文献速递重症综合管理与镇静镇痛消化、代谢与肾脏急症

前降钙素原、降钙素原与C反应蛋白诊断脓毒症准确性的系统评价与Meta分析

Comparison of diagnostic accuracy in sepsis between presepsin, procalcitonin, and C-reactive protein: a systematic review and meta-analysis.
PubMed 文献 · Ann Intensive Care · 2017-09-06
一句话结论前降钙素原诊断脓毒症的合并敏感度0.84、特异度0.76、AUC 0.88,与降钙素原和C反应蛋白无显著差异,但在ICU中敏感度更高而特异度更低。

该系统评价与Meta分析纳入18项研究共3470例成人患者,评估前降钙素原诊断脓毒症的准确性,并与降钙素原和C反应蛋白比较。前降钙素原合并敏感度0.84(95%CI 0.80-0.87)、特异度0.76(95%CI 0.67-0.82)、AUC 0.88(95%CI 0.85-0.90),与降钙素原(AUC 0.87 vs 0.86)和C反应蛋白(AUC 0.85 vs 0.85)无显著差异。在ICU研究中,前降钙素原敏感度高于降钙素原(0.88 vs 0.75),但特异度低于降钙素原(0.58 vs 0.75)。作者认为前降钙素原是有前景的标志物,但结果需谨慎解读,不能作为脓毒症诊断的单一检测,建议在脓毒症病程中持续再评估。

要点

  • 前降钙素原诊断脓毒症合并敏感度0.84(95%CI 0.80-0.87)、特异度0.76(95%CI 0.67-0.82)、AUC 0.88(95%CI 0.85-0.90)。
  • 前降钙素原与降钙素原诊断准确性无显著差异(AUC 0.87 vs 0.86),与C反应蛋白也无显著差异(AUC 0.85 vs 0.85)。
  • ICU研究中前降钙素原敏感度高于降钙素原(0.88 vs 0.75),但特异度低于降钙素原(0.58 vs 0.75)。
  • 急诊研究中前降钙素原合并特异度高于ICU(0.82 vs 0.64),AUC在急诊可能优于ICU(0.91 vs 0.85)。
  • 作者认为前降钙素原不能作为脓毒症诊断的单一检测,但可能有助于与敏感生物标志物联合使用,建议在脓毒症病程中持续再评估。

适用人群与场景

  • 成人患者,纳入脓毒症相关诊断研究,排除非脓毒症、非诊断性、非原始研究、无性能参数(敏感度、特异度及2×2列联表)及非血液标本的研究。
  • 18项研究中1904例(54.88%)来自急诊科,783例(22.56%)来自ICU,783例(22.56%)来自急诊和ICU。
  • 对照组1338例中953例(71.23%)为非感染性全身炎症反应综合征,385例(28.77%)为正常健康志愿者。

诊断标准与关键阈值

  • 前降钙素原诊断脓毒症的合并最佳截断值为600-650 pg/ml(通过最大化Youden指数确定)。
  • 纳入研究中前降钙素原截断值中位数为600 pg/ml(IQR 439-664)。
  • 14项研究采用1991年ACCP/SCCM共识会议标准定义脓毒症,2项采用Sepsis-3标准,1项采用SEIMC标准,1项采用ABA标准。

研究设计与关键结果

  • 系统评价与Meta分析纳入18项研究共3470例患者,前降钙素原合并敏感度0.84(95%CI 0.80-0.87)、特异度0.76(95%CI 0.67-0.82)、AUC 0.88(95%CI 0.85-0.90)、DOR 16(95%CI 10-25)、PLR 3.4(95%CI 2.5-4.6)、NLR 0.22(95%CI 0.17-0.27)。
  • 前降钙素原与降钙素原在13项研究2915例患者中诊断准确性无显著差异(AUC 0.87 vs 0.86)。
  • ICU研究中前降钙素原合并敏感度高于降钙素原(0.88,95%CI 0.82-0.92 vs 0.75,95%CI 0.68-0.81),但合并特异度低于降钙素原(0.58,95%CI 0.42-0.73 vs 0.75,95%CI 0.65-0.83)。
  • 前降钙素原与C反应蛋白在7项研究1204例患者中AUC相似(0.85 vs 0.85)。
  • 急诊研究中前降钙素原合并特异度高于ICU(0.82,95%CI 0.69-0.91 vs 0.64,95%CI 0.51-0.76),AUC在急诊可能优于ICU(0.91 vs 0.85)。
  • 截断值大于700 pg/ml的研究合并特异度低于截断值小于700 pg/ml的研究(0.59 vs 0.80,p<0.05)。
  • 异质性检验:敏感度Cochrane Q=137.43,p<0.001,I²=87.63%;特异度Cochrane Q=180.76,p<0.001,I²=90.60%;Deek检验未提示发表偏倚(p=0.68)。

证据类型、等级与局限

  • 证据类型:系统评价与Meta分析,纳入18项研究(17项前瞻性、1项回顾性),均为病例对照设计。
  • 质量评估采用QUADAS-2工具,所有研究在参考标准领域偏倚风险为低,所有研究在指标检测领域因未预先设定截断值评为高风险。
  • 局限:多数研究采用ACCP/SCCM 1991(10项)和2001(2项)标准而非Sepsis-3;统计效能可能不足以确认前降钙素原的诊断价值;仅纳入英文文献可能存在语言偏倚。

对床旁实践的改变

  • 作者认为前降钙素原是有前景的脓毒症诊断标志物,但不能作为单一检测推荐用于脓毒症诊断,可能有助于与敏感生物标志物联合使用。
  • 作者建议在脓毒症病程中持续再评估前降钙素原水平。
  • 作者建议未来研究避免病例对照设计。
  • 在ICU患者中解读前降钙素原结果时需注意其特异度较低(0.58),可能存在更多假阳性。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译17 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:Ann Intensive Care. 2017 Sep 6;7:91. doi: 10.1186/s13613-017-0316-z

背景

脓毒症是一种危及生命的疾病,在美国每年导致超过两万人死亡,占所有入院患者的近1–2%,占重症监护病房(ICU)入院患者的比例高达25% [1]。通常,脓毒症患者可在ICU通过早期血管内液体复苏和抗生素治疗得到有效治疗,以避免死亡的发生。然而,由于非感染性全身炎症反应综合征(SIRS)的存在,早期决定是否应用这些方法较为困难 [2]。因此,寻找一种能够有效区分脓毒症与非感染性SIRS的生物标志物已成为一个重要课题。

近年来,一些研究探讨了用于检测脓毒症的候选生物标志物,报道的有降钙素原(PCT)、C反应蛋白(CRP)、脂多糖结合蛋白(LBP)、白细胞介素、前血管加压素以及表达触发受体-1的髓系细胞(TREM-1)等 [3–7]。然而,尚未有任何一种被证明足够准确以区分脓毒症与SIRS。拯救脓毒症运动进一步“弱”推荐测量降钙素原水平,用于支持缩短脓毒症患者抗菌治疗疗程或停药,其证据质量较低 [8]。尽管CRP和PCT是目前临床背景下首选的生物标志物 [9, 10],但其诊断准确性方面的一些问题仍未解决,阻碍了临床医生启动或暂缓抗菌治疗。既往一篇综述显示,与PCT相比,CRP在脓毒症诊断任务中的表现相对不准确 [11]。三项已发表综述的结果表明,CRP的敏感度和特异度(分别为35%至100%和18%至84%)以及PCT的敏感度和特异度(分别为42%至100%和48%至100%)均存在差异 [10–12]。此外,研究表明CRP水平在炎症发生后的4–6小时内升高,并在48–72小时达到峰值 [13],而PCT水平在8–24小时内升高,且峰值出现时间晚于24小时 [14]。因此,PCT和CRP作为临床背景下用于脓毒症的早期指标可能仍不够可靠。

CD14是表达于单核细胞和巨噬细胞上的糖蛋白游离片段。它是脂多糖-脂多糖结合蛋白(LPS–LBP)复合物的受体,借助磷脂酰肌醇脂质结构通过Toll样受体-4转导来自细菌感染的内毒素信号[15]。其可溶形式即可溶性CD14(sCD14)由细胞分泌产生,或由膜结合型CD14(mCD14)从吞噬细胞等细胞上脱落而来。由sCD14亚型(sCD14-ST,又称presepsin)组成的13 kDa N端片段与介导对LPS的免疫应答密切相关[16],且较mCD14更易在血液中检测到。与其他已报道的生物标志物类似,presepsin值的分布略有差异,健康对照(294.2 ± 121.4 pg/ml)与脓毒症患者(817.9 ± 572.7 pg/ml)之间存在小幅重叠[17]。此外,presepsin水平通常在感染后2 h内升高,并在3 h达到峰值[14]。以化学发光酶免疫分析法作为检测工具,结果可在1.5 h内获得[18]。上述证据表明,presepsin在脓毒症早期可能较后期是更好的脓毒症生物标志物。

近期,更多评估presepsin诊断准确性的临床试验已发表。大多数研究报告了优于其他生物标志物的结果。因此,我们开展了本系统评价和荟萃分析,不仅汇总相关研究的结果,还比较presepsin与其他生物标志物在诊断脓毒症方面的诊断准确性。我们旨在更全面地理解presepsin在区分脓毒症与非感染性SIRS方面的诊断性能及潜在影响因素。

方法

本研究按照相关报告指南(系统评价和荟萃分析优先报告条目,PRISMA)[19]实施和报告。

检索策略与文献选择

我们在开展本系统评价和荟萃分析之前制定了方案。在PubMed和EMBASE中进行了全面的系统检索,纳入截至2017年1月评估presepsin对脓毒症诊断准确性的研究。在PubMed中使用以下检索词:[(‘Systemic Inflammatory Response Syndrome’ OR ‘SIRS’) AND ‘Sepsis’] AND(‘Early Diagnosis’ OR ‘Diagnosis’)AND(‘sCD14’ OR ‘presepsin’)AND ‘adult’;在EMBASE中使用[sensitivity OR diagnostic AND accuracy:1nk OR diagnostic AND(‘sepsis’/exp OR sepsis)AND(‘sCD14’ OR sCD14)OR(‘presepsin’ OR presepsin)AND(English)/lim],以检索研究成人患者中脓毒症与非脓毒症诊断准确性的原创英文研究论文。此外,我们还在Google Scholar上进行了检索并核对了参考文献列表,以避免潜在遗漏。

两名评价者(CCW和HML)在去除重复文献后独立筛选并决定纳入综述的研究。纳入标准为:(1)脓毒症相关研究;(2)诊断性而非预后性研究:即诊断脓毒症而非预测死亡率;(3)英文文献。另一方面,根据以下标准排除研究:(1)非脓毒症相关研究;(2)非诊断性研究;(3)非原创性研究:如文献综述、社论文章;(4)未提供性能参数的研究(即灵敏度、特异度和2×2列联表);(5)非血液标本。评价者之间关于研究纳入的一致性采用Cohen's kappa统计量进行评估[20]。

数据提取

所有相关信息,如研究背景、材料与方法、统计学方法及结果,均由两名作者(CCW和HML)通过预先测试的电子表格(Microsoft Access)独立提取。对其提取结果进行双重核查以确保准确性,所有不一致的结果均通过共识会议解决。我们根据所提供的灵敏度、特异度和样本量数值,换算真阳性、假阳性、假阴性和真阴性的数量,以供统计计算。如有任何信息未提供,我们通过电子邮件联系作者。

质量评价

两名作者(CCW和HML)采用Cochrane协作网推荐的诊断准确性研究质量评价(QUADAS-2)清单[21]独立评估每项研究的偏倚风险,该清单用于诊断性研究的质量评价。QUADAS-2工具由四个领域构成,包括病例选择、待评价试验、参考标准和流程与时机。它协助系统综述作者对其研究中的偏倚风险和诊断准确性的适用性进行评级。为判断每项研究的偏倚风险,提供了信号问题。两名评价者之间方法学质量评价的一致性采用Cohen's kappa统计量进行评估[20]。所有分歧均通过共识会议解决。

Meta分析

所有统计学检验均为双侧检验,统计学显著性定义为p值<0.05。使用Stata 13.1(Stata Corporation,College Station,TX,USA)的Midas模块进行所有统计和Meta分析。我们使用R(版本3.1.3)中的mada包进行双变量二项混合效应Meta回归模型分析。使用Stata的Midas和QUADAS模块绘制纳入研究质量的所有图形展示。发表偏倚采用Deek's有效样本量漏斗图与诊断比值比进行检验。

汇总灵敏度、特异度、诊断比值比(DOR)、阳性似然比(PLR)、阴性似然比(NLR)和受试者工作特征曲线下面积(AUC)基于分层汇总受试者工作特征(HSROC)方法[22]计算,用于诊断试验数据的Meta分析。该方法的优势在于可最大限度地利用每项研究的可用数据,而不论所采用的阈值如何。此外,还绘制了各自的汇总受试者工作特征曲线(SROC)[23]和AUC,而不论所采用的不同截断值。

我们检查了这些纳入研究的异质性,以及在不同亚组中的异质性,以进一步评估presepsin的表现。异质性可由两类效应引起,即阈值效应和非阈值效应。对于阈值效应,异质性通过敏感度对数与(1-特异度)对数之间的Spearman相关系数(ρ)以及从SROC曲线进行视觉检查来计算。卡方(χ²)检验、Cochrane Q检验和I²指标用于非阈值效应异质性[24]。I²值大于50%被认为存在显著异质性。当存在异质性时,使用双变量二项混合效应模型进行单变量meta回归分析和亚组分析,以通过敏感度和特异度的潜在影响因素寻找变异来源,包括研究国家、患者来源、标本类型、样本量、脓毒症患者比例、截断值以及对照组的不同构成。此外,我们纳入的一些研究是presepsin、PCT和CRP之间的直接比较。进行了亚组分析以比较这三种生物标志物之间的诊断准确性和表现。我们还使用每项研究的截断值信息,通过最大化本诊断准确性评价中的Youden指数(敏感度+特异度-1)来确定最佳截断值。

结果

我们在电子数据库中的检索获得了86篇已发表研究,其中62篇基于标题和摘要筛选因各种原因被排除(图1),剩下24篇研究进行全文审查评估。在这24篇研究中,我们排除了另外6篇研究;3篇与诊断试验无关,2篇未报告足够信息以构建2×2列联表,1篇与血液样本无关。最终,18篇研究符合我们的纳入标准,被纳入最终meta分析[17, 25–41](图1)。

图1 荟萃分析研究鉴定、纳入和排除的流程图 查看原图 ↗

纳入研究的特征

每项纳入研究的主要特征和数据总结于表1和表2。18篇纳入研究发表于2011年至2017年间。18篇研究共纳入3470例患者,其中1904例(54.88%)收入急诊科(ED),783例(22.56%)收入ICU,783例(22.56%)收入ED和ICU。对照组共纳入1338例患者,其中953例(71.23%)归类为非感染性SIRS,385例(28.77%)归类为正常健康志愿者。脓毒症患者的总比例为61.44%。有17篇前瞻性研究和1篇回顾性研究。均为病例对照设计。其中,14篇研究采用1991年ACCP/SCCM共识会议定义的诊断标准[42]作为“金标准”,2篇采用脓毒症和脓毒性休克第三次国际共识定义(sepsis-3)[43],1篇采用西班牙传染病和临床微生物学会(SEIMC)[44],另1篇采用美国烧伤协会(ABA)[45]。在presepsin检测所用标本类型中,6篇研究使用全血,10篇研究使用血浆,2篇研究使用血清。所有研究均使用PATHFAST检测分析系统。

表1 纳入研究的主要特征 查看原表 ↗
表2 纳入研究的诊断准确性 查看原表 ↗

质量评价结果

采用QUADAS-2工具对18项纳入研究的方法学质量评估总结于表3和图2。所有研究在参考标准偏倚域均评为“低”,因为这些研究采用ACCP/SCCM共识会议指南[42]、Sepsis-3[43]、SEIMC[44]和ABA[45]诊断脓毒症。在患者选择偏倚风险域,16项明确提供排除标准定义的研究评为“低”风险。两项未显示足够信息说明如何排除患者的研究评为“不清楚”。关于指数试验偏倚风险,所有未预先指定阈值的研究评为“高风险”。对于患者流程和时间域,14项研究评为“低”,因为这些研究清楚定义了指数试验与参考标准之间的适当间隔。关于适用性,除一项研究[35]外,所有纳入研究在参考标准域评分良好,因为用于定义菌血症的参考标准(SEIMC)所定义的目标疾病与综述问题不匹配。在患者选择标准方面,11项研究符合我们的纳入标准并评为“低”。在质量评估中,评定者间一致性的Cohen kappa统计量为0.34。随后,所有分歧评估在共识会议后得到解决。

表3 18项研究的质量评估(QUADAS-2) 查看原表 ↗
图2 18项研究结果的图形展示(QUADAS-2) 查看原图 ↗

Meta分析

Deek有效样本量漏斗图和纳入研究不对称性回归检验表明,没有直接证据显示发表偏倚(p值=0.68)(图3)。在18项纳入研究中,presepsin的敏感度范围为0.67至1.0,而presepsin的特异度范围为0.33至0.98(图4)。通过HSROC方法获得的合并敏感度和特异度分别为0.84(95%CI 0.80–0.87)和0.76(95%CI 0.67–0.84)(图4、图5a)。我们还构建了presepsin的汇总ROC,结果显示AUC为0.88(95%CI 0.85–0.90,图5a)。presepsin的合并DOR、PLR和NLR分别为16(95%CI 10–25)、3.4(95%CI 2.5–4.6)和0.22(95%CI 0.17–0.27)。纳入研究中presepsin的中位截断值为600 pg/ml(IQR 439–664)。更谨慎地说,在排除一项研究[39]后(因为其个体敏感度和特异度位于汇总工作点的置信区域之外),我们总结了其余17项研究[17, 25–38, 40, 41]的合并统计量。然而,随后合并的性能指标无显著差异[敏感度:0.83(95%CI 0.79–0.86),特异度:0.72(95%CI 0.65–0.79),AUC:0.86,合并DOR:13(95%CI 10–17)]。我们的分析表明,presepsin在诊断脓毒症方面可提供良好程度的准确性。

图3 发表偏倚的Deeks漏斗图不对称性检验 查看原图 ↗
图4 所有纳入研究中presepsin敏感度和特异度的森林图 查看原图 ↗
图5 a 所有纳入研究中presepsin的分层汇总受试者工作特征曲线图。b presepsin与C反应蛋白的汇总受试者工作特征曲线比较。c presepsin与降钙素原的汇总受试者工作特征曲线比较。注意红色圆圈代表presepsin的汇总估计值,蓝色三角形代表降钙素原的汇总估计值,蓝色菱形代表C反应蛋白的汇总估计值。椭圆代表每个汇总估计值的置信区域 查看原图 ↗

异质性探究

通过对SROC曲线(图5a)的目视检查及Spearman相关系数的估计(ρ = −0.26,p = 0.31),我们得出结论:异质性不太可能由诊断阈值效应所致。在所有纳入研究中发现了非阈值效应导致的敏感度(Cochrane Q = 137.43,p < 0.001,I 2 = 87.63%)和特异度(Cochrane Q = 180.76,p < 0.001,I 2 = 90.60%)均存在显著异质性。单因素meta回归结果显示,在亚洲进行的研究、入住重症监护病房的患者、全血标本的研究、样本量大于150、脓毒症患者比例大于0.5以及截断值大于700可解释敏感度的异质性,而入住重症监护病房的患者、脓毒症患者百分比大于50%以及截断值大于700可解释特异度的异质性(表4;图6)。

表4 按潜在影响因素对纳入研究进行亚组分析的总结 查看原表 ↗
图6 单因素meta回归及亚组分析图 查看原图 ↗

亚组分析结果

在亚组分析中,我们发现亚洲国家的合并敏感度较低、合并特异度较高(分别为0.81 vs. 0.86,p < 0.05;0.82 vs. 0.70,p < 0.05,表4)。此外,还发现了非ICU环境中(0.82 vs. 0.64)、全血标本(0.82 vs. 0.71)、脓毒症患者低于50%(0.86 vs. 0.72)、截断值大于700(0.80 vs. 0.59,均p < 0.05,表4)具有较高的合并特异度。

纳入研究中有七项 [31–33, 35, 38–40](共包含1904例患者)在急诊科进行,八项 [25–28, 30, 34, 36, 41](共包含783例患者)在ICU进行(表1)。由于这两组之间可能存在不同水平的疾病严重程度,我们仅对这两组进行了亚组分析。急诊科的合并特异度高于ICU(0.82,95% CI 0.69–0.91 vs. 0.64,95% CI 0.51–0.76)。AUC提示presepsin在急诊科可能比在ICU具有更好的准确性(0.91 vs. 0.85)。

对照组的不同构成

在纳入的研究中,五项研究[27, 29, 31, 34, 39]记录了健康对照与脓毒症之间的诊断准确性,八项研究[17, 28, 30, 35, 37, 38, 40, 41]记录了非感染性SIRS与脓毒症之间的诊断准确性,五项研究[25, 26, 32, 33, 36]记录了混合对照(SIRS和正常)与脓毒症之间的诊断准确性。我们发现第一组的合并灵敏度、特异度、AUC和DOR较高(分别为0.88、0.82、0.88、26,表5)。这三组中使用的presepsin截断值范围分别为542–670、370–849和317–825 pg/ml,截断值中位数分别为618 pg/ml(IQR 600–647)、533 pg/ml(IQR 415–696)和574 pg/ml(IQR 430–700)。

表5 不同对照组构成下presepsin诊断脓毒症的合并灵敏度和特异度汇总 查看原表 ↗

与PCT和CRP的性能比较

纳入研究对生物标志物presepsin、PCT和CRP的合并诊断准确性汇总于表6。从表7和图5b、c中,我们发现presepsin与PCT在13项包含2915例患者的研究中无显著差异。此外,在5项于ICU进行的包含452例患者的研究中,发现presepsin的合并灵敏度高于PCT(0.88,95% CI 0.82–0.92 vs. 0.75,95% CI 0.68–0.81),而presepsin的合并特异度低于PCT(0.58,95% CI 0.42–0.73 vs. 0.75,95% CI 0.65–0.83)。此外,分析结果显示,在7项包含1204例患者的研究中,presepsin的AUC与CRP相似(0.85 vs. 0.85)。

在这13项对presepsin与PCT进行直接比较的研究中,有7项研究采用1991年ACCP/SCCM共识会议定义的 критерии 作为“金标准”。结果显示,在这7项研究中presepsin的性能与PCT相似(表7)。同样,在7项将presepsin与CRP进行比较的研究中,有3项研究采用1991年ACCP/SCCM共识会议定义的 критерии 作为“金标准”,结果显示CRP的合并特异度(0.85 vs. 0.69)和AUC(0.91 vs. 0.87)均高于presepsin。然而,采用其他标准(sepsis 3.0、ABA、SEIMC)的研究数量太少,无法进行亚组荟萃分析。

表6 纳入研究对生物标志物presepsin、降钙素原和C反应蛋白的合并诊断准确性汇总 查看原表 ↗
表7 presepsin、降钙素原和C反应蛋白诊断脓毒症的性能统计汇总 查看原表 ↗

最佳截断值

从图7可以看出,这两条拟合线之间的差异(即Youden指数)随不同截断值而变化。使Youden指数最大化的截断值为600–650 pg/ml。考虑到各研究间截断值的差异,我们分别计算了4项截断值大于700 pg/ml的研究[25, 26, 35, 40]和另外14项截断值小于700 pg/ml的研究[17, 27–34, 36–39, 41]的合并灵敏度和特异度。我们发现截断值大于700 pg/ml的研究中合并特异度较低(分别为0.59 vs. 0.80,p < 0.05,表4)。

图7 求解“最佳截断值”的绘图 查看原图 ↗

讨论

由于脓毒症是危重患者死亡的主要原因,脓毒症的早期诊断通常对后续治疗以改善预后至关重要。由于脓毒症的临床体征常与全身炎症反应综合征(SIRS)重叠[12],因此需要一种有效的生物标志物来区分脓毒症与非感染性SIRS。可溶性CD14亚型(Presepsin)是CD14的一部分,可在血液中检测到,其水平升高与针对脂多糖(LPS)的免疫反应密切相关[16]。先前的一项研究还发现,从感染患者测得的presepsin水平可与从非感染患者测得的水平很好地区分,这表明presepsin从生理学角度可能是一种有前景的脓毒症诊断生物标志物[29]。

据我们所知,最近已发表了五项评估presepsin诊断价值的荟萃分析[46–50]。然而,我们发现其中一些在研究纳入标准方面的设计欠佳。此外,它们的亚组分析因样本量小和研究间脓毒症患者比例较低而显示出很强的异质性。而且,其中大多数提到需要与其他生物标志物进行比较。我们的荟萃分析不仅纳入了更近期的研究,还将presepsin与其他生物标志物(降钙素原(PCT)和C反应蛋白(CRP))进行了比较。由于研究间存在高度异质性,还进行了额外的亚组分析。此外,还评估了对照组构成不同以及生物标志物测量时间不同可能造成的影响。

在审查了18项研究后,共纳入多达3470例患者。根据合并的灵敏度和特异度以及AUC值,我们的结果提示presepsin具有良好的总体诊断准确性。由于通常不容易直接根据AUC值对检测结果作出临床解释,而AUC值表示诊断的总体准确性,因此我们对合并阳性似然比(PLR:3.4)和阴性似然比(NLR:0.22)的结果提供了更易理解的临床解释。PLR和NLR的临床解释提示,presepsin结果阳性的患者患脓毒症的可能性几乎高出四倍,而presepsin结果阴性的患者仅为其四分之一。然而,根据我们亚组分析的结果,由于发现presepsin存在一些可能的问题,仍需要进一步研究presepsin的诊断性能。

对照组定义不同可能是这些纳入研究间异质性的可能来源之一。在真实世界的临床情境中,真正必要的是区分非感染性SIRS与脓毒症,而不是区分脓毒症与正常健康对照。然而,为了获得良好的诊断结果,临床试验中可能会纳入正常健康对照。从我们的结果(见表5)中,我们发现当从对照组中剔除正常健康对照时,诊断准确性较低(AUC值0.84)。因此,合并结果的可靠性可能受到质疑。因此,我们建议未来的研究按照QUADAS-2的建议避免病例对照设计[21]。

异质性的另一个可能来源是使用了不同的标本类型。我们的亚组分析结果提示,使用全血比血浆具有更高的特异性,且具有统计学意义。然而,简单的调整可能就足以消除这一偏倚。一项先前的研究显示,当使用PATHFAST系统测量时,心肌肌钙蛋白I(cTnI)、肌红蛋白、肌酸激酶MB同工酶(CK–MB)和N末端B型利钠肽原(NT-proBNP)在两种样本类型之间显示出高度相关的线性关系(相关系数>0.9,通过Passing–Bablok回归分析计算)[51]。然而,对于presepsin,两种采样方法之间是否也存在线性关系仍未被证实。因此,我们建议未来的研究检验这一关系以探讨这一可能的偏倚。

有趣的是,我们发现在入住ICU的患者中合并特异性较低。我们认为ICU中危重患者比例较高可能是一个可能的原因。然而,这一发现可能难以在临床上解释,因为它可能来自众多其他可能的来源。需要更多信息来更详细地探讨这一结果。

PCT是目前用于脓毒症诊断的生物标志物[9, 10],其诊断准确性已被广泛研究。从2007年的一项关于PCT的meta分析[11]来看,PCT似乎自1999年起被广泛研究[52, 53],而我们找到的关于presepsin最早的研究是在2011年[17]。这可能表明,与PCT相比,presepsin仍是一种研究不够充分的生物标志物。此外,一项先前的研究显示,presepsin水平通常比PCT升高更早[14]。我们试图通过进行亚组分析来比较急诊科(ED)中presepsin与PCT的诊断准确性来重复这一结果,急诊科大致代表脓毒症的早期阶段。然而,我们未发现在急诊科(AUC 0.90和0.88)或ICU(AUC 0.87和0.82)中测量的presepsin与PCT之间存在任何显著差异。此外,从我们对这些研究的亚组分析结果来看,我们发现presepsin(AUC 0.87)与PCT(AUC 0.86)之间的诊断准确性相似,这表明presepsin是一种有前景的研究生物标志物。我们目前的结果提示,在脓毒症诊断中presepsin并未明显优于PCT。可能仍需要进一步的研究来关注presepsin与PCT之间诊断准确性的差异。

尽管CRP是临床背景下另一种常用的生物标志物,但先前的研究显示其对脓毒症的诊断准确性显著低于PCT[11]。但是,在比较presepsin与CRP后,我们观察到CRP(AUC 0.85)与presepsin(AUC 0.85)之间无显著差异。此外,灵敏度对假阳性率(FPR)曲线的重叠置信区域总结于图5b、c中。我们的结果支持presepsin在脓毒症诊断中表现出与CRP相似的性能。

本系统评价和荟萃分析的优点包括:(1)将presepsin的性能与PCT和CRP进行了正式比较;(2)利用详细的亚组分析来解决纳入研究间的异质性;(3)在亚组分析中比较了不同构成的对照组(健康对照、非感染性SIRS和混合组);(4)在分析中考虑了生物标志物测量的时机和不同标本类型;(5)本研究尝试确定了最佳截断值。

我们的研究存在一些局限性。首先,我们纳入的大多数研究使用ACCP/SCCM 1991(10项研究)和2001(2项研究)的参考标准(Sepsis 1.0或2.0)来诊断脓毒症,而非新定义的Sepsis 3.0 [43]。仍需要临床试验来相应地重新评估presepsin的性能和最佳截断值。其次,尽管我们的研究纳入了18项研究,但统计效能可能仍不足以确认presepsin的诊断价值。最后,由于我们仅纳入以英文撰写的研究,我们的研究可能存在一定的语言偏倚。

结论

基于我们的荟萃分析结果,presepsin是诊断脓毒症的有前景的标志物,与PCT或CRP相当,但应仔细谨慎地解读这些结果,因为纳入的研究数量有限且研究间异质性高。此外,不能推荐将其作为脓毒症诊断的单一检测,但可能有助于与一些敏感的生物标志物联合使用。此外,建议在脓毒症病程中持续重新评估。

参考来源

  1. Wu CC, Lan HM, Han ST, et al. Comparison of diagnostic accuracy in sepsis between presepsin, procalcitonin, and C-reactive protein: a systematic review and meta-analysis. Ann Intensive Care. 2017. PMID: 28875483. doi:10.1186/s13613-017-0316-z
  2. 全文:PMC5585118(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5585118/

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。