神经外科术后细菌性脑膜炎多指标联合诊断模型的建立

郑光辉，张国军，张建坤，李方强，张 艳，唐明忠，康熙雄

(首都医科大学附属北京天坛医院实验诊断中心 北京市免疫试剂临床工程技术研究中心，北京 100050)

神经外科术后细菌性脑膜炎的发病率介于0.3%～25%，约占所有细菌性脑膜炎的40%。严重影响患者的住院时间及手术的成功率[1]。据报道，神经外科术后细菌性感染可导致约35%的患者死亡[2]。然而，由于无菌性脑膜炎患者也常有发热、头痛和颈部僵硬等症状，仅通过临床症状很难鉴别细菌性脑膜炎与无菌性脑膜炎。临床上对两种脑膜炎的治疗手段完全不同，故临床上如何快速诊断术后细菌性脑膜炎是神经外科最迫切的需求之一。

目前，细菌性脑膜炎的诊断金标准仍然为微生物培养[3]，但由于培养所需时间较长导致其临床应用受限。美国感染病协会(Infectious Diseases Society of America, IDSA)[4]结合患者临床症状和生物标志物检查，建立了脑膜炎的诊断标准，但无法简单地区分细菌性脑膜炎与无菌性脑膜炎，故联合多项生物标志物[如脑脊液白细胞计数(C-WBC)、脑脊液中性粒细胞比例(C-Neu)、脑脊液乳酸浓度(C-Lac)等]进行诊断，对细菌性脑膜炎的诊断具有重要意义[5]。本研究基于2012—2016年首都医科大学附属北京天坛医院神经外科术后患者的数据，对脑膜炎相关的生物标志物进行分析，获得具有统计学意义的指标并制作联合诊断的线性判别模型，与文献报道的模型进行对比，现将结果报告如下。

1 资料与方法

1.1 资料来源 回顾性分析2012—2016年首都医科大学附属北京天坛医院神经外科住院患者数据库，选取脑膜炎患者并按照诊断标准分为细菌性脑膜炎与无菌性脑膜炎组，分别收集两组患者的14项脑膜炎相关的生物标志物，包括脑脊液细胞计数(C-Cell)、C-WBC、C-Neu、脑脊液葡萄糖浓度(C-Glu)、脑脊液蛋白浓度(C-Pro)、脑脊液氯离子浓度(C-Cl-)、血葡萄糖浓度(B-Glu)、血白细胞计数(B-WBC)、血中性粒细胞比例(B-Neu)、红细胞计数(RBC)、血红蛋白浓度(Hb)、血小板计数(PLT)、脑脊液血糖比例(C/B-Glu)、C-Lac。

1.2 脑膜炎的诊断标准 对细菌性脑膜炎与无菌性脑膜炎进行分组，按照脑膜炎诊断的金标准[6]：(1)具有神经系统感染临床表现(体温>38.3℃，头疼，颈部强直等)；(2)患者脑脊液培养阳性。符合以上两项标准的患者进入细菌性脑膜炎组。无菌性脑膜炎的标准按照文献报道，具体标准如下：(1)脑脊液相关实验室检查出现异常；(2)未达到细菌性脑膜炎的诊断标准[7]。二者均不符合的患者则排除脑膜炎。

1.3 统计方法 应用IBM SPSS 20.0进行统计分析，采用Mann-Whitney U检验对所有的数据进行检验，将P<0.05的项目绘制受试者工作曲线(ROC曲线)，并计算每一单项的ROC曲线下面积(AUC)、灵敏度、特异度、阳性预测值、阴性预测值等，其中按照AUC将评判指标分为优异(0.90～1.00)、良好(0.80～0.89)、适中(0.70～0.79)、较差(0.60～0.69)、失败(0.50～0.59)[8]。将AUC>0.7的项目进行线性回归拟合，计算概率并做ROC曲线分析，计算上述指标并通过线性拟合获取线性判别模型并验证。将本组数据代入文献[9-10]报道的线性判别模型，并绘制ROC曲线，比较本模型与文献报道模型的判别能力。

2 结果

2.1 患者信息提取及分组 回顾性分析2012—2016年本院1 325例脑脊液培养阳性患者资料，去除易于污染的凝固酶阴性葡萄球菌患者909例，实验室检查信息不全者139例，社区获得性脑膜炎患者12例，年龄<6岁患者39例，最终纳入226例细菌性脑膜炎。无菌性脑膜炎患者信息按照文献设置的条件在数据库中进行提取，共255例。对两组患者的14项实验室检查行Mann-Whitney U检验，除B-WBC、B-Neu、PLT 3项外，其余11项指标两组比较，差异均有统计学意义(均P<0.05)。见表1。

2.2 联合诊断模型的建立 11项Mann-Whitney U检验结果P<0.05的指标ROC曲线结果见表2。 C-WBC、 C-Glu、B-Glu、C/B-Glu及C-Lac 5项指标的AUC均>0.7，logistic线性回归分析将以上5项指标进行线性拟合，计算概率并绘制ROC曲线，结果见图1。该拟合变量的AUC为0.907, 灵敏度、特异度、阳性预测值与阴性预测值均>80.0%，通过线性拟合获得判别模型为Y=-0.268×C-Glu+0.127×B-Glu+0.24×C-Lac-0.722×C/B-Glu+0.00000638×C-WBC-0.866。

表1细菌性脑膜炎与无菌性脑膜炎患者相关实验室结果对比

Table1Comparison of laboratory results between bacterial meningitis and aseptic meningitis

项目细菌性脑膜炎组(n=226)无菌性脑膜炎组(n=255)PC-Cell (×106/L)41 612.950 004.9<0.001C-WBC (×106/L)13 546.03 947.2<0.001C-Neu (%)85.1946.87<0.001C-Glu (mmol/L)1.933.516<0.001C-Pro (mg/dL)294.4228.6<0.001C-Cl- (mmol/L)118.5123.0<0.001B-Glu (mmol/L)7.45.64<0.001B-WBC (×109/L)14.0813.770.616B-Neu (%)82.981.00.872RBC (×1012/L)3.834.08<0.001Hb (g/L)114.2120.30.002PLT(×109/L)250.4250.10.738C/B-Glu0.300.68<0.001C-Lac (μmol/L)6.1923.18<0.001

表211项临床实验室检查结果对细菌性脑膜炎与无菌性脑膜炎的诊断效能

Table2Diagnostic efficacy of 11 clinical laboratory test results for bacterial meningitis and aseptic meningitis

项目灵敏度(%)特异度(%)阳性预测值(%)阴性预测值(%)约登指数AUCCut-offC/B-Glu78.8074.3075.4077.800.5310.8200.43C-Lac62.4082.4078.0068.700.4480.7914.45C-Glu78.0069.5071.9076.000.4750.7672.45C-WBC83.6056.0065.5077.300.3960.754577.5B-Glu76.1058.8064.9071.100.3490.7255.35C-Neu98.7040.1062.2096.900.3890.69248.65C-Pro87.2043.9060.9077.400.3110.66172.91C-Cell88.1044.8061.5079.000.3180.6551 262.5C-Cl-72.5052.2060.3065.500.2470.651117.35RBC77.3038.5055.7062.900.1580.6013.585Hb43.1071.2059.9055.600.1430.582126.5

2.3 诊断模型的验证 将本组数据代入文献报道的线性判别模型(其中模型1纳入了C-Glu和C-Neu两个指标，模型2纳入了C-Pro和C-Neu两个指标)，绘制ROC曲线，两个模型的AUC分别为0.824、0.701，本研究的模型判别能力优于文献报道的模型。见图2。

根据线性拟合建立的模型，选取2017年8—10月10例确诊的细菌性脑膜炎与16例无菌性脑膜炎患者的实验室检查项目，代入模型进行脑膜炎的判别，Y值大于模型Cut-off值的患者归为细菌性脑膜炎，Y值小于模型Cut-off值的患者归为无菌性脑膜炎，结果如表3与表4所示， 9例患者的判别结果大于模型的Cut-off值，诊断准确率为90.0%，而16例无菌性脑膜炎患者的结果显示，13例患者可以正确判别，特异度为81.2%，与模型的灵敏度与特异度接近，模型的整体判别正确率为84.6%。

图1 拟合5项实验室检查项目诊断细菌性脑膜炎的ROC曲线

Figure1ROC curve of fitting five laboratory examination items for diagnosis of bacterial meningitis

A:模型1；B：模型2

表310例细菌性脑膜炎患者数据验证线性判别模型的判别效果

Table3Discriminant efficacy of linear discriminant model by data of 10 patients with bacterial meningitis

患者编号细菌C-GLU(mmol/L)B-GLU(mmol/L)LAC(μmol/L)C/B-GluC-WBC(106/L)Y1肺炎克雷伯菌0.105.8916.400.01781 0974.2962铜绿假单胞菌0.105.988.200.01710 2921.8883鲍曼不动杆菌0.306.766.700.0445 8091.5254鲍曼不动杆菌1.304.136.200.3151660.5725肺炎克雷伯菌0.304.354.800.0692 7740.7266金黄色葡萄球菌0.505.516.600.0912 4511.2347肺炎克雷伯菌1.805.374.700.3351 2670.2288嗜麦芽窄食单胞菌0.905.228.700.1721 2411.5279阴沟肠杆菌0.805.204.600.1741800.56010鲍曼不动杆菌3.2010.4411.600.3071232.166

表416例无菌性脑膜炎患者数据验证线性判别模型的判别效果

Table4Discriminant efficacy of linear discriminant model by data of 16 patients with aseptic meningitis

患者编号C-GLU(mmol/L)B-GLU(mmol/L)LAC(μmol/L)C/B-GluC-WBC(106/L)Y13.309.685.000.5165100.310 23.108.563.800.444444-0.015 34.907.092.700.381340-0.904 44.9016.024.000.2502920.637 56.307.582.400.317277-1.243 65.0015.914.200.2642240.633 75.2010.802.500.231210-0.453 83.507.312.300.315161-0.550 93.907.091.800.254154-0.761 104.607.011.700.242103-0.975 112.607.523.900.346880.079 123.608.882.000.40582-0.515 132.807.281.900.38579-0.513 144.508.682.700.51869-0.696 152.509.972.400.251660.126 164.6016.313.200.282580.537

3 讨论

神经外科术后感染严重影响着患者的手术成功率，细菌性脑膜炎与无菌性脑膜炎的严重程度与治疗方法均存在较大差异，故如何区分两类脑膜炎是目前神经外科学与临床微生物学的研究热点[11]。脑脊液微生物培养虽然是诊断术后细菌性脑膜炎的金标准，但由于其培养时间较长而导致临床应用受限，感染相关标志物的研究成为部分可替代金标准的方法。目前，关于细菌及无菌性脑膜炎的新型标志物研究有所报道，如脑脊液降钙素原(PCT)[7]，肿瘤坏死因子[12]，白细胞介素-6[13]等，但由于术后PCT等指标可能升高并出现假阳性，容易受其他部位感染等因素的影响，导致特异性不足而最终影响应用。采用脑脊液与血液常规检测项目获得脑膜炎的线性判别模型，可以在1～2 h内快速诊断细菌性脑膜炎。

目前，国内外文献对脑膜炎进行分组均纳入了如C-Cell等相关感染标志物作为辅助诊断[14-15]，此种分组方法可以扩大细菌性脑膜炎的入组病例数，但也不可避免的纳入了非细菌性脑膜炎的患者。本研究基于感染金标准+临床症状对脑膜炎进行分组，可以有效的避免纳入非细菌性脑膜炎患者，具有更高的临床应用价值。

无菌性脑膜炎可能是神经外科手术过程中产生的散落碎骨或肿瘤抗原导致的，无需应用抗菌药物进行治疗，但细菌性脑膜炎需及时有效的应用抗菌药物进行干预[16]。IDSA、美国疾病控制与预防中心(Centers for Disease Control and Prevention，CDC)对脑膜炎的诊断均是在患者临床症状的基础上，结合传统生物标志物进行辅助诊断。脑脊液与血液的生物标志物在诊断脑膜炎，以及控制抗菌药物使用方面发挥着重要作用。对本院481例脑膜炎患者14项生物标志物进行回顾性分析，两组脑膜炎患者其中11项标志物的差异具有统计学意义，包括8项脑脊液标志物与3项血液标志物。传统的C-WBC对脑膜炎的诊断效能并非最高(仅AUC=0.754)，而C-Neu虽然具有较高的灵敏度(98.70%)，但特异度不高(40.10%)，因此，仅采用C-WBC对脑膜炎进行辅助诊断可能会出现偏差。相比于C-WBC，C-Glu对细菌性脑膜炎的诊断效能更高，尤其是C/B-Glu，是所有单一标志物中诊断效能最高的指标(AUC=0.820)，原因可能是由于细菌性脑膜炎存在葡萄糖的消耗，而无菌性脑膜炎仅仅是存在炎症反应，故二者差异较大[17]。11项生物标志物中，5项AUC>0.7，其中4项检查的特异度较低(C/B-Glu、C-Glu、C-WBC、B-Glu均<75%)，并不能单独诊断脑膜炎。除常规标志物外，C-Lac是诊断效能排名第二的项目(AUC=0.791)。有文献[18]报道，C-Lac可以用于辨别细菌性脑膜炎与无菌性脑膜炎，当其浓度>6时，判定为细菌性脑膜炎，4～6时为脑膜炎治疗期，<2则判定为无菌性脑膜炎。本研究中C-Lac特异度较高(82.40%)，但灵敏度(62.40%)较低，存在一定程度的假阳性，需多指标联合诊断。结合5项AUC>0.7检验项目进行logistic回归分析并绘制ROC曲线，得出的联合诊断指标提高了单一项目的AUC、灵敏度、特异度、阳性预测值、阴性预测值(分别达0.907、84.3%、80.9%、81.5%、83.7%)，能够较好地诊断细菌性脑膜炎。线性判别模型综合多项检查结果，用于诊断神经外科术后脑膜炎。应用16例无菌性脑膜炎和10例细菌性脑膜炎患者的实验室数据对该模型进行验证，结果显示，模型判别的准确率与特异度均较高(90.0%、81.2%)，一致率达84.6%，该模型可以用于神经外科术后细菌性脑膜炎的诊断。

综上所述，神经外科术后细菌性脑膜炎的快速诊断是一项重要的工作，需神经外科与临床实验室共同完成[19]。利用常规脑脊液与血液实验室检查项目联合诊断建立的模型可以很好地鉴别细菌性脑膜炎与无菌性脑膜炎，具有非常重要的意义并值得在临床进行推广。