文献速递重症综合管理与镇静镇痛复苏、休克与脓毒症消化、代谢与肾脏急症

抗凝血酶水平与脓毒症患者预后之间的关联:基于MIMIC-IV和MIMIC-III数据库的回顾性队列研究

Association between antithrombin levels and prognosis in patients with sepsis: a retrospective cohort study based on the MIMIC-IV and MIMIC-III databases.
PubMed 文献 · J Intensive Care · 2026-02-02
一句话结论脓毒症患者抗凝血酶活性低于约55%(合并高血压者低于约64%)与28天死亡率、ICU死亡率、DIC和AKI发生率显著升高相关。

该回顾性队列研究纳入MIMIC-IV和MIMIC-III数据库中222例脓毒症患者,抗凝血酶活性在脓毒症诊断后24小时内测量,主要结局为28天全因死亡率。限制性立方样条分析显示抗凝血酶活性与28天死亡率呈非线性关系,整体队列风险阈值约55%,高血压亚组约64%。抗凝血酶活性<55%组28天死亡率34.2% vs ≥55%组14.4%(p=0.001),ICU死亡率33.3% vs 9.0%(p<0.001),DIC发生率22.5% vs 3.6%(p<0.001),AKI发生率78.4% vs 62.2%(p=0.013)。作者认为抗凝血酶活性可作为风险分层的预后生物标志物。

要点

  • 整体脓毒症队列中,抗凝血酶活性<55%者28天死亡率34.2% vs ≥55%者14.4%(p=0.001),ICU死亡率33.3% vs 9.0%(p<0.001)。
  • 抗凝血酶活性<55%者DIC发生率22.5% vs ≥55%者3.6%(p<0.001),AKI发生率78.4% vs 62.2%(p=0.013)。
  • 合并高血压的脓毒症患者中,抗凝血酶活性<64%者28天死亡率42.3% vs ≥64%者9.62%(p<0.001),ICU死亡率38.5% vs 5.77%(p<0.001)。
  • 多变量Cox模型(Model 3,校正年龄、性别、种族、CCI和SOFA评分)中,抗凝血酶活性每升高1%,28天死亡风险降低2%(HR 0.98,95%CI 0.97–0.99)。
  • 亚组分析显示高血压状态与抗凝血酶活性存在显著交互作用(交互p=0.007),高血压患者中抗凝血酶活性与28天死亡率的负向关联更明显。

适用人群与场景

  • 纳入标准:根据Sepsis 3.0定义诊断为脓毒症;脓毒症诊断后24小时内测量抗凝血酶活性;年龄≥18岁;ICU停留时间>24小时;多次入ICU者保留首次入住。
  • 数据来源为MIMIC-IV(版本3.1)和MIMIC-III临床数据库(CareVue子集,版本1.4),合并队列时间范围为2001年至2019年,共222例患者。
  • 排除标准原文未明确列出;原文提及因MIMIC-III与MIMIC-IV在2008–2012年数据收集期可能存在患者记录重叠,采用MIMIC-III CareVue子集(排除2008年后记录)以确保队列无重叠。

诊断标准与关键阈值

  • 脓毒症诊断依据Sepsis 3.0定义。
  • AKI诊断依据KDIGO 2012标准。
  • DIC诊断依据国际血栓与止血学会(ISTH)2001指南。
  • 限制性立方样条分析显示整体队列中抗凝血酶活性低于约55%时28天死亡风险明显升高。
  • 高血压亚组中抗凝血酶活性低于约64%时28天死亡风险明显升高。

红旗征与不能漏的情况

  • 抗凝血酶活性<55%的脓毒症患者28天死亡率34.2%、ICU死亡率33.3%、DIC发生率22.5%、AKI发生率78.4%,均显著高于≥55%组。
  • 合并高血压且抗凝血酶活性<64%的脓毒症患者28天死亡率42.3%、ICU死亡率38.5%、DIC发生率19.2%,均显著高于≥64%组。

研究设计与关键结果

  • 研究类型为回顾性队列研究,样本量222例脓毒症患者,数据来自MIMIC-IV和MIMIC-III数据库,合并队列时间范围2001年至2019年。
  • 主要终点28天全因死亡率:抗凝血酶活性<55%组34.2% vs ≥55%组14.4%(p=0.001)。
  • 次要终点:ICU死亡率33.3% vs 9.0%(p<0.001),DIC发生率22.5% vs 3.6%(p<0.001),AKI发生率78.4% vs 62.2%(p=0.013)(<55%组 vs ≥55%组)。
  • 多变量Cox回归Model 3(校正年龄、性别、种族/民族、CCI和SOFA评分)中,以T1(<46%)为参照,T2(46–73%)的HR为0.34(95%CI 0.16–0.72),T3(>73%)的HR为0.47(95%CI 0.23–0.98);趋势p=0.004。
  • 抗凝血酶活性作为连续变量,每升高1%,28天死亡风险降低2%(Model 3:HR 0.98,95%CI 0.97–0.99)。
  • 高血压亚组中,抗凝血酶活性<64%组 vs ≥64%组:28天死亡率42.3% vs 9.62%(p<0.001),ICU死亡率38.5% vs 5.77%(p<0.001),DIC发生率19.2% vs 1.92%(p=0.011);AKI发生率78.8% vs 63.5%(p=0.130,未达统计学显著)。
  • 高血压亚组中抗凝血酶活性<64%组 vs ≥64%组:APSIII 66.4 vs 48.5(p<0.001),SAPSII 47.3 vs 32.8(p<0.001),OASIS 36.2 vs 32.1(p=0.014),LODS 7.52 vs 5.52(p=0.002),SOFA 8.71 vs 5.60(p<0.001)。
  • 高血压亚组中抗凝血酶活性<64%组 vs ≥64%组:乳酸6.07 vs 2.52 mmol/L(p<0.001),肌酐2.93 vs 1.86 mg/dL(p=0.029),INR 2.63 vs 1.62(p=0.003)。

证据类型、等级与局限

  • 证据类型:基于MIMIC-IV和MIMIC-III数据库的回顾性队列研究。
  • 局限:观察性数据的固有局限,加上本队列样本量中等,无法进行确定性因果推断,并限制了专门用于处理基线失衡的方法的适用性。
  • 局限:通过RCS分析确定的风险阈值具有探索性,特定数值阈值应视为数据驱动的估计值,用于风险分层和假设生成,而非确定的生物学或临床切点,其稳定性和临床相关性需在独立前瞻性队列中验证。
  • 局限:高血压患者中观察到的亚组特异性阈值(64%)尤其具有探索性,该交互作用未进行多重比较校正,且亚组样本量有限,应解释为为未来验证生成聚焦假设,而非确定的临床切点。
  • 局限:次要终点(ICU死亡率、DIC和AKI)涉及多重比较,虽在适当处应用了FDR控制,但这些结果应视为支持高危表型特征描述,而非独立确证性结论。
  • 局限:数据库缺乏纵向和治疗数据,分析仅限于初始抗凝血酶水平,缺乏重复测量无法评估其动态变化或达到特定治疗后活性目标的预后价值;缺乏影响抗凝血酶水平的治疗给药详细信息,无法评估补充治疗对结局的影响。
  • 局限:作为基于单中心数据的回顾性分析,研究结果可能受未测量混杂因素和当地实践模式影响,可能影响普遍性。

对床旁实践的改变

  • 作者认为抗凝血酶活性可作为脓毒症风险分层的预后生物标志物,整体队列中低于约55%、合并高血压者低于约64%提示高危。
  • 作者指出这些阈值有助于定义高危表型,为未来针对抗凝血酶活性低于阈值患者的靶向管理策略研究提供信息。
  • 原文引用既往研究指出:KyberSept试验未显示大剂量抗凝血酶治疗在广泛脓毒症队列中降低死亡率,后续Meta分析重申该结论,表明无充分证据推荐抗凝血酶用于严重脓毒症或脓毒症休克危重患者的常规治疗;但分析提示已确诊DIC的患者亚组可能获得生存获益。
  • 原文未据此给出关于抗凝血酶补充治疗的推荐。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「指南或共识出处」,故未列出这些栏目。
全文中译14 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:J Intensive Care. 2026 Feb 2;14:24. doi: 10.1186/s40560-026-00862-x

引言

脓毒症被定义为由宿主对感染反应失调所致危及生命的器官功能障碍[1]。它仍然是全球主要的健康负担,显著导致危重症患者的发病和死亡,并对临床管理和科学研究构成相当大的挑战[2, 3]。在脓毒症中,宿主免疫反应失调导致炎症和凝血通路同时激活,临床上称为脓毒症诱导的凝血病(SIC)[4]。该过程始于病原体相关分子模式诱导免疫细胞上组织因子表达,通过FVIIa、FXa、凝血酶和纤维蛋白激活凝血级联反应[5]。这些介质促进微血管血栓形成,同时通过蛋白酶激活受体放大炎症信号,形成自我维持的循环[6]。在临床实践中,SIC常进展为弥散性血管内凝血(DIC),导致多器官功能障碍或出血[7]。靶向抗凝治疗在试验中有限的成功凸显了需要同时解决潜在感染和凝血失调的综合策略[8]。

抗凝血酶(AT)是一种由肝脏合成的58-kDa血浆糖蛋白,作为丝氨酸蛋白酶抑制剂作用于内源性、外源性和共同凝血通路的多个组分[9, 10]。AT水平在脓毒症期间显著改变,并受全身炎症反应和重症监护中标准治疗干预的影响[11–13]。脓毒症中的AT缺乏越来越被认为是升高血栓风险并推动向DIC和多器官衰竭进展的关键驱动因素[14–16]。

AT缺乏在脓毒症诱导的凝血病发病机制中的公认作用尚未转化为有效的临床治疗,补充试验中不一致的结果证明了这一点。KyberSept试验未显示在广泛脓毒症队列中大剂量AT治疗降低死亡率。此外,后来的荟萃分析重申了这一结论,表明没有足够证据推荐AT用于严重脓毒症或脓毒性休克危重症患者的常规治疗[17, 18]。然而,已确诊DIC的患者构成特定的高风险亚组,分析提示可能获得生存获益,凸显了统一治疗策略的不足[19]。

在本研究中,我们旨在探讨脓毒症患者AT活性与临床结局之间的关联,重点识别死亡率和器官功能障碍的关键预后阈值。此外,我们试图评估AT作为分层生物标志物指导未来靶向管理策略的潜在效用,特别是在高风险亚组中。

方法

数据来源

这项回顾性队列研究使用了两个重症监护数据库的数据:重症监护医学信息库IV(MIMIC-IV,版本3.1)和MIMIC-III临床数据库(CareVue子集,版本1.4)。MIMIC-III数据库包含2001年至2012年间贝斯以色列女执事医疗中心(BIDMC)重症监护病房(ICU)收治患者的综合数据[20]。MIMIC-IV数据库是更新和扩展版本,包含同一机构2008年至2019年间超过70,000例ICU入院记录[21]。合并这些数据库的一个重大挑战是数据收集重叠期间(2008-2012年)可能存在重复患者记录。由于MIMIC-III和MIMIC-IV之间受试者标识符被重新分配,直接识别和删除重复患者不可行。为解决这一问题,我们采用了官方提供的MIMIC-III CareVue子集。该子集有意排除了2008年医院过渡到MetaVision临床信息系统后记录的所有患者数据,从而确保队列中的患者唯一且与MIMIC-IV中的患者无重叠[22]。这两个互补数据集的合并创建了一个时间跨度为2001年至2019年的联合研究队列,这不仅增加了样本量,还增强了我们的研究结果在更广泛时间范围内的推广性。

本研究获得了麻省理工学院(MIT)和BIDMC机构审查委员会(IRB)的批准,由于研究的回顾性性质,豁免了知情同意。第一作者已完成所需的CITI项目课程“CITI数据或标本仅研究”(认证编号48763426)。

人群选择

患者符合以下标准时纳入研究:(1)根据Sepsis 3.0定义诊断为脓毒症[23];(2)在脓毒症诊断后24小时内评估了AT活性;(3)年龄≥18岁;(4)ICU停留时间超过24小时;(5)如重复入住ICU,保留首次入住记录。最终,共有222例患者纳入本研究,并根据AT-III活性三分位数分为三组;具体研究流程请参见图1。

图1 研究队列流程图 查看原图 ↗

数据提取

使用结构化查询语言(SQL)提取脓毒症诊断后最初24小时内记录的临床和实验室参数。提取的数据包括患者人口学特征(性别、种族、年龄);人体测量学指标(体重、身高、BMI);疾病严重程度评分,包括急性生理评分III(APSIII)、简化急性生理评分II(SAPSII)、牛津急性疾病严重程度评分(OASIS)、逻辑器官功能障碍系统(LODS)、序贯器官衰竭评估(SOFA)评分和Charlson合并症指数(CCI);生命体征(心率、体温、呼吸频率、平均动脉压、收缩压和舒张压);血气参数(SpO₂、pH、PaO₂、碳酸氢盐);以及实验室指标,包括全血细胞计数(白细胞、红细胞、血红蛋白、血小板)、代谢组合(乳酸、肌酐、血尿素氮、葡萄糖、钙、氯、钠、钾)、肝功能检查(丙氨酸氨基转移酶、天冬氨酸氨基转移酶、白蛋白、总胆红素)和凝血功能(国际标准化比值、凝血酶原时间、活化部分凝血活酶时间)。我们还提取了合并症数据(心力衰竭、高血压、心房颤动、糖尿病、慢性肾脏病、冠状动脉疾病、肝硬化)和结局指标,包括ICU死亡率、28天死亡率以及急性肾损伤(AKI)和DIC的发生率。AKI的诊断依据肾脏疾病:改善全球结局(KDIGO)2012标准[24]定义,而DIC的诊断依据国际血栓与止血学会(ISTH)2001指南[25]。上述所有数据均已提取,见表1。我们将28天死亡率作为主要结局。ICU死亡率、DIC和AKI作为探索性次要结局进行评估。所有实验室变量仅在脓毒症诊断后最初24小时内获取。

表1 按AT活性分类的参与者特征和结局 查看原表 ↗

统计分析

连续变量以均值 ± 标准差(SD)表示,分类变量以计数(百分比)表示。连续变量和分类变量的组间比较分别采用Kruskal–Wallis秩和检验和卡方检验。进行时间-事件分析以评估变量与全因死亡率之间的关联。使用Schoenfeld残差验证每个变量的比例风险假设。采用单变量和多变量Cox比例风险回归模型识别与死亡率独立相关的因素。

为初步和描述性目的,根据研究人群的三分位数将AT活性分为三组:T1(< 46%)、T2(46–73%)和T3(> 73%)。此分类用于可视化总体趋势及表1中的基线比较。多变量模型调整了人口学因素,包括年龄(作为连续变量建模)、种族和民族(白人、黑人、亚裔、其他)、性别、Charlson合并症指数(CCI)和序贯器官衰竭评估(SOFA)评分。为考虑多重比较,采用Benjamini–Hochberg法控制错误发现率(FDR)。基于三分位数的趋势分析中,将各AT活性三分位数的中位值作为连续变量纳入回归模型。多变量Cox模型中的多重共线性采用方差膨胀因子(VIF)评估,VIF < 10表示共线性水平可接受。

为表征剂量-反应关系并确定预后阈值的主要分析,通过限制性立方样条(RCS)将AT活性作为连续变量纳入。与死亡风险相关的截断值由RCS曲线得出。基于所确定的截断值,将研究队列分层为不同的风险组,以随后比较主要和次要结局。

根据关键人口学特征及以下合并症进行分层分析:心房颤动、冠状动脉疾病、心力衰竭、高血压、糖尿病、肝硬化和慢性肾脏病。模型中纳入亚组与AT活性之间的乘法交互项以评估潜在效应修饰。对于任何显示统计学显著交互作用的亚组,我们计划在该亚组内进行专门的RCS分析,以表征其与死亡率的特定剂量-反应关系,并在适用时确定亚组特异性风险阈值。随后,该亚组内的患者将根据所确定的阈值进行分层,以进行比较分析基线特征和临床结局,类似于整个队列所采用的方法。p值 < 0.05被认为具有统计学意义。所有统计分析均使用R软件(版本4.5.0)进行。

结果

基线

222例入组脓毒症患者的基线特征总结于表1。根据AT活性三分位数将患者分为三组:T1(< 46%)、T2(46–73%)和T3(> 73%)。比较分析显示,这些组间在反映疾病严重程度和器官功能障碍的众多参数上存在统计学显著差异。具体而言,所有五项疾病严重程度评分——APSIII、SAPSII、LODS、SOFA和OASIS——在T1组均显著高于T3组。包括心力衰竭、CKD、CAD和肝硬化在内的多种合并症患病率在各三分位数间也存在显著差异。关键实验室标志物,如乳酸、肌酐、TBIL、INR、PT和APTT,在T1组异常最为显著。因此,关键结局,包括ICU死亡率、28天死亡率、DIC和AKI,在T1组的发生频率显著更高。

使用三分位数分类的AT活性与28天死亡率之间的关联

如表2所示,在脓毒症患者中观察到AT活性与28天死亡风险之间存在明显的负相关。在未调整模型(模型1)中,与最低三分位组(T1,< 46%)的患者相比,中间三分位组(T2,46–73%)和最高三分位组(T3,> 73%)患者的死亡风险显著降低,风险比(HR)分别为0.26(95% CI 0.12–0.54)和0.31(95% CI:0.16–0.62)。在调整人口学特征和合并症后,这种保护性关联仍然存在。在调整年龄、性别、种族/民族和Charlson合并症指数后(模型2),T2和T3的HR分别为0.28(95% CI 0.13–0.60)和0.28(95% CI 0.14–0.57)。此外,当作为连续变量分析时,在模型1和模型2中,AT活性每增加1%,死亡风险降低2%(HR 0.98,95% CI 0.97–0.99)。为解决疾病严重程度可能带来的混杂,我们在模型3中进一步调整了序贯器官衰竭评估(SOFA)评分。经此调整后,AT活性与28天死亡率之间的负相关仍具有统计学意义。T2和T3的HR分别为0.34(95% CI 0.16–0.72)和0.47(95% CI 0.23–0.98)。当作为连续变量分析时,AT活性每增加1%仍与死亡风险降低2%相关(HR 0.98,95% CI 0.97–0.99)。模型3中各三分位组趋势检验的p值为0.004。

表2 多变量Cox比例风险分析 查看原表 ↗

使用RCS识别剂量-反应关系和预后阈值

使用RCS分析进一步阐明了AT活性与28天死亡率之间的剂量-反应关系。如图2所示,分析揭示了具有统计学意义的非线性关系(非线性p < 0.05),总体p值 < 0.01。RCS曲线表明,当AT活性降至约55%以下时,死亡风险显著增加。在该较低活性范围内,调整后的风险比随AT水平下降而陡峭上升,识别出一个风险显著升高的区域。高于约55%时,死亡风险在较低水平趋于平台。如直方图所示的人群分布表明,相当比例的患者AT水平处于该较高风险范围内。

图2 AT活性与28天死亡风险之间关联的RCS分析。RCS 限制性立方样条,HR 风险比,CI 置信区间。 查看原图 ↗

低AT组与高AT组的比较

为评估与RCS分析所指示的较高风险区域相关的临床特征,研究队列根据约55%的AT活性阈值分为两组:低AT组(< 55%)和高AT组(≥ 55%)。两组之间基线特征和临床结局的比较分析总结于表S1。低AT组表现出显著更高的疾病严重程度,表现为所有评估的疾病严重程度量表(APSIII、SAPSII、OASIS、LODS和SOFA;p < 0.001)评分均升高。此外,该组表现出多器官功能障碍的广泛实验室证据,包括凝血参数如INR、PT和APTT的异常(p < 0.05)。因此,低AT组患者的临床结局显著更差,28天死亡率(34.2% vs. 14.4%,p = 0.001)、ICU死亡率(33.3% vs. 9.0%,p < 0.001)、DIC(22.5% vs. 3.6%,p < 0.001)和AKI(78.4% vs. 62.2%,p = 0.013)的发生率更高。这些显著的结局差异通过Kaplan–Meier曲线(图3)得到了直观的印证,该曲线显示两组之间在所有评估终点上的无事件概率存在明显分离。

图3 按AT活性水平分层的脓毒症患者临床结局比较的Kaplan–Meier曲线。a 28天死亡率,b ICU死亡率,c DIC累积发生率,d AKI累积发生率 查看原图 ↗

亚组分析

进行了亚组分析,以评估AT活性与28天死亡率之间的关联在关键患者特征中的一致性(图S1)。较高AT活性的保护效应在大多数预定义亚组中总体一致,包括按年龄、性别和若干主要合并症定义的亚组。在高血压状态方面观察到统计学显著的交互作用(交互作用p = 0.007)。具体而言,与无高血压病史的患者相比,有高血压病史的患者中AT活性与28天死亡风险之间的负向关联显著更为明显。未发现其他显著交互作用。

高血压亚组中的剂量–反应关系

RCS分析证实,在高血压亚组中,AT活性与28天死亡率之间存在统计学显著关联(总体p < 0.001)(图4)。曲线表明,当AT活性降至约64%以下时,死亡风险显著增加。基于此阈值,将高血压队列分为两组进行后续比较:低活性组(< 64%)和高活性组(≥ 64%)。两组间基线特征和临床结局的比较分析见表S2。低AT组表现出显著更高的疾病严重程度,具体表现为关键疾病严重程度量表评分升高,包括APSIII(66.4 vs. 48.5,p < 0.001)、SAPSII(47.3 vs. 32.8,p < 0.001)、OASIS(36.2 vs. 32.1,p = 0.014)、LODS(7.52 vs. 5.52,p = 0.002)和SOFA(8.71 vs. 5.60,p < 0.001)。该组还表现出明显的多器官功能障碍实验室证据,如乳酸(6.07 vs. 2.52 mmol/L,p < 0.001)、肌酐(2.93 vs. 1.86 mg/dL,p = 0.029)显著升高,以及凝血参数受损(如INR 2.63 vs. 1.62,p = 0.003)。因此,低AT组经历了显著更差的结局,28天死亡率(42.3% vs. 9.62%,p < 0.001)、ICU死亡率(38.5% vs. 5.77%,p < 0.001)和DIC(19.2% vs. 1.92%,p = 0.011)的发生率更高。相比之下,AKI的发生率虽然在低AT组数值上更高(78.8% vs. 63.5%),但未达到统计学显著性(p = 0.130)。Kaplan–Meier曲线直观地证实了这些结局差异,显示两组在28天死亡率、ICU死亡率和DIC终点上的无事件概率存在明显分离。

图4 高血压亚组中AT活性与28天死亡风险关联的RCS分析。RCS 限制性立方样条,HR 风险比,CI 置信区间 查看原图 ↗
图5 Kaplan–Meier曲线比较高血压亚组中按AT活性水平分层的脓毒症患者的临床结局。a 28天死亡率,b ICU死亡率,c DIC累积发生率,d AKI累积发生率 查看原图 ↗

讨论

为探究AT缺乏与脓毒症不良临床结局之间的关联,我们分析了来自MIMIC-IV和MIMIC-III数据库的脓毒症患者。本研究确定了AT活性的潜在预后阈值——总体队列中约为55%,高血压患者中约为64%——并描述了其与关键终点(包括28天死亡率、ICU死亡率、DIC和AKI)的关系。我们的结果显示,AT活性低于这些水平与更差的结局密切相关。亚组分析表明,这种关联在合并高血压的脓毒症患者中尤为显著。总体而言,这些发现凸显了AT活性在风险分层中的作用,并强调了这些阈值在定义高风险表型方面的价值,可能为未来个性化管理策略的研究提供参考。

既往研究已证实,在不同重症监护环境中,AT水平与患者预后之间存在显著相关性。例如,Farrell等人在创伤患者中证实,AT缺乏与无呼吸机时间、无住院时间和无ICU时间缩短相关,同时颅内出血进展和血栓并发症风险升高,提示AT可作为疾病严重程度的潜在生物标志物[26]。同样,在脓毒症中,Tagami等人观察到腹腔脓毒症患者AT水平较低者死亡率更高,且基于倾向性评分匹配的分析显示AT补充似乎可改善预后,表明其在该亚组中具有有益作用[27]。近期研究进一步深化了这一认识。Yarimizu等人证实,早期测定的AT活性可独立预测ICU死亡率,尤其在中等死亡风险患者中预测生存的特异性更高[28]。相反,Zeng等人报道AT对脓毒症患者28天死亡率的预测价值有限,尽管其可能与早期DIC发生相关[29]。在另一项研究中,Li等人报道前12小时内测定的AT水平未能显著预测预后,突出了测量时间窗的潜在重要性[30]。

各研究之间明显的不一致可能源于若干关键的方法学差异,例如研究旨在确定预后判别性活性阈值还是考虑了人群异质性。我们的研究通过使用RCS对AT活性与死亡率之间的关联进行定量建模,为这一领域做出了贡献,从而确定了探索性阈值约为55%(总队列)和64%(高血压亚组)。这些基于数据的估计可能有助于调和文献中不一致的发现,因为低于这些水平时死亡风险似乎显著增加。该方法与Iba等人提出的整合性风险分层概念相一致[31]。其主要用途在于为后续研究中的预后富集定义高风险表型,特别是用于研究活性低于这些水平的患者的潜在靶向策略。

AT是一种具有抗凝和抗炎双重功能的中枢性丝氨酸蛋白酶抑制剂。在脓毒症条件下,其缺乏成为连接凝血病和免疫失调的关键节点,破坏天然抗凝机制并促进DIC特征性的微血管血栓形成[32, 33]。同时,抗炎能力减弱加剧中性粒细胞过度活化和细胞因子释放,放大内皮损伤和器官功能障碍[14]。这种双系统衰竭使AT缺乏成为内源性保护崩溃的标志物。

脓毒症患者低AT水平与DIC和AKI高发生率之间存在显著的病理生理学联系,这源于凝血失调、炎症放大和微循环衰竭的相互作用[14, 34]。重度AT缺乏会损害关键的宿主防御机制,为血栓性和炎症性器官损伤创造有利环境。其抗凝功能的丧失导致对关键丝氨酸蛋白酶(尤其是凝血酶和因子Xa)的抑制不足,引起凝血级联反应失控性激活、广泛的纤维蛋白沉积和血小板消耗[35]。同时,抗炎能力减弱促进中性粒细胞过度活化和中性粒细胞胞外诱捕网(NET)释放,进一步加剧促血栓状态[36]。这种相互作用建立了血栓炎症的恶性循环,其中凝血与炎症相互强化,最终导致广泛的微血管血栓形成和组织灌注受损。此外,在此背景下AKI的发生是AT缺乏所致微循环衰竭的直接后果。肾脏具有密集的毛细血管网络,极易在肾小球和肾小管周围毛细血管内形成微血栓,导致肾缺血和功能损害[37]。同时,内皮糖萼的降解增加血管通透性并加剧内皮损伤,进一步损害肾脏灌注。AT介导的白细胞活化抑制功能丧失也使肾小管细胞更易受到直接炎症攻击。微血栓所致缺血性损伤与直接炎症损伤的汇合解释了低AT水平与AKI发生率之间的强关联[38]。在临床上,脓毒症期间AT的消耗可能加重凝血与炎症系统之间的失衡,从而影响微循环和器官功能。我们的发现为后续研究AT在脓毒症患者中的预后价值提供了新视角,突出其在风险分层中的潜在作用并指导未来的治疗策略。

在有高血压病史并发生脓毒症的患者中,抗凝血酶(AT)缺乏与不良结局之间的关联可能源于高血压诱导的内皮功能障碍与AT生理功能之间的相互作用。高血压的特征是慢性内皮病理改变,包括持续性低度炎症、氧化应激增加和糖萼损伤,这些共同降低内皮功能储备并增加微血管脆弱性[39]。当脓毒症发生时,这种本已受损的内皮面临急性炎症和凝血反应的双重打击[40]。在既存内皮损伤的情况下,内皮越来越依赖AT介导的保护。高血压中肾素-血管紧张素系统(RAS)的持续激活进一步加重了这种依赖性;血管紧张素II诱导的氧化应激和促炎反应加剧内皮功能障碍,而AT的抗炎特性可能部分抵消这些效应[41, 42]。这可能解释了为何较高的AT活性阈值(≥ 64%)对高血压亚组获得良好预后至关重要。高血压中内皮黏附分子表达的改变也可能增加对AT介导保护的敏感性。当AT水平不足时,高血压相关的血管僵硬度和内皮通透性增加可能加速微循环衰竭,导致器官灌注受损[43]。这些机制共同确立了合并高血压的脓毒症患者作为一个独特的病理生理亚型,其内皮脆弱性降低了对AT缺乏的耐受性。这一认识不仅解释了观察到的临床关联,也为该特定人群的靶向治疗策略提供了依据。未来研究应着重阐明高血压与脓毒症诱导的内皮损伤之间的分子交互作用,并明确AT在这一相互作用中的调控作用。

本研究存在若干重要局限性,在解读结果时应予以考虑。首先,观察性数据的固有局限性,加上本队列样本量适中,使得无法进行明确的因果推断,并限制了专门用于处理基线失衡的方法的适用性。因此,为尽可能严格地解决疾病严重程度混杂这一核心问题,我们在多变量分析中明确调整了SOFA评分。尽管在这一调整之后,低AT活性与不良结局之间的显著关联仍然存在——这提示其预后价值可能超越基线器官衰竭——但仍难以完全厘清AT缺乏是不良结局的独立驱动因素,还是整体病理负荷的高度敏感性整合生物标志物。因此,所观察到的关联最恰当的解读是识别出一种高风险整合性临床表型;其独立于所有严重程度相关混杂因素的性质需要在更大规模的前瞻性研究中加以验证,这些研究能够采用更稳健的混杂控制方法。其次,通过RCS分析所识别的风险阈值本质上是探索性的。RCS对于可视化非线性关系和突出风险升高区间具有重要价值;然而,具体数值阈值应被视为数据驱动的估计值,可用于风险分层和假设生成,而非确定的生物学或临床切点。其稳定性和临床相关性需要在独立前瞻性队列中加以验证。此外,在高血压患者中观察到的亚组特异性阈值(64%)尤其具有探索性。该交互作用是在未进行多重比较校正的情况下识别的,且亚组样本量有限;因此,这一发现应被解读为为未来验证生成一个聚焦性假设,而非确定的临床切点。第三,对多个临床结局的解读需要警惕假阳性发现的风险。虽然主要分析聚焦于28天死亡率,但次要终点(ICU死亡率、DIC和AKI)的评估涉及多重比较。尽管我们在适当之处应用了错误发现率(FDR)控制,但这些次要终点的结果应被视为对高风险表型特征描述的支持性证据,而非独立的确证性结论。然而,所有终点风险升高方向的一致性增强了总体结论。第四,本研究受限于数据库中缺乏纵向和治疗相关数据。我们的分析仅限于初始AT水平;缺乏重复测量使得无法评估其动态变化或达到特定治疗后活性目标的预后价值。此外,影响AT水平的治疗措施的详细信息不可获取,无法评估补充治疗对结局的影响。第五,作为基于单中心数据的回顾性分析,我们的发现可能受到未测量混杂因素和当地实践模式的影响,这可能影响其外推性。这些限制共同强调了未来开展前瞻性、多中心研究的必要性,这些研究应纳入常规AT监测、详细的治疗记录以及所提出风险阈值的验证,以确认我们的发现并进一步阐明AT在脓毒症管理中的动态作用。

结论

本研究表明,抗凝血酶(AT)活性降低与脓毒症患者较高的死亡率和器官功能障碍显著相关,观察到的风险阈值在总体队列中约为55%,在高血压患者中约为64%。低于这些水平时,临床风险大幅升高,其特征为除死亡率升高外,弥散性血管内凝血(DIC)和急性肾损伤(AKI)的发生率显著增加。这些发现支持AT活性作为风险分层预后生物标志物的作用,并突出其为指导未来针对高危脓毒症患者(尤其是合并高血压等合并症者)的靶向管理策略提供信息的潜力。

补充信息

补充文件1。图S1。脓毒症患者AT活性与28天死亡率相关性的亚组分析。HR,风险比;CI,置信区间。

补充文件2。

补充文件3。

参考来源

  1. Ren B, Zhou G, Xue H, et al. Association between antithrombin levels and prognosis in patients with sepsis: a retrospective cohort study based on the MIMIC-IV and MIMIC-III databases. J Intensive Care. 2026. PMID: 41630066. doi:10.1186/s40560-026-00862-x
  2. 全文:PMC12952102(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12952102/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。