六种生物标志物预测成人脓毒症患者死亡率:系统评价与荟萃分析
该系统评价与荟萃分析检索MEDLINE、PubMed、EMBASE和Cochrane Library(1990年1月1日起的英文文献),纳入44项观察性研究(28项进入荟萃分析),评估成人脓毒症患者发病时6种生物标志物浓度在死亡者与存活者间的差异。结果显示Ang-1在死亡者中较低(合并均数差-2.9 ng/ml,95%CI -4.1至-1.7,p<0.01),Ang-2较高(4.9 ng/ml,95%CI 2.6至7.1,p<0.01),suPAR较高(5.2 ng/ml,95%CI 4.5至6.0,p<0.01),sRAGE较高(1003 pg/ml,95%CI 628至1377,p<0.01),sTREM-1较高(87 pg/ml,95%CI 2至171,p=0.04),HMGB1差异未达统计学显著(1.2 ng/ml,95%CI 0.0至2.4,p=0.05)。作者认为Ang-1、Ang-2和suPAR提供最有用的预后信息,可推荐进一步开发标准化检测并评估其纳入生物标志物组合时的作用。
要点
- 成人脓毒症发病时Ang-1在死亡者中较低,合并均数差-2.9 ng/ml(95%CI -4.1至-1.7,p<0.01)。
- Ang-2在死亡者中较高,合并均数差4.9 ng/ml(95%CI 2.6至7.1,p<0.01)。
- suPAR在死亡者中较高,合并均数差5.2 ng/ml(95%CI 4.5至6.0,p<0.01)。
- sRAGE在死亡者中较高,合并均数差1003 pg/ml(95%CI 628至1377,p<0.01);sTREM-1较高,合并均数差87 pg/ml(95%CI 2至171,p=0.04)。
- HMGB1在死亡者与存活者间差异未达统计学显著(合并均数差1.2 ng/ml,95%CI 0.0至2.4,p=0.05)。
适用人群与场景
- 成人(≥16岁)脓毒症患者,采用脓毒症-1、脓毒症-2和/或脓毒症-3定义。
- 仅纳入观察性研究,排除随机或非随机干预性研究、综述、信件、评论、病例报告、会议摘要、专家意见、社论、体外和动物实验。
- 生物标志物于入院或入组时采血测定,荟萃分析仅纳入入院24小时内提供死亡者与存活者生物标志物浓度的研究。
研究设计与关键结果
- 系统评价与荟萃分析,检索MEDLINE、PubMed、EMBASE和Cochrane Library(1990年1月1日起的英文文献),共检索到2285篇文章,最终纳入44项观察性研究进行定性分析,其中28项进入荟萃分析。
- 44项研究发表于2005年至2017年,41项为前瞻性设计,3项为回顾性设计;主要结局为28天死亡率、30天死亡率、ICU死亡率、住院死亡率或90天死亡率。
- Ang-1:死亡者较存活者低,合并均数差-2.9 ng/ml(95%CI -4.1至-1.7,p<0.01),I²=0%(p=0.58),采用固定效应模型。
- Ang-2:死亡者较存活者高,合并均数差4.9 ng/ml(95%CI 2.6至7.1,p<0.01),I²=48%(p=0.07),采用固定效应模型。
- suPAR:死亡者较存活者高,合并均数差5.2 ng/ml(95%CI 4.5至6.0,p<0.01),I²=46%(p=0.10),采用固定效应模型。
- sRAGE:死亡者较存活者高,合并均数差1003 pg/ml(95%CI 628至1377,p<0.01),I²=0%(p=0.96),采用固定效应模型。
- sTREM-1:死亡者较存活者高,合并均数差87 pg/ml(95%CI 2至171,p=0.04),I²=93%(p<0.01),采用随机效应模型。
- HMGB1:死亡者与存活者间差异未达统计学显著,合并均数差1.2 ng/ml(95%CI 0.0至2.4,p=0.05),I²=0%(p=0.89),采用固定效应模型。
证据类型、等级与局限
- 证据类型:系统评价与荟萃分析,纳入44项观察性研究(41项前瞻性、3项回顾性),其中28项进入荟萃分析。
- 偏倚风险评估采用预后研究质量评价工具(QUIPS),未因低质量排除任何研究;超过半数研究存在选择偏倚顾虑(未连续招募、纳入/排除标准未完全定义、招募时间和/或地点不明确)。
- 混杂是另一主要偏倚来源:仅14项研究充分记录混杂因素(如合并症)并通过限制或调整控制混杂,9项部分控制,其余21项因未识别或未充分控制混杂而存在高偏倚风险。
- 4项研究因统计分析或结果报告不充分(主要结局部分报告、数据披露不足或多重性问题)存在偏倚风险。
- 局限:脓毒症异质性和不同中心研究人群存在不可避免的变异性;生物标志物检测缺乏标准化,使用了多种检测方法。
- 局限:死亡率评估时间点不一致,但多数研究评估28天或住院/ICU期间死亡率;由于无法获取原始数据,需从中位数和范围或四分位距估算均值和标准差。
- 局限:许多研究未提供基线生物标志物浓度数据而未能进入荟萃分析,Ang-1和sRAGE研究数量尤其少;由于研究数量少且检测方法缺乏标准化导致截断值不可直接比较,无法对ROC分析进行统计合并。
对床旁实践的改变
- 作者认为Ang-1、Ang-2和suPAR在成人脓毒症发病时对死亡提供最有用的预后信息。
- 作者认为可推荐进一步开发标准化检测,并评估这些生物标志物纳入与其他生物标志物组合时的作用。
- 作者认为HMGB1的结果未显示其能区分死亡者与存活者;sTREM-1在两组间略有差异但证据不够有力。
- 作者认为Ang-1、Ang-2和suPAR的AUC值与目前临床使用的降钙素原(PCT)或序贯器官衰竭评估(SOFA)评分等生物标志物相当。
- 作者认为脓毒症高度异质,单一生物标志物不太可能准确预测所有病例的结局,组合多种生物标志物可能更好反映个体疾病过程,但仍需确定纳入组合的标志物。
指南或共识出处
- 系统评价与荟萃分析,PROSPERO注册号CRD42018081226,遵循PRISMA指南,发表于Annals of Intensive Care。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译16 节 · 点击展开
背景
脓毒症的负担至今仍然相当高[1]。估计它影响全球数百万人,每年导致近600万人死亡[2]。由于其病程凶险,需要快速识别和紧急治疗。一个挑战仍然是准确识别死亡风险较高、可能从额外监测或治疗措施中获益的患者。由于脓毒症是一种高度复杂的疾病,其临床评估往往困难,额外使用生物标志物来帮助识别此类患者是一种有吸引力的解决方案。但脓毒症的异质性和复杂的病理生理学意味着单一生物标志物往往提供不精确的信息,而能够可靠地作为脓毒症患者结局预测指标的生物标志物仍然稀缺[3–5]。
近年来出现了一些有前景的生物标志物。这些包括血管生成素1(Ang-1)和2(Ang-2)、高迁移率族蛋白B1(HMGB1)、可溶性晚期糖基化终末产物受体(sRAGE)、可溶性髓系细胞触发受体1(sTREM1)和可溶性尿激酶型纤溶酶原激活物受体(suPAR)。还存在其他有前景的生物标志物,但它们不能预测脓毒症的结局。此外,某些生物标志物的分析极其复杂,这可能妨碍其未来在临床环境中的实施。
血管生成素1和2是作用于血管生成的糖蛋白,对血管具有直接但相反的作用。Ang-1支持内皮细胞的稳定、存活和发育,并具有抗炎特性,而Ang-2具有促炎作用,诱导内皮细胞失稳和血管渗漏,并促进细胞死亡[6]。因此,出于预测目的,必须同时评估这两种蛋白。
HMGB1是一种核蛋白,当由濒死细胞释放或由中性粒细胞、单核细胞和巨噬细胞等免疫和炎症细胞响应感染性或非感染性刺激而分泌时,具有促炎特征[7]。
细胞表面受体RAGE、TREM-1和uPAR分别在血液中以其可溶性形式被发现和测量:sRAGE、sTREM-1和suPAR。RAGE是免疫球蛋白超家族的细胞表面受体,主要在肺中表达。受到刺激时,RAGE导致细胞活化以及炎症反应的启动和传播[8]。TREM-1存在于中性粒细胞和单核细胞上。感染刺激该受体的表达,其活化导致炎症细胞因子产生增加[9, 10]。最后,uPAR存在于包括单核细胞和T淋巴细胞在内的免疫细胞上,以及内皮细胞和成纤维细胞等非免疫细胞上。该标志物特别涉及细胞黏附、趋化性、免疫活化和细胞信号传导[11]。
评估这些生物标志物预测危重患者死亡率性能的临床研究已显示出相关发现[12, 13]。一些研究通过结合创伤、无菌性炎症或菌血症患者队列以及明显脓毒症或脓毒性休克患者的证据进行了综述[14–17]。确认这六种生物标志物中任何一种在脓毒症患者中的预后价值,可能有助于在重症监护病房(ICU)中实现更有效的监测或分诊,以降低死亡率。
因此,我们的系统评价和荟萃分析的目的是评估脓毒症或脓毒性休克成人患者发病时血清Ang-1、Ang-2、HMGB1、sRAGE、sTREM-1和suPAR的预后价值。
方法
本研究按照系统评价和荟萃分析首选报告项目(PRISMA)指南进行[18]。本研究已在PROSPERO(系统性评价前瞻性注册平台)注册,注册号为:CRD42018081226。
检索策略
由一名信息学专家对MEDLINE、PubMed、EMBASE和Cochrane Library数据库进行了系统文献检索,检索对象为1990年1月1日以后发表的、以英文撰写、在人体中进行的研究。完整检索策略详见附加文件1。我们还筛选了入选研究和相关系统评价的参考文献列表,以识别电子检索未发现的相关研究。
研究选择
研究首先通过标题和/或摘要进行筛选。对于标题/摘要筛选后入选的研究,获取全文以正式确定纳入或排除。研究由两名综述作者(AP、MM)独立选择。分歧通过共识解决,必要时由第三作者(BBS)仲裁。
纳入和排除标准
本研究仅纳入观察性研究,这些研究提供关于成人(≥ 16岁)脓毒症患者某一生物标志物的预后信息,并采用脓毒症-1、脓毒症-2和/或脓毒症-3定义[19]。预后信息定义为任何时间点的全因死亡率。综述、信件、评论、通讯、病例报告、会议摘要、专家意见、社论、体外和动物实验以及干预性研究(随机或非随机)被排除,以便对类似获取的数据进行评估。
对于队列重叠或数据重复的发表文献,仅纳入患者数量最多的发表文献。
数据提取和分析
从已发表文章和补充材料(如有)中提取以下数据:(i)一般研究信息:作者、年份、国家、研究设计(前瞻性或回顾性)、临床环境;(ii)患者特征:样本量、年龄、男性比例、脓毒症严重程度、所用脓毒症定义;(iii)生物标志物测量:测量时间点、检测方法;(iv)死亡率:随访持续时间、死亡率;(v)结局指标:存活者和非存活者的生物标志物浓度、预测死亡率的受试者工作特征(ROC)曲线下面积及截断点、灵敏度、特异度、阳性预测值、阴性预测值、阳性似然比和阴性似然比。
数据由两名综述作者(AP、MM)独立且在Excel电子表格的各自副本上重复记录。对记录进行比较,任何分歧通过共识解决。已发表文章中未直接提供的数据由部分研究作者直接提供,或根据作者提供的数据集计算得出。
采用预后研究质量(QUIPS)工具进行质量评估[20]。每项研究通过六个领域评估偏倚风险:研究参与、研究失访、预后因素测量、混杂因素测量与处理、结局测量、分析与报告。对于每个领域,两名综述作者(AP、MM)独立评定为低、中或高偏倚风险。如有分歧,同样通过讨论解决。
为评估生物标志物对死亡率的预后价值,对脓毒症非存活者与存活者之间生物标志物水平差异进行了荟萃分析,并对各研究内根据生物标志物水平预测死亡率的ROC分析结果进行了叙述性总结。
该荟萃分析纳入提供脓毒症存活者与非存活者基线(入院24小时内)生物标志物浓度的研究。未提供脓毒症存活者与非存活者基线(入院24小时内)生物标志物浓度的研究未纳入定量分析,仅进行叙述性总结。
为合并结果,使用报告的均值与标准差(SD)进行计算。若研究报告的是均值与标准误(SE),则采用Cochrane协作网提供的公式计算SD:SD = SE * √N [21]。对于将生物标志物浓度报告为中位数与范围或四分位距(IQR)的研究,我们根据Wan等[22]的公式估算均值和SD。为确认这些估算的可靠性,我们使用Luo等[23]的公式进行重复估算,并开展敏感性分析比较两种方法的结果。即使存在偏离正态分布的情况,这两种方法在这些估算中均显示出良好的可靠性[24]。
结果以森林图呈现,分别展示六种生物标志物各自非存活者与存活者之间合并均值差(MD)及其95%置信区间。统计显著性定义为5%水平(p < 0.05)。异质性采用研究间方差(τ2)、χ2检验和I2统计量衡量。对于I2 < 50%的生物标志物,采用固定效应模型合并结果,否则采用随机效应模型。所有统计分析均使用R(版本3.4.3)[25]完成,并使用dplyr [26]、ggplot2 [27]和meta [28]软件包。
结果
研究选择与特征
系统文献检索共检索到2285篇文章(图1)。经初步按标题和/或摘要筛选后,排除2171篇文章。对剩余114篇文章的全文进行审查,进一步排除70项研究。排除文章的清单及原因可获取(附加文件2)。总体而言,我们在定性分析中纳入44项研究,其中28项纳入荟萃分析。定性分析纳入的所有研究均发表于2005年至2017年间。44项研究中有41项采用前瞻性设计,3项为回顾性研究。所有纳入研究均在入院或入组研究时采血用于生物标志物测定。生物标志物广泛采用商业化检测方法测量,但2项研究(均为HMGB1)使用非商业化方法进行测量。
主要结局为28天死亡率、30天死亡率、ICU死亡率、住院死亡率或90天死亡率。纳入研究的研究设计与人群、所用检测方法及死亡率随访详情见表1。
血管生成素1和2
44项纳入研究中有10项涉及Ang-1和Ang-2 [29–38]。这些研究的患者数量从20至943例不等,患者的平均或中位年龄为51至75岁。
在荟萃分析中,有2项研究具有适合Ang-1的数据,7项研究具有适合Ang-2的数据。有强有力的证据表明,在脓毒症发病时测定的Ang-1和Ang-2在非存活者和存活者之间均存在差异。Ang-1是本综述中纳入的唯一抗炎生物标志物,其在非存活者中低于存活者,合并均数差为− 2.9 ng/ml(95% CI − 4.1至− 1.7;p < 0.01)。相反,Ang-2在非存活者中高于存活者。Ang-2的合并均数差为4.9 ng/ml(95% CI 2.6至7.1;p < 0.01)。荟萃分析的所有结果见图2的森林图。
在Ang-1和Ang-2的分析中,研究间的异质性不被认为具有实质性,Ang-1的I2值为0%(p = 0.58),Ang-2为48%(p = 0.07)。因此,分析采用固定效应模型。
为进一步确定这些生物标志物的预后价值,总结了根据第1天生物标志物浓度预测死亡率的受试者工作特征(ROC)分析结果。10项研究中有6项报告了Ang-1和/或Ang-2的ROC分析数据。Ang-1的曲线下面积(AUC)范围为0.620至0.778,Ang-2为0.632至0.960。有关最佳截断点及灵敏度、特异度、阳性预测值(PPV)、阴性预测值(NPV)、阳性似然比(LR+)和阴性似然比(NPV)的详细结果见表2。
一项研究 [33] 未报告生物标志物浓度或ROC分析,但仍包含预后信息。该研究纳入全身炎症反应综合征(SIRS)患者,其中一部分患有脓毒症。作者回顾性地对脓毒症患者中生物标志物与28天死亡率的关联进行了多因素分析。在调整多种变量(包括年龄、性别和合并症)后,他们报告28天死亡率的比值比(OR)为:Ang-1每翻倍为0.69(95% CI 0.59至0.81;p = 2.9 × 10−6),Ang-2每翻倍为1.79(95% CI 1.43至2.24;p = 2.9 × 10−6)。
高迁移率族蛋白B1(HMGB1)
在纳入的44项研究中,有11项讨论了HMGB1 [39–49]。这些研究的样本量在30至257名患者之间。患者的年龄(均值或中位数)为34至68岁。患者年龄偏低的原因是Huang等人[43]的研究纳入了烧伤患者中的脓毒症患者。
其中8项研究具有适合进行荟萃分析的数据。在脓毒症发病时测定的HMGB1是唯一在脓毒症非存活者与存活者之间无差异的生物标志物,合并均数差为1.2 ng/ml(95% CI 0.0至2.4;p = 0.05)(图2)。
HMGB1在各研究之间无显著异质性(I2 = 0%;p = 0.89),因此采用固定效应模型对结果进行合并。
11项研究中仅有2项包含ROC分析,AUC分别为0.570和0.610(表2)。
此外,有3项研究未报告足够的数据以纳入荟萃分析,也未进行ROC分析[39, 43, 46]。
Sunden-Cullberg等人研究了脓毒症患者中HMGB1的动力学。他们使用两种不同的(非商业性)方法测定脓毒症非存活者和存活者的HMGB1。他们报告了相互矛盾的结果,一种方法显示非存活者的HMGB1水平低于存活者,另一种方法显示两组之间无差异。
Huang等人的研究纳入了烧伤患者,其中部分患者发生了脓毒症。在该脓毒症患者亚组中,他们报告烧伤后第1天非存活者与存活者之间的HMGB1浓度无显著差异。
Charoensup等人研究了由类鼻疽伯克霍尔德菌所致脓毒症的一个特定患者队列,他们报告在诊断时非存活者的HMGB1水平高于存活者。
sRAGE
关于sRAGE,仅能纳入4项研究[45, 50–52]。这些研究的样本量范围为30至73名患者。患者的平均或中位年龄为38至64岁。
4项研究中有3项适合进行荟萃分析。我们的结果显示强有力的证据表明非存活者的sRAGE高于存活者。sRAGE的合并均数差为1003 pg/ml(95% CI 628至1377;p < 0.01)(图2)。
各研究之间无实质性异质性,I2值为0%(p = 0.96),因此我们采用固定效应模型进行合并。
其中2项研究具有ROC分析的数据。虽然总结了两项研究的最佳截断值,但仅有一项报告了AUC,值为0.660(表2)。
一项研究[52]无法纳入荟萃分析,也未报告ROC分析。Hamasaki等人指出,脓毒性休克患者中sRAGE水平升高与死亡率相关。
sTREM-1
纳入的44项研究中有11项涉及sTREM-1 [47, 53–62]。不同研究中患者的样本量范围为52至253名患者。确定的平均或中位年龄为53岁至70岁。
其中6项研究适合进行荟萃分析。非存活者的sTREM-1显著更高,但程度低于其他生物标志物。sTREM-1的合并均数差为87 pg/ml(95% CI 2至171;p = 0.04)(图2)。
sTREM-1分析的各项研究之间异质性被认为显著,I2为93%(p < 0.01),因此采用随机效应模型对结果进行合并。
有8项研究报告了ROC分析。AUC值各不相同,从0.444至0.856(表2)。
有三项研究未报告足够的数据用于荟萃分析或ROC分析的详细信息[54, 55, 57]。
Giamarellos-Bourboulis等人研究了呼吸机相关性肺炎(VAP)所致脓毒症患者中sTREM-1的动力学变化。在第1天,他们发现非存活者的sTREM-1水平显著高于存活者。
Phua等人在一组感染性休克患者队列中未发现sTREM-1对死亡率具有预测作用。Zhang等人对脓毒症患者进行了评估,虽然他们显示第1天非存活者的sTREM-1浓度高于存活者,但差异无统计学意义。
suPAR
在44项研究中有10项测定了suPAR [63–72]。样本量从49例到1914例患者不等。患者年龄一致,均值或中位数范围为59岁至71岁。
我们可将其中6项研究纳入荟萃分析。我们的结果强烈表明,非存活者的suPAR高于存活者。suPAR的合并均数差为5.2 ng/ml(95% CI 4.5至6.0;p < 0.01)(图2)。
研究间的异质性不显著(I2 = 46%;p = 0.10),结果采用固定效应模型进行合并。
10项研究中有8项包含ROC分析数据。suPAR预测死亡率的AUC范围为0.670至0.788(表2)。
一项研究[65]未被纳入荟萃分析,且不包含ROC分析信息。Hoenigl等人研究了SIRS或脓毒症患者的suPAR浓度。在其整个队列中,非存活者的suPAR浓度显著高于存活者。在脓毒症患者亚组中,他们描述入院急诊科后第1天内suPAR浓度升高的患者死亡率高于suPAR浓度下降的患者。
研究质量
质量评估的总体结果以及各生物标志物研究的质量见图3。没有研究因质量低而被排除。
我们发现选择偏倚是超过半数纳入研究的一个问题。这是由于研究未采用连续招募、纳入和排除标准未定义或仅部分定义,以及招募时间和/或地点未明确所致。
研究失访和失访偏倚风险非常低,因为各研究中几乎没有患者失访。缺失数据的比例也很低。缺失数据的原因通常是重复测量时缺少血样,或者对于通过电话评估90天生存情况的研究,缺少生存状态信息。
生物标志物的检测时间和测量方法描述良好,仅2项研究未报告采样时间窗。
40项研究对死亡率有明确定义,但4项研究未报告死亡率的随访期。
混杂是另一个主要的偏倚来源。仅14项研究充分记录了混杂因素(如合并症),并通过限制或调整对其结局评估的混杂进行了控制。9项研究部分考虑了混杂。其余21项研究因未识别和控制混杂或识别和控制不充分而存在高偏倚风险。
我们发现4项研究因统计分析或结果报告不充分而存在偏倚风险。这是由于主要结局的部分报告、数据披露不足或大量结局报告导致的多重性问题所致,这意味着结果很可能是虚假的。
讨论
我们的荟萃分析结果显示,在我们评估的6种生物标志物中,Ang-1、Ang-2、sRAGE和suPAR是在疾病发作时死于脓毒症的患者与存活患者之间差异最大的生物标志物。sTREM-1在两组之间略有差异,但证据不够有力。我们的结果未显示HMGB1能区分非存活者与存活者的证据。
ROC分析的结果进一步支持Ang-1、Ang-2和suPAR对脓毒症患者死亡率的预测价值。这些生物标志物显示出优于sRAGE、sTREM-1和HMGB1的AUC值、特异度和敏感度。此外,它们的AUC值与目前临床使用的生物标志物如降钙素原(PCT)[73, 74]或临床评分如序贯器官衰竭评估(SOFA)评分[75]相当。关于阴性预测值和阳性预测值,总体而言,所有六种生物标志物的NPV均高于PPV。各生物标志物之间的PPV相似,但HMGB1较低。所有生物标志物均显示高NPV,但sTREM-1的数值范围较低。
生物标志物在日常临床实践中被常规使用。在ICU中,除PCT外,很少有生物标志物被证明能可靠预测脓毒症患者的死亡率,这促使人们寻找新的生物标志物[4, 5]。我们评估的六种生物标志物中,有一些已在针对不同ICU患者队列研究的系统综述中被分析。Backes等[14]在一篇叙述性综述中评估了suPAR在全身性炎症、菌血症或脓毒症患者研究中的诊断和预后价值。他们得出结论,suPAR显示出令人鼓舞的预后价值,较高水平与死亡率增加相关。最近,Ni等[17]进行了一项关于suPAR诊断和预后价值的系统综述及荟萃分析,聚焦于伴有或不伴有脓毒症的细菌感染患者。他们的结果表明,高suPAR与死亡风险升高相关,合并风险比为3.37(95% CI 2.60至4.38),预测死亡率的AUC为0.77,合并灵敏度和特异度分别为70%和72%。关于sTREM-1,在另一项最近针对感染患者的系统综述及荟萃分析中,Su等[16]得出结论,它仅具有中等预后价值,对死亡率的预测不显著。他们报告sTREM-1升高时死亡的合并风险比(RR)为2.54(95% CI 1.77至3.65),预测死亡率的AUC为0.76,合并灵敏度和特异度分别为75%和66%。Xing等[15]综述了脓毒症中内皮活化生物标志物,包括Ang-1和Ang-2,并以叙述性方式总结了同样纳入我们综述的研究。Jabaudon等[76]最近的荟萃分析支持sRAGE作为ARDS患者不良结局的预测指标。然而,这些系统综述的纳入标准各不相同,且合并了患有不同疾病的患者队列。
我们研究的一个优势是评估了参与脓毒症病理生理学不同方面的多种生物标志物。此外,纳入的研究大多数为前瞻性研究,我们仅选择了根据明确定义的标准诊断为脓毒症的患者队列或亚组的研究,未与其他ICU患者混合。除本系统综述评估的六种生物标志物外,还出现了许多尚未在临床常规使用的其他生物标志物。然而,其测量方法复杂或昂贵,这可能延缓其未来在临床中的实施,而另一些生物标志物对脓毒症的诊断比预后更有用。这就是我们仅聚焦于这六种生物标志物的原因。为消除任何选择性报告的风险,本系统综述所选六种生物标志物的清单在研究开始前即已确定,并发表于PROSPERO方案中(CRD42018081226)。
我们的研究有一些局限性。虽然我们对脓毒症的定义有严格的纳入标准,但由于脓毒症的异质性以及来自不同中心的各种研究人群,仍存在不可避免的变异性。此外,由于缺乏标准化,测量生物标志物使用了多种检测方法。然而,即使存在这种异质性,各项研究的结果仍保持一致,这表明这些生物标志物具有良好的稳健性,尤其是suPAR、Ang-1和Ang-2。
死亡率未在同一时间点评估,但大多数研究在28天或住院/ICU期间评估死亡率。对于荟萃分析,我们使用生物标志物浓度的均值和标准差来合并结果。由于我们无法获取原始数据,当生物标志物浓度以中位数和范围或四分位距(IQR)报告时,我们不得不估计其均值和标准差。这些估计采用Wan等人[22]的方法进行,并按照Luo等人[23]的方法重复进行以确认其准确性并减少偏倚。这两种方法在这些估计中均显示出良好的可靠性,即使在偏离正态分布的情况下也是如此[24]。使用两种方法进行的估计之间未发现差异。此外,即使存在均值和标准差估计的偏倚,该偏倚在估计非存活者与存活者之间的均值差时也会被抵消,因为在两组中都会存在该偏倚[77]。许多研究未包含基线时生物标志物浓度的数据,无法纳入荟萃分析。关于Ang-1和sRAGE的研究数量特别少。由于研究数量少,更重要的是由于生物标志物测量方法缺乏标准化,使得不同截断值无法直接比较,因此无法对ROC分析结果进行统计合并以提供每种生物标志物的汇总ROC曲线。因此,研究内报告的所有ROC分析结果均以叙述性方式进行了总结。
一些研究进行了重复测量以评估生物标志物浓度随时间的变化动态。在脓毒症发作时不能清晰区分存活者与非存活者的生物标志物(HMGB1和sTREM-1),在更晚的时间点评估时仍可能提供重要的预后信息。但由于随时间变化的生物标志物浓度实用性较差,且受液体复苏等因素影响而存在额外变异性,这并非本综述的重点。
如前所述,所评估的生物标志物中表现最佳的(Ang-1、Ang-2和suPAR)的AUC值与文献中报道的目前临床使用的临床评分或其他生物标志物的AUC值相当。在本系统评价中,部分纳入研究也报告了临床评分的AUC值。在3项关于血管生成素的研究中,Ang-1和Ang-2预测死亡率的AUC值与急诊科脓毒症死亡率(MEDS)评分、SOFA评分和急性生理学与慢性健康状况评价(APACHE)II评分相当[30, 32, 36]。在5项关于sTREM-1的研究中,一项研究显示sTREM-1与APACHE-II的AUC相似,而在其余4项研究中,sTREM-1的AUC低于简化急性生理学评分(SAPS)II、SOFA和/或APACHE-II评分[56, 58–61]。在4项研究中,suPAR预测死亡率的AUC值劣于APACHE-II或SOFA;在2项研究中与SOFA评分相当但劣于APACHE-II;在1项研究中优于APACHE-II [63, 66–69, 71, 72]。然而,由于临床评分的预后价值既不是本系统评价的预设结局,也不是纳入或排除标准,因此该比较未以系统化方式进行,可能存在偏倚。以叙述性或定量方式比较六种生物标志物与临床评分(或其他已知生物标志物)的价值,值得在未來研究中作为主要结局进行评估。
此外,由于脓毒症是一种高度异质性的疾病状态,单一生物标志物不太可能准确预测所有病例的结局。将多种生物标志物组合成检测面板可能更好地反映每位患者的个体疾病过程,从而较单一生物标志物提供附加价值[12, 78]。但仍需确定此类面板中应纳入哪些生物标志物,而本系统评价中表现最佳的生物标志物(Ang-1、Ang-2、suPAR)是有吸引力的候选者。鼓励进一步研究评估多种生物标志物组合或生物标志物联合临床评分的预后价值。
结论
总之,我们通过评估非存活者与存活者之间生物标志物浓度的差异,并报告其预测死亡率的表现,评价了六种不同生物标志物在脓毒症发病时的预后价值。在我们评估的生物标志物中,Ang-1、Ang-2和suPAR为成人脓毒症患者的死亡率提供了最有价值的预后信息。可推荐进一步开发标准化检测方法,并评估其纳入与其他生物标志物组合的面板时的作用。
补充信息
附加文件1. 文献检索策略。
附加文件2. 排除文献列表及原因。
附加文件3. 系统评价和荟萃分析的PRISMA清单。
参考来源
- Pregernig A, Müller M, Held U, et al. Prediction of mortality in adult patients with sepsis using six biomarkers: a systematic review and meta-analysis. Ann Intensive Care. 2019. PMID: 31705327. doi:10.1186/s13613-019-0600-1
- 全文:PMC6841861(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6841861/
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。