文献速递重症综合管理与镇静镇痛复苏、休克与脓毒症呼吸衰竭与机械通气

重症医学精准医学时代的到来

The coming era of precision medicine for intensive care.
PubMed 文献 · Crit Care · 2017-12-28
一句话结论重症医学正从按脓毒症、ARDS等综合征分组治疗转向按个体免疫状态等特征分层,以实现更精准的治疗选择和临床试验入组。

本文综述了重症医学从「特征不明」向「个体化」医学转变的趋势。传统随机对照试验因纳入特征不明、异质性大的患者群而多呈阴性结果,事后分析提示部分亚组可能获益。基因组、蛋白组、代谢组技术及计算建模已能识别脓毒症、ARDS等疾病的亚表型,如基于生物标志物组合或基因表达谱区分不同免疫状态亚组。作者指出,向分子层面的精准靶向治疗仍面临标准化、快速检测、成本等挑战。

要点

  • 传统脓毒症试验纳入特征不明患者群是阴性结果的重要原因,事后分析可识别对干预反应更佳的亚组。
  • 基于PCT、sTREM-1和CD64指数的联合评分诊断脓毒症优于任一单项生物标志物。
  • 五项生物标志物组合(SP-D、RAGE、IL-8、CC-16、IL-6)在脓毒症患者中预测ARDS诊断的AUC为0.75。
  • ARDS可识别出两个亚表型,其中炎症标志物更高、升压药使用更多、血清碳酸氢盐更低、脓毒症患病率更高的亚表型预后更差且对通气策略反应不同。
  • 儿童脓毒症休克基于100基因表达特征可识别两个亚表型,其中一亚组使用糖皮质激素时死亡率增加。

适用人群与场景

  • 重症患者,包括脓毒症、急性呼吸窘迫综合征(ARDS)、社区获得性肺炎、儿童脓毒症休克等危重症人群。

诊断标准与关键阈值

  • 脓毒症诊断:PCT、sTREM-1和中性粒细胞CD64指数联合评分诊断脓毒症优于任一单项生物标志物。
  • ARDS预测:在脓毒症患者中,SP-D、RAGE、IL-8、CC-16和IL-6五项生物标志物组合预测ARDS诊断的AUC为0.75。
  • 脓毒症诊断:四种代谢物组合在两个人类队列中诊断脓毒症的AUC分别为0.78和0.82。
  • 脓毒症诊断:四种RNA生物标志物微阵列预测脓毒症存在的AUC为0.88,区分脓毒症与感染阴性全身炎症优于所有其他测试的临床和实验室参数。

研究设计与关键结果

  • 本文为综述,汇总了重症医学向个体化医学转变的证据与挑战。
  • PROWESS研究样本的全基因组扩增识别出对drotrecogin alfa(活化)反应更佳的遗传生物标志物亚组。
  • 一项IL-1受体拮抗剂随机对照试验事后分析识别出巨噬细胞活化综合征亚组(脓毒症合并肝胆功能障碍/弥散性血管内凝血),该亚组死亡率较安慰剂显著降低,死亡风险比0.28(95%CI 0.11–0.71),P=0.0071。
  • ARDS通过潜在类别数据分析识别出两个亚表型,其一特征为血浆炎症生物标志物浓度更高、升压药使用更多、血清碳酸氢盐浓度更低、脓毒症患病率更高,预后更差且对通气管理策略反应不同。
  • 社区获得性肺炎通过基因组分析识别出两个亚表型,1型脓毒症反应特征(SRS) profile患者呈免疫抑制表型,伴内毒素耐受、T细胞耗竭和HLA II类下调,14天死亡率高于2型SRS profile患者。
  • 儿童脓毒症休克基于100基因表达特征识别出两个亚表型,其中一亚组使用糖皮质激素时死亡率增加,支持个体化医学指导个体治疗决策的潜在用途。

证据类型、等级与局限

  • 证据类型:综述。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 作者认为,个体化医学方法鼓励对每位患者根据其具体病史、特征和持续需求制定更个体化的治疗。
  • 作者认为,治疗处方将(已正在)更准确地针对每个个体的特定表型,从而实现更有效的治疗和改善的预后。
  • 作者认为,治疗个体而非疾病将要求我们在诊断和管理方法上发生范式转变。
  • 作者指出,目前已有研究仅纳入基于HLA-DR水平已知免疫抑制的患者来比较GM-CSF与安慰剂(NCT02361528)。
  • 作者指出,药物基因组学尚未在ICU广泛研究,部分原因是基因组检测尚不够快速用于急性危重症情况。

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4 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:Crit Care. 2017 Dec 28;21(Suppl 3):314. doi: 10.1186/s13054-017-1910-z

背景

重症医学仍是一门相对年轻的专科,但在其短暂的发展历程中已迅速演变,技术在进步,对疾病发病机制和过程的理解也取得了巨大进展。然而,治疗方面的进展却远不明显。数十年来,我们将异质性大、特征描述不充分的患者群体纳入临床试验,这一事实在很大程度上解释了为何我们仍然没有新的疗法,尤其是针对脓毒症;脓毒症反应极其复杂且具有个体化特征,因此没有任何单一药物能对所有脓毒症患者均有效。如今,随着技术的进步、对疾病发病机制和病理生理学更深入的理解、对生化和血液学数据的新认识、新的基因组学、蛋白质组学和代谢组学技术,以及数据挖掘和计算建模的改进,我们已经开始能够更精确地描述危重患者的特征,超越了过去笼统的非特异性综合征分组(例如“全身炎症反应综合征(SIRS)”、“脓毒症”、“急性呼吸窘迫综合征(ARDS)”),转向在个体患者层面进行更详细的分类和特征描述。这种方法将使我们能够在更个体化的层面上确定哪种治疗最适合每位患者,从而最大限度地提高其生存机会。

从“特征描述不充分”到“个体化”医学

尽管患者是独立的个体,但传统上我们倾向于根据其所患疾病或病情给他们“贴标签”,并往往据此进行治疗,对所有具有相同“诊断”的患者使用相似的干预和治疗措施。事实上,这一直是危重患者——尤其是脓毒症患者——随机对照试验的关键问题之一:在这些试验中,干预措施在被认为相似的、特征描述不充分的患者群体中进行测试,之所以认为他们相似是因为他们符合某一特定定义或具有某一特定诊断,但实际上在个体层面上差异显著,包括不同的感染病原体、疾病持续时间、免疫反应程度、合并症等[1–3]。毫不意外,此类试验的结果大多为阴性。然而,对于许多显示对结局无总体疗效的研究,后来的分析提示干预措施可能对特定亚组患者有效。例如,Man等[4]对蛋白C全球严重脓毒症评价(PROWESS)研究[5]中患者的样本进行了全基因组扩增,识别出了能够确定对drotrecogin alfa(活化型)反应更强的患者亚组的遗传生物标志物。同样,Shakoory等[6]最近分析了一项白细胞介素(IL)-1受体拮抗剂随机对照试验的数据,该试验显示对结局无总体效果,但识别出了一个所谓巨噬细胞活化综合征(脓毒症合并肝胆功能障碍/弥散性血管内凝血)的患者亚组,在该亚组中,与安慰剂相比,干预措施显著降低了死亡率(死亡风险比0.28(95%置信区间0.11–0.71);p = 0.0071)。能够更好地描述患者特征将使我们能够识别此类亚组,从而使干预措施能够在更有针对性的人群中进行测试,并使治疗能够比目前更大程度地实现个体化。

医生们一直在一定程度上对患者进行特征描述,利用体征和生理变量(例如血压、心率或血糖浓度)来诊断和调整管理方案。然而,这些都是非常全局性的指标,需要额外的、更特异的标志物来清晰区分个体与个体。多年来,针对各种危重症情况,包括脓毒症[7]、ARDS[8]和急性肾损伤[9],人们提出了多种生物标志物用于此目的。然而,尚未发现任何生物标志物在特异性方面足够令人满意。事实上,单个生物标志物可能不足以代表这些复杂状况,生物标志物的组合或面板可能更为有效。例如,Gibot等[10]报道,降钙素原(PCT)、可溶性髓系细胞触发受体(sTREM-1)和多形核CD64指数的联合评分诊断脓毒症优于任何单个生物标志物。Ware等[11]显示,由五种生物标志物组成的ARDS面板(表面活性蛋白-D(SP-D)、晚期糖基化终末产物受体(RAGE)、IL-8、俱乐部细胞分泌蛋白(CC-16)和IL-6)可以预测脓毒症患者的ARDS诊断,AUC为0.75。然而,哪些生物标志物应纳入此类面板仍不清楚,特别是因为存在的炎症标志物可能在疾病的不同时间点有所变化;成本和可及性也是重要的关注点。

基因组学、蛋白质组学和代谢组学技术的进步,以及将这些技术应用于大型数据集并结合复杂的统计建模和分析,正在促进向更准确和精确的患者诊断与特征描述迈进。例如,Langley等[12]分析了患大肠杆菌脓毒症的灵长类动物的代谢组学和转录组学数据集,鉴定出一个四代谢物面板,能够在两个人类队列中诊断脓毒症,AUC分别为0.78和0.82。McHugh等[13]鉴定出一个由四种RNA生物标志物组成的微阵列,预测脓毒症存在的AUC为0.88,并且在区分脓毒症与感染阴性全身性炎症方面优于所有其他测试的临床和实验室参数。Calfee等[14]使用潜在类别数据分析,鉴定了ARDS患者的两种亚表型,其中一种的特征是血浆炎症生物标志物浓度较高、血管加压药使用更多、血清碳酸氢盐浓度较低以及脓毒症患病率较高;这些患者预后更差,对通气管理策略的反应也不同。Davenport等同样使用复杂的基因组分析鉴定了社区获得性肺炎患者的两种亚表型。具有1型脓毒症反应特征(SRS)谱的患者具有免疫抑制表型,伴有内毒素耐受、T细胞耗竭和HLA II类下调,且14天死亡率高于2型SRS谱患者[15]。在脓毒性休克儿童中,Wong等[16]使用全基因组表达谱分析,基于100基因表达特征鉴定了脓毒性休克的两种亚表型;其中发现一个亚组在接受皮质类固醇治疗时死亡率增加,支持个性化医疗在指导个体治疗决策中的潜在应用。

未来时代的挑战

因此,我们正迅速进入一个能够为个体患者“个体化”治疗的时代[17]。但下一步,即基于分子的“精准”靶向治疗,距离我们仍很遥远。事实上,危重症与精准医学已产生重大影响的领域非常不同,尤其是肿瘤学,其治疗现在越来越多地根据特定患者肿瘤的分子和基因组特征来指导。大多数肿瘤患者会有一个可识别且可明确表征的肿瘤,从而能够启动最合适的治疗。大多数危重症患者具有更复杂、异质性的疾病,伴有多种合并症和可能影响结局及治疗反应的情况,使得难以确定单一靶点。此外,尽管肿瘤会随时间进展和演变,治疗可能需要相应调整,但总体而言,与危重症患者可能发生的非常快速的变化相比,此类改变相对缓慢。因此,任何用于表征或对患者进行表型分析的检测都需要能够快速获得并可重复。这只是我们迈向个体化、或许日后迈向“精准”医学过程中众多挑战之一。在此我仅再列出几个我认为至关重要的挑战——还有许多其他挑战。

首先,迫切需要研究人员和产业界之间的国际合作,以确保测量和报告的标准化,从而使正在产生的大量数据能够进行比较并一起用于分析。理想情况下,数据应使用相似的结构和系统输入,以便它们能够容易地合并为单一数据集并在所有参与方之间共享。越来越多地,除生理学和其他医疗保健数据外,“组学”数据需要被常规监测和记录[18]。将要产生的巨大数据库的存储问题需要被克服,与患者隐私和知情同意相关的伦理问题也是如此。

第二个挑战将是想出如何确切地将研究层面上表征和亚型分类患者的能力转移到临床领域以改善患者结局。能够更好地表征患者已被用于更仔细地为临床试验选择那些最有可能对所研究治疗有反应的患者。例如,一项比较免疫刺激药物粒细胞-巨噬细胞集落刺激因子(GM-CSF)与安慰剂的研究目前正在进行,仅纳入根据其人类白细胞抗原(HLA)-DR水平已知为免疫抑制的患者(ClinicalTrials.gov NCT02361528)。药物基因组学在某些癌症治疗中已被广泛使用,但尚未在ICU中广泛研究,部分原因是基因组检测尚未足够快速地可用于急性危重病情况[19]。然而,遗传变异和多态性已被证明影响与危重患者群体相关的几种药物的反应和不良反应,包括吗啡、右美托咪定、血管加压素和儿茶酚胺[20]。最终,希望目前正在收集的大型患者信息数据库将被用于创建所谓的超级模型(SuperModels)[21]。通过输入当前患者的数据并将其与系统中已有的数据集进行比较,将构建该患者可能的风险和治疗反应的模拟计算/数学模型,从而能够给予精确的预防性和/或治疗性治疗。重要的是,这些复杂模型将需要能够捕捉和预测危重病的时间和动态变异性[22]。持续向智能模型输入数据将使越来越精确的模型得以开发,促进向临床现实的转化。

个性化医疗的经济挑战未知且无法预测。尽管基因组分析的成本目前很高,但随着这些检测更广泛地使用和可及,价格将会下降。新药开发昂贵,但所讨论的进展提供的对疾病潜在分子机制的更好认识,以及更准确地靶向那些最有可能对新疗法有反应的患者的能力,可能使药物开发更高效,从而可能降低成本。精确了解每位患者最合适的治疗和更好的预防性治疗将减少不必要的治疗和昂贵的不良药物反应。因此,尽管最初几年成本可能增加,但预计这将由更准确和高效的患者管理所平衡。

结论

个性化医疗方法鼓励我们发展一种更独特的患者处理方法,根据每位个体的特定病史、特征和持续需求进行治疗。治疗处方将(已经在)更准确地针对每个个体的特定表型,从而产生更有效的治疗和改善的结局。治疗个体而非疾病将需要我们在诊断和管理方法上的范式转变。临床医生、研究人员和产业界都必须共同努力,拥抱这个令人兴奋的新时代的承诺和潜力。

参考来源

  1. Vincent JL. The coming era of precision medicine for intensive care. Crit Care. 2017. PMID: 29297399. doi:10.1186/s13054-017-1910-z
  2. 全文:PMC5751549(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5751549/

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。