预测危重症患者早期血流感染的生物标志物: c反应蛋白、降钙素原和白细胞

研究结论：CRP和PCT可在大多数情况下排除危重症患者的BSI。由于几乎没有患者有低水平CRP和约20%的患者有低水平PCT，低水平PCT可与其他结果一起用于指导临床决策。

关键词：血液感染BSI；CRP；白细胞；PCT

血液感染(BSIs)是危重症的主要原因，并具有很高的死亡风险。细菌感染多层面管理的基石仍然是及时的抗菌药物管理。BSI诊断的“金标准”仍然是传统的血液培养和血液培养中分离出微生物。然而，这是一个耗时的过程，培养阳性的反应时间为24-48小时。对于确定的血培养阴性，至少需要5-7天。因此，延迟或不适当的抗生素治疗是一个潜在的可改变的因素。此外，对于BSI的漏诊和误诊都存在不必要使用抗生素的巨大风险，因为后者可能是滥用抗生素的原因。因此，需要及时和准确地区分患者有或无BSI的工具。

研究设计和实验对象

这是一项基于随机对照试验降钙素原和生存研究（PASS）中包含的患者队列的嵌套病例对照研究，在其他地方详细描述。患者必须≥18岁，并在入住重症监护病房（ICU）24h内纳入。对于所有纳入PASS的患者，均按照护理标准进行了来自血液、尿液、呼吸道和其他可疑部位的微生物样本检测。

试验组

实验对象定义为入ICU前72小时和72小时内发生BSI的患者；大多数菌血症患者（114〔65%〕）在入ICU前24小时发生BSI。我们将BSI定义为在血液培养中检测出有临床意义的细菌或真菌。有临床意义的细菌定义为除以下通常被认为是污染菌的所有细菌：凝固酶阴性葡萄球菌（CoNS）、微球菌、棒状杆菌和痤疮表皮杆菌。

对照组

对照组患者定义为入院前72小时和入院后72小时内无显著临床BSI表现的患者。患者在巢式病例-对照分析中进行匹配。我们采用了一种基于最近邻匹配方法的贪婪匹配算法将队列中的BSI患者与没有BSI的患者进行了匹配。患者的倾向评分与年龄、性别、Charlson共病率(指数)和APACHE-II评分相匹配。我们以1：2的比例匹配了实验组和对照组。

数据收集

根据欧洲药品管理局（EMA）规定的良好临床规范（GCP）在随机对照试验中进行数据收集。在目前的分析中，我们纳入了人口统计学数据（年龄、性别、医院和入ICU日期）、共病、微生物学检测结果、炎症标志物（包括CRP、PCT和白细胞计数）和抗菌药物。本研究中我们纳入了最常用的10种抗菌药物，并将其分为主要抗菌药物（头孢呋辛、哌拉西林/他唑巴坦和美罗培南）和辅助药物（环丙沙星、克拉霉素、甲硝唑和万古霉素），因为它们通常与主要抗菌药物和抗真菌药物（氟康唑、卡泊芬净和两性霉素B）联合使用。在入住ICU后第1天、第2天和第3天评估所有生物标志物以确定诊断准确性，并在同一时间框架内（入住ICU±72小时内）检测BSI。个体每天的不同生物标志物齐全才被纳入分析。

实验方法

简而言之，丹麦的血液培养标本在临床微生物学系进行培养，并按照目前常规的临床细菌学指南进行处理，使用BACTEC Tm（Becton Dickinson, Franklin Lakes, NJ, USA）检测系统。血培养瓶培养5-7天。在所有地点的清晨抽取血样，并在2°C-4°C下保存，之后（同一天上午）在上午9点前转移到中心实验室进行分析。调查结果已在当天上午11点前公布。血液分析使用Kryptor-PCT（Brahms Diagnostica, Hennigsdorf, Germany），这是一种三明治法免疫试验。

统计分析

我们使用入ICU后第1天、第2天、第3天的未转化CRP、PCT和白细胞计数构建受试者工作特征曲线（ROC），计算所有值对BSI诊断的敏感性和特异性，并根据这些敏感性和特异性值计算ROC曲线。我们使用ROC曲线下的面积作为效应量进行比较。对于多变量模型，我们使用了CRP（连续变量）、白细胞(因子变量；0-4vs4-9vs>9[细胞pr]。μL])、PCT（采用3节受限三次样条建模）、年龄（连续变量）、性别（男性vs女性）和APACHE-II评分（连续变量）。分别在第1天、第2天、第3天重复建立多变量模型。95%的CI是用引导方法计算的。出于敏感性的原因，上述所有方法都对匹配数据和不匹配数据（完整队列）进行了研究。在血培养真菌阴性时进行了额外敏感性分析。此外，我们只对主要入院原因为感染和脓毒性休克患者第一天的生物标记物进行进行了敏感性分析。我们使用相关ROC曲线的DeLong’s检验来两两检验所有ROC曲线的AUCs之间的差异。

我们使用ROC曲线和3个不同的相关阈值来计算所有3个生物标志物的敏感性、特异性、阴性预测值和阳性预测值。第一个阈值是最大约登指数(第1天:CRP< 156;白细胞计数< 10.5×109 / L;PCT<2.9 ng/mL)，第二个阈值为高敏感性和高阴性预测值(CRP<20 mg/L;白细胞计数< 10×109 / L;PCT<0.4 ng/mL)，第三个阈值为高特异性和高阳性预测值(CRP<200 mg/L;白细胞计数< 25×109 / L;和PCT < 15 ng / mL)。使用R3.6.0 版本(R Foundation for Statistical Computing, Vienna, Austria)进行统计分析。

诊断标志物的特征

对于预定义阈值和数据驱动(约登指数)阈值，我们计算了有多少BSI（±）患者低于所使用的截止值。对于约登指数（第1天：CRP< 156 mg/L；白细胞计数<10.5×109 /L；和PCT<2.9 ng/ mL），我们发现对于CRP，分别有160例非BSI患者和39例BSI患者低于临界值。在白细胞计数方面，118例无BSI的患者和41例有BSI的患者分别低于临界值，而PCT ，191例无BSI的患者和25例有BSI的患者分别低于临界值。第二个阈值包括高敏感性和高阴性预测值(CRP<20 mg/L;白细胞计数< 10 × 109/L;PCT<0.4ng/mL)，我们发现CRP分别有20例无BSI患者和2例有BSI患者低于临界值。118例无BSI患者和41例BSI患者在白细胞计数方面分别低于临界值， 72例无BSI患者和7例BSI患者的PCT分别低于临界值。在79例PCT<0.4 ng/mL的患者中，51例在入院前未被证实有感染病灶，在这些患者中，38例接受了至少1种抗生素治疗。

诊断正确率

在Table 2、Table 3和Table 4中，我们展示了包括第2-3天的3种不同的生物标志物对入ICU患者发生BSI风险的敏感性、特异性、阳性预测值和阴性预测值。

这些分析是对匹配的人群进行的。补充Table 2显示了对不匹配人群的最佳截止点的分析。

总体而言，使用第1天的最佳截止值，CRP的阴性预测值（NPV）为0.80（95%CI，0.76–0.85；截止值=155.62 mg/L），而使用固定的低阈值（CRP= 20 mg/L）可将第1天的NPV提高到0.91（95%CI，0.75-1.00）。观察白细胞计数，使用第1天的最佳截止值，NPV为0.74 (95% CI, 0.68-0.80;截止=10.5×109/L)，固定的低阈值(白细胞=10×109/L)可将NPV提高到0.75 (95% CI, 0.69-0.81)。最后，使用PCT第1天的最佳截止值，NPV为0.88 (95% CI，0.85 -0.92;截止= 2.92 ng / mL)。使用固定的低阈值(PCT=0.4 ng/mL)可将第1天的NPV提高到0.91 (95% CI, 0.84-0.96)。

在使用固定的低阈值（截止=CRP<20和PCT<0.4 ng/mL）时，第2天PCT的NPV为0.94（95%CI，0.87–0.98），而CRP的NPV为0.88（95%CI，0.69–1.00）。

最后，我们联合了第1-3天的3种炎症标志物PCT、CRP和白细胞计数。结果如图2A-C所示。

我们观察到，入ICU后第一天低水平的血CRP和PCT在大多数情况下可以排除BSI。然而，所有生物标志物的联合使用并没有改善PCT或CRP单独对该危重患者队列中BSI的预测性能。“低”PCT的患者多于“低”CRP；因此，尽管有相同的NPV，PCT可以排除更多的患者的BSI。

本研究的结果与之前的研究一致，该研究评估了PCT水平在排除疑似社区获得性感染患者的BSI的效能，他们排除了不明原因发热的患者，评估了9个PCT的临界值，他们发现PCT的诊断阈值是0.4 ng/mL，因为这个特定的值与高达98.8%的阴性预测值相关。我们的分析选择了相同的阈值。他们只包括因社区获得性感染而住院的患者，且<20%的患者在入院前接受了抗生素治疗。另一项回顾性研究比较了PCT、血清乳酸浓度、总白细胞计数和中性粒细胞计数比值对疑似脓毒症的成人患者诊断BSI的准确性。他们发现PCT在血培养阴性的患者中最低，并提示PCT<0.5 ng/mL可能是一个合适的截止值。在此研究中PCT的AUROC为0.83。他们提供了病原体、潜在病原体和可能的污染物的严格分布，但没有记录任何临床数据。

在一项调查预测ICU 危重患者BSI标志物的研究中，作者发现PCT和CRP诊断BSI的准确性不显著。然而，他们排除了真菌感染的患者，只包括64例确诊的BSI患者。尽管如此，在BSI患者和非BSI 患者之间的APACHE II、SOFA和查尔森共病指数评分是相似的。此外，尽管它们在预测BSI方面仍然不显著，CRP和PCT水平随着感染性疾病的加重而显著升高；在该研究中中性粒细胞-淋巴细胞计数比并不是一个有用的标志物。

医院获得性感染经常发生在其他非感染性疾病的患者中，ICU收治的病人中至少有一半被感染。获得验证感染的微生物样本是具有挑战性的，对于经常接受广谱抗生素治疗的危重患者尤其如此。非感染性疾病通常与生物标志物水平的升高有关，这给诊断感染带来了额外的挑战。PCT可能是评估ICU危重患者BSI风险的有价值的工具，但在Jensen等人的一项研究中PCT导向的抗菌素升级并没有改善ICU患者的生存率，并导致器官相关损害以及ICU住院时间的延长。这些结果表明，即使没有BSI，PCT较低，危重患者也可能并发需要使用抗生素的感染。因此，在抗生素管理算法中使用这些标记物，将需要注意抗生素治疗的其他适应症。然而，目前的研究确实提供了数据，以帮助在ICU人群中使用特定的生物标志物。CRP是一种非特异性的标记物，它不能诊断任何特定的炎症疾病，而PCT的释放通常是由细菌感染而不是定植引起的。在危重患者和ICU患者中，PCT可能具有更高的准确性，因此优于CRP。然而，在我们目前的研究中，当使用固定的低阈值时，CPR和PCT的NPV在第1天表现相似。PCT和CRP的NPV可能可以防止不必要的抗生素升级，但该策略必须进一步评估。

值得注意的是，我们进行了假设检验（数据未显示），比较了每个个体炎症标志物在第1天和第3天的ROC曲线。很明显，每个标记物对BSI的预测性能随着时间的推移而下降，其中第1天的预测性能最好(Tables 2, 3, and 4; Figure 1A–C)。然而，随着时间的推移，PCT确实显示出了最好的预测性能。

我们的研究有几个局限性。首先，并非所有的血液培养标本都是在使用抗生素前获得的。我们推测，这将使结果在两组之间没有差异。因此，如果血液培养和生物标志物测量的时间同步，生物标志物诊断准确性的可能会更大。