新型冠状病毒特异性抗体与患者临床表现及转归关系的研究

来源 :中国人民解放军医学院 | 被引量 : 0次 | 上传用户:shengjie139
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
背景2019年12月下旬湖北省武汉市率先发现了多例新型冠状病毒肺炎(Coronavirus Disease 2019,COVID-19)患者。大部分患者感染后为非重症,但有基础疾病的患者或老年人易进展为重症,死亡率显著升高。多数患者感染后可逐渐产生2019新型冠状病毒(Severe Acute Respiratory Syndrome Coronavirus 2,SARS-Co V-2)特异性抗体,血清中和抗体可以阻止病毒与宿主受体结合。SARS-Co V-2特异性Ig G水平还与疾病严重程度、患者体内病毒载量相关。感染后可出现白细胞介素-6(Interleukin-6,IL-6)、C-反应蛋白(C-reactive Protein,CRP)、降钙素原(Procalcitonin,PCT)的升高,这些感染相关生物标志物是预测患者感染情况的良好指标,与组织损伤密切相关。目前COVID-19患者不同基础疾病与严重并发症的关联性还不清晰,SARS-Co V-2特异性Ig G抗体及感染相关生物标志物的变化趋势在病程中的意义尚不完善。目的研究分析COVID-19患者的主要并发症与基础疾病的相关性,明确重症患者和非重症患者特异性Ig G抗体与感染相关生物标志物的变化趋势,阐明特异性抗体应答阴性患者的临床特点,为不同类别患者的治疗提供依据。方法1、以火神山医院2079例COVID-19患者为研究对象,提取电子病历系统中患者的基本信息、入院主诉、病情严重程度评估记录、入院诊断、出院诊断、临床结局及相关检验检查结果。整理患者的并发症和基础疾病,将患者按照临床结局分为存活和死亡两组,采用卡方检验的统计学方法,分析与死亡相关性最强的主要并发症;采用Logistic回归分析,明确基础疾病与主要并发症的关联性。2、通过对患者的实验室检验结果与对应的发病时间进行样条拟合,分析患者SARS-Co V-2特异性Ig G抗体、CRP、IL-6、PCT的变化特点,明确特异性Ig G抗体与感染相关生物标志物的相关性;对比在感染晚期重症患者和非重症患者的特异性Ig G抗体和感染相关生物标志物的变化差异;采用卡方检验分析明确上述差异与并发症之间的关系。3、通过追溯患者病史和检测记录,筛选核酸检测阳性且SARS-Co V-2特异性Ig G、Ig M抗体始终阴性的患者群体,并将这类患者按照疾病严重程度分为重症组和非重症组,采用独立样本t检验对两组患者的检验结果进行差异性分析,运用Fisher精确检验分析连花清瘟颗粒治疗对并发症的预防效果。与抗体应答阳性患者进行1:1配对,并运用配对样本t检验或配对样本Wilcoxon秩和检验与抗体应答阳性患者进行对比,分析其检验结果差异。对患者进行治愈后3个月的随访,了解其预后情况。结果1、多脏器功能衰竭(c~2=686.596,P<0.001)、呼吸衰竭(c~2=391.827,P<0.001)、休克(c~2=389.881,P<0.001)是与死亡事件相关性最显著的3种主要并发症。低蛋白血症(OR=4.010,P=0.038)、心脏病(OR=4.088,P=0.002)、糖尿病(OR=2.953,P=0.017)与多脏器功能衰竭的之间存在显著关联性;同时,低蛋白血症(OR=5.936,P<0.001)、心脏病(OR=3.541,P=0.001)、糖尿病(OR=2.447,P=0.013)还与呼吸衰竭之间存在显著关联性;低蛋白血症与休克之间存在显著关联性(OR=19.797,P<0.001)。2、重症患者特异性Ig G抗体滴度高于非重症患者,发病晚期非重症患者特异性Ig G抗体已到达平台期,但此时重症患者特异性Ig G抗体仍处于上升趋势;CRP、IL-6、PCT水平与Ig G抗体滴度的整体趋势呈负相关关系,重症患者在发病早期和发病晚期均有感染相关生物标志物升高;发病晚期感染相关生物标志物升高患者与无感染相关生物标志物升高患者的并发症发生情况存在显著差异(c~2=19.703,P<0.001)。3、与抗体应答阳性患者一致,淋巴细胞计数(OR=0.069,P=0.091)和中性粒细胞比例(OR=1.309,P=0.090)对SARS-Co V-2特异性抗体应答阴性患者预后也有一定的提示意义;抗体应答阴性患者中应用连花清瘟治疗的患者与未应用连花清瘟治疗的患者并发症发生情况存在显著差异(P=0.021);特异性抗体应答阴性患者的球蛋白(P=0.009)、D-dimer(P=0.026)、CRP(P=0.026)水平显著高于抗体应答阳性患者,淋巴细胞百分比和中性粒细胞百分比在两组患者之间没有显著差异。COVID-19治愈后3个月,部分特异性抗体应答阴性患者有新发关节疼痛症状。结论本研究明确了基础疾病可增加COVID-19患者并发症的发生风险,尤其是合并低蛋白血症、心脏病和糖尿病的患者。密切关注患者的白蛋白水平、心脏病患者的心功能及糖尿病患者的血糖水平,及时予以治疗干预可减少严重并发症的发生、降低病死率。COVID-19重症患者在发病早期和晚期、特异性Ig G抗体过低和过高时均有CRP、IL-6、PCT升高。发病早期感染相关生物标志物的升高提示感染程度更重,发病晚期感染相关生物标志物的升高与免疫反应造成的组织损伤有关。与特异性抗体应答阳性患者相比,阴性患者球蛋白水平显著升高,且康复后部分抗体应答阴性患者新增关节疼痛的症状,感染可能诱导这类患者产生了自身免疫反应,预后更差。
其他文献
近年来,随着无线传输技术以及无线传感器研究的飞速发展,可持续能源收集系统在自供电智能无线传感器网络(WSN)系统中的应用也受到了广泛的关注。为了克服单一能源的能量不足、稳定性低等问题,混合能量收集技术成为当下研究的主要方向之一。然而,混合能量收集技术的发展也存在诸多挑战。比如相较于单一源收集,混合能量收集系统的结构更加复杂,对多源的综合转换效率较低;与此同时,对于异质源的收集技术研究也处于初步阶段
学位
本研究采用野百合碱(monocrotaline,MCT)诱导的肺动脉高压(pulmonary artery hypertension, PAH)大鼠模型,旨在探讨血管紧张素(angiotensin, Ang)-(1-7)在调控PAH大鼠肺动脉舒张功能中的作用及机制。皮下注射MCT或生理盐水3周后右心导管检测大鼠右心室收缩压(rightventricularsystolicpressure,RVSP
期刊
随着计算机视觉的发展,越来越多的自动化质检方案被应用于工业领域。基于数字图像处理的检测方案对于特定场景的检测效果出色,但是在鲁棒性和泛化性等性能上具有一定的局限性。基于深度学习的检测方案鲁棒性较好,但其缺点是模型训练占用计算资源较多,难以部署在资源受限的场景中。本文以某电子企业生产的镀银金属工件为研究对象,从数字图像处理和深度学习两个领域分别研究一种有效的表面缺陷检测方案,主要研究工作包括:1.本
学位
推荐系统可以从用户的交互行为中捕获到用户的消费偏好,通过个性化的推荐给平台带来可观的商业利润。然而传统的基于协同过滤的推荐算法通常只能建模用户静态稳定的偏好,导致系统的推荐结果不够准确。随着深度神经网络的发展,研究人员提出了基于深度学习的序列推荐方法,将用户的交易行为看做随时间变化的序列信息,从中捕获用户动态的偏好。尽管这种方法提升了系统的推荐准确率,但它过度依赖用户的交互信息,且忽略了好友兴趣对
学位
环形偶极子(Toroidal Dipole,TD)具有新颖电磁响应特性而受到广泛的研究和应用,有望解决等离子体和光子晶体系统的辐射损耗并实现天线、传感器、激光、非线性光学和全息成像等应用。超表面支持的TD谐振与电或磁谐振干涉,产生近场耦合效应,能够实现亚波长操纵光、Fano和电磁感应透明(Electromagnetically Induced Transparency,EIT)谐振。Fano和EI
学位
不同的材料的演进标志着人类社会的进步历程。如今,随着科学技术的发展和工业工艺的进步,金属零件的需求与应用场景日益增多,特别是国防、航空航天、核工业等核心领域,自然,这些重要领域对于各式各样金属零件的质量把控是非常严苛的。因此,国内外针对金属零件的瑕疵检测研究队伍越来越壮大。尤其是机器视觉应用方面,采用各种自动化设备代替人眼进行金属零件缺陷检测,其中对采集图像的预处理对于缺陷检测结果至关重要。在研究
学位
研究目的通过对真实世界数据的系统回顾性分析,对比转移性或局部进展期尿路上皮癌(Urothelial carcinoma,UC)患者一线应用PD-1单抗单药或联合化疗与标准化疗的疗效和安全性,初步探究一线应用免疫治疗能否为晚期UC患者带来生存获益。探索外周血液学各项指标对预测免疫检查点抑制剂治疗晚期UC患者的疗效及生存预后的价值,为临床应用提供一定的实践经验。研究方法收集中国人民解放军总医院第一医学
学位
背景与目的:近年来,免疫检查点抑制剂(ICI)的出现改变了非小细胞肺癌(NSCLC)的治疗格局。抗血管生成治疗使肿瘤血管正常化,改善肿瘤免疫抑制微环境,与ICI存在协同作用,但目前两者联用治疗晚期NSCLC的研究结果较少。本研究旨在探讨抗血管生成药物联合ICI治疗晚期NSCLC的有效性和安全性,并分析治疗前外周血指标与预后的关联性。方法:本研究回顾性分析2015年1月至2019年12月于我院接受抗
学位
在海洋开发日益重要的21世纪,具有高带宽、低延时、保密性好等特点的水下可见光通信已经成为了水下短距离高速通信场景中的研究热点。但水下可见光通信中复杂的信道环境以及器件引起的非线性效应会给接收端的信号处理带来诸多困难。就传统判决方式而言,以欧氏距离为判决门限时无法对幅度、相位严重畸变的信号进行正确判决;传统估计算法则是难以获取准确的信道状态信息以进行后续补偿。目前已有学者凭借机器学习较强的拟合能力来
学位
随着城市化的发展,交通预测在交通规划和城市管理等应用中发挥着重要作用。在交通预测任务中,对复杂的动态时空相关性建模仍然具有极大的挑战性,探索能够有效捕捉交通数据时空相关性的算法具有重要的现实意义。近年来,使用时空图神经网络建模交通数据的时空相关性变得热门,并取得了一定效果。然而目前大多数用于交通速度预测的时空图神经网络重在提取局部空间特征,忽略了全局空间信息且难以兼顾短期和长期预测任务,因此本文首
学位