兒童膿毒癥的診斷進展

林小飛 顧小海 于春琳 朱紅利 吳云朵 張 軍 王玉美

1.徐州醫科大學淮安婦幼臨床學院兒科，江蘇淮安 223002；2.徐州醫科大學淮安婦幼臨床學院新生兒疾病篩查中心，江蘇淮安 223002

膿毒癥（sepsis）定義為宿主對感染的反應失調引起的危及生命的器官功能障礙而導致的疾病[1]，國際上兒童膿毒癥定義于2005 年創立，該定義為：從正常情況下無菌的兒童體液分離出病原體，或具有病原體嚴重感染所致促炎性因子誘導的全身炎癥反應綜合征（SIRS）表現的臨床綜合征?；颊叩脑缙谧R別和其后的數個小時內積極的治療可能會阻止無法改變的進展和不良結局[2-3]。最近的一項研究評估認為，膿毒癥每年可導致全球530 萬人死亡[4]。嚴重膿毒癥在美國每年可導致6500 多例兒童患者死亡[5]。在我國，兒童膿毒癥年病死率約為3.5%[6]。此外，幸存者還會承受短期影響[7]和長期影響[8]。從1991 年開始，共有3 個成人膿毒癥定義指南（Sepsis 1.0、2.0、3.0），4 個拯救膿毒癥運動（SSC）診療指南[9]，2005 年發布了第一個兒童指南，2020 年美國重癥醫師學會（SCCM）和歐洲危重病學會（ESICM）提出了新的《拯救膿毒癥運動國際指南：兒童膿毒性休克和膿毒癥相關器官功能障礙管理》[10]，對兒童膿毒癥的管理提供了新的推薦。但要將其轉化為集束化標準還需要充分考慮當地醫療資源的可及性。所以目前迫切需要一種能有效進行早期診斷并充分評估病情嚴重程度的方法，許多臨床及科研人員從多種生物學標志物、多維評分方法、生理參數與變量以及膿毒癥預測系統等方式來進行綜合分析，取得了不錯的進展，現特作綜述如下：

1 生物標志物

有研究報道目前已經有170 種以上的生物標志物應用于膿毒癥的評估，包括C-反應蛋白（CRP）、降鈣素原（PCT）、腫瘤壞死因子α（TNF-α）、白細胞介素-6（IL-6）等指標[11]。王承娟等[12]將CRP、PCT、細胞因子（IL-6、IL-8、IL-10 等）、腎上腺髓質素前體中間片段（mid-regional proadrenomedullin，MR-proADM）、細胞表面標記和可溶性受體、微小RNA（microRNAs，簡稱miRNAs）、血漿游離DNA 等生物標志物進行了綜合分析，認為盡管生物標志物在兒童膿毒癥的評估與診斷中都具有重要價值，但是單獨應用某一特定指標時特異性和敏感性均不高，因此選用組合生物標志物并使用動態、連續的檢測方法并綜合其臨床特點，可能對兒童膿毒癥的臨床診斷、病情及預后評估提供較好的支持。曹露露等[13]對CRP、PCT、炎癥因子、CD64、白細胞計數、中性粒細胞計數及形態、血小板等生物標志物進行了分析，認為PCT、CRP、中性粒細胞計數及形態、炎癥因子、白細胞計數等有利于膿毒癥的早期診斷，但任何一個特定的生物標志物都無法精準實現。張芳等[14]研究發現長鏈非編碼RNA（lncRNA）不僅對膿毒癥的早期診斷有較好的臨床意義，而且根據其對膿毒癥相關炎癥因子等表現出來的調控作用，很可能使其成為治療膿毒癥新的分子切入點。其選取的與NF-κB 途徑相關的lncRNA，在健康兒童與膿毒癥患兒的血清表達比較中，差異有統計學意義（P ＜0.05），而且還能較好地鑒別嚴重膿毒癥與膿毒癥，與傳統指標白細胞計數、CRP、PCT 計數比較，特異性與敏感性均有顯著的優勢。肖婷等[15]研究提示，全血可溶性白細胞分化抗原-14（sCD14-ST）對兒童膿毒癥早期診斷有一定的優勢，并較白細胞計數、CRP 更敏感。曾萍等[16]研究發現正常兒童內生嗎啡幾乎檢測不到，僅個別感染患兒可能輕微增加，但膿毒癥的患兒檢測水平明顯提升，且提升的程度與病情嚴重程度及預后有明顯關聯，提示不遠的將來很可能會把內生嗎啡作為膿毒癥診斷、病情評估及預后判斷的一種新的生物標志物。最新有研究首次報道了血清載脂蛋白A-V（ApoA5）水平可以作為兒科膿毒癥患者穩定和有效的預后預測因子，是一種新的診斷和預后指標[17]。目前有越來越多的生物標志物被應用于兒童膿毒癥的早期診斷，但是大家都一致認為在實際工作中不可依靠單一指標來診斷，需要對相應生物標志物進行動態監測、多指標聯合并結合臨床癥狀、體征等早期診斷評估膿毒癥病情進展及預后，因此，應該更合理的結合相應的生物標志物來進行膿毒癥的診斷及病情判斷。

2 多維評分方法及具有診斷意義的生理參數與變量

如何準確、客觀地評估膿毒癥患者病情的嚴重程度和預后，已經引起了大家越來越多的關注。2000 年以來，針對危重疾病患者的病情判斷及預后評估不斷開展了多種量化的多維評分方法，在改善重癥監護病房（ICU）患者的預后方面，目前常用的臨床多維評分系統和生理參數提供了重要的支持與幫助[18]。傳統上，廣義疾病嚴重程度評分系統可用于膿毒癥檢測；然而，這些對于兒童膿毒癥來說缺乏特異性。SIRS 標準已被用于兒科患者并納入此前兒童膿毒癥定義，旨在評估炎癥感染和其他全身原因引起的炎癥反應[19]。APACHEⅡ評分系統經過大量研究證實與危重疾病的嚴重程度呈正向關聯，因此被認定為相關患者病情評估的經典的參考指標，常作為兒童膿毒癥病情變化的估計、療效評估以及一些新的指標評估的對照[20]。2001 年國際血栓和出血學會（ISTH）提出的彌散性血管內凝血（DIC）評分系統分別對血小板、纖維蛋白原、凝血酶原時間、纖維蛋白部分標志物進行量化評分，綜合評定為非顯性DIC 或顯性DIC，從而判斷凝血功能的調節是否處于可控水平，對預測膿毒癥預后的真實性提供了一定的依據[21]。在某些情況下，非特定兒童疾病的嚴重程度或死亡率適用于對小兒膿毒癥加強認識，如小兒邏輯器官功能障礙評分（PELOD-2）[22-23]。PELOD-2 是一個連續的允許評估多器官功能障礙綜合征（MODS）病例嚴重程度的量表，包括10 個變量[格拉斯哥昏迷評分、瞳孔反應、乳酸血癥、平均動脈壓、肌酐、氧合指數（PaO2/FiO2）比值、動脈血二氧化碳分壓（PaCO2）、通氣、白細胞計數和血小板計數]，包括5 個器官功能障礙（神經系統、心血管、腎臟、呼吸系統和血液學）。于航等[24]在膿毒癥急性期小兒危重病例評分（PCIS 評分）與血清PCT、超敏C 反應蛋白（hs-CRP） 水平的相關性研究中發現，PCIS 評分與血清PCT、hs-CRP 水平呈負相關，PCIS 評分越高，血清PCT、hs-CRP 水平越低。李娟珍等[25]在研究中發現，在膿毒癥不同嚴重程度分組間以及死亡組和存活組間進行小兒多器官功能障礙評分（P-MODS）比較，差異有統計學意義（P ＜0.05），P-MODS 最高為膿毒性休克組，最低為膿毒癥組；死亡組較存活組明顯增高。依據P-MODS 評分與PCIS 評分以及28 d 結局預后描繪的受試者工作特征曲線顯示，P-MODS 評分與PCIS評分和對死亡風險的貧富均具有中等程度的預測價值。孫世心等[26]通過分析患兒的年齡、生命體征、感染指標、電解質、肝腎功能、心肌酶、PCIS 評分以及是否存在休克、凝血功能障礙、代謝性酸中毒、高乳酸血癥等，對其高危因素進行探討，發現兒童發生膿毒癥相關性腦?。╯epsis associated encephalopathy，SAE）的獨立危險因素分別為PCIS 評分≤80 分、凝血功能障礙與肝功能不全。2016 年成人膿毒癥定義中引入了序貫器官衰竭評分（sequential organ failure assessment，SOFA），重點強調是由感染誘發產生失控的宿主反應和致死性的器官功能障礙[1]。所以在積極糾正嚴重感染狀態的同時需要準確對臟器功能進行評估，今早進行相應臟器功能支持，從而在有效降低死亡率的同時減少其他功能障礙的新發。雖然2016 年后也有嘗試將“Sepsis 3.0”的標準應用于兒童，提出將兒童快速序貫器官衰竭評分（qSOFA）作為診斷依據之一，但金林梅等[27]也認為單純依賴qSOFA 評分標準對兒童膿毒癥進行診斷時可能對不伴有血壓下降的膿毒癥及膿毒性休克兒童識別不夠及時，因此，在應在接納“Sepsis 3.0” 新觀點的同時更要關注其他有助于臨床判斷的指標。

3 自行開發的機器膿毒癥預測系統

由于膿毒癥患者感染微生物的具體類型和感染途徑、來源存在差異，機體不穩定的宿主反應也存在復雜多變的特點，同時包含了機體炎癥、組織損傷、凝血、免疫等眾多環節，因此膿毒癥病情的進展不是固定不變的，因此從個體來說其異質性很高，個性化的治療策略難以尋找。因此，由于沒有專門用于兒童的膿毒癥評分，部分醫院自行開發了一些電腦智能化的膿毒癥預測系統，電腦智能化的預測系統和常規應用的廣義評分系統比較，具有令人信服的優勢。預測系統利用膿毒癥患兒豐富的臨床表型數據，結合先進的醫學知識，以及通過自編碼降維、語言處理和無監督聚類方法等對膿毒癥進行準確的分型，從而結合不同亞型的臨床和藥物反應特點來確定特定的治療方案，最終呈現更優質更精確的治療效果?；跈C器學習（ML）的方法具有潛力通過膿毒癥訓練來提高敏感性和特異性患者的數據[28-30]，并且可以使用相關網站輕松進行自定義或了解特定人群的數據，從而相對于通用評分系統提高性能[31-33]。Le 等[34]在研究中發現基于ML 的膿毒癥預測系統在這些實驗中檢查的結果優于傳統的表格評分系統并展示出卓越的性能，可預測小兒嚴重膿毒癥的發作。劉廣建等[35]通過深度自編碼器、自然語言處理與K-meaas 聚類，成功地在6708例膿毒癥患兒中識別出4 個亞型，各個亞型臨床特征鮮明，最后也體現了與臨床特征相一致的結局，將聚類結果的可靠度和合理性進一步增強。陳瀟等[36]同上海兒童醫學中心重癥監護病房（PICU）合作，建成了一個具有實際臨床指導意義并充分貼近臨床實際的膿毒癥患兒數據庫，提出了一種基于因子分解機和神經網絡相結合的膿毒癥診斷框架NN&FM，該算法框架能夠充分合理利用膿毒癥患兒電子病歷中的相關隱含信息，對患兒的臨床化驗指標結果和化驗指標的參考范圍的相互關系進行有序的處理，將患兒的診斷結果準確率明顯提高，尤其是在各類別間的診斷準確率上提升顯著，將醫學知識（正常參考范圍）通過稀疏編碼的方式與該模型進行相互結合與補充，提升了模型的可解釋性。因此這些自行開發的機器膿毒癥預測系統有效投入臨床后有望能夠協助減輕醫生負擔，加快完成膿毒癥患兒的診斷尤其是早期診斷，使患者及時得到精準的治療，從而達到最終改善疾病預后、降低死亡率的目的。

4 小結

膿毒癥是兒科重癥監護病房里眾多患兒的主要死亡原因之一，來勢兇險，死亡率高，對家庭和社會都造成了極大的經濟負擔及不良后果，尤其是兒童有其獨特的病理生理特點，部分患兒早期癥狀并不典型，相應的生物標志物等檢查結果也難以第一時間提供明確診斷的證據，因此就需要臨床醫生具有一雙發現膿毒癥的火眼金睛，對膿毒癥能做到早發現、早診斷、早治療，所以進一步尋找敏感的早期診斷指標并實現對膿毒癥兒童的早期干預就特別重要，生物標志物對兒童膿毒癥的診斷及病情評估、預后判斷都具有重要的臨床價值，但是單獨應用時特異性與敏感性均不高。因此需選用組合生物標志物并使用動態、連續的檢測方法并綜合其臨床特點，才能更好地做出兒童膿毒癥診斷、病情評估和預后判斷。常用的臨床多維評分系統如PELOD-2、PCIS 評分、P-MODS 等和患兒的部分生理參數及變量相結合來進行分析評估將有助于改善PICU 膿毒癥患兒的預后。近些年以來，隨著人工智能的推進及大數據研究的推廣，電腦化的膿毒癥預測系統較之手動應用廣義評分系統也為臨床醫生提供了令人信服的替代方案，提示此類預測系統優于傳統的表格評分系統并展示出卓越的性能，可預測小兒嚴重膿毒癥的發作。因此使用以上這些工具并將之有機地結合，會給臨床醫生提供更多的幫助，臨床醫生將能更好地分配有限的臨床資源，在小兒患者病情惡化之前盡早診斷與發現，采取積極的干預措施，以避免嚴重不良后果的產生。