血浆sTNFR1和IL8用于脓毒症试验的预后富集:一项前瞻性队列研究
该多中心前瞻性队列纳入400例急诊入ICU的危重脓毒症患者,在推导队列(PENN,N=200)和验证队列(UCSF,N=200)中分别derive和验证sTNFR1、IL8、Ang2的预后富集阈值。sTNFR1>8861 pg/ml在推导和验证队列中分别识别出绝对死亡风险增加21.6%和17.8%的患者;IL8>94 pg/ml仅在免疫正常患者中识别出风险增加17.7%和27.0%的患者。使用sTNFR1或IL8筛选高风险患者比用脓毒性休克筛选更能提高试验功效和效率,而Ang2未优于脓毒性休克。作者认为sTNFR1和IL8可能作为未来脓毒症试验的预后富集因子。
要点
- sTNFR1>8861 pg/ml在推导队列识别30天死亡绝对风险增加21.6%(95%CI 8.1–35.2),验证队列增加17.8%(95%CI 4.2–31.3)。
- IL8>94 pg/ml仅在免疫正常患者中识别死亡风险增加:推导队列17.7%(95%CI 1.6–33.8),验证队列27.0%(95%CI 13.2–40.8)。
- 以≥35%死亡风险为入组阈值时,sTNFR1阳性筛选比脓毒性休克筛选每100例入组少暴露18例存活者,IL8阳性筛选少暴露25例。
- 模拟20%相对风险降低的试验,sTNFR1阳性筛选较全脓毒症入组减少样本量43.3%(N=1126 vs 1986),IL8阳性筛选减少41.8%(N=1380 vs 2372)。
- Ang2>9761 pg/ml在推导和验证队列分别识别死亡风险增加21.3%和12.3%,但未持续优于脓毒性休克作为富集因子。
适用人群与场景
- 多中心前瞻性队列纳入400例从急诊科收入ICU的危重脓毒症患者,推导队列为宾夕法尼亚大学(PENN)200例,验证队列为加州大学旧金山分校(UCSF)200例。
- IL8分析仅限免疫正常患者(推导队列N=105,验证队列N=173)。
- 免疫抑制状态按APACHE标准定义,ARDS按柏林标准定义,脓毒性休克定义为ICU入科当天接受血管升压药且乳酸>2 mmol/l。
诊断标准与关键阈值
- sTNFR1预后富集阈值:>8861 pg/ml(推导队列Youden法得出)。
- IL8预后富集阈值:>94 pg/ml(仅适用于免疫正常患者)。
- Ang2预后富集阈值:>9761 pg/ml。
- 脓毒性休克定义:ICU入科当天接受血管升压药且乳酸>2 mmol/l。
研究设计与关键结果
- 研究类型:多中心前瞻性队列研究,共400例危重脓毒症患者,推导队列和验证队列各200例;主要终点为30天死亡率。
- 推导队列30天死亡率为41.0%,验证队列为27.0%。
- sTNFR1每1-log升高与死亡独立相关(OR 1.68,95%CI 1.23–2.28,p=0.001);推导队列46.5%为sTNFR1阳性,调整后绝对风险增加21.6%(95%CI 8.1–35.2,p=0.002);验证队列33.5%为阳性,未调整绝对风险增加17.8%(95%CI 4.2–31.3,p=0.010),调整后RD为13.0%(95%CI 0.3–25.7,p=0.045)。
- IL8每1-log升高与死亡独立相关(OR 1.25,95%CI 1.09–1.43,p=0.001),免疫抑制状态存在效应修饰(p=0.033);推导队列免疫正常者54.3%为IL8阳性,调整后绝对风险增加17.7%(95%CI 1.6–33.8,p=0.031);验证队列免疫正常者39.3%为阳性,未调整绝对风险增加27.0%(95%CI 13.2–40.8,p<0.001),调整后RD为22.1%(95%CI 7.4–36.8,p=0.003)。
- Ang2每1-log升高与死亡独立相关(OR 1.53,95%CI 1.16–2.01,p=0.002);推导队列69.5%为Ang2阳性,调整后绝对风险增加21.3%(95%CI 7.3–35.3,p=0.003);验证队列63.5%为阳性,未调整绝对风险增加12.3%(95%CI 0.2–24.4,p=0.046),调整后RD为10.8%(95%CI −1.1–22.6,p=0.075)。
- 以≥35%死亡风险为入组阈值,sTNFR1阳性筛选的PPV为48.8%、NPV为75.8%,脓毒性休克筛选的PPV为42.3%、NPV为72.4%;IL8阳性筛选(免疫正常者)的PPV为43.2%、NPV为81.7%,脓毒性休克筛选的PPV为38.4%、NPV为77.1%。
- 模拟20%相对风险降低的试验(90%功效),全脓毒症入组需N=1986,sTNFR1阳性筛选减少样本量43.3%(N=1126),脓毒性休克筛选减少28.1%(N=1428);免疫正常人群中,全入组需N=2372,IL8阳性筛选减少41.8%(N=1380),脓毒性休克筛选减少30.0%(N=1660)。
- 在较低死亡阈值下APACHE II≥20的富集优于sTNFR1和IL8阳性,但在死亡阈值>33%时sTNFR1阳性更优、>36%时IL8阳性更优;sTNFR1阳性优于峰值乳酸≥4 mmol/l,IL8阳性与峰值乳酸≥4 mmol/l表现相似。
证据类型、等级与局限
- 证据类型:多中心前瞻性队列研究(推导队列PENN,验证队列UCSF)。
- 局限:将标志物加入临床变量模型后,判别能力的改善相对有限(原文:relatively incremental)。
- 局限:在较低死亡阈值下,基于APACHE的方法优于标志物阈值,可能限制标志物作为简单预后富集因子的实用性。
- 局限:IL8阈值的预后富集效用仅限于免疫正常患者,而ICU入科时免疫抑制可能未被识别。
- 局限:使用这些标志物进行预后富集可能无意中选出机制上不同的亚组,可能限制采用这些标志物进行预后富集的临床试验的普遍性。
- 局限:死亡风险差异的置信区间中等宽。
- 局限:标志物阴性患者(假阴性)的死亡率并非无关紧要。
- 局限:本研究无法评估sTNFR1、IL8和Ang2的预测性富集潜力;需要更大规模研究确认这些发现并优化阈值。
对床旁实践的改变
- 作者认为,sTNFR1>8861 pg/ml和IL8>94 pg/ml(免疫正常患者)可稳定识别30天死亡风险更高的脓毒症患者,可能作为未来脓毒症试验的预后富集因子。
- 作者认为,使用sTNFR1或IL8筛选高风险患者可能提高试验效率和功效,并减少存活者不必要地暴露于潜在风险治疗,效果优于使用脓毒性休克筛选。
- 作者指出,Ang2>9761 pg/ml虽能识别高风险患者,但未显示优于脓毒性休克用于预后富集。
- 作者指出,IL8阈值的富集效用仅限于免疫正常患者,免疫抑制患者中未观察到该关联。
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12 节 · 点击展开
引言
脓毒症死亡率高,药物治疗手段有限[1]。针对炎症、血管调节和免疫调节的疗法正在研发中,通常与肿瘤学、自身免疫和心血管领域同步推进[2, 3]。然而,这些疗法可能伴随不良反应,使得风险-获益天平倾向于优先在高危患者中测试新疗法,以避免低危患者暴露于潜在风险的治療。此外,既往脓毒症试验受限于基线死亡率估计不精确[4],因把握度不足而难以解读。
多个领域已采用富集策略来优化临床试验的患者选择,促进实验性疗法的转化[5–8]。这包括“预后富集”,即选择更可能发生结局事件的患者,以及“预测富集”,即选择更可能对特定干预产生应答的患者[9–11]。尽管广泛受到关注,富集策略在重症监护领域尚未广泛应用,部分原因是缺乏可作为富集因素的生物标志物[12–15]。
我们试图开发一种简单的基于生物标志物的预后富集方法,用于为未来脓毒症试验选择高危患者。我们选择了三种标志物:可溶性肿瘤坏死因子受体-1(sTNFR1)、白细胞介素-8(IL8)和血管生成素-2(Ang2),它们易于检测、与脓毒症结局相关,且代表可作为脓毒症治疗潜在靶点的通路[16–22]。
为评估每种标志物的预后富集潜力,我们推导了浓度阈值,并以风险差作为预测值,在两个独立队列中验证这些阈值是否能一致地识别出死亡风险较高的受试者。此外,我们使用决策曲线分析来展示使用每种标志物选择临床试验受试者的潜在获益。
方法
研究设计
详细方法见补充材料(附加文件1)。我们开展了一项多中心前瞻性队列研究,纳入从宾夕法尼亚大学(PENN)和加利福尼亚大学旧金山分校(UCSF)急诊科收治的危重脓毒症患者。两个队列此前已有描述[23, 24]。我们预先设定在每个中心同一时期纳入200名受试者。主要结局为30天死亡率。我们采用急性生理学、年龄、慢性健康评估(APACHE)标准定义免疫功能受损,采用柏林标准定义急性呼吸窘迫综合征(ARDS)[25–27]。我们将脓毒性休克定义为入住重症监护病房(ICU)当天接受血管升压药物且乳酸> 2 mmol/l [1]。各队列均经其所在机构审查委员会批准。
血浆蛋白测定
在尽可能接近ICU床位申请时且入住ICU 24小时内获取血浆。我们使用酶联免疫吸附试验(R&D Systems)测定sTNFR1、IL8和Ang2浓度。
统计学方法
我们首先通过确定每个标志物是否与死亡率独立相关,以及将标志物加入临床变量死亡模型后是否改善模型拟合(似然比检验)和区分度(受试者工作特征曲线下面积[AUC]),来确认每个标志物的预后价值。我们选择了入院时易于获取且与死亡率相关的变量,包括年龄、糖尿病、肝硬化、免疫抑制、感染性休克和机械通气。为便于操作每个标志物,我们按入组中心拆分人群,并在推导人群(PENN)中使用Youden法[28]为每个标志物推导阈值。我们进行logistic回归并对上述变量进行调整,计算标志物阳性与阴性受试者之间死亡率的标准化风险和风险差(RD)[29]。为进行验证,我们模拟了在验证人群(UCSF)中不加临床变量、直接应用每个标志物阈值的效果,并重点关注未调整RD是否落在推导人群标准化RD的95%置信区间(CI)内,这表明该标志物以类似方式识别高风险患者,同时考虑了基线死亡率的差异[30]。我们其次在验证人群中进行了调整分析,并检验将每个标志物阈值加入各人群临床变量死亡模型后是否改善模型拟合和区分度。我们检验了免疫抑制状态对效应的修饰作用,因为已有报道这些患者的炎症通路存在差异[24]。
接下来,我们采用决策曲线分析(DCA)来展示每个标志物作为富集因素(即标志物阳性则入组)的潜力[31–33]。净获益(真阳性百分比−假阳性百分比)在一系列死亡率阈值概率范围内计算,其中阈值概率代表试验设定的入组死亡风险(即入组死亡风险≥35%的患者)。决策曲线按垂直方向解读;在每个阈值概率下,净获益最高的策略相对于假阳性识别出最多的真阳性,从而选择最有效的试验人群。我们比较了五种富集策略:(1)入组所有脓毒症患者(无富集),(2)入组感染性休克患者,(3)入组单一标志物阳性患者,(4)入组两个标志物阳性患者,(5)入组将标志物作为连续变量预测死亡率达到某一阈值的患者[22]。为进一步说明富集潜力,我们计算了一项假设试验的样本量,该试验测试一种使死亡率相对风险降低20%的治疗,假设把握度为90%。我们选择感染性休克作为主要临床变量富集因素,因为它常用于定义脓毒症试验中的高风险亚组[34, 35]。其次,我们评估了APACHE II评分≥20和24小时内峰值乳酸≥4 mmol/l作为临床变量预后富集因素[26, 36]。
分析使用Stata 15.1进行;双侧p < 0.05被认为具有统计学意义。
结果
患者特征
我们纳入了400例重症脓毒症患者(附加文件2:图S1);基线特征总结于表1。推导人群较年轻、免疫功能受损者更多、脓毒性休克较少、非裔美国人受试者较多、亚裔受试者较少。两个人群均有显著的30天死亡率,推导人群和验证人群分别为41.0%和27.0%。推导人群的血浆sTNFR1和IL8浓度较高。
可溶性肿瘤坏死因子受体-1
入住ICU时的血浆sTNFR1浓度与死亡率独立相关(OR [95% CI] 每1-log增加为1.68 [1.23–2.28];p = 0.001),将sTNFR1浓度加入死亡率临床变量模型后改善了模型拟合,并 marginally 改善了区分度(附加文件2:表S1)。推导人群中的最佳sTNFR1阈值为8861 pg/ml;46.5%的患者为sTNFR1阳性,校正后绝对死亡风险增加21.6%(95% CI 8.1–35.2;p = 0.002)。在验证人群中,33.5%为sTNFR1阳性,未校正绝对死亡风险增加17.8%(95% CI 4.2–31.3;p = 0.010),该值位于推导人群RD的95% CI范围内(表2)。在校正分析中,验证人群的RD为13.0%(95% CI 0.3–25.7;p = 0.045)。在各人群中,将sTNFR1阈值加入死亡率临床变量模型后均改善了模型拟合,并 marginally 改善了区分度(附加文件2:表S2)。
对于预后富集,根据检验特征(阳性预测值[PPV] 48.8% vs. 42.3%;阴性预测值[NPV] 75.8% vs. 72.4%;附加文件2:表S3)和DCA,纳入sTNFR1阳性患者优于纳入脓毒性休克患者。如图1a所示,如果一项试验试图纳入死亡风险< 25%的患者,则纳入所有脓毒症患者是最优的,无需富集。然而,如果一项试验试图纳入死亡风险更高的患者,即≥ 35%,则纳入sTNFR1阳性患者优于纳入脓毒性休克患者或纳入所有脓毒症患者。就效率而言,如果一项试验试图纳入死亡风险≥ 35%的患者,与纳入所有脓毒症患者相比,纳入sTNFR1阳性患者将导致每纳入100例患者相当于减少18例存活者暴露,而纳入脓毒性休克患者将减少12例存活者暴露(图1b,附加文件2:表S5)。就一项检验死亡率相对风险降低20%的治疗的试验的统计功效而言,与纳入所有脓毒症患者(N = 1986)相比,纳入sTNFR1阳性患者将使所需样本量减少43.3%(N = 1126),而纳入脓毒性休克患者将使所需样本量减少28.1%(N = 1428)。
白细胞介素-8
入住ICU时的血浆IL8浓度与死亡率独立相关(每增加1个对数级,OR [95% CI]为1.25 [1.09–1.43];p = 0.001),并且当将其加入死亡率临床变量模型时,可改善模型拟合并 marginally 改善区分度(附加文件2:表S1)。IL8的最佳阈值为94 pg/ml。我们发现免疫抑制状态对IL8-死亡率关联存在效应修饰作用(p = 0.033),该关联主要由免疫功能正常患者驱动(附加文件2:表S6)。在推导人群中,54.3%的免疫功能正常患者为IL8阳性,其调整后死亡绝对风险增加17.7%(95% CI 1.6–33.8;p = 0.031)。在验证人群中,39.3%的免疫功能正常受试者为IL8阳性,其未调整死亡绝对风险增加27.0%(95% CI 13.2–40.8;p < 0.001),该值位于推导人群中RD的95% CI内(表2)。对临床变量进行调整后,验证人群中的RD为22.1%(95% CI 7.4–36.8;p = 0.003)。在每个人群中,将IL8阈值加入死亡率临床变量模型后,均可改善模型拟合并 marginally 改善区分度(附加文件2:表S2)。
在免疫功能正常患者中,基于检验特征(PPV 43.2% vs. 38.4%;NPV 81.7% vs. 77.1%;附加文件2:表S4)和DCA,IL8阈值是优于感染性休克的预后富集因素。如图2a所示,如果一项试验试图入组死亡风险< 20%的患者,入组所有脓毒症患者是最优策略;然而,如果一项试验试图入组死亡风险更高的患者,即≥ 35%,则入组IL8阳性患者是最优策略。例如,如果一项试验试图入组死亡风险≥ 35%的患者,与入组所有脓毒症患者相比,入组IL8阳性患者将相当于每入组100例患者减少25例暴露的存活者,而入组感染性休克患者将减少19例暴露的存活者(图2b,附加文件2:表S7)。就统计效能而言,与入组所有脓毒症患者(N = 2372)相比,入组IL8阳性患者将使所需样本量减少41.8%(N = 1380),而入组感染性休克患者将使所需样本量减少30.0%(N = 1660)。
血管生成素-2
ICU入住时的血浆Ang2浓度与死亡率独立相关(每增加1个对数单位的OR [95% CI]为1.53 [1.16–2.01];p = 0.002),将其加入临床变量死亡模型后改善了模型拟合,并 marginally 改善了区分度(附加文件2:表S1)。Ang2的最佳阈值为9761 pg/ml。在推导人群中,69.5%为Ang2阳性,调整后的绝对死亡风险增加21.3%(95% CI 7.3–35.3;p = 0.003)。在验证人群中,63.5%为Ang2阳性,未调整的绝对死亡风险增加12.3%(95% CI 0.2–24.4;p = 0.046)(表2)。在调整分析中,验证人群的RD为10.8%(95% CI − 1.1–22.6;p = 0.075)。Ang2阈值未能一致地改善模型拟合和区分度(附加文件2:表S2),且在预后富集方面未能一致地优于脓毒性休克(图3,附加文件2:表S3和S8)。
联合模型与次要模型
其次,我们评估了sTNFR1和IL8的联合富集潜力。sTNFR1和IL8双阳性将判别能力改善至与单个标志物相似的程度(附加文件2:表S9),且作为富集因素的表现与单用sTNFR1相似,略优于单用IL8(附加文件2:图S2)。这可能归因于免疫抑制状态对IL8-死亡率关联的效应修饰,因为sTNFR1和IL8双阳性在仅限于免疫功能正常患者时表现更优(附加文件2:图S3)。将sTNFR1和IL8浓度的预测死亡率作为连续变量使用,产生的判别能力与单个标志物阈值相似,富集效果与sTNFR1单阳性相似,略优于IL8单阳性(附加文件2:表S9、图S4)。
对于我们的次要临床变量富集方法,在较低死亡阈值下,APACHE II评分≥20的富集效果优于sTNFR1阳性和IL8阳性;而在死亡阈值高于33%时,sTNFR1阳性的富集效果优于APACHE II≥20;在死亡阈值高于36%时,IL8阳性的富集效果更优(附加文件2:表S3、图S5)。sTNFR1阳性的表现优于峰值乳酸≥4 mmol/l,而IL8阳性的表现与之相似(附加文件2:表S3、图S6)。
讨论
我们发现,血浆sTNFR1和IL8阈值在两个不同的危重脓毒症患者人群中一致地识别出死亡风险较高的受试者。我们还证明,sTNFR1和IL8有可能作为脓毒症试验的预后富集因素。通过选择高风险患者,使用这些标志物可以提高试验效率和把握度,并比使用脓毒性休克更能减少不必要地暴露于潜在风险治疗的存活者数量。
我们的结果与Mikacenic等人的一项研究一致,该研究发现以连续方式使用sTNFR1和IL8浓度可对脓毒症患者进行风险分层[22]。我们的数据在这些发现的基础上进一步证明,这些标志物的阈值可以提供一种更简单的方法来优化试验入组,单个标志物具有富集潜力且表现与联合模型相似,这些标志物在富集方面优于使用脓毒性休克,并且这些标志物在疾病严重程度和死亡率较高的患者中具有预后价值。我们的数据还揭示了在免疫功能受损患者中使用IL8进行富集的潜在局限性,因为我们发现IL8阈值与免疫功能正常受试者的较高死亡率相关,但与免疫功能受损受试者无关。
尽管我们证明Ang2阈值可识别高风险患者,但它在预后富集方面似乎并不优于使用脓毒性休克。这可能是由于Ang2失调与脓毒性休克相关[37],提示这两个变量识别了相似的高风险亚组,因此提供了相似的富集效果。
我们的数据为越来越多强调基于生物标志物的富集对重症监护试验潜在益处的文献增添了证据。近期脓毒症试验已证明,基于临床标准估计的死亡率与观察到的死亡率之间存在差异[4, 38],这可能导致把握度不足,无法检测出所测试疗法的获益。尽管我们两个中心的基线死亡率不同,sTNFR1阳性一致地识别出死亡风险至少高出17.8%的受试者,IL8阳性一致地识别出死亡风险至少高出17.7%的免疫功能正常患者。这些标志物有可能提供一种方法来确保未来试验中具有足够的基线死亡率。
我们的研究具有若干优势。我们开展了一项两中心队列研究,入组了两个不同人群,年龄分布广泛、种族构成多样且疾病严重程度存在差异。我们使用血浆阈值模拟了将这些标志物作为试验富集简单方法的可操作化应用。生物标志物的测量尽可能接近入院时,证明它们在早期脓毒症中具有预后相关性,而大多数试验正是在这一时期寻求入组患者。我们使用风险差来提供易于解释的预测值,并采用决策曲线这一评估生物标志物的新方法[39, 40]来比较富集策略。
我们的研究也存在局限性。尽管我们成功推导并验证了每个标志物的阈值,这些阈值在两个队列中均能一致识别死亡风险较高的患者,但当这些标志物加入临床变量后,判别能力的改善相对有限。此外,尽管在较高死亡率阈值下标志物阈值优于基于APACHE的方法,但在较低死亡率阈值下基于APACHE的方法更优。考虑到APACHE评分可从临床数据中获得且无需额外费用,这可能最终限制每个标志物作为简单预后富集因素的实用性;同时,要提高采用生物标志物富集策略的可行性和实用性,仍需解决若干障碍,例如快速检测的进步以及临床使用检测的验证[15]。此外,我们发现IL8阈值作为预后富集因素的效用仅限于免疫功能正常的患者,鉴于免疫功能受损患者中脓毒症的发生频率较高,且ICU入住时免疫损害可能未被识别,这进一步限制了其作为单一富集因素的潜力。尽管我们选择这些标志物是因为它们先前与脓毒症死亡率相关,且代表了正在开发治疗的通路,但使用这些标志物进行预后富集可能无意中选择机制上不同的亚组,这可能限制使用这些标志物进行预后富集的临床试验的普遍性。此外,其他血浆标志物和临床变量富集方法在未来研究中可能值得考虑作为预后富集因素。
我们也认识到,死亡率风险差异的置信区间相对较宽。然而,将风险差异用作预测值的目的并非个体预后判断,而仅用于指导试验入组。鉴于在两个不同队列中关联的强度以及决策曲线分析显示每种标志物相较于临床变量方法具有潜在价值,这些标志物似乎有潜力作为预后富集因素。可能需要更大规模的研究来证实我们的发现并完善这些标志物作为预后富集因素的使用,其中可能包括进一步优化生物标志物阈值。同样重要的是要注意,标志物阴性患者(假阴性)的死亡率并非无关紧要。然而,DCA的一个优点是其不对假阳性和假阴性的相对危害做出假设,而是由试验研究者通过选择阈值概率来定义其重要性。如果试验研究者的优先事项是最小化排除非存活者(即最小化假阴性),如同针对一种廉价、低风险且很可能获益的治疗试验那样,研究者会设定较低的死亡率阈值(即入组所有脓毒症患者)。反之,如果研究者担心实验性治疗可能带来高风险副作用,他们可能认为有必要排除死亡风险低的患者并设定较高的阈值,即使一些非存活者会被排除。因此,假阴性和假阳性的相对重要性因概率阈值而异,DCA提供了一种在每个阈值下比较入组策略的方法。
最后,我们研究的一个重要局限性是无法评估sTNFR1、IL8和Ang2的预测富集潜力。脓毒症是一种异质性综合征,有无数通路参与器官功能障碍和死亡。近期多项研究强调了脓毒症治疗效果的异质性,并提示生物标志物可以识别更可能对治疗有反应的患者。在一项前瞻性试验中,基线白细胞介素-6水平较高的脓毒症患者似乎更可能对抗肿瘤坏死因子治疗有反应[41]。在回顾性分析中,基于生物标志物的策略在重组人白细胞介素-1受体拮抗剂和抗TNF-α抗体治疗的脓毒症试验中识别出了治疗效果的异质性[42, 43]。类似地,研究显示ARDS高炎症亚表型患者中存在治疗效果的异质性[44–46]。由于sTNFR1、IL8和Ang2反映的是脓毒症中失调且正在研究相关治疗的通路,例如靶向IL8和TNF的单克隆抗体[16–18],它们应在未来试验中作为其对应治疗的预测富集因素进行评估。
结论
总之,我们发现血浆sTNFR1和IL8水平能够一致地识别出死亡风险较高的脓毒症患者,并可能作为未来试验中的预后富集因素发挥作用,从而提高试验效率和把握度,并减少不必要地暴露于潜在风险治疗的存活者数量。
补充信息
附加文件1. 补充方法。
附加文件2. 补充数据。
参考来源
- Anderson BJ, Calfee CS, Liu KD, et al. Plasma sTNFR1 and IL8 for prognostic enrichment in sepsis trials: a prospective cohort study. Crit Care. 2019. PMID: 31818332. doi:10.1186/s13054-019-2684-2
- 全文:PMC6902425(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6902425/
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。