新型布尼亞患者預后風險預警模型的構建

盧星星,趙曉玲,張巧梅

發熱伴血小板減少綜合征(severe fever with thrombocytopenia syndrome,SFTS)是由我國2011年新發現的一種新型布尼亞病毒,是一種主要經蜱傳播的自然疫源性疾病[1]。臨床上以發熱伴血小板較少為主要癥狀,少數患者病情危重、發展快,最終可因多器官衰竭死亡。新型布尼亞疾病早期缺乏特異性臨床表現,病情進展迅速,據估計,病死率可能在9.5%到15.2%之間[2]。目前有關SFTS疾病的預測模型較少,且現有模型側重的指標差異較大[3-6],缺乏統一的標準。Yang B等建立的模型中包括格拉斯哥昏迷評分,增加了模型運用的難度[3];Xiong S等人建立的模型包含一個主觀參數,這限制了該模型的應用[4];錢等研究中缺乏病毒載量等有意義的參數,這些參數未在該模型中進行預測能力分析[5];Wei Y等[6]研究中發現NLR是預測發熱伴血小板減少患者死亡的簡便早期生物標志物,但該項研究未建立相應的預測模型。因此醫護人員缺乏對患者病情了解的客觀工具,不利于SFTS患者早期嚴重病情變化的識別及預后的判斷[7]。因此,建立SFTS患者預后風險預警模型,幫助臨床早期識別潛在危重癥患者,及時發現病情變化,采取前置措施及護理干預,對提高患者救治成功率,降低病死率有著重要意義。

1 對象與方法

1.1 對象回顧性分析 南京市某三甲醫院感染科2020年7月至2023年6月收治的新型布尼亞患者241例的相關資料。納入標準:1)SFTS患者診斷均符合衛生部頒發的《發熱伴血小板減少綜合征防治指南(2010年)》標準[8],且具備以下條件之一:①病例標本SFTSV核酸檢測陽性;②病例標本檢測SFTSV特異性lgG抗體陽性或者恢復期抗體水平較急性期4倍以上增高;③病例標本分離到SFTSV。2)年齡≥18周歲,入住感染科病房時間≥24 h;排除標準:①資料不全的患者;②入住感染科病房時間<24 h。共納入病例數241例,其中預后不良者34例(14.11%),預后良好207例(85.89%)。預后不良的概率為14.11%。

1.2 研究方法

1.2.1 SFTS患者預后情況調查表 根據臨床經驗、查閱相關文獻結合感染科專家的意見設計SFTS患者預后情況相關因素調查表,收集患者入院時的年齡、性別、意識狀態、體溫、血小板計數、丙氨酸氨基轉移酶(Alamine aminotransferase,ALT)、天冬氨酸氨基轉移酶(Aspartate Aminotransferases,AST)、SFTSV載量、高敏肌鈣蛋白T等實驗室指標及患者是否有基礎疾病,包括高血壓、糖尿病、肺部感染、腦梗死、消化道癥狀等。

1.2.2 資料收集 對資料收集人員進行培訓,包括各項資料的納入標準、預后情況的判斷標準、資料的收集方法,感染科專科護士對小組成員進行課題相關培訓,考核合格后方可進行研究。患者的數據來源于醫院的醫療信息系統及護理記錄系統。由兩名人員進行數據錄入,專科護士進行數據核實。

2 結 果

2.1 一般資料 本研究納入研究對象241例,其中男性患者113例(46.9%),女性患者128例(53.1%),年齡(64.48±10.74)歲;其中預后不良者34例(14.11%),預后良好者207例(85.89%)。

2.2 SFTS患者預后情況的臨床特征差異分析 兩組患者的年齡(Z=-2.958,P=0.003)、意識狀態(χ2=40.471,P<0.001)、體溫(χ2=4.357,P=0.037)、血小板計數(χ2=9.89,P=0.02)、SFTSV載量(t=-8.386,P<0.001)、AST(Z=-2.617,P=0.009)、高敏肌鈣蛋白T(Z=-4.348,P<0.001)、基礎病合并肺部感染(校正χ2=4.738,P=0.03),差異有統計學意義,見表1。

表1 SFTS患者預后情況的臨床特征差異分析

2.3 自變量的相關性分析 納入的8個自變量,采用Pearson相關性分析,分析變量間的相關性,8個變量間的相關性均較弱。故該8個變量均納入多因素分析中。

2.4 SFTS患者預后的多因素分析 以單因素分析中有統計學意義的因素為自變量,以預后情況為因變量,進行二元Logistic多因素分析。最終確定了3個獨立危險因素,包括年齡(OR=1.088,95%CI(1.026～1.154),P=0.005)、意識(OR=5.647,95%CI(1.958～16.288),P=0.001)、病毒載量(OR=3.65,95%CI(2.153～6.189),P<0.001),見表2。建立回歸方程:

表2 SFTS患者預后的多因素二元Logistic回歸分析

2.5 SFTS患者預后風險預警模型的建立 將獨立危險因素中的變量分別繪制ROC曲線,見圖1。各個獨立危險因素的AUC,見表3。依據ROC曲線中的靈敏度和特異性計算連續變量年齡的最大約登指數為58.5歲,病毒載量的約登指數為6.88(lg拷貝/mL)為預測患者預后情況的最佳截斷值。

圖1 SFTS患者預后的各獨立危險因素ROC曲線Fig.1 ROC curves of independent risk factors for prognosis in patients with SFTS

表3 受試者ROC的AUC

依據Logistic回歸分析得出的獨立危險因素,建立SFTS患者預后的列線圖模型,列線圖預測值的計算:如一例80歲,意識不清,病毒載量為7.5(lg拷貝/mL)的患者預后情況。從年齡軸該點向評分標準軸做垂直線,得出的評分為50分。同理,得出意識得分20分,病毒載量得分70分,總分140分。由總分軸對應的點向患者預后的分析軸做垂直線得出預后情況,得出該患者預后不良的幾率為80%,見圖2。驗證該模型,校正曲線趨近與對角線,說明該模型的預測概率接近實際發生率,構建的列線圖準確度較高,見圖3。列線圖的ROC曲線下面積為0.911,95%CI[0.853,0.970],P<0.001。說明建立的列線圖模型具有良好的預測效能,見圖4。

圖2 SFTS患者預后不良的列線圖模型Fig.2 Nomogram model of poor prognosis in patients with SFTS

圖3 SFTS患者預后列線圖模型的校正曲線Fig.3 Correction curve of the SFTS patient prognosis nomogram model

圖4 SFTS患者預后列線圖的ROC曲線Fig.4 ROC curve of the prognosis of patients with SFTS

3 討 論

新型布尼亞病毒感染(SFTS)是一種新型傳染性疾病,具有較強的傳染性,主要通過蜱蟲叮咬及患病者的血液、體液傳播[9]。在山地、丘陵、森林等地活動頻繁的人群為主要易感人群,常彩云等[10]研究發現濟南市SFST患者職業分布以農民為主,占89.83%。且因為蜱蟲載體和動物宿主的基因突變和重組,新型布尼亞病毒正經歷著快速地進化,部分患者預后不良,導致較高的死亡率。本研究旨在構建SFTS患者預后的風險預警模型,以期為臨床提供識別危重癥患者,提高患者預后的工具。

本研究發現年齡是SFTS患者預后不良的獨立危險因素。本研究得出,當患者年齡≥58.5歲時,患者發生預后不良的幾率加大。這與多項研究[11-14]的結果一致。原因有:1)隨著年齡的增長,機體代償能力下降,人體各項重要器官的功能明顯衰竭,面臨病毒入侵時更容易出現病情變化、多器官功能衰竭。2)感染SFTSV病毒的患者多為山區、丘陵地帶的老年農民、勞動者,老年患者對疾病知識缺乏,SFTS疾病的早期臨床表現缺乏特異性,病情進展隱匿,此類患者對自身的病情變化多不敏感,正規就診、確診治療的時間延長,加重病情變化。因此,醫護人員對于高齡患者要多重視,注意觀察患者的生命體征及各項指標,加強對癥支持治療,患者一旦出現病情變化,啟動急救流程,做好搶救處理。

神志改變是SFTS患者預后不良的危險因素。意識是中樞神經系統對內、外環境刺激所做出的應答,王寧等[15]推測SFTSV病毒感染使血管通透性增加,SFTSV通過血腦屏障侵入神經系統,病情越重者神經系統癥狀出現越早,主要表現為頭痛和不同程度意識障礙,部分患者出現腦膜刺激征,危重患者出現中樞神經系統癥狀如肢體抖動、抽搐等。郭倩[16]等研究表明,合并腦部癥狀的SFTS患者的病死率較高,預后不佳,與本研究的結果是一致的。醫護人員應早期識別患者的神志變化,當患者出現意識障礙時,要警惕患者出現病情惡化,做好搶救準備。但王莉[17]等研究指出部分SFTS患者在入院初期未出現神經系統的改變,用神經系統癥狀來預測患者病情變化會延誤危重癥患者的治療。這與本研究結果不同。分析可能存在以下原因:本院收治的多為省內其他市區及安徽省份的轉院患者,往往發病時間距到本院就診時間延長,而重癥患者起病4～5 d即出現進行型神志變化,故多數患者在入院時已出現神志改變,可作為判斷患者預后情況的指標。

血清病毒載量是SFTS患者病情變化的敏感指標。既往研究表明[12],高SFTSV載量與患者的死亡結局的發生密切相關,這與本次研究相一致。本研究發現,當患者病毒載量≥6.88(lg拷貝/mL)時,患者預后不良。且因為近年來,新型布尼亞病毒可能存在變異,病毒載量高,致病性強,危重癥患者多,死亡率較高。早期病情變化患者的病毒載量高,毒株毒力更強,攻擊患者的細胞及體液免疫,繼發體液及細胞免疫功能低下,難以清除病毒,產生持續性病毒血癥,繼發持續性多臟器損害。患者或攜帶病毒動物的血液體液具有傳染性。臨床上要做好患者血液、分泌物、排泄物及其污染的環境及物品的消毒。本研究的病例中有兩例聚集性發病。其中一例為一家四口發生相同感染,其中一人死亡,其余三人治愈。另外一例為兩名重癥監護室醫護人員發生感染,兩人均治愈。所以預防聚集性疫情,尤其是院內感染的發生,尤其重要。顧時平等[18]研究表明,直接接觸患者的血液是發生聚集性疫情的重要危險因素,且不排除氣溶膠傳播的可能。且因病毒載量越高,患者的血液、體液及分泌物傳染性越強[19],醫護人員做好自身防護,戴好口罩、手套,必要時戴面屏,尤其是重癥監護室的醫護人員,因環境的密閉性,防止經氣溶膠傳播的危險。患者盡量做到單間隔離,用物專人專用,專人護理。做好患者家屬的健康宣教,接觸患者時做好防護措施。

4 總 結

本研究顯示,該預警模型納入了年齡、意識狀態、血清病毒載量3個指標與林綠華[20]早期預警指標相一致。該模型具有較好的預測效果和分辨效果,且模型的預測效果與實際患者的預后情況具有較高的重合度本研究構建的新型布尼亞患者預后風險預警模型的特點在于:①納入的三項指標都是患者入院時能快速準確得到;②構建的列線圖采用帶有分數高低的線段,將復雜的回歸方程,轉變成簡單可視化的線段,增強了使用價值[21]。根據列線圖,醫護人員能快速判斷患者預后情況,對預后不良患者,及時采取前置措施,減低患者的死亡率。

綜上所述,本研究回顧性分析241例新型布尼亞患者的臨床相關資料,構建了新型布尼亞患者預后風險預警模型,該模型具有較好的預測效果和臨床實用性,為臨床醫護人員在判斷患者的預后情況提供了具體化的依據,幫助醫護人員及時采取相應的搶救措施,提高患者的救治成功率。但本研究有一定的局限性,納入的樣本量較少,納入的指標有缺失,如患者的APTT值,有研究表示,患者的預后情況與患者的APTT值及有無出血有著密切關系[22-24],但本研究未納入該項指標。且本研究未采用實際數據進行預測效果的驗證,未進行前瞻性的研究驗證模型的預測效果。在今后的研究中,期待納入更全面、準確的影響患者病情變化的指標,進行多中心、大樣本量的前瞻性研究,繼續完善該模型的準確度及穩定性。

利益沖突：無

引用本文格式：盧星星,趙曉玲,張巧梅.新型布尼亞患者預后風險預警模型的構建[J].中國人獸共患病學報,2024,40(2):179-184. DOI:10.3969/j.issn.1002-2694.2024.00.028