文献速递呼吸衰竭与机械通气消化、代谢与肾脏急症重症综合管理与镇静镇痛

酒精使用障碍与社区获得性肺炎住院患者结局的关联

Association Between Alcohol Use Disorders and Outcomes of Patients Hospitalized With Community-Acquired Pneumonia.
PubMed 文献 · JAMA Netw Open · 2019-06-05
一句话结论酒精使用障碍本身不增加社区获得性肺炎患者死亡风险,但酒精戒断综合征患者临床恶化风险更高;AUD患者分离菌对CAP标准治疗耐药更少。

这项回顾性队列研究纳入137496例社区获得性肺炎住院患者(177家美国医院,2010年7月1日至2015年6月30日),3.5%有酒精使用障碍(AUD)。AUD患者较无AUD者分离出肺炎链球菌更多(43.7% vs 25.5%),耐药菌更少(25.0% vs 43.7%)。校正人口学和保险后,AUD与死亡率升高相关(OR 1.40,95%CI 1.25-1.56);进一步校正合并症和耐药风险因素后,死亡率关联消失(OR 0.89,95%CI 0.77-1.02),但仍与晚期机械通气(OR 1.28,95%CI 1.12-1.46)、住院时间(几何均数比1.04,95%CI 1.01-1.06)和费用(几何均数比1.06,95%CI 1.03-1.09)相关。分层分析显示不良结局局限于酒精戒断综合征(AWS)亚组。作者认为治疗应包括常规CAP治疗并密切监测AWS。

要点

  • AUD患者分离菌以肺炎链球菌更常见(43.7% vs 25.5%),对CAP指南推荐抗生素耐药的细菌更少(25.0% vs 43.7%)。
  • 校正人口学和保险后AUD与死亡率升高相关(OR 1.40,95%CI 1.25-1.56),但校正合并症后不再相关(OR 0.89,95%CI 0.77-1.02)。
  • 合并AWS的AUD患者晚期ICU转入(OR 2.46,95%CI 1.92-3.16)、晚期有创机械通气(OR 2.55,95%CI 2.07-3.16)、升压药使用(OR 1.43,95%CI 1.15-1.79)、住院时间(几何均数比1.28,95%CI 1.22-1.34)和费用(几何均数比1.35,95%CI 1.27-1.43)均增加,校正死亡率反而更低(OR 0.72,95%CI 0.
  • 无AWS的AUD患者未观察到AUD与结局的关联。
  • AUD患者接受哌拉西林-他唑巴坦更多(26.2% vs 22.5%),抗MRSA药物使用无差异(32.9% vs 31.8%,P=0.11);接受广谱抗生素的AUD患者中三分之二无其他耐药风险因素。

适用人群与场景

  • 年龄≥18岁、因肺炎住院的患者;纳入原发诊断为肺炎,或原发诊断为呼吸衰竭或脓毒症合并继发肺炎诊断,且需接受胸部影像学检查、抗生素治疗并在入院第1天留取血或呼吸道培养。
  • 排除囊性纤维化、肺炎以外可能引起菌血症的病因(胆囊炎、阑尾炎、憩室炎、穿孔性憩室、腹膜炎、术后吻合口漏或腹部手术部位感染、中心静脉导管相关血流感染且血培养阳性、金黄色葡萄球菌或草绿色链球菌心内膜炎)、长期机械通气或从其他急性护理机构转入的患者。
  • 排除血和尿培养为同一菌(代表尿路病原体)、肠球菌感染、本次入院及过去6个月内肺炎链球菌或军团菌肺炎抗原阳性、本次入院与既往1年内相同肺炎诊断的患者。
  • 排除酒精使用障碍缓解期(ICD-9-CM编码303.03、303.93和305.03)的患者。

诊断标准与关键阈值

  • 酒精使用障碍(AUD)通过ICD-9-CM编码291.0、291.81-291.89、291.9、303.0-303.92和305.00-305.02识别。
  • 酒精戒断综合征(AWS)通过ICD-9-CM编码291.81和291.0识别。
  • 耐药定义为对喹诺酮类或第三代头孢菌素联合大环内酯类治疗显示中介或更强耐药。

红旗征与不能漏的情况

  • 酒精戒断综合征患者晚期ICU转入(OR 2.46,95%CI 1.92-3.16)、晚期有创机械通气(OR 2.55,95%CI 2.07-3.16)和升压药使用(OR 1.43,95%CI 1.15-1.79)风险增加。
  • AUD患者更常以吸入性肺炎(10.9% vs 9.8%)、脓毒症(38.6% vs 30.7%)或呼吸衰竭(9.3% vs 5.5%)为主要诊断。

研究设计与关键结果

  • 回顾性队列研究,纳入137496例社区获得性肺炎住院患者(70358例女性,67138例男性;平均[SD]年龄69.5[16.2]岁),来自177家美国医院,3.5%有AUD。
  • AUD患者较无AUD者更年轻(中位年龄58.0 vs 73.0岁,P<.001)、男性更多(77.3% vs 47.8%,P<.001)、以吸入性肺炎(10.9% vs 9.8%,P<.001)、脓毒症(38.6% vs 30.7%,P<.001)或呼吸衰竭(9.3% vs 5.5%,P<.001)为主要诊断更多。
  • AUD患者培养阳性率更高(13.4% vs 9.1%,P<.001);培养阳性者中肺炎链球菌更多(43.7% vs 25.5%,P<.001),肺炎克雷伯菌更少(6.0% vs 7.3%,P=.02),铜绿假单胞菌更少(4.6% vs 12.9%,P<.001),对CAP指南推荐治疗耐药的细菌更少(25.0% vs 43.7%,P<.001)。
  • AUD患者接受哌拉西林-他唑巴坦更多(26.2% vs 22.5%,P<.001),抗MRSA药物使用无显著差异(32.9% vs 31.8%,P=.11);接受广谱抗生素的AUD患者中三分之二无其他耐药风险因素。
  • 未校正分析中,AUD患者晚期ICU转入(13.4% vs 8.1%,P<.001)、晚期有创机械通气(13.7% vs 6.1%,P<.001)、晚期升压药使用(10.7% vs 5.8%,P<.001)、中位住院时间(6[IQR 3-10] vs 5[IQR 3-8]天,P<.001)和中位住院费用(10425[IQR 5705-21282] vs 8309[IQR 5056-14658]美元,P<.001)更高。
  • 校正年龄、性别、种族和保险后,AUD与死亡率升高(OR 1.40,95%CI 1.25-1.56)、晚期ICU转入(OR 1.62,95%CI 1.44-1.82)、晚期有创机械通气(OR 2.05,95%CI 1.85-2.27)、晚期升压药使用(OR 1.66,95%CI 1.49-1.85)、住院时间(几何均数比1.24,95%CI 1.20-1.27)和费用(几何均数比1.33,95%CI 1.28-1.38)相关。
  • 进一步校正合并症和耐药风险因素后,AUD与死亡率(OR 0.89,95%CI 0.77-1.02)、晚期ICU转入(OR 1.01,95%CI 0.87-1.16)和升压药使用(OR 1.04,95%CI 0.91-1.18)不再相关,但仍与晚期有创机械通气(OR 1.28,95%CI 1.12-1.46)、住院时间(几何均数比1.04,95%CI 1.01-1.06)和费用(几何均数比1.06,95%CI 1.03-1.09)相关。
  • 按AWS分层后,无AWS的AUD患者未观察到AUD与结局的关联;有AWS者晚期ICU转入(OR 2.46,95%CI 1.92-3.16)、升压药使用(OR 1.43,95%CI 1.15-1.79)、晚期有创机械通气(OR 2.55,95%CI 2.07-3.16)、住院时间(几何均数比1.28,95%CI 1.22-1.34)和费用(几何均数比1.35,95%CI 1.27-1.43)增加,但校正死亡率更低(OR 0.72,95%CI 0.55-0.94);Bonferroni-Holm校正后该较低死亡率仅边缘显著(P=.045),可能为统计学假阳性。

证据类型、等级与局限

  • 证据类型:回顾性队列研究。
  • 局限:依赖ICD-9-CM编码可能未能识别部分AUD患者;无法量化酒精使用量,也无法校正生命体征等生理指标;采用混合模型而非院内个体匹配;病因学发现基于培养阳性样本中病原体的相对频率,并假设其也代表假阴性样本和未培养患者的未观察分布。

对床旁实践的改变

  • AUD患者分离菌对CAP标准治疗耐药更少,作者认为下一代指南可能适合将酒精从多重耐药菌风险因素中移除。
  • AUD患者接受广谱抗生素较多,但多数无其他耐药风险因素;作者认为AUD与肺炎链球菌的关联强烈支持推动这些患者接种肺炎球菌疫苗。
  • 作者认为治疗应包括常规CAP治疗并密切监测AWS。
  • 作者认为根据戒断严重程度及时管理AWS可能有助于减少医疗资源使用。

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13 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:JAMA Netw Open. 2019 Jun 7;2(6):e195172. doi: 10.1001/jamanetworkopen.2019.5172

引言

社区获得性肺炎(CAP)是美国第六大死因,也是感染性疾病死亡的最常见原因。1 年龄、免疫状态、吸烟和合并症等基础情况会影响CAP的严重程度。2 酒精使用障碍(AUD)影响1510万美国成年人3,约占肺炎住院患者的4%。4 与无AUD的患者相比,AUD患者往往临床表现更严重2,医疗资源使用更多,包括重症监护。2,4

对这些较差结局有几种可能的解释。第一,酒精可影响口咽菌群,促进耐药革兰阴性菌定植。5,6,7 饮酒还会减弱咳嗽和咽反射,使患者易于误吸这些病原体。8 第二,酒精对免疫功能和肺部清除机制产生不良影响,损害机体抵抗感染的能力。9,10 营养不良在AUD患者中常见,可能放大这些效应。11 第三,长期饮酒损害器官系统,导致肝病、心血管疾病、肾病和癌症。12 第四,AUD使患者面临酒精戒断综合征(AWS)的风险,而AWS本身就是医疗资源使用增加和死亡的原因。13

尽管AUD患病率高,但很少有大型研究评估AUD对肺炎的影响。尚无研究试图将AUD患者较差的结局归因于这些不同的潜在原因。本研究的目的是通过在美国大型医院样本中确定肺炎的细菌病因、描述抗生素耐药和治疗模式,并评估AUD与肺炎结局的关联(包括合并症、AWS的具体贡献以及可能归因于酒精直接免疫抑制效应的任何残余差异),从而更好地为AUD患者的管理提供信息。这些问题对临床诊疗(例如,选择初始抗生素治疗和收入重症监护)以及风险调整具有重要意义。

方法

研究人群

我们开展了一项回顾性队列研究,纳入2010年7月1日至2015年6月30日期间入住177家参与Premier Healthcare Database(Premier Inc)14的美国医院的18岁及以上患者,该数据库是为衡量医疗质量和卫生保健资源使用情况而开发的住院患者数据库。数据由来自美国各地区的参与医院提供,在大多数方面可代表美国急症护理医院,但较大医院、南部地区和城市医疗机构所占比例过高。Premier数据库包含社会人口学信息;医院和医生信息;国际疾病分类第九版临床修订版(ICD-9-CM)诊断代码;以及向患者或保险方计费的所有项目的带日期医院收费代码,包括药物、实验室或诊断检查以及操作。约四分之三的参与医院提供实际医院成本信息,其余医院提供基于Medicare成本收费比的成本估算。微生物学实验室数据(包括培养结果和抗生素敏感性结果)仅对使用感染追踪工具SafetySurveillor(Premier Inc)的医院可用。由于Premier Healthcare Database仅包含已确认的收费,可收费事件的缺失数据不易被发现。人口学字段缺失非常罕见,少数存在此类缺失的患者被排除。由于数据库中的所有数据均已去标识化且不包含受保护的健康信息,本研究方案被克利夫兰诊所基金会机构审查委员会认定为豁免审查。本研究遵循加强流行病学观察性研究报告(STROBE)报告指南。

主要诊断为肺炎(ICD-9-CM代码:481、482.0-482.9、483.0-483.8、484.0-484.8、485、486和507.0)的患者,或主要诊断为呼吸衰竭(ICD-9-CM代码:518.81、518.82、518.84和799.1)或脓毒症(ICD-9-CM代码:785.52、790.7、995.91、995.92和038.0-038.9)且次要诊断为肺炎的患者被纳入研究(补充材料中的eTable 1)。为提高诊断的特异性,我们还要求患者接受胸部X线检查、接受抗生素治疗,并在入院第一天采集血液或呼吸道培养。

囊性纤维化患者、除肺炎外存在其他潜在菌血症病因的患者(胆囊炎、阑尾炎、憩室炎、憩室穿孔、腹膜炎、术后吻合口漏或腹部手术部位感染、血培养阳性的中心静脉导管相关血流感染,或血中检出金黄色葡萄球菌或草绿色链球菌群的心内膜炎),以及接受长期机械通气或从其他急性护理机构转入的患者被排除,因为我们无意研究由这些其他情况促发的肺炎细菌学。血和尿培养检出同一微生物(代表尿路病原体)、肠球菌感染(不是肺炎的病因)、本次入院及过去6个月内肺炎链球菌或军团菌肺炎抗原检测阳性(因为抗原阳性可能持续长达6个月)、或本次入院与1年内既往入院肺炎诊断相同的患者也被排除(补充材料中的eFigure)。

基线变量

我们使用ICD-9-CM编码(补充材料中的eTable 2)来识别AUD(编码291.0、291.81-291.89、291.9、303.0-303.92和305.00-305.02)和AWS(编码291.81和291.0)。ICD-9-CM编码提示AUD缓解(编码303.03、303.93和305.03)的患者被排除在研究之外;尽管这些患者合并症负担高,但推测他们不存在耐药革兰阴性菌定植、误吸、酒精所致免疫抑制或酒精戒断的风险升高。

其他变量包括人口学特征(年龄、性别、种族和医疗保险状况)、合并症(根据Elixhauser15的研究使用次要ICD-9-CM编码和诊断相关组识别)、耐药感染危险因素(从专业护理机构或中间护理机构入院、6个月内既往入院、透析和免疫状态)、16医院特征(地理区域、城市与非城市位置、床位规模和教学状态),以及住院第1天的某些治疗(收入重症监护病房(ICU)、使用血管升压药、有创机械通气(IMV)以及使用抗生素的类型和数量)。

微生物学评估

我们考虑了住院第1天采集的所有血液和呼吸道标本。阳性培养用于确定肺炎的病因以及研究医院实验室报告的抗生素耐药模式。如果微生物对喹诺酮类或第三代头孢菌素联合大环内酯类治疗表现出中介或更高水平耐药,则认为其对CAP治疗耐药。

结局

结局包括住院死亡率、临床恶化(表现为延迟转入ICU、延迟IMV或延迟开始血管升压药治疗[即,在第一个住院日之后])、住院时间(LOS)和费用。住院费用代表住院总费用,包括床位费、实验室检查和药物费用。

统计分析

统计分析于2017年10月27日至2018年8月20日进行。我们使用频率、比例和Pearson χ2检验对分类变量进行总结和比较,使用中位数、四分位数和Kruskal-Wallis秩和方差分析检验对连续变量进行总结和比较,以比较有和无AUD患者之间的基线特征。我们以两种方式描述肺炎病因的频率:作为从任何血液或呼吸道样本中培养出该微生物的患者比例,分别在任一类型培养阳性的患者亚组中以及在所有培养患者中计算。

我们使用带有随机医院效应的混合逻辑回归模型对死亡和临床恶化征象这两个二分类结局进行建模。为了解合并症、AWS以及任何可能归因于酒精直接免疫抑制效应的残余效应4的相对贡献,我们进行了逐步调整分析。首先,我们仅调整患者人口学特征(表1)。其次,我们在模型中加入表1中的合并症和耐药感染危险因素。第三,我们按有无AWS对结果进行分层。然后我们测量AUD的剩余效应,该效应可能由酒精的直接免疫抑制效应所致。模型为预先设定,未进行数据驱动的变量选择。类似的伽马广义线性混合模型序列17,18(对数链接函数)用于LOS和费用分析。我们所有模型均包括随机医院截距效应。在未调整和最终调整分析中,我们首先将AUD表达为二分类效应,然后表达为三分类,进一步区分有和无AWS的AUD。模型使用残差主体特异性伪似然法拟合,Wald统计量和95% CI用于正式推断。在最终模型中,对AUD总体效应的推断基于发生和未发生酒精戒断亚组估计参数的样本量加权线性组合。逻辑模型结果以比值比(OR)总结,伽马模型结果以几何均值比总结,各附95% CI。分析使用SAS 9.4版(SAS Institute Inc)进行。所有P值均来自双侧检验,P < .05认为差异有统计学意义。

表1. 患者基线特征 查看原表 ↗

结果

患者特征见表1。在137 496例因肺炎住院的患者中,平均(SD)年龄为69.5(16.2)岁,3.5%患有酒精使用障碍(AUD)。与无AUD的患者相比,AUD患者更年轻(中位年龄,58.0 vs 73.0岁;P < .001),更常为男性(77.3% vs 47.8%;P < .001)、黑人(17.1% vs 12.3%;P < .001),且由医疗补助(Medicaid)承保(21.8% vs 8.1%;P < .001)。AUD患者有更多合并症。特别是,他们更可能吸烟(61.1% vs 16.7%;P < .001)、患有慢性肝病(20.4% vs 2.5%;P < .001)、有体重减轻(20.5% vs 12.5%;P < .001)、患有精神病(11.0% vs 6.1%;P < .001),以及滥用除酒精以外的药物(17.8% vs 2.7%;P < .001)。AUD患者就诊时病情也更严重:他们更可能的主要诊断为吸入性肺炎(10.9% vs 9.8%;P < .001)、脓毒症(38.6% vs 30.7%;P < .001)或呼吸衰竭(9.3% vs 5.5%;P < .001)(表1);更可能被收入ICU(39.0% vs 24.3%;P < .001)(表2);以及更可能接受血管升压药(11.3% vs 6.2%;P < .001)或有创机械通气(IMV)(16.4% vs 7.5%;P < .001)。AUD患者更可能被收入规模较大的医院(≥401张床位)(42.6% vs 35.7%;P < .001)和教学医院(45.7% vs 40.5%;P < .001),而在地理位置或城市位置上差异很小(补充材料中的eTable 3)。

表2. 初始治疗 查看原表 ↗

肺炎病因及抗生素治疗

AUD患者培养阳性的比例高于无AUD患者(13.4% vs 9.1%;P < .001)。在培养阳性的患者中,与无AUD患者相比,AUD患者更常有肺炎链球菌(43.7% vs 25.5%;P < .001),而较少有肺炎克雷伯菌(6.0% vs 7.3%;P = .02)、铜绿假单胞菌(4.6% vs 12.9%;P < .001),以及对社区获得性肺炎(CAP)指南推荐治疗耐药的任何微生物(25.0% vs 43.7%;P < .001)(图1)。在所有患者中(包括培养阴性者),有AUD与无AUD者的相应百分比分别为:肺炎链球菌5.9% vs 2.3%,肺炎克雷伯菌0.8% vs 0.7%,铜绿假单胞菌0.6% vs 1.2%,以及对CAP指南推荐治疗耐药的微生物3.3% vs 4.0%(补充材料中的eTable 4)。与无AUD患者相比,AUD患者接受广谱抗生素的比例略高,包括哌拉西林-他唑巴坦(26.2% vs 22.5%;P < .001),但接受抗耐甲氧西林金黄色葡萄球菌药物的比例相同(32.9% vs 31.8%;P = .11)。在接受广谱抗生素的AUD患者中,三分之二没有其他耐药微生物危险因素。

图1. 按有无酒精使用障碍(AUD)分组的社区获得性肺炎(CAP)患者培养微生物。柱的高度与所有培养阳性患者中各患者所占比例成正比。 查看原图 ↗

结局

在未校正分析中,与无酒精使用障碍(AUD)的患者相比,伴有AUD的患者与更多的晚期ICU入住(13.4% vs 8.1%;P < .001)、晚期有创机械通气(IMV)需求(13.7% vs 6.1%;P < .001)、晚期血管升压药使用(10.7% vs 5.8%;P < .001)、中位住院时间(LOS)延长(6 [四分位距(IQR),3-10] vs 5 [IQR,3-8] 天;P < .001)以及中位住院费用升高($10 425 [IQR,$5705-$21 282] vs $8309 [IQR,$5056-$14 658];P < .001)相关。与仅伴有AUD的患者相比,伴有AUD和酒精戒断综合征(AWS)的患者经历了更多的晚期ICU入住(26.7% vs 10.6%)、晚期IMV(25.4% vs 10.8%)和血管升压药使用(17.0% vs 9.1%);中位LOS延长(8.0 [IQR,5.0-14.0] vs 5.0 [IQR,3.0-9.0] 天);中位费用升高($16 260.7 [IQR,$8164.9-$32 825.6] vs $9374.8 [IQR,$5289.8-$17 769.7])(表3)。

表3. 按AUD类别观察到的(未校正)结局 查看原表 ↗

多变量分析

在校正年龄、性别、种族和医疗保险的模型中,AUD的存在与死亡率升高(OR,1.40;95% CI,1.25-1.56)、晚期ICU入住(OR,1.62;95% CI,1.44-1.82)、晚期IMV(OR,2.05;95% CI,1.85-2.27)、晚期血管升压药使用(OR,1.66;95% CI,1.49-1.85)、LOS(风险校正几何均值比,1.24;95% CI,1.20-1.27)和费用(风险校正几何均值比,1.33;95% CI,1.28-1.38)相关。当加入合并症和耐药危险因素后,大多数关联减弱(图2A)。酒精使用障碍不再与死亡率(OR,0.89;95% CI,0.77-1.02)、晚期ICU入住(OR,1.01;95% CI,0.87-1.16)或血管升压药使用(OR,1.04;95% CI,0.91-1.18)相关。酒精使用障碍仍与晚期IMV(OR,1.28;95% CI,1.12-1.46)、LOS(风险校正几何均值比,1.04;95% CI,1.01-1.06)和费用(风险校正几何均值比,1.06;95% CI,1.03-1.09)相关。

当按AWS的存在对AUD患者进行分层时,我们未观察到无AWS的AUD患者中AUD与结局之间的关联。伴有AWS的患者晚期ICU入住(OR,2.46;95% CI,1.92-3.16)、血管升压药使用(OR,1.43;95% CI,1.15-1.79)、晚期IMV(OR,2.55;95% CI,2.07-3.16)、LOS(风险校正几何均值比,1.28;95% CI,1.22-1.34)和费用(风险校正几何均值比,1.35;95% CI,1.27-1.43)显著增加,但校正后死亡率较低(OR,0.72;95% CI,0.55-0.94)(图2B)。尽管AUD与各结局的关联在3个独立模型中进行了检验,但大多数P值小于.01,且对这些三次重复分析的P值进行Bonferroni-Holm校正后,未改变任何检验结果的统计学显著性(α = .05)。然而,经此校正后,AWS相关的意外较低死亡率仅具有边缘显著性(P = .045),可能是统计学假阳性。

图2. 酒精使用障碍(AUD)与社区获得性肺炎住院结局的关联A,AUD与社区获得性肺炎住院结局的总体关联。B,按是否存在酒精戒断综合征(AWS)分层后AUD与社区获得性肺炎住院结局的关联。晚期重症监护病房(ICU)入住、晚期有创机械通气(IMV)和晚期血管加压药使用定义为发生于第2天或之后,且仅在较早时未出现相应晚期结局的患者中进行研究。费用仅在费用为正的患者中以及所有患者中费用为正的比例大于50%的医院中进行条件性研究。无费用的患者被排除。简化模型对年龄、性别、种族和保险状态进行了调整。完整模型对上述变量以及合并症的存在和医疗保健相关肺炎定义的组成部分进行了调整。LOS表示住院时间;OR表示比值比。 查看原图 ↗

讨论

在这个大型全国性肺炎住院患者样本中,AUD患者与非AUD患者在几个重要的方面存在差异,而这些差异可能是预料之中的。AUD患者更年轻,更多为男性,且更可能拥有医疗补助(Medicaid)保险。他们也有更多的合并症,尤其是肝病、药物滥用和精神病;根据入住ICU、使用IMV或使用血管加压药来衡量,似乎患有更严重的肺炎;并且住院时间(LOS)更长、费用更高。死亡率方面经年龄调整的差异似乎可归因于酒精相关合并症,因为在调整合并症后这些差异不再存在。即便如此,AUD仍与较差的临床结局和较高的医疗资源使用相关,包括入院后需要机械通气、LOS更长和费用更高。这些关联似乎可归因于AWS,因为在无AWS的患者亚组中不存在这些关联。我们未发现证据表明未测量的因素,如无家可归、贫困或酒精对免疫系统的直接毒性作用,对AUD患者的结局有贡献。此外,我们发现,尽管从理论上预期革兰阴性菌占优势,但从AUD患者中最常培养出的微生物是肺炎链球菌(S pneumoniae)。AUD患者实际上比其他患者携带耐药微生物(如铜绿假单胞菌(P aeruginosa))的可能性略低。然而,AUD患者接受广谱抗生素的可能性略高,主要是因为他们临床表现更严重。

美国最后一项关于肺炎与酒精使用障碍(AUD)的大型研究是在25年前进行的。Saitz等4 examined 23 198例以肺炎为主要诊断入住马萨诸塞州医院的患者;与我们的研究相似,他们发现824例患者(3.6%)患有AUD。他们还发现,在调整人口学特征和合并症后,AUD患者更可能入住ICU,且费用更高、住院时间(LOS)更长,但死亡率与无AUD患者相似。他们得出结论,酒精中毒本身是与肺炎相关的一个因素,可能是由于酒精对呼吸系统和免疫系统的直接毒性作用。尽管酒精确实会降低黏液纤毛清除能力、损害肺泡19和细胞介导的免疫,并降低肺泡巨噬细胞和中性粒细胞的功能,20,21,22,23但我们发现,在排除伴有酒精戒断综合征(AWS)的患者后——这是Saitz等4未做的——AUD与患者结局之间不再存在残余的有害关联。尽管酒精的直接毒性作用在理论上存在关联,但AUD本身与肺炎结局并无关联。

同样,有若干理由使人相信AUD患者会发生对社区获得性肺炎(CAP)推荐经验性治疗耐药的革兰阴性菌感染。酒精会改变口咽菌群,促使革兰阴性菌定植。它还会减弱咳嗽和咽反射,24使患者易发生误吸。25基于这些原因,美国感染病学会26的指南将酒精中毒确定为革兰阴性菌感染(包括克雷伯菌和假单胞菌)的危险因素。然而,仅有2项小型研究支持这一关联:一项是在印度洋某岛屿ICU对25例患者进行的研究27,另一项是在西班牙巴塞罗那某急诊科对50例患者进行的研究,其中16例患有AUD。28第三项研究发现,酒精中毒在南非和中国台湾与克雷伯菌相关,但在世界其他地区则不相关。29相反,若干规模大得多的前瞻性和回顾性研究发现,酒精中毒主要与肺炎链球菌感染相关。2,4,30我们的研究支持后一类研究,在一个广泛代表美国医院的当代多机构样本中,我们呈现的病例数超过所有其他研究的总和。更重要的是,我们检查了所分离病原体的耐药模式,发现AUD患者并不更可能携带对标准CAP治疗耐药的病原体。鉴于这些发现,在指南的下一次修订中,或许宜将酒精从多重耐药菌的危险因素中移除。

我们认为本研究结果具有重要意义,因为我们发现超过四分之一的伴有AUD的肺炎患者接受了抗假单胞菌青霉素治疗,超过三分之一接受了抗耐甲氧西林金黄色葡萄球菌药物。在这些患者中的大多数,AUD是其唯一危险因素。此外,肺炎链球菌与AUD的关联强烈支持有必要促进这些患者接种肺炎球菌疫苗。31,32

入院时,戒酒可导致酒精戒断综合征(AWS)。Monte等33评估了决定AWS住院患者生存的因素。肝硬化、震颤谵妄、幻觉和癫痫发作增加AWS患者不良结局的风险。33,34,35震颤谵妄的发生通常与AWS相关,并且是AWS相关死亡的主要原因。36,37据我们所知,我们的研究是首个评估AWS对肺炎结局贡献的研究,显示AWS患者晚期转入ICU、需要IMV以及需要血管升压药的比例增加,同时住院时间和费用也增加。根据戒断严重程度38对这些患者进行及时管理可能有助于减少医疗资源的使用。矛盾的是,AWS患者的校正死亡率低于无酒精使用障碍(AUD)的患者。这一发现的原因尚不清楚。可能的原因是AWS患者入住ICU和使用IMV的原因与其他肺炎患者不同,因此不具有相同的预后价值。AWS患者的未校正死亡率略高于其他AUD患者这一事实支持该假说。或者,这可能是一个偶然发现。

局限性

我们的研究存在若干局限性。由于依赖ICD-9-CM编码,我们可能未能识别部分AUD患者。然而,这种错误分类似乎不太可能实质性扭曲我们观察到的效应。此外,我们既无法量化酒精使用量,也无法在这些主要为行政数据的基础上对生理指标(如生命体征)进行调整。这一局限性可能导致肺炎严重程度的错误分类,尽管我们确实评估了严重程度的间接指标,如IMV和血管升压药使用,且我们获取的变量对住院死亡具有极好的预后能力。39我们通过将大量潜在混杂因素作为协变量纳入混合逻辑回归分析对其进行了控制。控制混杂因素的另一种策略是将AUD患者与在同一医院接受治疗的个体匹配的无AUD患者进行比较。我们倾向于依赖更经典的建模方法,因为我们的分期调整需要在每个阶段使用不同的匹配集;此外,在最终阶段使用46个协变量进行医院内密切匹配会因排除很大比例的无AUD患者而牺牲相当大的精确度。使用以医院为随机效应的混合模型也以支持结果推广至为Premier Healthcare Database提供信息的机构之外的方式解释了医院间变异性。我们的病因学发现基于培养阳性样本中培养微生物的相对频率,并隐含假设这些微生物也表征了假阴性样本患者以及未获取培养标本患者中未观察到的分布。

结论

在本研究中,酒精使用障碍(AUD)患者占肺炎住院患者的1/30,其年龄调整后的结局比其他患者更差。这一发现的原因似乎是AUD患者存在过多的合并症,如慢性肝病、吸烟和营养不良。此外,酒精戒断综合征(AWS)患者临床恶化的风险升高,住院时间(LOS)更长,费用显著更高。尽管理论上担心酒精对局部菌群和防御机制的影响,但本研究中从伴有AUD的肺炎患者培养出的微生物并不更可能对社区获得性肺炎(CAP)抗生素耐药。因此,治疗应包括常规CAP治疗和密切监测AWS。

参考来源

  1. Gupta NM, Lindenauer PK, Yu PC, et al. Association Between Alcohol Use Disorders and Outcomes of Patients Hospitalized With Community-Acquired Pneumonia. JAMA Netw Open. 2019. PMID: 31173120. doi:10.1001/jamanetworkopen.2019.5172
  2. 全文:PMC6563577(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6563577/

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。