對川崎病患兒靜脈注射丙種球蛋白耐藥臨床預測模型建立的質疑

謝麗萍 龔 娟 富 洋 何 嵐 儲 晨 嚴衛麗 黃國英 劉 芳

川崎病(KD)是一種病因不明的全身非特異性血管炎。目前已成為兒童獲得性心臟病的首要病因。IVIG聯合阿司匹林可降低冠狀動脈(冠脈)瘤的發生率[1]。但有10%～20%的KD患兒對首劑IVIG不敏感，其發生冠脈病變的風險顯著增高[2-4]，盡早識別這類患兒并予以積極治療十分重要。

多年來，許多國家和地區的學者通過分析KD患兒的臨床資料，或建立了IVIG耐藥的臨床預測模型，但敏感度和特異度達不到臨床預期(≥80%)[5-9]，或在不同人群的驗證中預測效果不佳[10-15]，或缺乏不同人群的驗證[16-18]?；诖颂岢黾僭O，以臨床癥狀、體征實驗室檢查指標不能建立KD患兒IVIG耐藥特異度和敏感度均≥0.80的預測模型。

1 方法

1.1 研究設計 回顧性收集經復旦大學附屬兒科醫院(我院)首次診斷和治療的KD病例，全樣本人群按7∶3比例隨機分為建模組和驗證組，通過單因素及多因素Logistic回歸分析建立IVIG耐藥預測模型，并行驗證，將KD患兒按性別、年齡、發熱天數、KD類型等分層，在不同的分層中單獨建模和驗證；基于全樣本人群驗證已發表的IVIG耐藥預測模型，考察通過臨床癥狀、體征和實驗室指標是否有達到臨床預期的預測KD患兒IVIG耐藥模型。

1.2 樣本量 采用NCSS PASS 11.0.8軟件計算最低樣本量。取α=0.05，power=0.9，敏感度和特異度均為0.75，IVIG耐藥率按8%計算(上海市2013至2017年IVIG耐藥率為8%)，需IVIG耐藥組最低樣本量42例，IVIG敏感組最低樣本量483例。

1.3 KD診斷標準及定義 依據2017年美國心臟協會(AHA)發布的KD診斷標準[19]。冠脈病變：<5歲兒童冠脈內徑≥3 mm，≥5歲兒童冠脈內徑≥4 mm；或冠脈內徑>鄰近節段1.5倍[20]；或冠脈的z值>2.0[19,21]。

1.4 IVIG耐藥標準 接受首劑IVIG治療后36 h仍有發熱或退熱后重新發熱，需要第2劑IVIG或其他挽救治療[19]。

1.5 KD診治流程 我院KD住院患兒均集中在心內科病房，由心血管專科醫生依據AHA發布的KD指南[19]進行標準治療和評估?；純涸\斷為KD后，予以標準治療(2 g·kg-1IVIG靜脈持續滴注12～24 h，并口服阿司匹林30～50 mg·kg-1·d-1，q 8 h)。通過體溫測量檢測IVIG是否耐藥，每日至少每6 h測1次腋溫。IVIG輸注結束后每3 d復查1次CRP及血常規，直至CRP恢復正常。熱退≥3 d及CRP恢復至正常時，阿司匹林減量至3～5 mg·kg-1·d-1，根據有無冠脈病變決定阿司匹林口服時間及是否加用其他抗栓藥物治療。IVIG耐藥患兒依據病情予第2劑IVIG、或激素、或英夫利昔、或以上二種藥物聯合治療。所有患兒在出院前(約病程2周)、出院后2周(約病程1個月)、出院后6周(約病程2個月)行超聲心動圖檢查。

1.6 納入標準 ①從我院HIS系統中檢索2013年1月1日至2017年12月30日出院診斷中包括“川崎病”或“黏膜皮膚淋巴結綜合征”的患兒；②發病≤10 d(以發熱為起病)并接受標準治療的患兒。

1.7 排除標準 ①KD冠脈后遺癥期病例(病程>1個月，入院僅為評估和治療冠脈后遺癥)；②首劑IVIG劑量為1 g·kg-1，或劑量不規則，或未使用IVIG；③首劑IVIG應用時發病>10 d；④未同時服用阿司匹林；⑤在外院已經進行KD治療，因各種原因轉入我院繼續治療；⑥發病前2周內、發病后或應用首劑IVIG同時給予激素或其他免疫抑制劑治療；⑦合并嚴重感染(如敗血癥、細菌性腦膜炎、細菌性肺炎、水痘、流感等)或有免疫缺陷性疾病(如HIV、腫瘤等)；⑧既往有KD病史。

1.8 臨床信息采集及定義 由一人逐份閱讀病歷并提?。孩傩詣e、發病年齡；②臨床癥狀和體征包括：發熱、雙眼結膜充血、多形性皮疹、口腔改變、四肢改變、頸部淋巴結腫大、肛周脫皮及卡疤紅腫；③應用首劑IVIG時的發熱天數、是否IVIG耐藥；④實驗室檢查包括：首次IVIG治療前的CRP、ESR、PLT、WBC、N%、Hb、血清白蛋白(ALB)、ALT、AST、肌酸激酶同工酶(CK-MB)、Na+、血清總膽紅素(TB)；IVIG應用前多次行實驗室檢查者，CRP、ESR、WBC、N%、ALT、AST、CK-MB和TB取最高值，PLT、Hb、ALB和Na+取最低值；⑤采集發病≤30 d的二維超聲心動圖檢測結果，截取是否發生冠脈病變和相應的冠脈測值(冠脈內徑絕對值和z值)，期間多次行心超者取z值最大的一次結果。

1.9 分組 依據是否耐藥，分為IVIG耐藥組和敏感組；IVIG耐藥組和敏感組分別以7∶3的比例，由Microsoft Excel的隨機函數產生，隨機數由小到大排列，前70%的患兒入建模組，余30%患兒入驗證組，IVIG耐藥和敏感組的建模亞組統稱為建模組，IVIG耐藥和敏感組的驗證亞組統稱為驗證組。

1.10 分層 根據現有的不同KD預測模型中客觀的臨床表現和不完全KD表現[19]，本文行性別、發病年齡、首劑IVIG使用時發熱天數和KD類型分層分析。此外，針對建模組IVIG耐藥多因素回歸分析中有意義的實驗室指標也納入分層分析。

1.11 IVIG耐藥預測模型檢索 在PubMed、中國知網檢索已發表的KD患兒IVIG耐藥預測模型的相關文獻，檢索日期：2000年1月1日至2019年7月8日。英文檢索式：(((kawasaki disease[Title] OR mucocutaneous lymph node syndrome[Title])) AND (resistance[Title/Abstract] OR nonresponse[Title/Abstract] OR refractory[Title/Abstract] OR unresponsiveness[Title/Abstract])) AND (prediction OR scoring OR sensitivity OR specificity OR screening)；共檢索到167篇文獻，通過閱讀標題和摘要篩選出KD患兒IVIG耐藥預測相關文獻共14篇，排除預測二次耐藥1篇、預測對1 g·kg-1IVIG耐藥1篇、因包含體溫、心率等不確定性指標，排除3篇；9篇[5,16,17,22-27]報告了KD患兒IVIG耐藥預測模型。中文檢索式：(川崎病 or 黏膜皮膚淋巴結綜合征) and (耐藥 or 無反應 or 不敏感 or 抵抗 or 難治性) and (預測 or 評分 or 敏感度 or 特異度 or 篩選)；共檢索到34篇文獻，其中IVIG耐藥預測相關文獻3篇，排除使用IVIG治療后實驗室檢查作為預測指標1篇，余2篇[18, 28]為KD患兒IVIG耐藥預測模型。中英文共11篇預測模型文獻進入本文評價分析。

2 結果

2.1 一般情況 符合本文納入標準的KD患兒1 953例，經排除篩選后1 360例納入本文分析(圖1)。男875例(64.3%)，女485例；年齡中位數1.8(0.9，3.2)歲；IVIG耐藥組和敏感組分別為171和1 189例；建模組和驗證組分別為952和408例。

2.2 建模組與驗證組基線數據 表1顯示，建模組和驗證組基線數據(一般信息、不完全KD比例、應用首劑IVIG時的發熱天數、是否IVIG耐藥、實驗室指標、冠脈病變率)，差異均無統計學意義(P>0.05)。

圖1 研究對象納入和排除流程圖

2.3 建模組IVIG耐藥模型的建立 總結歸納11個已發表的KD預測模型[5,16-18,22-27]中的危險因素行單因素分析，表2顯示，在IVIG耐藥組和敏感組中，男性、發病年齡、應用首劑IVIG時發熱天數、多形性皮疹、頸淋巴結腫大和除CK-MB以外的11項實驗室指標差異均有統計學意義(P<0.05)。

將單因素分析有意義的變量行多因素logistic回歸分析，表3顯示，男性、發病年齡、應用首劑IVIG時發熱天數、N%、Hb、ALB和Na+是IVIG耐藥的危險因素。其中，連續性變量根據ROC曲線確定的界值轉換為二分類變量，界值分別為發病年齡2歲、應用首劑IVIG時發熱天數5 d、N% 0.75、Hb 110 g·L-1、ALB 34 g·L-1、Na+133 mmol·L-1。在建模組中該評分系統的AUC為0.818(95% CI：0.774～0.861)，根據最大約登指數確定界值≥5分時，敏感度為0.767，特異度為0.726(圖2A)。

2.4 IVIG耐藥模型驗證 在驗證組中，該評分系統的AUC為0.777(95% CI：0.712～0.842)，≥5分時敏感度為0.627，特異度為0.776(圖2B)。

2.5 分層建立評分系統 基于建模組IVIG耐藥多因素回歸分析有意義的變量和 KD類型(完全性/不完全性KD)行分層，建立各自的評分系統，各評分系統在建模組和驗證組的敏感度和特異度見表4。建模組敏感度0.417～0.875，特異度0.541～0.903；驗證組敏感度0.290～0.850，特異度0.401～0.940，無敏感度和特異度均≥0.80。

圖2 建模組和驗證組IVIG耐藥預測模型ROC曲線

表2 建模組IVIG耐藥單因素分析[n(%)]

表3 建模組IVIG耐藥多因素回歸分析

表4 不同分層內IVIG耐藥評分系統預測效果評價

2.6 11種評分系統IVIG耐藥預測模型的驗證 基于我院全樣本人群驗證11個已報道的IVIG耐藥預測評分，敏感度0.272～0.799，特異度0.412～0.926，無敏感度和特異度均≥0.80的預測模型，而且與建模時相差很大(表5)。

表5 11個評分系統的內容及在我院研究對象中的驗證結果

注 1)來自于不同研究的預測界值

3 討論

多項研究顯示IVIG耐藥的KD患兒發生冠脈病變的風險顯著增高[2-4]。日本一項隨機臨床對照試驗證實IVIG耐藥高風險人群在初始治療中聯合應用小劑量激素和IVIG，其冠脈病變率可由23%降至3%[29]。因此，如何篩選出IVIG耐藥高風險患兒并給予更積極的治療一直是臨床關注的焦點。目前，基于臨床癥狀、體征和實驗室檢查建立的IVIG耐藥預測評分相關研究較多，但均未達到建模和驗證時敏感度和特異度均≥0.80的臨床預期。

我院住院KD患兒的治療集中于心內科病房，采用一致的、規范的診斷標準及治療方案[19]。本文的研究對象從2013至2017年我院出院診斷為KD的連續病例中嚴格篩選，納入的研究對象均為在首次診斷和治療的、發病10 d內接受2 g·kg-1IVIG及阿司匹林治療的KD患兒，同質性較好。本研究基于我院952例建模組KD患兒資料建立了新的預測評分系統，包括7個預測指標：男性(1分)，發病年齡≥2歲(1分)，應用首劑IVIG時發熱天數≤5 d(2分)，N%≥0.75(1分)，Hb≤110 g·L-1(1分)，ALB≤34g·L-1(2分)，Na+≤133 mmol·L-1(2分)。當總分≥5分時，敏感度為0.767，特異度為0.726。但在我院另外408例驗證組KD患兒的驗證中，敏感度僅為0.627，特異度為0.776。本研究分層建立的16個預測模型的預測效果同樣達不到臨床期望效果。僅男性、發病年齡≥2歲、完全性KD、不完全KD、N%<0.75、Hb≤110 g·L-1和Hb>110 g·L-1分層預測模型在建立組中敏感度和特異度均≥0.70，但驗證組中敏感度0.500～0.659，特異度0.692～0.832。無敏感度和特異度均≥0.80的預測模型。

本研究對11個已發表的預測評分進行評價，包括日本地區5個和中國地區6個(北京2個，重慶2個，蘇州1個及臺灣1個)?；谌毡救巳簲祿⒌腒obayashi、Egami及Sano評分是日本應用較多的評分體系[25-27]，日本人群中敏感度0.77～0.86，特異度0.68～0.86。然而，這3個評分在韓國人群、北美人群、德國人群中敏感度僅0.23～0.42，特異度0.74～0.92[10, 13, 14]。在中國北京、重慶、蘇州和臺灣地區人群中敏感度0.207～0.620，特異度0.710～0.957[16-18, 24]。與此類似，本研究顯示這3個評分及后來建立的2個日本預測評分在上海地區人群中敏感度為0.272～0.509，特異度0.829～0.926，均與臨床預期相差甚遠。

基于中國臺灣、蘇州、重慶和北京地區人群建立的IVIG耐藥預測評分中，僅臺灣地區的預測評分敏感度和特異度均≥0.80，但其病例數僅有203例(22例耐藥)，且其自身用67例病人驗證時敏感度亦降至0.71；其余評分無敏感度和特異度均≥0.80[5, 16-18, 24, 28]。目前，國內建立的預測評分僅有少量不同地區的人群驗證。肖蘭等[28]研究顯示在重慶地區人群中，臺灣[17]和蘇州[16]地區的預測評分敏感度0.753～0.827，特異度0.183～0.286，而北京地區[24]的預測評分敏感度0.519，特異度0.660。本研究顯示國內6個預測評分在上海地區人群中敏感度0.509～0.709，特異度0.441～0.789，無敏感度和特異度均≥0.80的預測評分。

在本研究及國內外其他研究中建立的IVIG耐藥預測評分的人群驗證中，無任何預測評分的敏感度和特異度均≥0.80?，F有研究顯示，基于KD患兒臨床資料建立的IVIG耐藥評分系統，在不同種族人群之間、同一種族不同地區的人群之間、甚至在同一醫院診治的不同人群中都無法適用。由此推論，基于現有的臨床表現和基本實驗室指標，難以建立臨床適用的KD患兒IVIG耐藥預測模型?？赡茉蛉缦拢?/p>

第一，KD表現的是一組臨床綜合征，其病因和發病機制均不清楚，且大劑量IVIG治療KD的作用機制亦不清楚，因此尚無特異性實驗室檢查可以診斷KD和預測IVIG耐藥。對本研究多因素回歸分析中的4項預測指標(N%、Hb、ALB、Na+)進行IVIG耐藥的ROC曲線分析，各指標預測IVIG耐藥的AUC為0.614～0.738，根據最大約登指數確定相應界值，敏感度0.544～0.651，特異度0.543～0.751，預測價值有限。因此，單憑現有的非特異性的實驗室指標和臨床表現可能很難得到達到臨床預期的預測模型。

第二，IVIG不同的生產工藝可能也與IVIG耐藥有關。Tsai等[30]分析臺灣地區使用了3種不同工藝的IVIG的KD患兒，發現β-丙內酯酶法和酶解法生產的IVIG比酸化法生產的IVIG更容易導致IVIG耐藥(13%vs11%vs1%，P=0.001)。Lin等[31]研究3 830例臺灣KD患兒，同樣發現應用β-丙內酯酶法生產的IVIG的KD患兒有著更高的耐藥率(相對危險度為1.45，95% CI：1.08～1.94)。這些研究提示IVIG生產工藝可能與IVIG耐藥有關。本研究中KD患兒所用的IVIG均為中國生產且制備工藝均為酸化法(pH 4.0)，但涉及5個生產廠家。盡管工藝相同，仍然無法排除不同生產廠家對其療效的影響。

第三，遺傳因素可能也是影響IVIG耐藥的重要原因之一。Kuo等[32]在臺灣人群中發現Fc受體家族基因中的FCGR2A基因的甲基化水平與IVIG耐藥相關。FCGR2A基因啟動子區CpG島甲基化水平顯著降低的KD患兒，其編碼的激活性受體FcγR IIA顯著增加，與更多IgG的Fc段結合，進而激活異常的免疫反應導致IVIG耐藥的發生。Shrestha等[33]在白種人群中發現FCGR3B基因的多態性與IVIG耐藥相關。該基因的兩個SNP位點rs403016和rs447536的多態性導致編碼產生兩種不同的Fc受體NA1和NA2。攜帶NA1等位基因的KD患兒,其編碼的NA1受體對IgG親和力更高，更容易結合IgG而引發異常免疫反應，增加IVIG耐藥的風險。這些研究提示表觀遺傳和基因多態性可能影響著個體IVIG耐藥的發生。因此，需對KD 中IVIG耐藥和敏感患兒進行更多大樣本的遺傳方面研究，探討遺傳因素本身或遺傳因素結合臨床指標對IVIG耐藥的預測作用。

本研究局限性。近年研究新發現的可能與IVIG耐藥相關的免疫學指標，如IL-1和6、腫瘤壞死因子-α、血管細胞黏附分子、降鈣素原、N末端B型利尿鈉肽等[34-36]，以及部分凝血指標如D-二聚體[37]，未納入本研究預測變量的分析中。但這些免疫學指標亦為非特異性。

綜上所述，基于KD患兒現有的臨床表現和實驗室檢查的資料，無法建立達到臨床適預期的IVIG耐藥預測評分系統。鑒于KD發病及IVIG耐藥均有很強的遺傳傾向，探索與IVIG耐藥有關的遺傳因素并建立適用于臨床早期應用的快速檢測方法是以后研究的重點。