降鈣素原及臨床肺部感染評分在呼吸機相關性肺炎患者抗生素應用中的指導價值

王銀娟,付 英,董 燕,昌 敏

(山西省運城市中心醫院,山西 運城044000)

呼吸機相關性肺炎(ventilator-associated pneumonia,VAP)是常見的醫院獲得性呼吸系統感染疾病,機械通氣患者中VAP發生率較高[1-2]。合理應用抗生素控制細菌感染是治療該病的關鍵,但臨床上缺乏能夠指導停藥的權威客觀性指標,抗生素應用時間過長可能導致多重耐藥菌出現,應用時間過短又無法有效控制病原菌。有研究指出,降鈣素原(PCT)是判斷細菌感染較為可靠的指標,其特異性、敏感性均優于C-反應蛋白等炎癥因子[3]。PCT動態變化與VAP患者的預后密切相關[4]。《呼吸機相關性肺炎診斷標準》建議結合PCT檢查確定抗生素的停藥時機,PCT可能有助于指導抗生素治療VAP[5]。基于此,本研究選取PCT等指標構建VAP患者的預后風險評估模型,初步探討該模型指導VAP患者抗生素用藥及調整的可行性,現報道如下。

1 臨床資料

1.1 一般資料 選取2016年7月至2017年12月運城市中心醫院收治的113例VAP患者,設為研究組;選取2018年1月至2019年5月運城市中心醫院收治的102例VAP患者,設為驗證組。研究組男72例,女41例;年齡19～72歲,平均(42.47±11.75)歲;病程6～35 d,平均(13.78±4.89)d;機械通氣時間5～31 d,平均(11.23±4.56)d。驗證組男63例,女39例;年齡22～74歲,平均(44.15±11.03)歲;病程5～36 d,平均(14.62±5.68)d;機械通氣時間4～34 d,平均(12.57±5.12)d。兩組患者一般資料比較,差異無統計學意義(P＞0.05),具有可比性。

1.2 納入標準 符合《呼吸機相關性肺炎診斷標準探討》中VAP的診斷標準[5];年齡＞18歲;病歷資料及觀察指標記錄完整;機械通氣時間≥3 d。

1.3 排除標準 機械通氣前已存在肺部感染或其他部位感染者;機械通氣期間并發肺外器官感染者;惡性腫瘤者;確診為真菌、寄生蟲、立克次體等病原體感染者。

2 治療方法

2.1 研究組 入組患者根據臨床治療原則給予抗感染、營養支持及免疫治療等綜合治療措施,根據藥敏結果選擇抗生素,感染控制3 d后停藥。記錄患者基線資料[性別、年齡、插管方式、呼吸機使用原因及體質量指數(BMI)],統計VAP患者入院時急性生理學及慢性健康狀況Ⅱ評分(APACHEⅡ)、體質量指數(BMI)、谷丙轉氨酶(ALT)、谷草轉氨酶(AST)、收縮壓(SBP)、舒張壓(DBP)、PCT及簡化臨床肺部感染評分(CPIS)等資料情況。采用Logistic回歸分析構建預后風險模型,以受試者工作特征(ROC)曲線獲取模型的判定截斷值,包括最高敏感度截斷值、最高約登指數截斷值及最高特異度截斷值。采用E602全自動電化學發光分析儀(瑞士羅氏公司)檢測PCT水平;采用CPIS預測肺部感染患者VIP的病情及預后,分數越高提示感染程度越重,最高分為12分。CPIS＞6分的患者可能被診斷為肺炎,提示需要應用抗生素治療[6]。

2.2 驗證組 采用信封隨機法將驗證組分為驗證A組和驗證B組,每組51例。驗證A組常規應用抗生素治療,用藥期間根據患者的癥狀、體征及影像學檢查指標確定停藥時間,一般療程為7～10 d。驗證B組在驗證A組基礎上,參考預后風險模型風險評分情況調整抗生素應用。預后風險模型風險評分(分)＝PCT(ng/m L)×β(PCT影響因素系數)＋CPIS(分)×(CPIS影響因素系數)。預后風險模型風險評分＞最高特異度截斷值,核對抗感染治療效果,調整抗生素用藥方案;最高約登指數截斷值≤預后風險模型風險評分≤最高特異度截斷值,繼續沿用原用藥方案;最高敏感度截斷值≤預后風險模型風險評分＜最高約登指數截斷值,可降階梯或停用抗生素;預后風險模型風險評分＜最高敏感度截斷值時,停用抗生素。

3 療效觀察

3.1 觀察指標 ①研究組預后情況。根據研究組患者預后情況,將其劃分為存活組和死亡組,比較兩組基線資料,包括性別、年齡、插管方式、呼吸機使用原因、BMI、ALT、AST、SBP、DBP、APACHE Ⅱ、PCT、CPIS。②研究組預后影響因素。采用Logistic回歸分析比較死亡組和存活組PCT、CPIS。③研究組預后風險模型的適用價值。采用ROC曲線驗證預后風險模型對研究組患者預后的適用價值。④驗證A組與驗證B組的基線資料。⑤驗證A組與驗證B組的抗生素使用時間、VAP再發率、機械通氣時間、28 d病死率、PCT等指標。

3.2 統計學方法 采用SPSS 25.0統計軟件處理數據。計量資料均數±標準差(±s)表示,采用t檢驗;計數資料以例(%)表示,采用χ2檢驗。P＜0.05為差異具有統計學意義。研究組預后的獨立影響因素分析采用多因素Logistic回歸分析。預后風險模型的適用價值分析采用受試者工作特征(ROC)曲線分析。

3.3 結果

(1)研究組預后統計 研究組死亡34例,占30.09%(34/113),其中,4例于治療7 d內死亡,14例于治療8～14 d死亡,9例于治療15～28 d死亡,7例于治療＞28 d死亡。存活79例,占69.91%(79/113)。

(2)研究組預后影響因素的單因素分析 存活組與死亡組的性別、插管方式,呼吸機使用原因、年齡、BMI、SBP、DBP比較,差異無統計學意義(P＞0.05),ALT、AST、PCT、CPIS及APACHEⅡ評分比較,差異均有統計學意義(P＜0.05)。見表1。

表1 研究組呼吸機相關性肺炎患者預后影響因素的單因素分析

(3)研究組預后影響因素Logistic回歸分析Logistic回歸分析結果顯示,PCT和CPIS是患者預后的獨立影響因素(P＜0.05),見表2。經 Hosmer-Lemeshow檢驗,該回歸模型對患者預后的判斷效能較好(χ2＝14.292,P＝0.012)。基于該模型,取β為各影響因素的系數(保留1位小數),構建患者預后風險模型如下:預后風險模型風險評分(分)＝PCT(ng/m L)×2.7＋CPIS(分)×0.7。見表2。

表2 研究組呼吸機相關性肺炎患者預后影響因素Logistic回歸分析

(4)研究組預后風險模型的適用價值分析 預后風險模型ROC曲線下面積＝0.876[標準誤＝0.041,P＜0.001,OR值(95%CI)為0.796～0.956],最高敏感度截斷值為2.775分,當預后風險模型風險評分＜2.775分時,患者均存活;最高約登指數截斷值為5.905分,當預后風險模型風險評分≥5.905分時,預測死亡的敏感度為0.824,特異度為0.089;最高特異度截斷值為9.090分,當預后風險模型風險評分＞9.090分時,患者均死亡。見圖1。

(5)驗證A組與驗證B組基線資料比較 驗證A組與驗證B組的性別、年齡、插管方式、呼吸機使用原因及BMI、ALT、AST、SBP、DBP、PCT、CPIS、APACHE Ⅱ評分比較,差異均無統計學意義(P＞0.05)。見表3。

圖1 研究組呼吸機相關性肺炎患者預后風險模型ROC曲線分析

(6)驗證A組與驗證B組干預結果比較 兩組VAP再發率、機械通氣時間及28 d病死PCT、CPIS評分率比較,差異均無統計學意義(P＞0.05)。驗證B組抗生素使用時間短于驗證A組,差異具有統計學意義(P＜0.05)。見表4。

4 討論

VAP是機械通氣過程中常見的并發癥,可造成呼吸機撤機困難,導致患者重癥監護時間延長,并增加其死亡風險[7-8]。報道顯示,國內VAP發病率為4.7%～55.8%,死亡率為19.4%～51.6%[9],本研究中研究組VAP患者死亡率為30.09%,抗感染治療失敗是導致VAP死亡率高的重要原因之一。目前臨床仍存在濫用抗生素或嚴重感染時不能及時準確調整用藥方案的問題,前者可能導致耐藥菌株形成,并引起二重感染,后者可使病情惡化,延誤最佳治療時機。

表3 驗證組呼吸機相關性肺炎患者入院時基線資料比較(±s)

表3 驗證組呼吸機相關性肺炎患者入院時基線資料比較(±s)

組別 例數性別男[例(%)]女[例(%)]插管方式氣管切開[例(%)]氣管插管[例(%)]呼吸機使用原因呼吸衰竭[例(%)]其他[例(%)]年齡(歲,±s)BMI(kg/m2,±s)±s)驗證A組 51 28.58±3.37 33.58±6.21 124.48±11.75 84.15±6.31 1.97±0.59 7.84±1.82 19.25±2.42驗證B組 51 27.78±3.68 34.44±5.62 126.32±10.42 82.58±6.67 2.15±0.64 8.35±2.19 18.82±2.60驗證A組 51 31(60.78) 20(39.22) 8(15.69) 43(84.31) 44(86.27) 7(13.73)44.51±11.81 24.68±0.82驗證B組 51 33(64.71) 18(35.29) 11(21.57) 40(78.43) 40(78.43) 11(21.57)42.31±10.95 24.82±0.83組別 例數 ALT(U/L,±s)AST(U/L,±s)SBP(mm Hg,±s)DBP(mm Hg,±s)PCT(ng/m L,±s)CPIS(分,±s)APACHEⅡ(分,x

表4 驗證A組與驗證B組呼吸機相關性肺炎患者干預結果比較

PCT是降鈣素的前肽,其生成過程受細菌毒素和炎性細胞因子等多種因素調節;CPIS評分則直接反映患者的臨床癥狀。研究指出,存在嚴重細菌感染或膿毒血癥時,即使患者尚未表現出明顯癥狀,其PCT水平也已明顯升高[10],這提示PCT水平可能與患者的預后密切相關。CPIS是一項綜合評分系統,可根據臨床表現、影像學結果和微生物學指標等評估VAP患者感染具有良好的可靠性及可行性[11]。本研究結果顯示,PCT及CPIS是VAP患者預后的獨立影響因素,與患者的預后密切相關,與既往報道相符[12]。

本研究結果顯示,研究組ROC曲線面積為0.876,提示利用預后風險模型能夠有效預測患者的死亡風險,該模型可指導VAP患者應用抗生素,并有效縮短患者抗生素使用時間,且不會明顯增加VAP再發及28 d死亡風險,不影響機械通氣時間,提示利用該模型獲取的截斷值,可以指導VAP患者合理使用抗生素,及時有效清除致病菌。PCT及CPIS與VAP患者感染密切相關[13],基于PCT及CPIS的預后風險模型可以評價感染情況,對VIP患者的抗生素使用及調整具有一定參考價值。

綜上所述,基于PCT及CPIS的預后風險模型不僅可以預測VAP患者的預后,而且該風險模型可為抗生素臨床合理應用提供一定的參考價值。但VAP患者病情復雜,其預后情況受多因素影響,臨床還需密切觀察,綜合評估,以改善患者預后。