，以消除特定因素(例如测量设备)的影响。开发队列，标准温度从-1.0到+1.0表示温度测量值从35.6℃到37.4℃。验证队列，标准温度从-1.0到+1.0表示从36.3℃到37.7℃。

开发队列中，低体温组年龄最大、合并症最多、炎症标志物水平最低，住院死亡率最高（9.5％）。高热、缓慢退热组患者最年轻、合并症最少、炎症标志物水平最高，死亡率为5.1％。高热、快速退热组的死亡率最低（2.9％）。在验证队列中发现了类似的患者特征和结果（下表）。

表4. 开发和验证队列中不同体温亚型特征的趋势

缩写：HSR=高热、缓慢退热；HFR=高热、快速退热；NT=正常体温；HT=低体温。

*p值基于每个队列内亚型趋势的非参数检验。

†qSOFA为第一个24小时内的最大值。

‡根据首个24小时白细胞峰值将患者判断为白细胞增多症(白细胞计数为>12,000 cells/uL)。

研究还发现，两个队列中，高热、快速退热组抗菌药物起始使用时间最短，使用血管活性药比例最低。高热、缓慢退热组使用对乙酰氨基酚比例最高，皮质类固醇比例最低。低体温患者使用对乙酰氨基酚比例最低，其中大多数使用皮质类固醇。与开发队列结果一致，验证队列逻辑回归显示，与体温正常组相比，高热、快速退热组与死亡风险下降相关(OR 0.55，95％CI：0.44-0.68)，低体温组与死亡风险增加相关(OR 1.68，95% CI：1.44-1.96)。在验证队列中还发现相较体温正常组，高热、缓慢退热组也与死亡风险增加有关(OR 2.15，95% CI：1.77-2.61)。

纵向体温轨迹的普遍可用性使其易作为资源密集型诊断的辅助手段，用于识别临床相关的脓毒症亚型。四种体温轨迹组为预测和鉴定脓毒症患者的不同亚型提供了新的依据。这四组可能代表对感染的不同免疫反应，对于理解脓毒症患者的异质性具有重要意义。如果确认与潜在的免疫反应有关，体温轨迹组可以识别治疗反应性亚型，并可改善脓毒症的个性化管理。