血小板參數對感染性休克患者預后的預測作用

張湛++張琳琳

[摘要] 目的 探討血小板參數對感染性休克患者預后的預測作用。 方法 回顧分析80例感染性休克患者的臨床資料。應用多因素Logistic回歸模型分析死亡優勢比（OR），并繪制血小板相關參數，如血小板計數（PLT）、血小板分布寬度（PDW）、血小板壓積（PCT）及血小板平均體積（MPV）的受試者工作特征曲線（ROC曲線）。 結果 入院當天死亡組APACHEⅡ評分較存活組高（P<0.01）。兩組患者PLT、PCT和PDW差異無統計學意義（P>0.05）。死亡組MPV整個病程呈上升趨勢，明顯高于存活組（P=0.014）。MPV、APACHE Ⅱ評分+MPV預測病死率的敏感度分別為83.31%、86.70%，特異度分別為64.50%、72.30%。 結論 血小板參數MPV結合APACHEⅡ評分可以預測感染性休克患者的預后。

[關鍵詞] 感染性休克；血小板計數；血小板分布寬度；血小板壓積；血小板平均體積；預后

[中圖分類號] R631.4 [文獻標識碼] A [文章編號] 1673-9701（2017）02-0012-04

Prognostic value of platelet parameters in septic shock patients

ZHANG Zhan ZHANG Linlin

Department of Intensive Care Unit， West Area of Anhui Provincial Hospital， Anhui Tumour Hospital， Hefei 230031， China

[Abstract] Objective To investigate the predictive effect on prognosis of platelet parameters in patients with septic shock. Methods The clinical data of 80 patients with septic shock were retrospective analyzed. The multivariate Logistic analysis was used to analyze the mortality ratio（OR）， and the receiver operating characteristic curve（ROC cover） was drawn for PLT， platelet distribution width （PDW）， plateletcrit （PCT） and meam platelet volume（MPV）. Results The APACHEⅡscore in death group was higher than that in survivor group on the day of admission（P<0.01）. There were no statistical differences between death group and survival group in the PLT， PCT and PDW. The MPV in the death group increased gradually in the whole course of the disease， and was significantly higher than that in the survival group（P=0.014）. The sensitivities of MPV and APACHEⅡscore+MPV in predicting the mortality were 83.31% and 86.70%， respectively， and the specificities was 64.50% and 72.30%， respectively. Conclusion The platelet parameter MPV combined with APACHEⅡscore can predict the prognosis of patients with septic shock.

[Key words] Septic shock； Platelet parameters； Platelet distribution width； Plateletcrit； Meam platelet volume； Prognostic

感染性休克占重癥醫學科所有收住患者的20%左右，其發病率呈逐年上升的趨勢，是影響危重患者預后的主要影響因素[1，2]。在感染性休克早期，炎癥細胞及炎癥因子激活體內炎癥級聯反應，體內抗凝及纖溶系統受抑制，從而使血小板被活化，活化后的血小板發生形態和功能上的改變[3]。研究表明，感染性休克患者早期出現血小板減少，且血小板減少程度與患者平均住院日及病死率相關[4，5]。因此監測血小板的形態及功能對評估感染性休克患者的病情程度及預后具有重大意義。然而，血小板計數變化敏感性低，只有在血小板破壞及消耗程度較大時血小板才開始下降。血小板相關參數如血小板分布寬度（platelet distribution width，PDW）、血小板壓積（plateletcrit，PCT）及血小板平均體積（meam platelet volume，MPV）在血小板計數下降前可能已開始發生改變，因而早期觀察這些參數的改變對判斷感染性休克患者病情嚴重程度及預后具有指導意義[6]。目前有關血小板參數對感染性休克患者預后預測作用的研究較少。本文旨在評價血小板參數在感染性休克患者中的動態變化，探討其對感染性休克患者預后的預測價值。

1 資料與方法

1.1 臨床資料

選取2013年1月～2014年6月入住本院重癥醫學科及其他相關科室符合感染性休克診斷患者80例。感染性休克以患者入院時的診斷為準，診斷標準參考《2012年嚴重膿毒癥和感染性休克管理的國際準則》的診斷標準[7]。其中男46例，女34例，年齡19～94歲。肺部感染45例，腹腔感染15例，重癥胰腺炎12例，急性化膿性膽管炎8例。排除標準：合并可能引起血小板變化的相關疾病，包括慢性肝病、人類免疫缺陷病毒感染、血液系統疾病等；入院前1個月接受過化療的患者；孕婦、哺乳期婦女；研究期間輸注血小板及新鮮冰凍血漿者；使用已知可引起血小板形態和流變學變化藥物（如血小板生成素）的患者。

1.2 研究方法

收集患者入院當天血白細胞計數（white blood cell，WBC）、谷丙轉氨酶（glutamic-pyruvic transaminase，ALT）、血清白蛋白（serum albumin，Alb）、肌酐（serum creatinine，SCr）、急性生理和慢性健康狀況評分Ⅱ（acute physiology and chronic health evaluationⅡ，APACHEⅡ）、第1、2、3、5、7天及出院前1 d的血小板相關參數，如血小板計數（blood platelet，PLT）、血小板平均體積（meam platelet volume，MPV）、血小板分布寬度（platelet distribution width，PDW）、血小板壓積（plateletcrit，PCT），根據住院28 d情況分為存活組及死亡組并進行比較。

1.3 觀察指標

所有病例均采集靜脈血2 mL，以EDTA K2抗凝，采用SYSMEX4000i全自動五分類血細胞分析儀測定WBC、PLT及相關參數指標（MPV、PDW、PCT），同時采集靜脈血2 mL于促凝管內，離心分離上層血清，應用羅氏501全自動生化分析儀測定ALT、Alb、SCr。根據急性生理和慢性健康狀況評分系統計算APACHEⅡ評分[8]，所需納入評分的項目包括入院當天測得呼吸、體溫、心率、平均動脈壓、動脈血氧分壓、紅細胞比容、pH、血清鈉濃度、血清鉀濃度、白細胞計數、格拉斯哥評分、血肌酐水平等的最差值，按照每項參數的參照標準得到相應的分數，再加上年齡、慢性健康狀況評分，得到總分。

1.4 統計學方法

采用SPSS 22.0統計學軟件進行數據處理，計數資料采用χ2檢驗進行比較；正態分布計量資料用均數±標準差（x±s）表示，兩組比較采用t檢驗；非正態分布計量資料采用中位數（四分位數）[M（QL，QU）]表示；繪制其受試者工作特征（receiver operating characteristic，ROC）曲線和曲線下面積（area under curve，AUC），計算各參數的敏感性、特異性、陽性預測值和陰性預測值。P<0.05為差異有統計學意義。

2 結果

2.1 兩組患者入院24 h內一般資料比較

根據患者入院28 d內的生存情況分為死亡組（49例）和存活組（31例）。兩組患者性別、年齡、致病菌、感染部位，入院24 h內的生化檢查，包括血白細胞（white blood cell，WBC）、谷丙轉氨酶、血清白蛋白、肌酐，差異均無統計學意義（P>0.05）（表1）。死亡組APACHEⅡ評分較存活組高，差異有統計學意義（P<0.05）（表1）。

2.2 兩組血小板相關參數比較

死亡組PLT、PCT逐漸下降，存活組則先下降后上升，但兩者總體對比差異無統計學意義（P>0.05）。死亡組與存活組PDW均變化不明顯，整體趨勢相近，總體比較差異無統計學意義（P>0.05）。死亡組MPV整個病程呈上升趨勢，明顯高于存活組，差異有統計學意義（P<0.05）（表2、圖1）。

表2 死亡組和存活組血小板參數的變化（x±s）

2.3 不同指標對感染性休克患者28 d病死率的預測價值

根據Logistic回歸分析計算的權重對APACHEⅡ評分、MPV加權求和，得出APACHEⅡ評分+MPV。對PLT、PDW、PCT、MPV、APACHEⅡ評分+MPV分別繪制ROC曲線，AUC分別為0.322、0.744、0.686、0.812、0.856，敏感度分別為26.10%、80.65%、96.70%、83.31%、86.70%；特異度分別為100.00%、32.40%、48.29%、64.50%、72.30%。見表3。

3 討論

血小板參數因廉價且容易獲得，在許多疾病的診斷和預測中發揮著重要作用。在血液病方面，血小板參數用于診斷各種血小板減少癥及栓塞癥[9]。在心血管領域，血小板作為心肌梗死的獨立危險因素，被用于預測心肌梗死后的遠期病死率[10]。De Gaetano G等[11]研究指出，血小板參數是血小板活化的潛在標志物，MPV升高是血栓形成的預警信號。研究表明，血小板是介導感染性休克患者凝血和炎癥反應的關鍵因素，是聯系內源性和獲得性免疫應答的橋梁[12]。感染性休克早期由于炎癥反應、凝血活化劑纖溶系統抑制相互交積和影響，血小板被活化，血小板被激活后分泌重要促凝因子，并觸發炎癥級聯反應[13]。Aydemir H等[14]通過觀察不同病原菌引起膿毒癥患者血小板總數及MPV的變化，發現真菌感染引起的膿毒癥患者血小板總數明顯下降，而MPV則呈升高趨勢，是預后不良的危險因素。Haesebaert J等[15]的研究亦得出相似結果。由此可見，血小板參數對評估感染性休克患者病情嚴重程度及預后具有重大意義。

本研究動態觀察感染性休克患者入院后血小板參數的變化，結果顯示，隨著病情進展，死亡組PLT及PCT逐漸下降，而存活組入院第1、2、3天下降后再呈緩慢升高趨勢。但兩者總體比較無統計學差異（P>0.05），與Guclu E等[16]研究結果一致。而死亡組MPV水平明顯高于存活組，說明MPV高水平與病死率高相關，可幫助判斷感染性休克患者病情的嚴重程度及臨床預后，與國內學者高艷霞等[17]的研究結果相一致。通過Logistic分析顯示，MPV是感染性休克患者28 d病死率的獨立危險因素，MPV每升高1%，感染性休克患者28 d死亡風險增加1.461倍。進一步分析ROC曲線發現，PLT、PDW、PCT的AUC分別僅有0.322、0.744、0.686，敏感度分別為26.10%、80.65%、96.70%；特異度分別為100.00%、32.40%、48.29%，MPV約登指數是0.478，對感染性休克患者28 d病死率的預測不理想。MPV的AUC為0.812，敏感度及特異度分別是83.31%和64.50%，較前者明顯升高，可作為預測感染性休克患者28 d病死率的預測指標。本研究中，通過對MPV及APACHEⅡ評分加權求和，結果顯示MPV+APACHEⅡ評分的AUC為0.856，敏感度提升至86.70%，特異度提升至72.30%，這提示聯合APACHEⅡ評分對預測感染性休克患者28 d預后也許更有意義。

Zhang Z等[18]研究表明，高水平PDW及MPV與ICU病房高死亡率呈正相關。而本研究結果顯示PDW隨著病程進展，雖有緩慢上升趨勢，但總體死亡組與對照組對比無統計學差異，且ROC曲線進一步分析AUC僅0.744，診斷特異性僅32.40%，不適宜作為預測感染性休克患者結局的指標。這可能與本研究有限的病例數相關，期待更多大樣本量多中心隨機試驗的進一步研究。

綜上，血小板參數在感染性休克早期可發生變化，尤其是高水平MPV及其動態增高提示預后不良，結合APACHEⅡ評分對感染性休克患者預后的預測價值更佳。

[參考文獻]

[1] McPherson D，Griffiths C，Williams M，et al. Sepsis-associated mortality in England：An analysis of multiple cause of death data from 2001 to 2010[J]. BMJ Open，2013，3（8）：e002586.

[2] 孫風來，馬耀，林海. PiCCO監測指標與感染性休克患者預后的相關性[J]. 安徽醫藥，2014，19（7）：1313-1314.

[3] Venkata C，Kashyap R，Farmer JC，et al. Thrombocytopenia in adult patients with sepsis：Incidence，risk factors，and its association with clinical outcome[J]. J Intensive Care，2013，1（1）：9.

[4] Strauss R，Wehler M，Mehler K，et al. Thrombocytopenia in patients in the medical intensive care unit：Bleeding prevalence，transfusion requirements，and outcome[J]. Crit Care Med，2002，30（8）： 1765-1771.

[5] Okuturlar Y，Soylu A，Dogan H，et al. Mean platelet volume in patients with biliary and non-biliary acute pancreatitis[J]. Int J Clin Exp Pathol，2015，8（2）：2051-2056.

[6] Ahmad MS，Waheed A. Platelet counts，MPV and PDW in culture proven and probable neonatal sepsis and association of platelet counts with mortality rate[J]. J Coll Physicians Surg Pak，2014，24（5）：340-344.

[7] Dellinger RP，Levy MM，Rhodes A，et al. Surviving sepsis campaign：international guidelines for management of severe sepsis and septic shock：2012[J]. Crit Care Med，2013， 39（2）：165-228.

[8] 張強，趙良，許永華，等. 急性生理學與慢性健康狀況評分系統Ⅱ評分及凝血指標對老年膿毒癥患者預后的評估作用[J]. 中國危重病急救醫學，2008，20（8）：493-494.

[9] Sivri N，Tekin G，Yalta K，et al. Statins decrease mean platelet volume irrespective of cholesterol lowering effect[J].Kardiol Pol，2013，71（10）：1042-1047.

[10] Gasparyan AY，Ayvazyan L，Mikhailidis DP，et al. Mean platelet volume：A link between thrombosis and inflammation？[J]. Curr Pharm Des，2011，17（1）：47-58.

[11] De Gaetano G，Santimone I，Gianfagna F，et al. Variability of platelet indices and function：Acquired and genetic factors[J]. Handb Exp Pharmacol，2012，210：395-434.

[12] Xiang B，Zhang G，Guo L，et al. Platelets protect from septic shock by inhibiting macrophage-dependent inflammation via the cyclooxygenase 1 signalling pathway[J]. Nat Commun，2013，4： 2657.

[13] Semple JW，Freedman J. Platelets and innate immunity[J].Cell Mol Life Sci，2010，67（4）：499-511.

[14] Aydemir H，Piskin N，AkdumanD，et al. Platelet and mean platelet volume kinetics in adult patients with sepsis[J]. Platelets，2015，26（4）：331-335.

[15] Haesebaert J，Bénet T，Michallet M，et al. Septic shock during platelet transfusion in a patient with acute myeloid leukaemia[J]. BMJ Case Rep，2013，2013：bcr2013 010412.

[16] Guclu E，Durmaz Y，Karabay O. Effect of severe sepsis on platelet count and their indices[J]. Afr Health Sci，2013，13（2）：333-338.

[17] 高艷霞，李莉，李毅，等. 血小板參數在感染性休克患者中的變化[J]. 中華危重病急救醫學，2014，26（1）：28-32.

[18] Zhang Z，Xu X，Ni H，et al. Platelet indices are novel predictors of hospital mortality in intensive care unit patients[J]. Journal of Critical Care，2014，29（5）：e1-e6.

（收稿日期：2016-09-12）