神經外科術后細菌性腦膜炎多指標聯合診斷模型的建立

鄭光輝，張國軍，張建坤，李方強，張 艷，唐明忠，康熙雄

(首都醫科大學附屬北京天壇醫院實驗診斷中心 北京市免疫試劑臨床工程技術研究中心，北京 100050)

神經外科術后細菌性腦膜炎的發病率介于0.3%～25%，約占所有細菌性腦膜炎的40%。嚴重影響患者的住院時間及手術的成功率[1]。據報道，神經外科術后細菌性感染可導致約35%的患者死亡[2]。然而，由于無菌性腦膜炎患者也常有發熱、頭痛和頸部僵硬等癥狀，僅通過臨床癥狀很難鑒別細菌性腦膜炎與無菌性腦膜炎。臨床上對兩種腦膜炎的治療手段完全不同，故臨床上如何快速診斷術后細菌性腦膜炎是神經外科最迫切的需求之一。

目前，細菌性腦膜炎的診斷金標準仍然為微生物培養[3]，但由于培養所需時間較長導致其臨床應用受限。美國感染病協會(Infectious Diseases Society of America, IDSA)[4]結合患者臨床癥狀和生物標志物檢查，建立了腦膜炎的診斷標準，但無法簡單地區分細菌性腦膜炎與無菌性腦膜炎，故聯合多項生物標志物[如腦脊液白細胞計數(C-WBC)、腦脊液中性粒細胞比例(C-Neu)、腦脊液乳酸濃度(C-Lac)等]進行診斷，對細菌性腦膜炎的診斷具有重要意義[5]。本研究基于2012—2016年首都醫科大學附屬北京天壇醫院神經外科術后患者的數據，對腦膜炎相關的生物標志物進行分析，獲得具有統計學意義的指標并制作聯合診斷的線性判別模型，與文獻報道的模型進行對比，現將結果報告如下。

1 資料與方法

1.1 資料來源 回顧性分析2012—2016年首都醫科大學附屬北京天壇醫院神經外科住院患者數據庫，選取腦膜炎患者并按照診斷標準分為細菌性腦膜炎與無菌性腦膜炎組，分別收集兩組患者的14項腦膜炎相關的生物標志物，包括腦脊液細胞計數(C-Cell)、C-WBC、C-Neu、腦脊液葡萄糖濃度(C-Glu)、腦脊液蛋白濃度(C-Pro)、腦脊液氯離子濃度(C-Cl-)、血葡萄糖濃度(B-Glu)、血白細胞計數(B-WBC)、血中性粒細胞比例(B-Neu)、紅細胞計數(RBC)、血紅蛋白濃度(Hb)、血小板計數(PLT)、腦脊液血糖比例(C/B-Glu)、C-Lac。

1.2 腦膜炎的診斷標準 對細菌性腦膜炎與無菌性腦膜炎進行分組，按照腦膜炎診斷的金標準[6]：(1)具有神經系統感染臨床表現(體溫>38.3℃，頭疼，頸部強直等)；(2)患者腦脊液培養陽性。符合以上兩項標準的患者進入細菌性腦膜炎組。無菌性腦膜炎的標準按照文獻報道，具體標準如下：(1)腦脊液相關實驗室檢查出現異常；(2)未達到細菌性腦膜炎的診斷標準[7]。二者均不符合的患者則排除腦膜炎。

1.3 統計方法 應用IBM SPSS 20.0進行統計分析，采用Mann-Whitney U檢驗對所有的數據進行檢驗，將P<0.05的項目繪制受試者工作曲線(ROC曲線)，并計算每一單項的ROC曲線下面積(AUC)、靈敏度、特異度、陽性預測值、陰性預測值等，其中按照AUC將評判指標分為優異(0.90～1.00)、良好(0.80～0.89)、適中(0.70～0.79)、較差(0.60～0.69)、失敗(0.50～0.59)[8]。將AUC>0.7的項目進行線性回歸擬合，計算概率并做ROC曲線分析，計算上述指標并通過線性擬合獲取線性判別模型并驗證。將本組數據代入文獻[9-10]報道的線性判別模型，并繪制ROC曲線，比較本模型與文獻報道模型的判別能力。

2 結果

2.1 患者信息提取及分組 回顧性分析2012—2016年本院1 325例腦脊液培養陽性患者資料，去除易于污染的凝固酶陰性葡萄球菌患者909例，實驗室檢查信息不全者139例，社區獲得性腦膜炎患者12例，年齡<6歲患者39例，最終納入226例細菌性腦膜炎。無菌性腦膜炎患者信息按照文獻設置的條件在數據庫中進行提取，共255例。對兩組患者的14項實驗室檢查行Mann-Whitney U檢驗，除B-WBC、B-Neu、PLT 3項外，其余11項指標兩組比較，差異均有統計學意義(均P<0.05)。見表1。

2.2 聯合診斷模型的建立 11項Mann-Whitney U檢驗結果P<0.05的指標ROC曲線結果見表2。 C-WBC、 C-Glu、B-Glu、C/B-Glu及C-Lac 5項指標的AUC均>0.7，logistic線性回歸分析將以上5項指標進行線性擬合，計算概率并繪制ROC曲線，結果見圖1。該擬合變量的AUC為0.907, 靈敏度、特異度、陽性預測值與陰性預測值均>80.0%，通過線性擬合獲得判別模型為Y=-0.268×C-Glu+0.127×B-Glu+0.24×C-Lac-0.722×C/B-Glu+0.00000638×C-WBC-0.866。

表1細菌性腦膜炎與無菌性腦膜炎患者相關實驗室結果對比

Table1Comparison of laboratory results between bacterial meningitis and aseptic meningitis

項目細菌性腦膜炎組(n=226)無菌性腦膜炎組(n=255)PC-Cell (×106/L)41 612.950 004.9<0.001C-WBC (×106/L)13 546.03 947.2<0.001C-Neu (%)85.1946.87<0.001C-Glu (mmol/L)1.933.516<0.001C-Pro (mg/dL)294.4228.6<0.001C-Cl- (mmol/L)118.5123.0<0.001B-Glu (mmol/L)7.45.64<0.001B-WBC (×109/L)14.0813.770.616B-Neu (%)82.981.00.872RBC (×1012/L)3.834.08<0.001Hb (g/L)114.2120.30.002PLT(×109/L)250.4250.10.738C/B-Glu0.300.68<0.001C-Lac (μmol/L)6.1923.18<0.001

表211項臨床實驗室檢查結果對細菌性腦膜炎與無菌性腦膜炎的診斷效能

Table2Diagnostic efficacy of 11 clinical laboratory test results for bacterial meningitis and aseptic meningitis

項目靈敏度(%)特異度(%)陽性預測值(%)陰性預測值(%)約登指數AUCCut-offC/B-Glu78.8074.3075.4077.800.5310.8200.43C-Lac62.4082.4078.0068.700.4480.7914.45C-Glu78.0069.5071.9076.000.4750.7672.45C-WBC83.6056.0065.5077.300.3960.754577.5B-Glu76.1058.8064.9071.100.3490.7255.35C-Neu98.7040.1062.2096.900.3890.69248.65C-Pro87.2043.9060.9077.400.3110.66172.91C-Cell88.1044.8061.5079.000.3180.6551 262.5C-Cl-72.5052.2060.3065.500.2470.651117.35RBC77.3038.5055.7062.900.1580.6013.585Hb43.1071.2059.9055.600.1430.582126.5

2.3 診斷模型的驗證 將本組數據代入文獻報道的線性判別模型(其中模型1納入了C-Glu和C-Neu兩個指標，模型2納入了C-Pro和C-Neu兩個指標)，繪制ROC曲線，兩個模型的AUC分別為0.824、0.701，本研究的模型判別能力優于文獻報道的模型。見圖2。

根據線性擬合建立的模型，選取2017年8—10月10例確診的細菌性腦膜炎與16例無菌性腦膜炎患者的實驗室檢查項目，代入模型進行腦膜炎的判別，Y值大于模型Cut-off值的患者歸為細菌性腦膜炎，Y值小于模型Cut-off值的患者歸為無菌性腦膜炎，結果如表3與表4所示， 9例患者的判別結果大于模型的Cut-off值，診斷準確率為90.0%，而16例無菌性腦膜炎患者的結果顯示，13例患者可以正確判別，特異度為81.2%，與模型的靈敏度與特異度接近，模型的整體判別正確率為84.6%。

圖1 擬合5項實驗室檢查項目診斷細菌性腦膜炎的ROC曲線

Figure1ROC curve of fitting five laboratory examination items for diagnosis of bacterial meningitis

A:模型1；B：模型2

表310例細菌性腦膜炎患者數據驗證線性判別模型的判別效果

Table3Discriminant efficacy of linear discriminant model by data of 10 patients with bacterial meningitis

患者編號細菌C-GLU(mmol/L)B-GLU(mmol/L)LAC(μmol/L)C/B-GluC-WBC(106/L)Y1肺炎克雷伯菌0.105.8916.400.01781 0974.2962銅綠假單胞菌0.105.988.200.01710 2921.8883鮑曼不動桿菌0.306.766.700.0445 8091.5254鮑曼不動桿菌1.304.136.200.3151660.5725肺炎克雷伯菌0.304.354.800.0692 7740.7266金黃色葡萄球菌0.505.516.600.0912 4511.2347肺炎克雷伯菌1.805.374.700.3351 2670.2288嗜麥芽窄食單胞菌0.905.228.700.1721 2411.5279陰溝腸桿菌0.805.204.600.1741800.56010鮑曼不動桿菌3.2010.4411.600.3071232.166

表416例無菌性腦膜炎患者數據驗證線性判別模型的判別效果

Table4Discriminant efficacy of linear discriminant model by data of 16 patients with aseptic meningitis

患者編號C-GLU(mmol/L)B-GLU(mmol/L)LAC(μmol/L)C/B-GluC-WBC(106/L)Y13.309.685.000.5165100.310 23.108.563.800.444444-0.015 34.907.092.700.381340-0.904 44.9016.024.000.2502920.637 56.307.582.400.317277-1.243 65.0015.914.200.2642240.633 75.2010.802.500.231210-0.453 83.507.312.300.315161-0.550 93.907.091.800.254154-0.761 104.607.011.700.242103-0.975 112.607.523.900.346880.079 123.608.882.000.40582-0.515 132.807.281.900.38579-0.513 144.508.682.700.51869-0.696 152.509.972.400.251660.126 164.6016.313.200.282580.537

3 討論

神經外科術后感染嚴重影響著患者的手術成功率，細菌性腦膜炎與無菌性腦膜炎的嚴重程度與治療方法均存在較大差異，故如何區分兩類腦膜炎是目前神經外科學與臨床微生物學的研究熱點[11]。腦脊液微生物培養雖然是診斷術后細菌性腦膜炎的金標準，但由于其培養時間較長而導致臨床應用受限，感染相關標志物的研究成為部分可替代金標準的方法。目前，關于細菌及無菌性腦膜炎的新型標志物研究有所報道，如腦脊液降鈣素原(PCT)[7]，腫瘤壞死因子[12]，白細胞介素-6[13]等，但由于術后PCT等指標可能升高并出現假陽性，容易受其他部位感染等因素的影響，導致特異性不足而最終影響應用。采用腦脊液與血液常規檢測項目獲得腦膜炎的線性判別模型，可以在1～2 h內快速診斷細菌性腦膜炎。

目前，國內外文獻對腦膜炎進行分組均納入了如C-Cell等相關感染標志物作為輔助診斷[14-15]，此種分組方法可以擴大細菌性腦膜炎的入組病例數，但也不可避免的納入了非細菌性腦膜炎的患者。本研究基于感染金標準+臨床癥狀對腦膜炎進行分組，可以有效的避免納入非細菌性腦膜炎患者，具有更高的臨床應用價值。

無菌性腦膜炎可能是神經外科手術過程中產生的散落碎骨或腫瘤抗原導致的，無需應用抗菌藥物進行治療，但細菌性腦膜炎需及時有效的應用抗菌藥物進行干預[16]。IDSA、美國疾病控制與預防中心(Centers for Disease Control and Prevention，CDC)對腦膜炎的診斷均是在患者臨床癥狀的基礎上，結合傳統生物標志物進行輔助診斷。腦脊液與血液的生物標志物在診斷腦膜炎，以及控制抗菌藥物使用方面發揮著重要作用。對本院481例腦膜炎患者14項生物標志物進行回顧性分析，兩組腦膜炎患者其中11項標志物的差異具有統計學意義，包括8項腦脊液標志物與3項血液標志物。傳統的C-WBC對腦膜炎的診斷效能并非最高(僅AUC=0.754)，而C-Neu雖然具有較高的靈敏度(98.70%)，但特異度不高(40.10%)，因此，僅采用C-WBC對腦膜炎進行輔助診斷可能會出現偏差。相比于C-WBC，C-Glu對細菌性腦膜炎的診斷效能更高，尤其是C/B-Glu，是所有單一標志物中診斷效能最高的指標(AUC=0.820)，原因可能是由于細菌性腦膜炎存在葡萄糖的消耗，而無菌性腦膜炎僅僅是存在炎癥反應，故二者差異較大[17]。11項生物標志物中，5項AUC>0.7，其中4項檢查的特異度較低(C/B-Glu、C-Glu、C-WBC、B-Glu均<75%)，并不能單獨診斷腦膜炎。除常規標志物外，C-Lac是診斷效能排名第二的項目(AUC=0.791)。有文獻[18]報道，C-Lac可以用于辨別細菌性腦膜炎與無菌性腦膜炎，當其濃度>6時，判定為細菌性腦膜炎，4～6時為腦膜炎治療期，<2則判定為無菌性腦膜炎。本研究中C-Lac特異度較高(82.40%)，但靈敏度(62.40%)較低，存在一定程度的假陽性，需多指標聯合診斷。結合5項AUC>0.7檢驗項目進行logistic回歸分析并繪制ROC曲線，得出的聯合診斷指標提高了單一項目的AUC、靈敏度、特異度、陽性預測值、陰性預測值(分別達0.907、84.3%、80.9%、81.5%、83.7%)，能夠較好地診斷細菌性腦膜炎。線性判別模型綜合多項檢查結果，用于診斷神經外科術后腦膜炎。應用16例無菌性腦膜炎和10例細菌性腦膜炎患者的實驗室數據對該模型進行驗證，結果顯示，模型判別的準確率與特異度均較高(90.0%、81.2%)，一致率達84.6%，該模型可以用于神經外科術后細菌性腦膜炎的診斷。

綜上所述，神經外科術后細菌性腦膜炎的快速診斷是一項重要的工作，需神經外科與臨床實驗室共同完成[19]。利用常規腦脊液與血液實驗室檢查項目聯合診斷建立的模型可以很好地鑒別細菌性腦膜炎與無菌性腦膜炎，具有非常重要的意義并值得在臨床進行推廣。