论文部分内容阅读
研究背景:脓毒症为重症监护病房（intensive care unit,ICU）的常见疾病之一,其发病率常年居高不下。脓毒症易引起急性肾损伤,具有高发病率、高致死率和治疗效果不佳等特点,其疾病负担逐年加重。调节性T细胞在机体免疫自稳、过敏反应、移植耐受及肿瘤免疫等方面具有重要调节作用,然而其在脓毒症易引起急性肾损伤中的作用和机制的研究尚缺乏。研究目的:鉴于脓毒症引起的急性肾损伤具有高发病率和高致死率的特点,而调节性T细胞在其发病中的作用尚未完全明确,本研究拟通过分析脓毒症患者外周血调节性T细胞、T细胞亚群和Th1/Th2亚群细胞因子的变化与急性肾损伤及患者预后的相关性,有望为建立脓毒症急性肾损伤的诊疗新方案提供科学依据。研究方法:本研究纳入脓毒症和脓毒症休克病例90例,病例来源于2018年6月至2019年12月间厦门大学第一附属医院ICU住院患者。回顾性分析患者一般临床资料包括性别、年龄、合并基础疾病、感染来源、炎症指标（白细胞、中性粒细胞、降钙素原和C反应蛋白）、疾病严重程度指标（血乳酸、APACHE Ⅱ评分和SOFA评分）、预后指标（28天死亡率和住院死亡率）、血肌酐浓度（serum creatinine concentration,SCr）及每日尿量、调节性T细胞、T细胞亚群（CD3+、CD3+CD4+、CD3+CD8+、CD4+/CD8+）、TH1/TH2 亚群细胞因子（IL.2、IL.4、IL.6、IL.10、TNF-a、IFN-β）的水平。根据KDIGO指南关于急性肾损伤的诊断标准及分期,将急性肾损伤分为0期、1期、2期及3期。分组标准:根据肾损伤严重程度将患者分为非严重急性肾损伤组（0期和1期）和严重急性肾损伤组（2期及3期）;根据患者住院28天存活情况分为存活组和死亡组。在本项研究中,我们应用单因素分析和多因素分析的统计学方法分析各组间调节性T细胞、T细胞亚群、TH1/TH2亚群细胞因子水平与急性肾损伤及28天死亡率的相关性,评估调节性T细胞、T细胞亚群、TH1/TH2亚群细胞因子等指标对脓毒症急性肾损伤早期预测价值及其与预后的相关性。研究结果:本研究共纳入脓毒症非严重急性肾损伤病例55例（61%）,脓毒症严重急性肾损伤病例35例（39%）。两组入选病例基线指标分析结果示:两组病例的年龄、性别、基础疾病（糖尿病、高血压、心脏病等）、感染来源等无显著性差异（P>0.05）。单因素分析结果示:感染性休克（P=0.011）、APACHEII评分（P=0.033）、SOFA 评分（P<0.001）、白细胞（P=0.017）、中性粒细胞（P=0.016）、乳酸（P=0.001）为急性肾损伤的危险因素;调节性T细胞（P=0.017）、CD3+（P=0.008）、CD3+CD4+（P=0.010）为急性肾损伤的保护因素。多因素Logistic回归分析结果示:感染性休克（OR=9.32,95%CI 1.03-84.25,P=0.047）、SOFA评分（OR=1.26,95%CI 1.06-1.49,P=0.008）、中性粒细胞（OR=1.08,95%CI 1.01-1.16,P=0.0025）为急性肾损伤的危险因素;CD3+CD4+（OR=0.93,95%CI 0.89-0.98,P=0.003）、调节性 T 细胞（OR=0.98,95%CI 0.87-1.09,P=0.032）为急性肾损伤的保护因素。住院28天死亡率行单因素分析结果示:感染性休克（P=0.037）、APACHEⅡ 评分（P=0.022）、SOFA 评分（P=0.006）、CRRT（P=0.028）为急性肾损伤的危险因素;调节性T细胞（P=0.032）、IFN-β（P=0.018）为急性肾损伤的保护因素。进一步行多因素Logistic回归分析结果示:SOFA评分（OR=1.25,95%CI 1.02-1.53,P=0.030）为急性肾损伤的危险因素;调节性T细胞（OR=0.76,95%CI 0.59-0.96,P=0.023）、IFN-β（OR=0.07,95%CI 0.003-0.96,P=0.073）为急性肾损伤的保护因素。研究结论:调节性T细胞及CD3+CD4+是严重急性肾损伤的保护因素;感染性休克、SOFA评分及中性粒细胞是严重急性肾损伤的危险因素。调节性T细胞及IFN-β是患者死亡的保护因素;SOFA评分是患者死亡的危险因素。综合以上研究结果,调节性T细胞在脓毒症急性肾损伤及其预后中发挥重要保护作用。研究背景:重症监护病房（ICU）是危重患者的集中区,也是医院感染的高危区。随着广谱抗生素的使用,ICU的多重耐药菌（MDROs）感染日渐增多。MDROs已成为ICU患者预后不佳的重要原因,给患者及社会造成重大的经济损失。研究目的:鉴于MDROs感染具有治疗困难和预后不佳的临床特点,本研究旨在建立一个易于使用的列线图,以预测在ICU中MDROs定植或感染的早期危险因素,有望为ICU更好地控制MDROs定植或感染提供科学依据。研究方法:回顾性分析2016年1月至2018年12月厦门大学第一附属医院ICU收治的患者,收集患者性别、年龄、基础疾病、感染来源、炎症指标,根据培养结果是否有MDROs分为多重耐药组和非多重耐药组,回顾性收集两组患者在ICU早期阶段的临床资料,使用单因素分析筛选ICU患者MDROs定植或感染的危险因素,有统计学差异的指标进一步使用多因素分析筛选ICU患者MDROs定植或感染的早期独立预测因子,基于筛选出的早期独立预测因子使用rms软件包构建出列线图。然后,为了验证这个列线图的性能,我们选用了厦门市中医院ICU的同期住院患者的数据进行外部验证。我们绘制ROC-AUC曲线和决策曲线分析下的面积来评估其性能。研究结果:在这项预测列线图开发和验证研究中,我们采用单变量分析和多变量logistic回归分析。本研究回顾性分析了 2016年1月至2018年12月在厦门大学第一附属医院ICU住院的331患者的临床资料,这形成列线图的主要队列。同期厦门市中医院ICU的181名患者形成列线图的验证队列。主要队列包括331例患者,验证队列包括181例患者。从主要队列中预测MDROs定植或感染的独立因素是男性,较高的C反应蛋白（CRP）水平和较高的Pitt菌血症评分（Pitt评分）,所有这些因素均汇总到列线图中。列线图产生良好的辨别力,其AUC为0.77（95%CI 0.70-0.84）,决策曲线的阈值概率范围约为30-95%。研究结论:本研究建立的列线图,易于使用且有助于预测ICU患者的MDROs定植或感染,为ICU更好地控制MDROs定植或感染提供了科学依据。