文献速递消化、代谢与肾脏急症重症综合管理与镇静镇痛

评估细胞死亡(凋亡)生物标志物在脓毒症中的鉴别能力

Evaluating the discriminating capacity of cell death (apoptotic) biomarkers in sepsis.
PubMed 文献 · J Intensive Care · 2018-11-13
一句话结论在疑似脓毒症的急诊患者中,核小体联合APACHE II评分预测28天死亡的AUC为0.84,cfDNA与核小体联合PCT诊断脓毒症vs非感染性SIRS的AUC为0.74。

该研究为CAPSOD队列的巢式病例对照研究,纳入203例急诊疑似脓毒症患者(179例脓毒症,24例非感染性SIRS),检测入组时(T0)和24小时后(T24)血浆cfDNA和核小体水平。28天死亡预测模型AUC:cfDNA 0.61、核小体0.75、APACHE II 0.81;核小体联合APACHE II提高至0.84。诊断脓毒症vs非感染性SIRS的AUC:PCT 0.64、cfDNA 0.65、核小体0.63;三参数联合模型AUC 0.74。作者认为凋亡通路生物标志物可能作为脓毒症诊断和死亡预测工具的组成部分。

要点

  • 核小体联合APACHE II评分预测28天死亡的AUC为0.84,高于单独APACHE II的0.81。
  • cfDNA预测28天死亡的AUC为0.61,核小体为0.75,APACHE II为0.81。
  • 在107例有PCT测定的患者中,诊断脓毒症vs非感染性SIRS的AUC:PCT 0.64、cfDNA 0.65、核小体0.63,三参数联合模型0.74。
  • cfDNA在T0与T24无显著差异;核小体从T0到T24显著升高,但T0与T24的预测准确性无差异。
  • 非存活者核小体浓度显著高于存活者(p=0.007),cfDNA在存活者与非存活者间无显著差异。

适用人群与场景

  • 来自美国四个急诊科(杜克大学、杜伦VA医疗中心、亨利福特医院、UNC医疗中心)的疑似社区获得性脓毒症患者,纳入标准为≥2项SIRS标准且推测由感染引起。
  • 排除无法明确判定为脓毒症或SIRS的病例以及残余血浆量不足的病例。
  • 最终分析203例:脓毒症179例(单纯脓毒症4例、严重脓毒症127例、脓毒性休克35例),非感染性SIRS 24例。

诊断标准与关键阈值

  • 脓毒症判定基于2001年共识定义(Sepsis-3之前),由认证临床医生裁定感染状态和28天生存。
  • SIRS标准为≥2项系统性炎症反应综合征标准且推测由感染引起。

研究设计与关键结果

  • 研究类型为CAPSOD队列的巢式病例对照研究,样本量203例(107例有PCT测定),来自四个急诊科,纳入疑似脓毒症患者,比较cfDNA和核小体对28天死亡预测和脓毒症vs非感染性SIRS诊断的鉴别能力。
  • 28天死亡预测AUC:cfDNA 0.61、核小体0.75、APACHE II 0.81;核小体联合APACHE II的AUC为0.84。
  • 诊断脓毒症vs非感染性SIRS的AUC:PCT 0.64、cfDNA(T0)0.65、核小体(T0)0.63;三参数联合模型AUC为0.74。
  • 平均浓度比较:SIRS患者cfDNA 3.0 μg/ml vs 严重脓毒症3.9 μg/ml(p=0.02)、脓毒性休克4.8 μg/ml(p=0.01)、死亡者3.9 μg/ml(p=0.04);SIRS患者核小体1.1 μg/ml vs 脓毒性休克5.5 μg/ml(p=0.012)、死亡者5.0 μg/ml(p=0.001)。
  • 存活者与非存活者比较:核小体浓度差异显著(p=0.007),cfDNA无显著差异;APACHE II评分非存活者显著高于存活者(p<0.001)。
  • cfDNA在T0与T24无显著差异;核小体从T0到T24显著升高,但T0与T24的预测准确性无差异。

证据类型、等级与局限

  • 证据类型:巢式病例对照研究(CAPSOD队列子样本分析)。
  • 局限:采用便利抽样,受明确裁定诊断和足够库存血浆限制;队列死亡率低(6.4%),可能导致对严重疾病的敏感性降低;长期储存可能导致cfDNA和核小体差异降解,回顾性分析无法控制;样本经历一次冻融循环。

对床旁实践的改变

  • 作者认为,结合凋亡通路测量(cfDNA、核小体)的脓毒症生物标志物策略可能作为脓毒症诊断和死亡预测工具的组成部分。
  • 作者指出,cfDNA可能不适用于连续监测,因为脓毒症表现后数天浓度保持稳定;核小体在最初24小时内浓度升高,但T0与T24预测价值无差异。
  • 作者提到,cfDNA水平在ICU收治的严重脓毒症患者中可能最有价值。

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. 2018 Nov 13;6:72. doi: 10.1186/s40560-018-0341-5

背景

脓毒症仍然是全球死亡的主要原因。尽管在改善治疗和生存方面开展了大量研究,但鲜有新发现的有效疗法。在美国,脓毒症每年导致多达750,000例住院,是ICU相关死亡最常见的病因,重症病例死亡率达50% [1–7]。脓毒症的病理生理学复杂、多因素且异质,涉及多条相互依赖的通路(促炎、抗炎、调节性及凝血/纤溶),这些通路失调且不协调 [8]。

鉴于脓毒症的异质性,准确的诊断、分层和预后需要生物标志物组合来捕捉由多个独特且相互依赖的级联反应所提供的不断演变和动态的信息 [9, 10]。脓毒症生物标志物组合的候选标志物可能需要代表(1)多条非共线通路(来自一个潜在无限的 orthogonal 空间),(2)反向调节生物标志物(捕捉不协调和失调的活性),以及(3)时间趋势(“动力学”)[11]。例如,降钙素原(PCT)动力学在脓毒症预后判断中优于孤立测量 [12]。细胞凋亡是细胞内死亡程序被激活(程序性细胞死亡)的过程。凋亡细胞皱缩和浓缩,细胞骨架崩溃,伴随核膜解体以及完整和降解DNA片段的漏出 [3, 13]。

细胞凋亡通路日益被认为与脓毒症病理生理学密不可分,因此,具有代表性的生物标志物可能在脓毒症生物标志物组合中提供附加的判别能力 [3, 13]。凋亡通路激活随脓毒症严重程度而增加,常在最初24小时内导致显著淋巴细胞减少 [14, 15]。免疫细胞的凋亡性耗竭可通过导致无反应性、潜伏感染再激活和继发感染易感性来削弱宿主免疫 [4, 14, 15]。凋亡诱导的细胞碎片增加免疫原性细胞副产物(包括损伤相关分子模式(DAMPs)),促成免疫耐受以及有害的免疫激活和失调 [3, 4, 14–17]。由于凋亡生物标志物代表预示未来组织损伤的累积整合器官损伤和全身炎症 [13],当与传统生物标志物或APACHEII评分联合时,它们可能提供独立的、非共线(附加)的判别预测能力 [3, 13, 15, 18]。细胞外游离DNA(cfDNA)和核小体水平均反映细胞凋亡活性,可作为该通路的代表性生物标志物 [3, 19, 20]。

循环游离DNA(cfDNA,包括核DNA和线粒体DNA)来源于细胞坏死、裂解、凋亡和分泌(即中性粒细胞胞外诱捕网(NETs))[3, 13, 21–23]。尽管细菌可能有所贡献,但在感染综合征中其作用似乎是次要的[3]。核小体是DNA包装的基本单位,源于凋亡或坏死过程中内切酶对染色质的降解[24, 25]。核小体是DNA包装的基本单位,DNA缠绕在组蛋白核心蛋白上。组蛋白代表一类损伤相关分子模式(DAMP)分子,对内皮细胞和上皮细胞具有细胞毒性,并促进NETosis,后者也直接参与炎症和感染应答(激活TLR2、TLR4和NF-κβ信号通路)[1, 26]。在健康个体中,循环cfDNA和核小体水平较低,由于有效的清除(在肝脏中),其半衰期较短(15分钟)[1, 22]。在疾病状态下,由于过度的细胞损伤/死亡、清除不足或内源性DNase减少,其水平升高[1, 15, 24]。检测方法的改进促进了许多临床领域(癌症、创伤、卒中、心肌梗死、类风湿关节炎和脓毒症)的研究,以评估其作为鉴别诊断和预后生物标志物的效用[3, 15, 17, 20–22, 27]。此外,初步研究表明cfDNA和核小体浓度与脓毒症严重程度相关[15, 22]。cfDNA和核小体的来源取决于特定的临床综合征。例如,细胞外核酸可能释放自创伤中所受的直接损伤性打击,或癌症中快速分裂的肿瘤细胞。在脓毒症中,一般认为这些细胞外核酸来源于参与感染免疫应答的血液细胞(中性粒细胞和淋巴细胞),同时有器官损伤所致组织损伤的贡献[3, 17, 23]。我们未发现cfDNA和核小体浓度与先前中性粒细胞和淋巴细胞水平(即免疫抑制患者)之间的关联,也未发现血液细胞与组织损伤在不同脓毒症严重程度中的归因贡献,这些均值得未来研究。

我们测量了来自社区获得性肺炎和脓毒症结局诊断(CAPSOD)研究的存档血浆样本中的cfDNA和核小体水平。我们的主要目标是评估这两种生物标志物的诊断性能(区分SIRS和脓毒症)和预后性能(28天死亡率)。在这项初步的生物标志物发现工作中,我们纳入PCT和APACHE II评分,以确定凋亡生物标志物是否提供独立的分类效用。具体而言,还生成了纳入降钙素原(用于诊断预测)和APACHE II评分(用于死亡率预测)的模型。

方法

来自CAPSOD研究的存档样本

在CAPSOD研究(ClinicalTrials.gov NCT00258869)中,2005年至2009年期间,在美国三家城市三级医疗医院的急诊科(杜克大学、达勒姆VA医疗中心和亨利·福特医院)前瞻性招募了1152名疑似社区获得性脓毒症患者[≥2项全身炎症反应综合征(SIRS)标准,推测由感染引起](图1)。后来增加了第四个急诊科(UNC医疗中心),于2010年在那里进行招募。部分患者后来被裁定为非感染性SIRS。在入组时(T0)和24小时后(T24)记录病史、体格检查和急性疾病评分(APACHE II)。在相应时间点采集血液标本[6]。

主要结局是第28天生存率,其与感染状态一并由委员会认证的临床医生裁定。器官功能障碍和休克采用当时的标准定义[6]。裁定过程中使用的定义基于2001年脓毒症共识定义[28]。研究者对患者样本进行了蛋白质组学和代谢组学研究,以识别预测脓毒症相关死亡的新型特征,并已发表了一组简洁的代谢物,对脓毒症相关死亡表现出极好的预后预测能力[6]。

我们获取了入组患者中的一个子样本(n=203)用于本研究。从1152名受试者池中进行受试者选择时,首先排除无法明确判定为脓毒症或SIRS的不确定裁定个案。样本选择进一步受限于那些残余血浆量充足的受试者。最终得到203名可评估受试者。就人口统计学特征(年龄、性别)、感染来源、感染病原体或在各脓毒症类别中的分布而言,我们未发现在该子队列中这两项限制条件引入了任何显著的系统性偏倚,但单纯性脓毒症除外。所有参与中心的样本处理均已统一,血浆立即分离后于−20°C冷冻保存,在检测前经历一次冻融循环。这项对先前采集标本的回顾性分析经海军医学研究中心(NMRC)机构审查委员会(IRB)批准为豁免(非人类受试者研究),方案编号NRMC.2014.0008。

图1 入组流程图 查看原图 ↗

检测方法

游离DNA(cfDNA)

采用SYBR® Gold核酸凝胶染料(Invitrogen,Paisley,英国)通过荧光法检测cfDNA [3]。该检测方法使用血清或血浆可得到相似的cfDNA水平,与传统β-珠蛋白基因DNA定量显著相关[R2 = 0.9987(p < 0.0001)],且当样品稀释至< 30%时可不受有机分子干扰[3]。我们对该检测方法进行了轻微修改(提高检测分辨率)后实施。具体而言,SYBR® Gold先用二甲基亚砜(DMSO,Sigma-Aldrich)按1:1000稀释,再用磷酸盐缓冲液按1:8稀释。使用超纯鲑鱼精DNA(Life Technologies,Carlsbad,CA,美国)在2% BSA/100 mM HEPES中从4稀释至0.13 μg/ml制备八点标准曲线[在0.25至4 μg/ml之间产生稳健的线性曲线(R2 > 0.99)](对应于检测中1:5稀释后的样品范围:20至1.25 μg/ml),与样品和对照品所采用的1:5稀释(在2% BSA/100 mM HEPES中)相一致[10 μg/ml和5 μg/ml(1:5稀释后为2 μg/ml和1 μg/ml)]。所有板均应用共同血浆对照品以控制板间变异。将20微升标准品、对照品和样品加入黑色96孔板(Greiner Bio-One,Frickenhausen,德国)。每孔加入稀释的SYBR® Gold(80 μl)(终稀释度1:10,000),用96孔荧光仪(Ultra Evolution;Tecan,Durham,NC,美国)在发射波长535 nm和激发波长485 nm处测量荧光。我们线性曲线的低端与已知存在显著个体内和个体间变异的健康患者正常范围上限(1 μg/ml)相重叠[3]。在低(383 ng/ml)、升高(1152 ng/ml)和高DNA范围(2735 ng/mL)内,日内CV分别为16%、7.9%和4.8%,日间CV分别为31%、6.7%和8% [3]。

核小体

使用Cell Death Detection ELISAPlus试剂盒(Roche Life Science,Indianpolis,IN,美国)按照制造商说明书对核小体进行定量。该检测采用两种鼠源抗体,分别针对DNA(检测)和组蛋白(捕获)。通过在酶联免疫吸附试验(ELISA)试剂盒的孵育缓冲液中对纯化人核小体(Human native nucleosomes;EMD Millipore,Billerica,MA,美国)进行二倍系列稀释,制备八点标准曲线。样品(18 uL)设双复孔检测。加入标准品和样品后,再加入80 uL免疫试剂。平板在(21 °C)下轻微振荡(300 rpm)孵育2 h。倾去平板内容物,每孔用250 uL孵育缓冲液洗涤三次。每孔加入ABTS(100 uL)溶液,室温下轻微振荡(250 rpm)孵育15 min。每孔加入100 uL终止液终止检测反应。在Epoch酶标仪(BioTek;Winooski,VT,美国)上读取各孔405 nm处的光密度。使用GEN5数据分析软件2.01版(BioTek)将标准曲线拟合为五参数逻辑曲线,以便对样品浓度进行插值。

降钙素原

降钙素原(PCT)采用电化学发光法在罗氏Elecsys 2010分析仪(罗氏诊断)上从血清样本中测定,或在miniVIDAS免疫分析仪(生物梅里埃)上测定。当血清不可用时,由Phadia免疫学参考实验室使用BRAHMS PCT敏感KRYPTOR(赛默飞世尔科技)通过免疫荧光法在EDTA血浆中测定。对部分配对的血清和血浆样本进行了重复检测,显示浓度等效。因此,所有PCT测定值(ng/ml)均按等效处理,不论检测平台如何。

统计分析

人口学和临床数据采用卡方检验、Student t检验或Wilcoxon秩和检验进行比较。非正态数据进行对数转换。计算Spearman秩相关系数以评估生物标志物与APACHE II评分之间的相关性。统计学显著性定义为p < 0.05。采用逻辑回归模型预测28天死亡率并区分SIRS与脓毒症。通过曲线下面积(AUC)评估性能。所有分析均使用Stata(版本14)完成。

结果

研究人群

这是一项巢式病例对照研究,聚焦于CAPSOD队列内的受试者。在确定具有剩余血浆的个体后,我们确定了203名经临床判定的脓毒症(n = 179)或非感染性SIRS(n = 24)受试者(表2)。脓毒症组根据入组期间可用的定义(即Sepsis-3之前)并按照先前定义[6]进一步按脓毒症严重程度分层。该队列进一步按28天生存情况分层。总体死亡率较低(6.4%,与完整CAPSOD队列中的4.9%一致),结果为190名存活者和13名非存活者。所有死亡事件均发生于脓毒症受试者中。尽管原始研究从四个中心入组,我们的大部分样本来自单一中心(杜克)。存活者与非存活者在年龄、性别或种族方面无显著差异。我们确实观察到合并症方面存在显著差异。非存活者的肝硬化、慢性肾脏病和慢性肺疾病患病率更高。从28%的受试者中分离出细菌病原体。金黄色葡萄球菌最常见(n = 16),其次为大肠埃希菌(n = 10)、肺炎克雷伯菌(n = 9)和肺炎链球菌(n = 7)。从两名患者中鉴定出甲型流感:一名存活者和一名非存活者(表1)。

表1 人口学特征表 查看原表 ↗

生物标志物(cfDNA、核小体和降钙素原浓度)及APACHE II评分在脓毒症各分层间的显著性评估(表2)

在细胞凋亡是宿主应对感染的重要通路的假设下,我们系统比较了表现为不同脓毒症类别的患者之间cfDNA和核小体浓度(寻找显著差异)(表2)。值得注意的是,表2中划分的脓毒症严重程度类别基于所达到的最大严重程度。我们后续的分析包括比较脓毒症与非感染性SIRS、脓毒症严重程度(即无并发症脓毒症、严重脓毒症和脓毒性休克)以及脓毒症生存结局。此外,我们比较了入组时(T0)和24小时后(T24)的浓度。我们的报告框架将依次评估cfDNA、核小体、PCT和APACHE II评分。

对于cfDNA评估,正如预期,我们观察到随着脓毒症严重程度增加,cfDNA浓度呈升高趋势。具体而言,我们注意到SIRS患者(3.0 μg/ml)与严重脓毒症患者(3.9 μg/ml;p = 0.02)、脓毒性休克患者(4.8 μg/ml;p = 0.01)及死亡患者(3.9 μg/ml;p = 0.04)之间的平均cfDNA浓度存在显著差异(升高)。发生脓毒症的受试者与SIRS受试者之间的cfDNA浓度存在显著差异(p = 0.009)。我们未发现存活者与非存活者之间的cfDNA水平存在显著差异。

关于核小体,观察到SIRS患者(1.1 μg/ml)与脓毒性休克患者(5.5 μg/ml;p = 0.012)及死亡患者(5.0 μg/ml;p = 0.001)之间的平均核小体浓度存在显著差异。我们还注意到严重脓毒症患者(3.0 μg/ml)与死亡患者之间存在显著差异(p = 0.003)。发生脓毒症的受试者与SIRS受试者之间的核小体浓度存在显著差异(p = 0.036)。我们注意到存活者与非存活者之间的核小体浓度存在显著差异(p = 0.007)。

关于PCT,观察到SIRS患者(7.5 μg/ml)与脓毒性休克患者(20.7 μg/ml;p = 0.002)之间的平均PCT浓度存在显著差异。我们确实观察到PCT水平从SIRS到严重脓毒症(6.5 μg/ml;p < 0.002)显著下降。发生脓毒症的受试者与SIRS受试者之间的PCT浓度无显著差异。具有PCT测量值的死亡病例太少,无法在死亡预测模型中进行有意义的解读,也无法断言存活者与非存活者之间的差异。

SIRS患者的平均APACHE II评分(8.3)显著低于脓毒性休克患者(15.5;p < 0.001)或死亡患者(17.5;p < 0.001)。严重脓毒症患者(9.0)的APACHE II评分也低于脓毒性休克和死亡患者(两项比较均p < 0.001)。发生脓毒症的受试者与SIRS受试者相比,APACHE II评分显著升高(p = 0.044)。非存活者的APACHE II评分显著高于存活者(p < 0.001)。

最后,我们发现在T0和T24测量的cfDNA生物标志物浓度无显著差异。与cfDNA水平不同,我们确实发现核小体水平从T0到T24显著升高,同时所有组(SIRS、死亡及所有严重程度的脓毒症)在T24时相对于cfDNA变异性增加。鉴于变异性增加,且利用T0与T24时核小体的预测准确性无差异,我们在表2中呈现T0时的核小体(及所有生物标志物)浓度,所有评估预测准确性的分析均使用T0时的值(见图2和图3)。

表2 入组时(T0)按脓毒症分类(达到的最大脓毒症严重程度)分层的平均生物标志物浓度和APACHE II评分 查看原表 ↗
图2 T0和T24时核小体组均值和标准差。金色(SIRS);蓝色(脓毒症);绿色(严重脓毒症);红色(脓毒性休克);黑色(非存活者) 查看原图 ↗
图3 T0和T24时cfDNA组均值和标准差。金色(SIRS);蓝色(脓毒症);绿色(严重脓毒症);红色(脓毒性休克);黑色(非存活者) 查看原图 ↗

生物标志物相关性

尽管cfDNA和核小体都是凋亡生物标志物,但它们可能反映该过程的不同方面。因此,我们将这两种生物标志物的浓度相互关联。此外,这两种凋亡生物标志物可能与其他预后生物标志物,特别是PCT和APACHE II评分,存在共线性或互补性。因此,我们还评估了cfDNA、核小体、PCT和APACHE II之间的相关性(表3)。虽然cfDNA与核小体之间存在适度相关性(0.41),但cfDNA与PCT和APACHE II之间的相关性较小(分别为0.29和0.21)。核小体水平与PCT和APACHE II也表现出类似的低相关性(分别为0.07和0.24)。

表3 相关性表 查看原表 ↗

预测28天死亡率

使用cfDNA(T0时)、核小体(T0时)或APACHE II(T0时)的死亡率预测模型产生的AUC值分别为0.61、0.75和0.81(表4)。如表2所述,我们队列中拥有PCT水平的受试者太少,无法提供有意义的解读。使用cfDNA、核小体和APACHE II各种组合的死亡率预测工具的排列组合显示,只有核小体浓度增加了单独使用APACHE II的预测准确性(0.84)。

表4 预测死亡率的AUC 查看原表 ↗

鉴别SIRS与脓毒症

降钙素原已被广泛用作脓毒症诊断生物标志物。因此,我们确定了测量cfDNA或核小体是否改善了降钙素原鉴别脓毒症与SIRS的能力。单独使用时,我们观察到cfDNA(0.62)和核小体(0.63)的AUC均较为适中。当限制在有可用PCT结果的受试者亚组(n = 107)时,脓毒症与SIRS鉴别的AUC值分别为:降钙素原0.64、cfDNA(T0时)0.65、核小体(T0时)0.63。在整个数据集中,cfDNA和核小体的AUC与提供降钙素原的亚组相比无显著差异。结合所有三种生物标志物的模型AUC提高至0.74(表5)。

表5 诊断AUC(鉴别SIRS与脓毒症) 查看原表 ↗

讨论

细胞凋亡是宿主对感染反应中公认的生物学途径[3, 13]。因此,cfDNA和核小体作为细胞凋亡途径的副产物且具有生物学作用(主要来源于淋巴细胞和中性粒细胞),有可能作为有用的脓毒症生物标志物[29]。这些生物标志物在相互依赖的先天性和适应性免疫(包括中性粒细胞胞外诱捕网形成(NETosis))中密不可分地联系在一起,调节内皮稳态,并影响多个途径及其反向调节级联反应(包括炎症、凝血和纤溶)中的微妙平衡[1, 26, 30]。目前尚不清楚改变cfDNA或核小体水平或其动态变化是否会影响脓毒症的演变和结局。在本研究中,我们试图回答一个更直接的问题,即cfDNA或核小体是否与脓毒症的各个方面(如诊断、严重程度和预后)相关。此外,我们希望评估这些生物标志物之间的比较,以及它们与其他脓毒症相关生物标志物和预测评分联合应用时可能具有的重要性。由于既往研究提示脓毒症患者的cfDNA水平主要来源于宿主(核源性)(而非继发于原核生物来源),我们在本研究中未对核酸来源进行严格界定,因为主要动力是寻求一个临床相关且可靠的预测性诊断和预后生物标志物组合[3, 13]。

在本研究中,cfDNA预测脓毒症所致死亡的预后准确性一般(AUC为0.61),但与文献报道的非ICU收治受试者的AUC(0.61至0.84)相当[3, 17, 22]。值得注意的是,迄今为止的入组均限于收治于ICU的严重脓毒症患者,其中cfDNA表现出更优的预后准确性(AUC为0.7–0.97)[3, 13, 15, 17, 22, 27]。我们的研究中观察到的较低准确性可能归因于:(1)样本量小(最突出的是经历死亡的受试者很少);(2)纳入了不论是否入住ICU的病情较轻的脓毒症患者;(3)长期储存可能导致样本降解(尽管此为推测,但利用我们所选定的检测方法应已将其降至最低);(4)cfDNA水平存在明显的个体内和个体间变异;(5)肾功能清除率差异;(6)合并症差异,这些可能导致了病情较轻的脓毒症(和非感染性SIRS)患者中预测准确性较差。值得注意的是,我们的特定临床综合征(合并症)病例太少,尤其是肾功能不全,无法对其进行控制并评估其对死亡率的独立影响,这无疑值得在未来的研究中予以关注。因此,cfDNA水平可能在收治于ICU的严重脓毒症患者中能得到最佳利用。最后,值得注意的是,未观察到cfDNA水平相对于感染病原体类型存在显著差异[31]。

核小体预测脓毒症相关死亡率的预后准确性高于cfDNA所预测的,且与已发表文献更为一致[14, 19]。我们观察到这两种生物标志物之间存在适度相关性,低于基于其共同生物学特性所预期的水平。我们推测这可能归因于(1)通过可变凋亡/坏死比例和NETosis产生的核小体与cfDNA水平差异,(2)cfDNA包含非核DNA(mtDNA),(3)其组分半衰期和清除动力学的差异,以及(4)检测方法(ELISA)引入的变异性[1]。这些观察结果表明,除了共同关注考虑预测性生物标志物组合中的潜在代表性外,还可考虑多种凋亡生物标志物(cfDNA、核小体、组蛋白)。

cfDNA和核小体(后者显著)在非存活者中均较高,但两者均不能区分存活者中的脓毒症严重程度,这与已发表数据一致[3, 17, 18, 21, 22, 27, 32–35]。非存活者中水平升高可能源于免疫细胞破坏的离散性增加,以及非存活者中相对于caspase依赖性凋亡向坏死的偏倚[1, 32]。这提示宿主分子反应中存在可重复的二分法,突显了存活者的适应稳态(通路正常化或代偿)和非存活者的适应不良(通路失调并汇入保守的死亡通路)。

PCT是一种宿主反应生物标志物,主要在细菌感染背景下分泌,但在某些非感染性条件下也可升高。然而,它常被用于帮助鉴别脓毒症与非感染性条件。此外,它是宿主炎症通路的一部分,推测其代表的生物学与凋亡在很大程度上正交。获取PCT的受试者可能经历了与整个队列系统性偏离的临床终点。然而,我们未发现这些队列之间在人口统计学或显著临床参数方面存在任何系统性差异,如表1所述。APACHE II是一种常用的临床评分,综合了年龄、合并症和器官功能评估等多种宿主因素,生成与死亡率相关的脓毒症严重程度评分。遗憾的是,如前所述,CAPSOD研究经历的非存活者百分比较历史或当代报告的脓毒症相关死亡率更低。因此,我们拥有PCT水平的非存活者数量太少,无法建立死亡预测模型。鉴于这些凋亡生物标志物与PCT和APACHE II的相关性均较差,以及凋亡的已知生物学特性,我们推测凋亡生物标志物反映了一条重要的脓毒症通路,该通路与APACHE II或其他生物标志物(PCT)非共线或未被其反映,因此将是对它们的补充,从而增加死亡预测模型的准确性[3, 13]。我们观察到将核小体附加至APACHE II后AUC适度增加(从0.81至0.84),尽管不太可能增加具有临床意义的预测预后区分度,但我们怀疑凋亡生物标志物的附加预测准确性被该队列中APACHE II评分的异常高预测价值所削弱,后者继发于非存活者数量较少。

在急诊科人群中,非感染性病因被误诊为脓毒症的比例估计为14–18%[36]。迄今为止研究的大多数生物标志物在区分源于感染性或非感染性病因的SIRS方面缺乏敏感性[21]。预测性诊断准确性的提高将加快准确诊断,促进及时和适当的治疗干预,并避免不必要的抗生素暴露。两种凋亡生物标志物在区分SIRS与脓毒症方面均表现出较差的诊断准确性(我们推测是由于与非ICU收治患者混合所致),但与既往文献一致(核小体在区分ICU患者脓毒症方面的诊断AUC为0.7[4])。然而,我们确实观察到利用我们的三参数模型后AUC显著增加(0.74),表明凋亡通路具有独立且叠加的诊断预测能力。

脓毒症生物标志物的连续检测(如降钙素原、半胱天冬酶、切割型细胞角蛋白18和蛋白C)可能提供更优的鉴别能力[3, 37]。然而,cfDNA可能不适用于连续监测,因为其在脓毒症表现后数天内浓度保持稳定,提示由脓毒症严重程度决定的累积组织损伤负荷是固定的[3, 13, 17, 37]。我们在研究中证实了这些观察结果,发现T0和T24时cfDNA水平无显著差异。我们承认这种“静止”动力学包含了源于NETosis、凋亡、坏死和内源性DNase活性的核酸波动的动态过程。与cfDNA水平不同,我们确实发现核小体水平从T0到T24显著升高(伴随变异性增加)。然而,我们未发现T24与T0在诊断或预后方面具有差异化的预测价值(可能归因于较大的变异性)。我们未发现有文献描述核小体的动力学,因此这是首次报道脓毒症患者最初24小时内核小体浓度升高,这与cfDNA所表现的静止动力学不同。鉴于专门针对脓毒症中核小体的研究相对匮乏,需要进一步研究以明确其动力学和变异性与临床状态的关系。生物标志物动力学提供了关于患者疾病状态和治疗反应的有用信息,而稳定的生物标志物在临床上也有用,因为它们可以提供关于就诊时脓毒症严重程度的可靠推断(无论其异质性如何),尽管不能反映临床状态的变化或治疗反应。

需要开发能够实现cfDNA或核小体实时测量的技术,以使其与临床实践的相关性得以实现。未来的研究可以尝试区分cfDNA的来源(线粒体、核),并阐明核小体组分(组蛋白)的预测准确性,这可能为进一步了解它们促进炎症、凝血、抗纤溶、抗菌活性和预测(诊断和预后)能力的相对倾向提供洞见[2]。替代性凋亡生物标志物可能具有更优的鉴别潜力,可作为未来研究的目标[31, 38]。最后,所有凋亡生物标志物理想情况下应开发为实时即时检测平台。

局限性

我们采用了便利抽样,并受限于具有明确判定诊断且有足够库存血浆用于生物标志物检测的受试者(尽管与完整队列相比,在人口学特征(年龄、性别)、感染来源、感染病原体或在不同脓毒症分类中的代表性方面未观察到任何显著的系统性偏倚,单纯性脓毒症除外)。该队列的低死亡率可能导致这些生物标志物对重症疾病的敏感性较低。然而,这确实代表了一个更为真实的脓毒症患者队列,并非所有患者均在ICU中管理。长期储存可能导致cfDNA和核小体的差异性降解,这在本文所采用的回顾性分析中无法控制(然而,我们认识到所采用的cfDNA荧光测定法规避了DNA片段化方面的顾虑)[3]。最后,样本经历了一次冻融循环,但同样,荧光测定法规避了DNA片段化方面的顾虑,而核小体浓度已被证明在多次冻融循环后保持稳定[25]。

结论

据我们所知,这是首次对cfDNA和核小体在诊断脓毒症和预测脓毒症相关死亡率方面进行头对头比较。cfDNA和核小体浓度均表现出中等程度的区分脓毒症存活者与非存活者的能力,并且在纳入PCT和APACHE II的诊断预测模型中,二者在区分脓毒症与非感染性SIRS方面提供了附加的诊断预测准确性。纳入凋亡通路检测指标的脓毒症生物标志物策略可能作为脓毒症诊断和死亡率预测工具的重要组成部分。

参考来源

  1. Duplessis C, Gregory M, Frey K, et al. Evaluating the discriminating capacity of cell death (apoptotic) biomarkers in sepsis. J Intensive Care. 2018. PMID: 30459950. doi:10.1186/s40560-018-0341-5
  2. 全文:PMC6234551(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6234551/

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。