降鈣素原對血流感染早期診斷預測價值Meta 分析＊

周倩倩，王賢東，高軍龍，王亞運，甘亮亮，張金周

（甘肅省人民醫院，甘肅 蘭州 730000）

血流感染（Blood Stream Infection,BSI）是指各種病原微生物和毒素入侵血液循環系統，在血液中繁殖，引發全身感染的疾病[1]，是造成患者死亡的重要原因[2]。診斷BSI，患者住院時間與費用會顯著增加，死亡率會顯著升高[3]。血流感染診斷的金標準是血培養，不過因存在培養周期長，陽性率低等弊病，故而臨床若能尋找一種可以早期預測血流感染的指標將顯得很重要。目前，文獻報道降鈣素原（PCT）、血小板計數、C反應蛋白等可臨床輔助預測血流感染診斷，上述指標中，PCT的研究熱度最高[4]。本研究收集國內外有關降鈣素原在診斷血流感染方面的回顧性或前瞻性試驗，進行客觀評價，希望為血流感染被早期預測提供指標。

1 資料和方法

1.1 文獻檢索

檢索PubMed、CNKI、萬方、維普等數據庫資源，收集2021年1月之前公開發表的關于降鈣素原對血流感染診斷和早期預測的文獻。檢索詞為PCT、BSl、降鈣素原、血流感染。英文檢索方式：PCT and BSl；中文檢索方式：降鈣素原and血流感染。檢索語言為英語與漢語。

1.2 文獻納入與排除標準

納入標準：①研究類型為包含PCT對血流感染診斷的前瞻性或回顧性研究；②血培養為診斷金標準，血培養結果：病原菌僅1種或無；③文章提供了血培養的陽性、陰性例數以PCT計算水平通過計資料量表示；④患者年齡≥18歲。排除標準：①研究者基礎病為血液病、腫瘤或風濕免疫性疾病等；②樣本量＜20的文獻；③PCT計算水平以定性資料記錄，僅用陽性陰性概述。

1.3 提取資料、質量評價

參照預先制定的納入與排除標準由2名經培訓的評價者獨立篩選文獻，納入文獻質量評價依據：Cochrane 系統評價員手冊5.1.0 版[5]。提取數據交叉核對，意見不統一通過協商處理。提取的資料包括作者、發表年限、實驗設計方法和類型、實驗數據。

1.4 統計分析

采用RevMan 5.3軟件進行Meta分析。首先進行卡方檢驗評估異質性。若有異質性（P＞0.1，I2＜50%）選用固定模型進行分析。若無異質性（P＜0.1，I2≥50%）選擇隨機效應模型。計量資料應用MD或SMD及其95%可信區間（95%CI）表示效應量，將處理后的結果進行Meta分析，觀察差異是否有統計學意義。敏感性分析以每次減少1篇文獻的方法進行，評估Meta分析的穩定性，采用漏斗圖來識別發表偏倚。

2 結果

2.1 檢索結果及納入文獻

通過設定的檢索詞和方式初步檢索到1 449篇文獻。剔除455篇重復文獻，通過閱讀文題和摘要，排除972篇文獻（理論性研究文獻與不符合納入標準文獻）初步納入文獻22篇通過閱讀全文，排除9篇未達到納入標準的文獻，數據6篇數據不全文獻，最終共納入7篇文獻[6-12]。文獻的納入過程詳見圖1。

圖1 文獻納入流程圖

2.2 納入研究資料和質量評價

納入7項研究，累計病例1 544例，血培養陽性組422例，血培養陰性組1 122例。納入研究基本資料見表1，研究質量評價如圖2所示。

表1 納入文獻基本資料匯總表

圖2 納入研究質量評價

2.3 統計學結果

以PCT作為效應量，分別分析血培養陽性組和陰性的異質性，卡方檢驗顯示P＜0.1，I2為100%，組間存在異質性，故選用隨機效應模型。森林圖表明：PCT可輔助預測血流感染（SMD=4.26，95%CI[2.06，6.45]，P＜0.000 01），如圖3所示。

圖3 PCT輔助診斷血流感染Meta分析

2.4 敏感性分析

以每次減少1篇文獻的方法再次繪制結果森林圖，統計結果表明每減少1篇文獻，結果基本無變化，P＜0.1，I2≥50%，說明本研究穩定性好，結果可信，見表2。

表2 統計結果敏感性分析表

2.5 發表偏倚

漏斗圖分析顯示，結果不對稱，存在發表偏倚，如圖4所示。

圖4 PCT輔助診斷血流感染發表偏倚漏斗圖

3 討論

BSI發生率逐漸上升趨勢，死亡率在45%以上[13]。血培養陽性是診斷血流感染的金標準，但有培養周期長、陽性率低等弊病，因此在BSI確診之前，患者常常因膿毒癥休克或發展為MODS（多器官功能衰竭）而死亡[14]。臨床醫生如果能夠在血流感染早期得到一個或多個給予提示的可靠指標，用以診斷指導和用藥參考，患者也許就會有不一樣的結局。目前臨床報道PCT、血小板計數、白細胞計數、C反應蛋白等可臨床輔助預測血流感染，但均是獨立小樣本研究，且結論各異。PCT原是近年來發現的一種新型炎癥指標，它的本質為降鈣素的前體蛋白質。在健康機體中，PCT 水平極低；機體受到感染，血清PCT 水平迅速升高，隨著感染的控制，PCT則伴隨下降，PCT體內比較穩定，不會因為機體免疫抑制、激素及抗生素等受到影響。PCT水平及動態變化能很好地預測血流感染患者病情嚴重程度及預后。本次研究共納入7篇文獻，共1 544例病人，進行Meta分析結果顯示，PCT可輔助預測血流感染（SMD=4.26，95%CI[2.06，6.45]，P＜0.000 01）。本研究存在一定的局限性：①納入文獻均為中文，閱讀文獻未見國外研究相關報道，國外關于PCT在血流感染方面研究限于理論研究；②研究納入病例多為回顧性研究，回顧性研究必然存在相關病例缺失，在病例選擇上存在人為選擇主觀因素，各地病員來源不同，各地醫院感染病原菌種不同，致病性有差別，感染程度有差別，統計結果可能存在偏頗；③閱讀文獻發現病例大部分來源小樣本研究，因此病例數相對較少。

綜上所述，PCT可作為BSI的早期預測指標。未來的研究中，我們可嘗試聯合其他炎性指標開展大樣本，隨機雙盲的試驗，進一步驗證和尋找BSI的早期預測指標。