循环microRNA诊断脓毒症的准确性:系统评价与meta分析
该研究系统检索6个数据库至2020年4月3日,纳入22项研究,共2210例脓毒症、426例SIRS和1076例健康对照。循环miRNA诊断脓毒症的汇总敏感度0.80(95%CI 0.75-0.83)、特异度0.85(95%CI 0.80-0.89)、DOR 22(95%CI 15-32)、AUC 0.89(95%CI 0.86-0.92)。miR-223的汇总敏感度0.77、特异度0.91、AUC 0.87。成人、血清标本、Sepsis-3诊断标准、非U6内参亚组诊断准确性更优。总体异质性高,miRNA与PCT的总体准确率差异无统计学意义(P=0.373)。
要点
- 循环miRNA诊断脓毒症汇总敏感度0.80(95%CI 0.75-0.83)、特异度0.85(95%CI 0.80-0.89),AUC 0.89(95%CI 0.86-0.92),PLR 5.3、NLR 0.24。
- miR-223亚组汇总敏感度0.77(95%CI 0.67-0.84)、特异度0.91(95%CI 0.73-0.97)、AUC 0.87(95%CI 0.84-0.90)、DOR 33(95%CI 8-142),为表现较优的单一miRNA。
- miRNA总体准确率79.02%与PCT 76.95%差异无统计学意义(P=0.373),两者均高于CRP 61.22%(P<0.000)。
- 成人亚组、血清标本、Sepsis-3诊断标准、非U6内参、miRNA下调表达亚组的诊断准确性更优;非U6内参亚组特异度达0.96(95%CI 0.82-0.99)。
- 以验前概率20%计算,PLR 5时验后概率升至57%,NLR 0.24时降至6%;但纳入研究异质性高(Sen I2=86.49%),且miR-223在血清中下调、血浆中上调,结果不一致。
适用人群与场景
- 纳入研究的对象为脓毒症患者(2210例)、系统性炎症反应综合征患者(426例)和健康对照(1076例);14项研究涉及SIRS对照,2项涉及局部感染,14项涉及健康对照。
- 亚组包括成人(21项研究)和儿童(8项研究);标本类型包括血清(15项)和血浆(13项)。
- 排除综述、通讯、专家意见、社论、动物或体外研究、重复信息及诊断价值信息不足的研究。
诊断标准与关键阈值
- 脓毒症诊断标准在不同纳入研究中分别参照Sepsis-1、Sepsis-2或Sepsis-3;亚组分析显示参照Sepsis-3的研究诊断准确性更高。
- 诊断准确性指标包括敏感度、特异度、阳性似然比、阴性似然比、诊断比值比及SROC曲线下面积,均以95%CI表示。
- 阈值效应检验:Spearman相关系数0.127(P=0.503),ROC曲线非臂肩形状,提示异质性非阈值效应所致。
处置流程与药物剂量
- 原文未提及具体临床处置流程或药物剂量推荐;本研究为诊断准确性meta分析,未给出基于miRNA的治疗决策路径。
- 原文提及PCT水平可帮助指导脓毒症患者抗生素治疗,但PCT异质性数据未能为脓毒症患者获益提供指导。
红旗征与不能漏的情况
- 原文未提及需要立刻处理或不能漏诊的具体红旗征及对应处理措施。
研究设计与关键结果
- 系统评价与meta分析,检索PubMed、Cochrane Library、Embase、Web of Science、Scopus、Ovid共6个数据库至2020年4月3日,最终纳入22项记录。
- 循环miRNA诊断脓毒症汇总敏感度0.80(95%CI 0.75-0.83)、特异度0.85(95%CI 0.80-0.89)、PLR 5.3(95%CI 4.0-6.9)、NLR 0.24(95%CI 0.20-0.29)、DOR 22(95%CI 15-32)、AUC 0.89(95%CI 0.86-0.92)。
- PCT汇总(4项研究)敏感度0.73(95%CI 0.66-0.79)、特异度0.86(95%CI 0.61-0.96)、DOR 17(95%CI 4-68)、AUC 0.74(95%CI 0.70-0.77)。
- CRP汇总(4项研究)敏感度0.77(95%CI 0.73-0.81)、特异度0.71(95%CI 0.29-0.94)、DOR 7(95%CI 1-48)、AUC 0.77(95%CI 0.73-0.81)。
- miR-223汇总(6项研究)敏感度0.77(95%CI 0.67-0.84)、特异度0.91(95%CI 0.73-0.97)、AUC 0.87(95%CI 0.84-0.90)、DOR 33(95%CI 8-142)。
- 总体准确率:miRNA 79.02%、PCT 76.95%、CRP 61.22%;miRNA与PCT差异无统计学意义(P=0.373),miRNA和PCT均高于CRP(P<0.000)。
- 非U6内参亚组敏感度0.79(95%CI 0.70-0.86)、特异度0.96(95%CI 0.82-0.99)、DOR 89(95%CI 15-518)、AUC 0.90(95%CI 0.87-0.92);血清标本DOR 32高于血浆标本17。
- Deeks检验未发现显著发表偏倚;Fagan列线图显示验前概率20%时,PLR 5对应验后概率57%,NLR 0.24对应验后概率6%。
证据类型、等级与局限
- 证据类型:系统评价与meta分析(诊断准确性),遵循PRISMA声明,使用QUADAS-2评估方法学质量,采用双变量随机效应模型合并诊断指标。
- 偏倚风险主要来自索引试验:6项研究索引试验的实施或解读为高风险,13项为风险不明确。
- 异质性明显:敏感度I2=86.49%、特异度I2=78.03%、DOR I2=100%;离群值可能是异质性主要来源。
- 局限:纳入研究未详细评估miRNA表达与病情严重程度的相关性;无法控制各研究统计方法;miRNA在脓毒症确诊后检测,可能存在人群选择偏倚;miR-223评估样本量不足;miRNA内参缺乏统一标准化标准。
对床旁实践的改变
- 本研究提示循环miRNA(尤其miR-223)有潜力作为区分脓毒症与SIRS及健康对照的辅助标志物,但异质性高且缺乏统一内参标准,尚不能据此改变急诊或ICU现有的脓毒症诊断流程。
- 成人、采用Sepsis-3诊断标准、血清标本及非U6内参条件下miRNA诊断准确性更优,提示未来研究设计需统一标本类型与内参方案。
- miRNA与PCT总体准确率差异无统计学意义,PCT仍是现有可用的辅助标志物之一;不应因本研究结果以miRNA替代PCT或CRP。
- miR-223在血清中下调、在血浆中上调,结果方向不一致,临床解读时需注意标本类型对结果的影响。
- 原文结论强调需进一步开展大型、设计良好的研究来明确miRNA在脓毒症中的作用,提示当前证据不足以支持床旁常规检测。
指南或共识出处
- 原文未提及具体指南或共识名称;文中引用的诊断标准包括Sepsis-1、Sepsis-2和Sepsis-3。
全文中译16 节 · 点击展开
引言
脓毒症被定义为由宿主对感染反应失调导致的器官功能障碍这一危及生命的状况[1]。近期流行病学数据显示,脓毒症和脓毒性休克的发病率不断上升,且病死率高[2]。尽管近期数据提示病死率呈下降趋势,但长期患病率和健康相关生活质量的下降仍是严重问题[3]。此外,脓毒症的临床综合征难以诊断。一项既往研究报道,在美国50%的脓毒症患者未被正确分类[4]。脓毒症的早期诊断对于提高生存率至关重要;然而,传统筛查工具和生物标志物缺乏特异性[5]。
微小RNA(miRNA)是一类小型非编码RNA,与脓毒症的存在和严重程度相关。在脓毒症患者外周血中发现多种miRNA的失调,如miR-146a、miR-223、miR-15a、miR-16和miR-150[6–9]。既往研究已证实脓毒症中miRNA的表达具有特定的区室特征,血清来源的外泌体miRNA被认为是重要的诊断标志物和生存预测因子[10]。此外,miRNA已被证明参与脓毒症中加剧的炎症、内皮功能障碍和凝血级联反应的调控[11]。miR-15a、miR-125b和miR-146a已被证明通过抑制TRAF6和IRAK表达来阻止脓毒症中NF-κB的激活[10, 11]。然而,由于不同研究间人群特征和标准化方法学的差异,miRNA在脓毒症中的表达水平存在差异[11]。因此,对现有数据进行全面、系统的荟萃分析将有助于理解这些miRNA在脓毒症中的诊断准确性。
方法
检索策略和选择标准
本荟萃分析按照系统评价和荟萃分析优先报告条目声明(PRISMA)进行[12]。检索了六个数据库,包括PubMed、Cochrane Library、Embase、Web of Science、Scopus和Ovid,检索截止日期为2020年4月3日。检索词包括“sepsis”或“Severe Sepsis”或“Pyemia”或“Septicemia”以及“micro RNA”和“microRNAs”或“miRNA”。
文献符合以下标准者被认为适合纳入:(1)目标人群包括一种或多种用于脓毒症的循环miRNA;(2)有足够数据直接或间接生成真阳性(Tp)、真阴性(Tn)、假阳性(Fp)和假阴性(Fn);(3)无论是回顾性还是前瞻性设计研究。在我们的荟萃分析中被排除的研究符合以下标准:(1)综述、信件、通讯、专家意见和社论;(2)动物或体外研究;(3)重复信息;(4)关于诊断价值的信息不足。
数据收集
两名研究者(XMS和WY)独立筛选检索后去重获得的记录,先按标题和摘要筛选。符合所有纳入标准的全文研究由同一批研究者进一步筛选以确定合格性。任何分歧由第三名 reviewer(JJZ)解决。数据提取由两名综述作者(JJZ和YCH)独立完成,包括作者和发表年份、样本特征、诊断标准、疾病严重程度(APACHE II和SOFA评分),以及Tp、Tn、Fp和Fn观察值的数量。
方法学质量评估
采用诊断准确性研究质量评估-2(QUADAS-2)由独立作者(XMS和WY)评估纳入研究的方法学质量[13]。分歧由第三名 reviewer(JPT)解决。
数据合成与统计分析
在数据合成前评估阈值效应。诊断指数检验,包括灵敏度(Sen)、特异度(Spe)、阳性或阴性似然比(PLR或NLR)、诊断比值比(DOR)、汇总受试者工作特征(SROC)曲线和曲线下面积(AUC),均以95%置信区间(95% CI)量化。采用双变量随机效应模型进行Meta分析以估计汇总诊断指数。使用Meta回归模型探讨异质性,并根据不同因素进一步进行亚组分析。采用Deeks漏斗图评估发表偏倚,采用Fagan列线图评估临床实用性。所有统计分析使用STATA version 14(STATA Corp,College Station,TX,USA)完成。miRNAs、降钙素原(PCT)和C反应蛋白(CRP)的总体准确率(OA),即所有评估病例中Tp和Tn的比例,之间的差异使用SPSS Statistics 22(IBM,China)通过卡方检验分析。
结果
检索结果与纳入研究的方法学质量
我们通过6个电子数据库检索获得2061条参考文献。在剔除1978条重复记录、动物或体外研究、不相关文章以及排除的文章格式后,共筛选83篇全文参考文献以确定合格性。最终,22条记录被纳入我们的系统评价[6–9, 14–31]。研究选择过程的详细流程图见图1。
纳入文章的方法学质量根据QUADAS-2标准评估(补充图1)。偏倚风险主要来源于指数检验。指数检验的实施或解释在6条记录中引入高风险[7, 8, 17, 19, 23, 28],在13篇文章中引入不明确风险[6, 14–16, 18, 20, 21, 25–27, 29–31]。
纳入研究的特征
共2337例患者,包括14项全身炎症反应综合征(SIRS)研究、2项局部感染研究和14项健康对照(HC)研究,提供了关于miRNAs诊断准确性的数据。纳入研究和患者的特征见表1和补充表1。所有研究均报道了单一miRNAs。在29项研究中,8项研究关于儿童miRNAs的表达,21项研究关于成人。此外,有15项研究使用血清标本,13项研究使用血浆标本。
阈值效应
使用秩相关检验,miRNAs的Spearman相关系数为0.127(P = 0.503)。ROC图的形状不是臂肩形(补充图2a)。这些结果表明,纳入研究间的异质性不是由阈值效应引起的[32]。
miRNAs、降钙素原和C反应蛋白对脓毒的诊断准确性
由于30项研究间存在显著异质性(Sen的I2 = 86.49%,Spe的I2 = 78.03%,DOR的I2 = 100%),采用随机效应模型合成数据。落在95% CI之外的离群值可能是异质性的主要来源[补充图2b]。
合并的Sen和Spe分别为0.80(95% CI 0.75–0.83)和0.85(95% CI 0.80–0.89)(图2)。PLR和NLR分别为5.3(95% CI 4.0–6.9)和0.24(95% CI 0.20–0.29)。合并研究的DOR为22(15–32),SROC的AUC为0.89(95% CI 0.86–0.92),表明循环miRNAs对脓毒具有较高的总体准确性(表2和图3a、b)。
在所有这些研究中,有4项研究分析了PCT对脓毒的诊断准确性;合并的Sen和Spe分别为0.73(95% CI 0.66–0.79)和0.86(95% CI 0.61–0.96)。PLR和NLR分别为5.2(95% CI 1.6–16.8)和0.31(95% CI 0.23–0.43)。合并研究的DOR为17(95% CI 4–68),SROC的AUC为0.74(95% CI 0.70–0.77)(表2)。
此外,有4项研究分析了CRP对脓毒的诊断准确性;合并的Sen和Spe分别为0.77(95% CI 0.73–0.81)和0.71(95% CI 0.29–0.94)。合并研究的DOR为7(95% CI 1–48),SROC的AUC为0.77(95% CI 0.73–0.81)(表2)。
miRNAs(79.02%)和PCT(76.95%)的OA值高于CRP(61.22%)(P < 0.000)。OA值证实miRNAs与PCT之间的诊断准确性无显著差异(P = 0.373)(图3c)。
miR-223的诊断准确性
所收集的研究中有6项研究报告了miR-223。合并的Sen、Spe、AUC和DOR分别为0.77(95% CI 0.67–0.84)、0.91(95% CI 0.73–0.97)、0.87(95% CI 0.84–0.90)和33(95% CI 8–142)(表2)。
Meta回归和亚组分析
使用多个单变量双变量Meta回归模型探讨异质性。每个协变量对Sen的效应与对Spe的效应分别估计(图4)。诊断标准对miRNA的Sen和Spe无影响(P > 0.05),人群协变量对Spe无影响。此外,其余协变量对Sen和Spe均具有统计学显著性。
由于存在明显异质性,进一步对miRNA进行了亚组分析。如表3所示,在仅纳入成人患者的研究中,循环miRNA的敏感度(Sen)和特异度(Spe)分别为0.80(0.73–0.85)和0.88(0.82–0.92)。使用血清样本的研究的诊断比值比(DOR)高于使用血浆样本的研究(32比17)。参照Sepsis-3诊断的脓毒症患者中miRNA的Sen、Spe和DOR高于参照Sepsis-1或Sepsis-2诊断的患者。非U6作为内参标准化miRNA表达水平,与U6相比显示出优越性。非U6组的合并Sen、Spe、阳性似然比(PLR)、阴性似然比(NLR)、DOR和曲线下面积(AUC)分别为0.79(0.70–0.86)、0.96(0.82–0.99)、19.5(3.9–97.8)、0.22(0.15–0.32)、89(15–518)和0.90(0.87–0.92)。在对照组亚组中,miRNA诊断脓毒症 versus 全身炎症反应综合征(SIRS)的合并Sen和Spe分别为0.74(0.69–0.78)和0.87(0.79–0.92), versus 健康对照(HC)分别为0.83(0.76–0.88)和0.82(0.76–0.87)。
发表偏倚
采用漏斗图评估发表偏倚的可能性。Deeks检验表明,本研究中分析的所有变量均不存在潜在的发表偏倚(补充图2c)。
指标试验的临床实用性
采用Fagan列线图评估验后概率。当验前概率设为20%时,PLR为5时验后概率达到57%,NLR为0.24时验后概率为6%(补充图2d)。
讨论
脓毒症是一个重要的公共卫生问题,具有高死亡率和长期并发症[3]。有良好证据表明脓毒症和脓毒性休克的早期诊断和治疗可降低死亡率[5]。然而,在早期阶段区分脓毒症和SIRS并不总是容易的,有时甚至是不可能的。多项研究探讨了miRNA作为脓毒症不同阶段的高效生物标志物[11]。因此,本研究通过系统评价和荟萃分析全面评估了循环miRNA对脓毒症患者的诊断准确性。
在本研究中,我们发现循环miRNA诊断脓毒症的Sen、Spe和DOR高于降钙素原(PCT)和C反应蛋白(CRP)。miRNA和PCT的总体准确性(OA)值显著高于CRP,而miRNA与CRP之间未发现显著差异。亚组分析结果显示,成人和参照Sepsis-3诊断的患者具有更高的DOR值。此外,在血清类型、非U6内参和miRNA表达下调的亚组中,观察到miRNA检测脓毒症的准确性有所提高。
尽管不同的筛查工具和生物标志物,如白细胞计数、中性粒细胞计数、白细胞介素6(IL-6)、CRP和PCT,已被用于脓毒症诊断,但尚未证明其中任何一种具有特异性[5]。既往研究表明,由于非感染性炎症状况的增加,CRP对脓毒症缺乏特异性[33]。PCT水平可有助于指导脓毒症患者的抗生素治疗,而PCT的异质性数据未能为脓毒症患者的获益提供指导[34, 35]。当前文献提示miRNA在脓毒症的病理生理学中发挥重要作用,并可区分脓毒症的不同阶段[6–9, 11, 14–31]。若干miRNA,如miR-146-a、miR-125b和miR-223,与脓毒症严重程度呈正相关或负相关[22, 25, 28]。在本研究中,miRNA的AUC为0.89(0.86–0.92),高于PCT [0.74(0.70–0.77)]和CRP [0.77(0.73–0.81)]。然而,OA值显示miRNA与PCT之间无显著差异。值得注意的是,多种miRNA已被证明不仅是脓毒症的诊断标志物(miR-15a、miR-16、miR-223、miR-499-5p),也是预后标志物(miR-193b、miR-483-5p和miR-574-5p)[6–9, 36]。这些结果表明循环miRNA可能具有监测脓毒症进展的能力。
尽管miRNA具有效力,但本meta分析中存在明显的异质性。参照Sepsis-3诊断的患者,其miRNA的Sen、Spe和DOR高于参照Sepsis-1或Sepsis-2的患者。随着对脓毒症生物学更深入的理解,Sepsis-3标准引入了基于易感性、病原体、宿主反应失调和器官功能障碍的框架[35]。不同的标本类型可能影响了相互矛盾的结果。我们的结果发现,血清样本中miRNA对脓毒症诊断的准确性高于血浆。相反,其他疾病研究报告血浆中miRNA的表达高于血清,原因是血浆中蛋白质更多[37]。内参类型可能也是如此。然而,miRNA的归一化尚无统一标准。因此,需要开展多中心标准化研究,以更好地阐明miRNA作为脓毒症中有前景的生物标志物。
我们的结果显示miR-223的失调表达表现出更优的诊断效能。miR-223作为一种促炎因子,参与控制炎症反应和感染反应激活的若干信号通路,例如在脓毒症期间负调控STAT3和IL-6表达[38–40]。Wu等[22]显示miRNA-223表达也与APACHE II评分呈正相关。值得注意的是,Wang等[6]提示脓毒症患者血清中miR-223下调,而其他五项研究证明血浆中miR-223上调[14–16, 22, 26]。事实上,miR-223在肝炎和肝细胞癌中也有相互矛盾的结果报道[39]。可能的解释是miR-223的表达在不同脓毒症阶段和不同实验方法之间存在差异。然而,用于评估miR-233的样本量不够大。因此,需要更多额外研究来评估miR-233在脓毒症病程中的获益。
尽管miRNAs作为脓毒症有前景的诊断生物标志物,但仍存在几个潜在局限性。首先,在我们的荟萃分析中观察到异质性。然而,没有显著的阈值效应。进一步的亚组分析改善了异质性。其次,纳入患者的miRNAs是在根据临床标准诊断为脓毒症后确认的,这可能增加人群选择偏倚。此外,纳入的研究未详细评估miRNA表达与疾病严重程度之间的相关性。此外,我们无法控制纳入研究间的统计方法,这可能影响荟萃分析的结果。
结论
总之,循环miRNAs,尤其是miR-223,是区分脓毒症与系统性炎症反应综合征(SIRS)和健康对照(HC)的潜在标志物。对于成人和参考Sepsis-3诊断的患者可获得更好的结果。应开展进一步大型且设计良好的研究,以明确有前景的miRNAs在脓毒症中的作用。
补充信息
附加文件1:补充图1。使用QUADAS-2标准对纳入文章的方法学质量总结。
附加文件2:补充图2。诊断荟萃分析的ROC图、Galbraith图、Deeks漏斗图和Fagan列线图。(a) ROC图;(b) Galbraith图;(c) Deeks漏斗图;(d) Fagan列线图。
附加文件3:补充表1。22项纳入研究的研究类型和严重程度特征
参考来源
- Shen X, Zhang J, Huang Y, et al. Accuracy of circulating microRNAs in diagnosis of sepsis: a systematic review and meta-analysis. J Intensive Care. 2020. PMID: 33292630. doi:10.1186/s40560-020-00497-6
- 全文:PMC7607638(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7607638/
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。