血液指標在革蘭陽性球菌和陰性桿菌感染中的診療效能

章艷碧 ，馮 磊 ，師 瑞 ，駱貝貝 ，唐靈通 ，曹慧穎 ，畢千葉

（1）紅河衛生職業學院臨床與公共衛生學院，云南 蒙自 661199;2）昆明醫科大學附屬延安醫院檢驗科，云南 昆明 650051;3）玉溪市人民醫院檢驗科，云南 玉溪 653100;4）玉溪市中心血站檢驗科，云南 玉溪 653100）

微生物感染性疾病是一種發病機制復雜、影響因素眾多、威脅人類健康的主要疾病。全球每年約有1 700 萬人死于感染，占總死亡率的28%～33%[1]。我國感染性疾病占全部疾病總發病數的49%，其中細菌感染性疾病占18%～21%，因此，及時診斷和盡早治療對于保障感染性疾病患者的生命安全至關重要。

目前檢測方法多樣，主要為微生物培養[2]及分子生物學診斷技術，但耗時較長且價格昂貴，國內外多項專家指南和共識證實[3-6]，血液生物標志物如降鈣素原（procalcitonin，PCT）、C 反應蛋白（c-reactive protein，CRP）、白介素6（interleukin 6，IL-6）、白細胞（white blood cell，WBC）、總蛋白（total protein，TP）、前白蛋白（prealbumin，PA）、白蛋白（albumen，ALB）、血清乳酸（lactic acid，LAC）在感染性疾病的診斷、鑒別診斷和預后診療中展示出一定的價值并廣泛用于臨床。此外，感染在性別上具有“二態性”[7]，但目前關于患者個性化檢查研究較少，特別是針對不同性別、年齡、標本類型等方面，如何才能更加精準的運用，對有效診斷和治療具有重要意義，值得深入研究。

1 資料與方法

1.1 病例資料

1.1.1 納入標準[8]

病例組納入標準：住院期間至少1 次微生物培養為陽性且為單一細菌或真菌，結合病史具有感染癥狀和體征的住院患者；多次送檢培養結果一致者只保留第1 次值；血液指標采集時間與微生物標本送檢時間相差24 h 以內；患者數據資料完整。

對照組納入標準：住院期間未診斷細菌感染但進行了與病例組相同血液指標檢測；患者數據資料完整。

1.1.2 排除標準[8]排除非感染引起的血液指標數值增高，如明確診斷為甲狀腺癌、肺癌、自身免疫性疾病、結核、嚴重血液病或基礎肝臟疾病、腎功能異常患者；微生物分離為混合菌如2 種以上細菌或真菌病例；血液指標采集時間與微生物送檢時間相差24 h 以上；資料數據不完整。

本研究符合醫學倫理學標準，并獲得倫理委員會審核批準（2022kmykdx116），該研究為回顧性設計，故放棄了知情同意的要求。

1.2 檢測指標與方法

檢測血液指標：PCT、IL-6、CRP、WBC，WBC、PA、ALB、LAC。計算AUC、Cut-off、PPV%、NPV%、敏感性、特異性、約登指數。AUC 值為0.50～0.70 表示診斷性能較差，0.71～0.90 表示具有一定的診斷性，＞ 0.9 表示診斷性能較高。

1.3 統計學處理

本研究采用 SPSS 24.0 和Medcalc20.0 統計學軟件進行數據處理。正態性檢驗采用直方圖、柯爾莫戈洛夫-斯米諾夫（kolmogorov-smirnov）檢驗和P-P 圖；符合正態分布的連續變量采用均值±標準差（）描述，非正態分布數據采用中位數或四分位間距描述，分類變量采用頻數（百分比）進行描述；病例組與對照組2 組間各指標的差異性符合正態分布采用獨立樣本t檢驗、非正態分布采用非參數2 個獨立樣本曼-惠特尼U 檢驗；運用MedCalc20.0 繪制ROC 曲線。根據二元Logistic回歸分析結果可推導出各個血液性指標聯合分析的檢測模型，進而利用AUC 進行診斷性能差異。以P＜ 0.05 表示差異具有統計學意義。

2 結果

選取 2015 年1 月至 2022 年9 月玉溪市人民醫院培養為單一革蘭陽性球菌（Gram-positive coccus，G+c）和革蘭陰性桿菌（Gram-negative bacillus，G-b）患者為病例組，共1843 例（成年男性914 例，女性687 例；未成年男性128 例，女性114 例）。選取同期未感染2 298 例為對照組（成年男性1 053例，女性944 例；未成年對照組男性142 例，女性159 例）。研究變量為2 組相同血液指標（PCT、IL-6、CRP、WBC，WBC、PA、ALB、LAC），對研究變量數據高于或低于檢測上/下限數據采用最高/低檢測值進行分析，發現男性和女性在不同標本中分離菌種不同，構成比也有差異，病例組培養主要以G+c、G-b 為主，見表1。

表1 患者一般情況和臨床特征Tab.1 General situation and clinical features of patients

2.1 病例組和對照組不同性別各血液指標差異性分析

成年病例組：PA、LAC、IL-6、CRP、WBC 均為男性高于女性，差異具有統計學意義（P＜ 0.05）；TP、ALB、PCT 差異無統計學意義（P＞ 0.05）;未成年病例組：LAC、PCT、IL-6 均為男性高于女性，差異具有統計學意義（P＜ 0.05）；TP、ALB、PA、CRP、WBC 差異無統計學意義（P＞ 0.05），見表2。

表2 病例組分性別比較血液指標差異性Tab.2 Gender comparison of case components and differences in blood indicators

2.2 診斷有無細菌感染的效能評估

2.2.1 各指標單項診斷有無細菌感染的效能評估通過ROC 曲線計算單獨運用時AUC，比較各指標效能從高到低水平，結果如下：

成年男性：各指標AUC 分布于0.782～0.937之間，為IL-6（0.937）=CRP（0.937）＞PCT（0.901）＞ALB（0.879）＞PA（0.842）＞LAC（0.808）＞TP（0.806）＞WBC（0.782）。成年女性組：各指標AUC 分布于0.739～0.921 之間，為CRP（0.921）＞ALB（0.915）＞IL-6（0.905）＞PCT（0.904）＞PA（0.837）＞TP（0.832）＞LAC（0.787）＞WBC（0.739），見表3。

表3 成年組單項指標診斷有無細菌感染的效能Tab.3 Efficiency of single indicator diagnosis for bacterial infection in adult group

未成年男性：各指標AUC 分布于0.709～0.924 之間，為PCT（0.924）＞IL-6（0.842）＞PA（0.822）＞TP（0.802）＞LAC（0.796）＞ALB（0.757）＞WBC（0.754）＞CRP（0.709）。未成年女性：各指標AUC 分布于0.656～0.894 之間，為PCT（0.894）＞PA（0.872）＞TP（0.809）＞IL-6（0.762）＞WB（0.749）C＞ALB（0.725）＞LAC（0.700）＞CRP（0.656），見表4。

表4 未成年單項指標診斷有無細菌感染的效能Tab.4 Effectiveness of single indicator diagnosis of bacterial infection in minors

2.2.2 聯合運用診斷有無細菌感染的效能評估根據 Logistic 回歸分析結果，進一步得到聯合預測因子，可推導出各個血液指標聯合檢測模型，見表5～表8。

表5 成年男性組微生物感染二元Logistic 回歸分析結果Tab.5 Binary logistic regression analysis of microbial infections in the adult male group

表6 成年女性組微生物感染二元Logistic 回歸分析結果Tab.6 Binary logistic regression analysis results of microbial infections in adult and female groups

表7 未成年男性組微生物感染二元Logistic 回歸分析結果Tab.7 Binary logistic regression analysis results of microbial infection in underage male group

表8 未成年女性組微生物感染二元Logistic 回歸分析結果Tab.8 Binary logistic regression analysis results of microbial infection in underage female group

通過聯合預測因子制作ROC 曲線計算AUC，多項聯合預測效能顯著高于單項運用（AUC 在0.907～0.987 之間），且不同性別、年齡組聯合方式不同，見表9。

表9 聯合運用診斷有無細菌感染的效能評估Tab.9 Effectiveness evaluation of combined application in diagnosis of bacterial infection

2.3 不同標本鑒別診斷G+c 和G-b 的效能評估

2.3.1 血液單項指標鑒別診斷G+c 和G-b 效能成年男性：各指標單獨運用時AUC 分布于0.605～0.875 之間，效能從高到低為PCT（0.875）＞PA（0.730）＞IL-6（0.693）＞CRP（0.676）＞WBC（0.633）＞LAC（0.629）＞TP（0.611）＞ALB（0.605）。

成年女性：各指標單獨運用時AUC 分布于0.538～0.769 之間，效能從高到低為PCT（0.769）＞CRP（0.738）＞LAC（0.707）＞PA（0.706）＞IL-6（0.705）＞WBC（0.693）＞TP（0.577）＞ALB（0.538）。

未成年男性：各指標單獨運用時AUC 分布于0.592～0.9 之間，效能從高到低為WBC（0.900）＞TP（0.846）＞PA（0.788）＞LAC（0.773）＞IL-6（0.765）＞ALB（0.754）＞PCT（0.669）＞CRP（0.592）。

未成年女性：各指標單獨運用時AUC 分布于0.518～0.945 之間，效能從高到為TP（0.945）＞ALB（0.800）＞IL-6（0.782）＞PCT（0.718）＞WBC（0.618）＞LAC（0.545）＞PA（0.527）＞CRP（0.518）。

成年血液多項指標聯合鑒別診斷G+c 和G-b效能：根據 Logistic 回歸分析結果可推導出多項血液指標聯合檢測模型，成年男性組血液指標多項聯合模式logitP=-2.88×PCT-8×ALB+PA，AUC（0.862）；成年女性組聯合模式為：logitP=PA-9.9×ALB，AUC（0.706）；未成年組各指標回歸結果均不顯著，因此未納入聯合應用。

2.3.2 體表黏膜分泌物單項各指標鑒別診斷G+c與G-b 效能成年男性：各指標單獨運用時AUC 不高，分布于0.559～0.708 之間；成年女性：各指標單獨運用時AUC 分布于0.504～0.704 之間；未成年組中因數據過少，因此未分性別比較，各指標單獨運用時AUC 分布于0.512～0.8 之間。

根據 Logistic 回歸分析結果可推導出多項血液指標聯合檢測模型。成年男性多項聯合顯著高于單項應用效能，聯合方式為ALB+LAC+PCT+CRP+WBC（AUC 0.789），見表10。

表10 成年體表黏膜分泌物多項指標聯合鑒別診斷G+c 和G-b 效能Tab.10 Efficiency of combined differential diagnosis of G+c and G-b by multiple indexes of human surface mucosal secretions

因成年女性組和未成年組體表黏膜分泌物二元Logistic 回歸各指標均不顯著，因此，未進行聯合使用。

2.3.3 成年痰液單項指標鑒別G+c 與G-b 效能成年男性：各指標單獨運用時AUC 分布于0.511～0.721 之間，效能從高到低為ALB（0.721）＞PA（0.718）＞TP（0.710）＞IL-6（0.672）＞PCT（0.653）＞CRP（0.628）＞LAC（0.515）＞WBC（0.511）；

成年女性：各指標單獨運用時AUC 不高，分布于0.505～0.647 之間。

未成年男性：各指標單獨運用時AUC 分布于0.533～0.835 之間。效能從高到低為WBC（0.835）＞PCT（0.821）＞LAC（0.699）＞IL-6（0.693）＞ALB（0.674）＞CRP（0.672）＞TP（0.670）＞PA（0.533）；

未成年女性：各指標單獨運用時AUC 不高，分布于0.5～0.682 之間。

根據 Logistic 回歸分析結果可推導出多項血液指標聯合檢測模型。各成年組男性女性和未成年女性組二元Logistic 不顯著，因此，不進行聯合預測；但未成年男性多項聯合預測效能顯著提升，聯合方式為TP+PA+WBC（AUC 達0.862），見表11。

表11 未成年男性痰液多項指標聯合運用鑒別診斷G+c 和G-b 效能Tab.11 efficacy of combined application of multiple indicators in sputum of underage men in differential diagnosis of G+c and G-b.

2.3.4 成年組無菌體液單項指標鑒別診斷G+c和G-b無菌體液間各指標鑒別診斷G+c 和G-b效能不佳，各指標單獨運用時AUC 不高，成年男性分布于0.525～0.658 之間。成年女性分布于0.525～0.689 之間。單獨運用時AUC 分布均在0.7 以下。

根據 Logistic 回歸分析結果可推導出多項血液指標聯合檢測模型。多項聯合預測效能顯著提升，聯合方式ALB+PA 時AUC 達0.738，敏感性和特異度較好，見表12；成年女性二元Logistic不顯著，因此，不進行聯合預測。

表12 成年男性無菌體液多項指標聯合運用鑒別診斷G+c 和G-b 效能Tab.12 efficacy of combined use of multiple indexes of sterile body fluids in differential diagnosis of G+c and G-b in adult males

2.4 動態監測G+c 和G-b 不同療效預后血液指標趨勢分析

納入標準：根據 Sepsis 3.0 定義，預后效能監測對象以玉溪市人民醫院2020 年1 月至2022年9 月重癥監護室明確診斷為膿毒癥/休克/重癥肺炎的85 例為研究對象，微生物培養陽性且為單一G+c 和G-b；年齡≥18 歲；收集患者入院至少3 d PCT、IL-6、CRP、WBC、LAC 資料數據資料，可追溯患者治療28 d 動態生存狀態。

排除標準：住院少于3 d 者、48 h 內死亡、妊娠狀態、惡性腫瘤晚期并多發轉移、血液系統疾病、自身免疫反應性疾病、長期服用激素及免疫抑制劑、嚴重慢性肝腎功能不全或肝臟、腎臟移植病史。

資料分組及描述：根據入院治療后28d 預后情況分為死亡組（38 例）和存活組（47 例）；按革蘭染色不同分為G+c 存活組（14 例）和G+c 死亡組（14 例）、G-b 存活組（33 例）和G-b 死亡組（24 例）。

2.4.1 G+c 菌28 d 療效預后效能判定本次研究動態監測數據為入院治療當天（用PCT-0、IL-6-0、CRP-0、WBC-0、LAC-0 表示）、24 h（用PCT-1、IL-6-1、CRP-1、WBC-1、LAC-1）、48 h（用PCT-2、IL-6-2、CRP-2、WBC-2、LAC-2 表示）、72 h（用PCT-3、IL-6-3、CRP-3、WBC-3、LAC-3 表示）。篩選G+c 膿毒癥/休克死亡組和存活組差異具有統計學意義的指標，利用ROC 下AUC 進行效能分析，見表13。

表13 G+c 各指標動態療效預后效能Tab.13 Prognostic efficacy of dynamic curative effect of G+C indicators

PCT 動態預后判定效能分布于0.625～0.848之間，效能從高到低為PCT-3＞PCT-1＞PCT-2＞PCT-0；IL-6 動態預后判定效能分布于20 792～0.969 之間，效能從高到底為IL-6-1＞IL-6-2＞IL-6-3＞IL-6-1；CRP 動態效能分布于0.755～0.773之間，CRP-3 預后效能高于CRP-2。

2.4.2 G-b 菌28 d 療效預后判定篩選G-b 膿毒癥/休克死亡組和存活組差異具有統計學意義的指標，利用ROC 下AUC 進行效能分析。

PCT 動態預后判定效能分布于0.660～0.831之間，從高到低依次為PCT-3＞PCT-1＞PCT-2＞PCT-0；動態IL-6-1 預后判定效能高于IL-6-0；LAC 動態預后判定效能從高到低依次為LAC-3＞LAC-2＞LAC-1，見表14。

表14 G-b 各指標動態療效預后效能Tab.14 Prognostic efficacy of dynamic curative effect of G-B indicators

3 討論

本次研究結果顯示，各血液指標在細菌感染與非感染組間均存在顯著性差異，細菌感染組PCT、IL-6、CRP、WBC、LAC 高于非感染組，而TP、ALB、PA 則低于非感染組。因PCT[9-10]、IL-6[11]、CRP[12]、WBC[13]依據各自獨特的代謝特點和優勢目前作為常規炎癥指標，在細菌感染時均能顯著升高，但其升高機制不同，之間亦存在差異。PA、ALB、TP 均為急性負向反應蛋白，在感染發生時均降低，但三者半衰期有差異，PA 半衰期為2～3 d，而ALB 為約17 d，TP 約30 d，因而PA 能較靈敏反應病情急性變化，ALB[14]和TP 則反應近期感染情況。LAC 是葡萄糖無氧酵解的最終代謝產物，是組織低灌注的標志之一，與微生物早期感染具有較強相關性[15]，在細菌感染時能對炎癥指標如PCT 數值造成一定波動，并能反應疾病嚴重程度，本次研究結果符合各指標基本特點。

本次研究顯示男性更容易患感染性疾病性，其感染構成比高于女性。臨床和實驗室的資料亦表明，性別在很大程度上影響了免疫反應的類型，男性與女性因遺傳、免疫學、性激素和解剖學表現不同，在感染性疾病中稱為“二態性”[16-17]。此外大量與免疫功能相關的基因位于X 染色體上。因此，女性對自身和外來抗原的免疫反應比男性更強，男性通常表現出比女性更容易受到微生物感染。

多項血液指標聯合使用較單項運用在診斷及鑒別診斷效能更佳。有學者發現[18]，盡管住院期間單個指標頻繁監測，但各自受影響因素較多，使用效能不高，目前仍然沒有一個指標能夠快速充分反映病情變化。聯合使用不僅可以反應機體炎癥狀態、營養狀態、器官功能狀態等多方面患者信息。如WBC、PCT、CRP 以及 IL-6 都是早期診斷感染性疾病的有效指標，聯合應用各項指標進行診斷，可以發揮不同指標各自的優勢。如感染早期機體CRP 升高不明顯時，WBC 升高可彌補，兩者同時升高可避免單一升高時復雜影響因素，降低漏檢率，提高診斷效能。Gao 等[19]也研究表明，聯合PCT 和血液參數更有利于G+c和G-b 診斷，敏感性和特異性顯著升高。劉海萍等[20]、鄧勤勤[21]最新發現聯合檢測多種炎性指標、血清蛋白對感染性疾病具有較高的診斷價值。本次研究結果與上述學者一致，本次研究還發現不同標本、性別間鑒別診斷G+c 與G-b 效能亦存在差異，血液中PCT 單獨使用具有較高鑒別G+c和G-b 效能。可能的原因為血液中影響因素較少，G-b 所占比率較高，而G-b 的特點對PCT 反應迅速，導致PCT 升高較G+c 感染明顯。

動態監測重癥感染性疾病血液指標變化趨勢可有效判斷病情進展及治療效果。Wang 等[22]表明病原菌新陳代謝旺盛導致感染性疾病發病快、進展迅速，某一時段的檢驗結果不能反映疾病變化狀態。可能是由于分子水平上基因譜具有異質性引起，宿主的反應可能因激發生物體的方式不同而顯著不同。因此，動態監測才能更全面觀察疾病變遷及其治療效果。Sun 等[23]證實動態檢測可以監測病情，指導治療，評估預后。本次研究發現G+c 膿毒癥/休克預后效能判定最佳為24 h 的IL-6（AUC0.969），G-b 膿毒癥/休克中為72 h 的PCT 效能最高（AUC0.831）。原因為G+c 誘導的膿毒癥患者的血漿中IL-6 水平高于G-b 菌誘導的，感染過程中涉及了額外的抗炎機制，與感染性休克患者的內皮損傷增加有關。膿毒癥患者IL-6 水平顯著下降，而發生膿毒癥休克時此細胞因子的水平仍較高，并且與維持低 IL-6 水平的膿毒癥患者相比，其存活率較低，本次結果與Vivas MC[24]研究結果一致，本組研究對象主要為膿毒癥休克患者符合疾病特點。

綜上所述，本次研究發現了細菌感染間是存在性別、年齡、標本類型差異，因此為了更好的應對微生物感染性疾病，除了篩選敏感性、特異性較強的血液指標外，也要分性別、年齡、標本類型等分析。針對不同年齡階段的患者個性化的檢查能更優化診斷效能，對減低誤診率、避免延遲治療或者濫用抗生素，能預測疾病的嚴重程度，降低病死率等具有重要的意義。聯合檢測多項炎癥感染標志物能更好地鑒別感染類型，有助于對感染性疾病進行早期診斷和預后判斷，發揮最大臨床應用價值。由于本次研究為回顧性研究，可能會造成樣本選擇性偏倚，且未成年組及動態組收集病例數量較少也可能會影響結果。因此，本次研究還存在局限性，下一步應繼續擴大樣本量，納入混合型感染，分不同混合感染類型進行差異性比較，以豐富和完善研究結果。