与急性呼吸窘迫综合征发生和死亡多变量相关的生物标志物系统评价
该系统评价检索Embase、MEDLINE、Web of Science、Cochrane CENTRAL和Google Scholar(至2020年3月6日),纳入35项ARDS发生研究(10,667例高危患者)和53项ARDS死亡研究(15,344例ARDS患者)。因研究间异质性大未做Meta分析,仅定性分析。结果显示,血浆血管生成素-2和RAGE高水平与ARDS发生风险增加相关,表面活性蛋白D在全部三项研究中结果相似;而CRP、降钙素原、IL-6、IL-8等炎症标志物与ARDS发生无明确关联。血浆血管生成素-2、CRP、IL-8、RAGE、表面活性蛋白D和血管性血友病因子均未被一致证明与ARDS死亡相关。作者建议结构化研究生物标志物与临床参数的组合,以发现更同质的ARDS表型。
要点
- 在高危重症患者中,血浆血管生成素-2和RAGE高水平与ARDS发生风险增加相关(全部评估研究均显示显著关联)。
- 血浆表面活性蛋白D在全部三项评估研究中均显示与ARDS发生风险增加相似关联。
- CRP、降钙素原、IL-6和IL-8等炎症标志物与ARDS发生无明确关联。
- 血浆血管生成素-2、CRP、IL-8、RAGE、表面活性蛋白D和血管性血友病因子均未在全部四项或以上研究中一致关联ARDS死亡。
- 作者建议结构化研究生物标志物与临床参数组合,以识别更同质的ARDS表型,用于预测性富集。
适用人群与场景
- 纳入标准:成人、人研究、生物标志物以多变量分析中OR或风险比形式呈现、结局为ARDS发生(高危重症患者)或ARDS死亡(ARDS患者)、同行评议、英文文献。
- 排除标准:比较ARDS与健康对照的研究、病例系列(纳入患者<10例)、呈现基因表达倍数变化的研究。
- ARDS发生研究人群:10,667例有ARDS风险的危重患者,其中2419例(24.6%)发生ARDS;首份样本在ICU入住后72小时内采集。
- ARDS死亡研究人群:15,344例ARDS患者,观察死亡率为36.0%;样本在ARDS发生后的72小时内采集。
研究设计与关键结果
- 研究类型:系统评价,检索Embase、MEDLINE、Web of Science、Cochrane CENTRAL和Google Scholar(自建库至2020年3月6日),PROSPERO注册号CRD42017078957。
- 纳入35项ARDS发生研究(10,667例高危患者,2419例发生ARDS)和53项ARDS死亡研究(15,344例ARDS患者,死亡率36.0%);因异质性大未行Meta分析。
- ARDS发生研究多数使用柏林定义(21/35),其次AECC标准(13/35);ARDS死亡研究多数使用AECC定义(39/53)。
- 血浆血管生成素-2(5项研究)和RAGE(7项研究)高水平在所有研究中均与ARDS发生风险增加显著相关;血浆表面活性蛋白D在全部3项研究中结果相似。
- CRP、降钙素原、IL-6和IL-8与ARDS发生无明确关联。
- 血浆血管生成素-2、CRP、IL-8、RAGE、表面活性蛋白D和血管性血友病因子在4项或以上研究中评估,但均未在全部研究中与ARDS死亡相关。
- 方法学质量:NOS中位评分ARDS发生研究为7分(范围4–9),ARDS死亡研究为8分(范围5–9)。
证据类型、等级与局限
- 证据类型:系统评价(定性分析,未行Meta分析)。
- 局限:原文未报告局限性。
对床旁实践的改变
- 作者认为,血浆血管生成素-2和RAGE高水平与ARDS发生风险增加相关,但无生物标志物能独立预测ARDS死亡。
- 作者建议结构化研究生物标志物与临床参数的组合,以发现更同质的ARDS表型。
- 作者认为,针对影响血管通透性的新疗法试验可优先纳入血管生成素-2高浓度患者。
- 作者指出,ARDS表型(高炎症型与低炎症型)基于潜类别分析的识别尚需前瞻性研究验证,生物标志物与临床参数的合适组合尚未确立。
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」「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
引言
急性呼吸窘迫综合征(ARDS)是重症监护病房(ICU)中的主要问题,患病率为10%,院内死亡率为40% [1, 2]。ARDS的病理生理学基于肺泡-毛细血管膜损伤、高通透性肺泡水肿和炎性细胞迁移三联征 [3]。该三联征在临床实践中并非常规测量。因此,在各种临床打击后出现的动脉低氧血症和胸部影像学上的双肺渗出影被用作美国欧洲共识会议(AECC)定义和较新的柏林ARDS定义中的临床替代指标 [4, 5]。
在组织学上,ARDS以弥漫性肺泡损伤(DAD)为特征。ARDS的临床诊断与组织学诊断之间相关性较差 [6]。临床诊断为ARDS的患者中仅半数在尸检时具有DAD的组织学征象 [7–10]。ARDS危险因素的数量以及 consequently 在临床ARDS患者中发现的异质性组织学基质已被认为是ARDS患者随机对照试验结果阴性的主要因素 [11]。
有人提出,在ARDS临床定义中加入生物标志物可通过识别亚组来减少ARDS异质性 [12–15]。对大型随机对照试验的回顾性潜类别分析主要基于ARDS生物标志物结合临床参数确定了两种ARDS表型 [16, 17]。这些表型对随机分配的干预组反应不同。需要前瞻性研究来验证这些ARDS表型及其对干预的反应。用于前瞻性定义这些表型的ARDS生物标志物组合仍有待确立。
已有大量生物标志物及其在ARDS中的病理生理作用被描述 [12, 18]。在较早的一项荟萃分析中,采用单变量分析检验了ARDS发生和死亡率的生物标志物 [19]。然而,汇总单变量生物标志物数据可能导致对实际效应的高估。为此,我们进行了一项系统综述,纳入所有与ARDS发生或死亡率多变量相关的生物标志物。本研究提供了ARDS生物标志物的概要,可用于未来识别ARDS表型的研究。
方法
本系统综述前瞻性注册于PROSPERO国际前瞻性系统综述注册库(PROSPERO标识符CRD42017078957),并按照系统综述和荟萃分析透明报告(PRISMA)声明执行 [20]。在制定检索策略后,两名评价者(PZ、PS和/或WG)分别进行研究 eligibility 标准筛选、数据提取和质量评价。任何分歧均通过共识解决,必要时咨询第三名评价者。
我们检索了那些纳入以下生物标志物的研究:在调整背景特征的多变量分析中,这些生物标志物与有ARDS风险的危重患者发生ARDS以及ARDS人群的死亡率相关。我们未进行荟萃分析,因为所有研究中的原始数据要么未转换,要么经对数转换,导致风险比和置信区间各不相同。此外,大多数研究使用了不同的生物标志物浓度截断值,导致风险比的浓度增量各不相同。最后,各研究间至死亡的天数以及多变量分析中使用的变量存在差异。出于这些原因,我们将本研究限定为系统综述,因为多变量比值比不可比,合并将导致无信息量的估计[21]。
检索策略
在Erasmus MC图书馆员的协助下,我们对Embase、MEDLINE、Web of Science、Cochrane CENTRAL和Google Scholar从建库至2018年7月30日进行了系统检索。该检索 later 更新至2020年3月6日。系统检索词的详细描述见附加文件1。此外,我们筛选了纳入研究的参考文献列表和近期系统综述,以识别其他符合条件的研究。
研究纳入标准
所有检索到的研究均基于标题和摘要进行筛选。不包含有ARDS风险的成年患者或ARDS患者以及任何ARDS生物标志物的研究被排除。使用以下纳入标准:人体研究、成年人群、在多变量分析中以比值比(OR)或风险比呈现生物标志物且以ARDS发生或死亡率为目标结局的研究、仅限同行评审文献、英语语言。将ARDS与健康对照者进行比较的研究、病例系列(研究中纳入<10例患者)以及呈现基因表达倍数变化的研究被排除。
数据提取
使用标准化表格从所有符合条件的研究中提取数据。本研究评估了两个临床终点:高危人群(发生ARDS的患者与未发生ARDS的危重患者)中ARDS的发生,以及ARDS人群中的死亡率(存活者与非存活者)。提取以下数据:研究设计和场所、研究人群、样本量、研究中使用的ARDS定义、结局、多变量分析中的风险比及95%置信区间,以及分析中使用的变量。此外,提取研究报告的生物标志物在ARDS病理生理学中的作用,并分为以下类别:内皮通透性增加、肺泡上皮损伤、氧化损伤、炎症、促纤维化、心肌应变、凝血及其他。随后,以条形图描绘生物标志物在ARDS病理生理学中作用的相对频率分布。
质量评估
纳入研究的方法学质量采用纽卡斯尔-渥太华量表(NOS)进行评估,该量表用于评估系统综述和荟萃分析中非随机研究的质量[22]。关于患者选择、可比性和结局的条目采用描述性方法评估,并为每项研究赋予0(高风险)至9(低风险)之间的偏倚风险评分。
结果
文献检索和研究选择
初步检索共识别出8125篇文章,更新检索识别出972篇(图1)。去除重复文献并审阅标题和摘要后,我们选择438篇文章进行全文审阅。共有86项研究符合数据提取条件:35项关于ARDS发生,53项关于ARDS死亡率。
研究特征与质量评价
35项关于ARDS发生的研究的研究特征见表1。共有10,667例危重症患者处于ARDS风险中,其中2419例(24.6%)患者发生ARDS。大多数研究采用ARDS的柏林定义(21/35),其次是ARDS的AECC标准(13/35)。所纳入的生物标志物在血浆、脑脊液和支气管肺泡灌洗液中测定。在所有研究中,首次样本均在入住ICU后72小时内采集。
53项关于ARDS死亡率的研究的研究特征见表2。共纳入15,344例ARDS患者,观察到的死亡率为36.0%。大多数纳入研究采用ARDS的AECC定义(39/53)。所纳入的生物标志物在血浆、支气管肺泡灌洗液和尿液中测定。所有样本均在ARDS发生后的72小时内采集。
根据NOS,纳入出版物的中位质量评分在ARDS发生方面为7分(范围4–9),在ARDS死亡率方面为8分(范围5–9)(附加文件2)。
与高危人群ARDS发生相关的生物标志物
在多变量分析中,共评估了血浆中37种生物标志物、脑脊液中7种以及支气管肺泡灌洗液中1种(表3)。五项研究检测了血管生成素-2(Ang-2),七项研究检测了晚期糖基化终产物受体(RAGE)。在所有研究中,血浆Ang-2和RAGE高水平均与高危人群ARDS发生风险增加显著相关。在全部三项评估表面活性蛋白D(SpD)的研究中,血浆SpD也可见类似结果。相反,炎症生物标志物如C反应蛋白(CRP)、降钙素原、白细胞介素-6和白细胞介素-8与ARDS发生无明确关联。血浆中的大多数生物标志物是ARDS病理生理学中炎症的替代指标(图2)。
与ARDS人群死亡率相关的生物标志物
本研究共纳入血浆中49种生物标志物、支气管肺泡灌洗液中8种以及尿液中3种(表4)。血浆中的Ang-2、CRP、白细胞介素-8(IL-8)、RAGE、SpD和血管性血友病因子(VWF)在四项或更多研究中进行了评估。然而,这些生物标志物中无一在所有四项研究中均与ARDS死亡率相关。与ARDS发生中的生物标志物类似,血浆中大多数ARDS死亡率生物标志物在炎症中具有病理生理学作用(图2)。支气管肺泡灌洗液中测定的大多数生物标志物在ARDS病理生理学中具有促纤维化作用。
讨论
在本系统综述中,我们概述了在多变量分析中测试的用于ARDS发生和死亡风险的生物标志物。由于研究间数据异质性严重,我们未进行荟萃分析。经定性检查,我们发现高水平的Ang-2和RAGE与高危人群中ARDS的发生相关。在四项或更多研究中评估的生物标志物中,没有任何一种在所有研究中均与死亡率增加相关。大多数用于ARDS发生和死亡风险的血浆生物标志物是ARDS病理生理学中炎症的替代指标。
此前,Terpstra等人[19]根据绝对生物标志物浓度计算了单变量OR并进行了荟萃分析。他们发现血浆中有12种生物标志物与ARDS患者死亡率相关。然而,其荟萃分析的一个主要局限性在于这些生物标志物是在单变量分析中测试的,未考虑疾病严重程度评分等混杂因素。鉴于本系统综述中发现的单变量OR与多变量OR相比偏高,这些生物标志物的效能可能被高估。Jabaudon等人[109]在一项个体患者数据荟萃分析中发现,高浓度血浆RAGE与90天死亡率相关,且独立于驱动压或潮气量。然而,他们无法校正疾病严重程度评分,因为这些评分在研究间存在差异。遗憾的是,由于纳入研究之间存在异质性,我们无法对多变量数据进行荟萃分析,因为原始数据的转换、生物标志物浓度截断值、至结局的时间以及多变量分析中使用的变量在各研究间差异很大。这可以促使我们在未来的分析中标准化ARDS生物标志物研究在统计学和结局方面的呈现方式,或使个体患者数据可获取。
ARDS生物标志物被认为反映了ARDS的病理生理学,其特征为肺泡-毛细血管膜损伤、高通透性肺泡水肿和炎症细胞迁移[3]。此前,Terpstra等人[19]提出,用于ARDS发生的生物标志物与肺泡组织损伤相关,而用于ARDS死亡风险的生物标志物更多地与炎症相关。在本系统综述中,我们发现大多数用于ARDS发生和死亡风险测试的生物标志物是炎症的替代指标。然而,经定性检查,炎症生物标志物与ARDS发生或死亡风险均无明显关联。相反,肺泡上皮损伤标志物(血浆RAGE和SpD)和内皮通透性标志物(血浆Ang-2)似乎与ARDS发生相关。因此,我们应考虑如何在ARDS患者中使用(一组)生物标志物。
用于预测ARDS发生的生物标志物应当对ARDS具有特异性,即反映肺泡损伤或肺泡-毛细血管损伤的生物标志物。本研究中纳入的用于预测ARDS发生的血浆生物标志物中,有一半反映炎症。已知炎症生物标志物的升高与疾病严重程度评分升高相关[71, 97, 110]。反过来,本综述中的大多数研究发现,最终发生ARDS的危重患者疾病严重程度评分显著更高。因此,炎症相关的血浆生物标志物更多地代表了对疾病严重程度及其相关ARDS发生风险增加的评估。此外,血浆中的炎症生物标志物缺乏诊断ARDS的特异性,因为它们不太可能区分伴有ARDS的脓毒症与不伴有ARDS的脓毒症。相比之下,局部采样的炎症生物标志物,例如肺泡空间中的标志物,可能有助于诊断ARDS [111]。用于评估ARDS死亡率或识别同质性较低的ARDS表型的生物标志物不需要对ARDS具有特异性,前提是它们能够充分预测ARDS患者或对其进行分层。
ARDS的异质性已被认为是导致ARDS患者随机对照试验结果阴性的主要因素[11]。因此,有必要识别更可能对干预措施产生反应的同质性ARDS表型。这被称为预测性富集[112]。此前,已有研究基于临床参数成功对ARDS患者进行分层,例如ARDS危险因素(肺内或肺外)或PaO2/FiO2比值[113]。ARDS生物标志物可用于基于生物学或病理生理学表型对ARDS患者进行分层。例如,旨在影响血管通透性的新疗法试验可能受益于优先纳入Ang-2浓度高的患者。最近,一项回顾性潜在类别分析将临床参数与一组生物标志物相结合。在三项试验中,发现了两种不同的表型:高炎症型和低炎症型ARDS [16, 17]。高炎症型表型患者在接受较高呼气末正压和宽松液体治疗时死亡率降低,而试验本身未发现整个干预组之间存在差异。下一步是在前瞻性研究中验证基于潜在类别分析的ARDS表型识别。生物标志物与临床参数的适当组合仍有待确立。迄今为止,尚无独立于临床参数而与ARDS发生或死亡率相关的生物标志物清单。本系统综述可为选择用于预测性富集的ARDS生物标志物提供指导。
本系统综述存在局限性。第一,本系统综述的初衷是进行荟萃分析。然而,我们决定不进行荟萃分析,因为各研究之间的生物标志物数据处理和结局差异很大,合并将导致无信息量的估计[21]。可以说,这是一个积极的结果,因为它使我们避免只关注少数可纳入荟萃分析合并的生物标志物,并引导我们走向多个生物标志物与其他参数联合的方向。在ARDS这样的异质性综合征中,单一生物标志物可能并不存在。第二,首次采样时间从ICU入院时到ICU入院后72小时不等。ARDS最初以渗出期為特征,随后是第二增殖期和晚期纤维化期[3]。采样时间可能影响生物标志物浓度,因为渗出期肺泡膜损伤和炎症均增加。这在六个在不同天数测量的生物标志物中也有体现,导致四个生物标志物的校正OR发生显著变化(表4)[61, 98, 104, 105]。第三,本系统综述的目的是评估在各种体液腔室中测量的生物标志物的独立风险效应。然而,大多数研究评估的是血浆中的生物标志物。其他体液腔室(例如来自气道和肺泡腔本身)是否可能优于血浆中的ARDS生物标志物,尤其是在ARDS发生方面,仍有待回答。第四,本系统综述中纳入的所有研究均使用ARDS的临床定义作为ARDS诊断标准。鉴于ARDS的临床诊断与组织病理学诊断之间相关性较差,这些研究诊断的是一个高度异质性的疾病综合征[7–10]。为了实际评估ARDS的发生,生物标志物应与弥漫性肺泡损伤(DAD)的组织病理学图像进行比较,尽管获取组织学本身面临巨大挑战。第五,由于本研究仅纳入在多变量分析中评估的生物标志物,在单变量分析中评估的新有前景的生物标志物被排除在本研究之外。最后,多变量分析中不显著的生物标志物更可能未被报告,尽管一些研究仍然报告了不显著的结果。
结论
在此,我们呈现了一份在多变量分析中测试的ARDS死亡率和ARDS发生的生物标志物列表。在多项评估Ang-2和RAGE的研究中,高血浆水平与ARDS发生风险增加相关。我们未发现在所有评估某生物标志物的研究中均能独立预测死亡率的生物标志物。此外,各研究之间的生物标志物数据报告和多变量分析中使用的变量差异很大。综上所述,我们应以结构化方法寻找生物标志物与临床参数的组合,以发现更同质的ARDS表型。本系统综述可为ARDS表型分型中生物标志物的选择提供指导。
补充信息
附加文件1. 文献检索。
附加文件2. 质量评估
参考来源
- van der Zee P, Rietdijk W, Somhorst P, et al. A systematic review of biomarkers multivariately associated with acute respiratory distress syndrome development and mortality. Crit Care. 2020. PMID: 32448370. doi:10.1186/s13054-020-02913-7
- 全文:PMC7245629(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7245629/
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。