降钙素原及临床肺部感染评分在呼吸机相关性肺炎患者抗生素应用中的指导价值

王银娟,付 英,董 燕,昌 敏

(山西省运城市中心医院,山西 运城044000)

呼吸机相关性肺炎(ventilator-associated pneumonia,VAP)是常见的医院获得性呼吸系统感染疾病,机械通气患者中VAP发生率较高[1-2]。合理应用抗生素控制细菌感染是治疗该病的关键,但临床上缺乏能够指导停药的权威客观性指标,抗生素应用时间过长可能导致多重耐药菌出现,应用时间过短又无法有效控制病原菌。有研究指出,降钙素原(PCT)是判断细菌感染较为可靠的指标,其特异性、敏感性均优于C-反应蛋白等炎症因子[3]。PCT动态变化与VAP患者的预后密切相关[4]。《呼吸机相关性肺炎诊断标准》建议结合PCT检查确定抗生素的停药时机,PCT可能有助于指导抗生素治疗VAP[5]。基于此,本研究选取PCT等指标构建VAP患者的预后风险评估模型,初步探讨该模型指导VAP患者抗生素用药及调整的可行性,现报道如下。

1 临床资料

1.1 一般资料 选取2016年7月至2017年12月运城市中心医院收治的113例VAP患者,设为研究组;选取2018年1月至2019年5月运城市中心医院收治的102例VAP患者,设为验证组。研究组男72例,女41例;年龄19～72岁,平均(42.47±11.75)岁;病程6～35 d,平均(13.78±4.89)d;机械通气时间5～31 d,平均(11.23±4.56)d。验证组男63例,女39例;年龄22～74岁,平均(44.15±11.03)岁;病程5～36 d,平均(14.62±5.68)d;机械通气时间4～34 d,平均(12.57±5.12)d。两组患者一般资料比较,差异无统计学意义(P＞0.05),具有可比性。

1.2 纳入标准 符合《呼吸机相关性肺炎诊断标准探讨》中VAP的诊断标准[5];年龄＞18岁;病历资料及观察指标记录完整;机械通气时间≥3 d。

1.3 排除标准 机械通气前已存在肺部感染或其他部位感染者;机械通气期间并发肺外器官感染者;恶性肿瘤者;确诊为真菌、寄生虫、立克次体等病原体感染者。

2 治疗方法

2.1 研究组 入组患者根据临床治疗原则给予抗感染、营养支持及免疫治疗等综合治疗措施,根据药敏结果选择抗生素,感染控制3 d后停药。记录患者基线资料[性别、年龄、插管方式、呼吸机使用原因及体质量指数(BMI)],统计VAP患者入院时急性生理学及慢性健康状况Ⅱ评分(APACHEⅡ)、体质量指数(BMI)、谷丙转氨酶(ALT)、谷草转氨酶(AST)、收缩压(SBP)、舒张压(DBP)、PCT及简化临床肺部感染评分(CPIS)等资料情况。采用Logistic回归分析构建预后风险模型,以受试者工作特征(ROC)曲线获取模型的判定截断值,包括最高敏感度截断值、最高约登指数截断值及最高特异度截断值。采用E602全自动电化学发光分析仪(瑞士罗氏公司)检测PCT水平;采用CPIS预测肺部感染患者VIP的病情及预后,分数越高提示感染程度越重,最高分为12分。CPIS＞6分的患者可能被诊断为肺炎,提示需要应用抗生素治疗[6]。

2.2 验证组 采用信封随机法将验证组分为验证A组和验证B组,每组51例。验证A组常规应用抗生素治疗,用药期间根据患者的症状、体征及影像学检查指标确定停药时间,一般疗程为7～10 d。验证B组在验证A组基础上,参考预后风险模型风险评分情况调整抗生素应用。预后风险模型风险评分(分)＝PCT(ng/m L)×β(PCT影响因素系数)＋CPIS(分)×(CPIS影响因素系数)。预后风险模型风险评分＞最高特异度截断值,核对抗感染治疗效果,调整抗生素用药方案;最高约登指数截断值≤预后风险模型风险评分≤最高特异度截断值,继续沿用原用药方案;最高敏感度截断值≤预后风险模型风险评分＜最高约登指数截断值,可降阶梯或停用抗生素;预后风险模型风险评分＜最高敏感度截断值时,停用抗生素。

3 疗效观察

3.1 观察指标 ①研究组预后情况。根据研究组患者预后情况,将其划分为存活组和死亡组,比较两组基线资料,包括性别、年龄、插管方式、呼吸机使用原因、BMI、ALT、AST、SBP、DBP、APACHE Ⅱ、PCT、CPIS。②研究组预后影响因素。采用Logistic回归分析比较死亡组和存活组PCT、CPIS。③研究组预后风险模型的适用价值。采用ROC曲线验证预后风险模型对研究组患者预后的适用价值。④验证A组与验证B组的基线资料。⑤验证A组与验证B组的抗生素使用时间、VAP再发率、机械通气时间、28 d病死率、PCT等指标。

3.2 统计学方法 采用SPSS 25.0统计软件处理数据。计量资料均数±标准差(±s)表示,采用t检验;计数资料以例(%)表示,采用χ2检验。P＜0.05为差异具有统计学意义。研究组预后的独立影响因素分析采用多因素Logistic回归分析。预后风险模型的适用价值分析采用受试者工作特征(ROC)曲线分析。

3.3 结果

(1)研究组预后统计 研究组死亡34例,占30.09%(34/113),其中,4例于治疗7 d内死亡,14例于治疗8～14 d死亡,9例于治疗15～28 d死亡,7例于治疗＞28 d死亡。存活79例,占69.91%(79/113)。

(2)研究组预后影响因素的单因素分析 存活组与死亡组的性别、插管方式,呼吸机使用原因、年龄、BMI、SBP、DBP比较,差异无统计学意义(P＞0.05),ALT、AST、PCT、CPIS及APACHEⅡ评分比较,差异均有统计学意义(P＜0.05)。见表1。

表1 研究组呼吸机相关性肺炎患者预后影响因素的单因素分析

(3)研究组预后影响因素Logistic回归分析Logistic回归分析结果显示,PCT和CPIS是患者预后的独立影响因素(P＜0.05),见表2。经 Hosmer-Lemeshow检验,该回归模型对患者预后的判断效能较好(χ2＝14.292,P＝0.012)。基于该模型,取β为各影响因素的系数(保留1位小数),构建患者预后风险模型如下:预后风险模型风险评分(分)＝PCT(ng/m L)×2.7＋CPIS(分)×0.7。见表2。

表2 研究组呼吸机相关性肺炎患者预后影响因素Logistic回归分析

(4)研究组预后风险模型的适用价值分析 预后风险模型ROC曲线下面积＝0.876[标准误＝0.041,P＜0.001,OR值(95%CI)为0.796～0.956],最高敏感度截断值为2.775分,当预后风险模型风险评分＜2.775分时,患者均存活;最高约登指数截断值为5.905分,当预后风险模型风险评分≥5.905分时,预测死亡的敏感度为0.824,特异度为0.089;最高特异度截断值为9.090分,当预后风险模型风险评分＞9.090分时,患者均死亡。见图1。

(5)验证A组与验证B组基线资料比较 验证A组与验证B组的性别、年龄、插管方式、呼吸机使用原因及BMI、ALT、AST、SBP、DBP、PCT、CPIS、APACHE Ⅱ评分比较,差异均无统计学意义(P＞0.05)。见表3。

图1 研究组呼吸机相关性肺炎患者预后风险模型ROC曲线分析

(6)验证A组与验证B组干预结果比较 两组VAP再发率、机械通气时间及28 d病死PCT、CPIS评分率比较,差异均无统计学意义(P＞0.05)。验证B组抗生素使用时间短于验证A组,差异具有统计学意义(P＜0.05)。见表4。

4 讨论

VAP是机械通气过程中常见的并发症,可造成呼吸机撤机困难,导致患者重症监护时间延长,并增加其死亡风险[7-8]。报道显示,国内VAP发病率为4.7%～55.8%,死亡率为19.4%～51.6%[9],本研究中研究组VAP患者死亡率为30.09%,抗感染治疗失败是导致VAP死亡率高的重要原因之一。目前临床仍存在滥用抗生素或严重感染时不能及时准确调整用药方案的问题,前者可能导致耐药菌株形成,并引起二重感染,后者可使病情恶化,延误最佳治疗时机。

表3 验证组呼吸机相关性肺炎患者入院时基线资料比较(±s)

表3 验证组呼吸机相关性肺炎患者入院时基线资料比较(±s)

组别 例数性别男[例(%)]女[例(%)]插管方式气管切开[例(%)]气管插管[例(%)]呼吸机使用原因呼吸衰竭[例(%)]其他[例(%)]年龄(岁,±s)BMI(kg/m2,±s)±s)验证A组 51 28.58±3.37 33.58±6.21 124.48±11.75 84.15±6.31 1.97±0.59 7.84±1.82 19.25±2.42验证B组 51 27.78±3.68 34.44±5.62 126.32±10.42 82.58±6.67 2.15±0.64 8.35±2.19 18.82±2.60验证A组 51 31(60.78) 20(39.22) 8(15.69) 43(84.31) 44(86.27) 7(13.73)44.51±11.81 24.68±0.82验证B组 51 33(64.71) 18(35.29) 11(21.57) 40(78.43) 40(78.43) 11(21.57)42.31±10.95 24.82±0.83组别 例数 ALT(U/L,±s)AST(U/L,±s)SBP(mm Hg,±s)DBP(mm Hg,±s)PCT(ng/m L,±s)CPIS(分,±s)APACHEⅡ(分,x

表4 验证A组与验证B组呼吸机相关性肺炎患者干预结果比较

PCT是降钙素的前肽,其生成过程受细菌毒素和炎性细胞因子等多种因素调节;CPIS评分则直接反映患者的临床症状。研究指出,存在严重细菌感染或脓毒血症时,即使患者尚未表现出明显症状,其PCT水平也已明显升高[10],这提示PCT水平可能与患者的预后密切相关。CPIS是一项综合评分系统,可根据临床表现、影像学结果和微生物学指标等评估VAP患者感染具有良好的可靠性及可行性[11]。本研究结果显示,PCT及CPIS是VAP患者预后的独立影响因素,与患者的预后密切相关,与既往报道相符[12]。

本研究结果显示,研究组ROC曲线面积为0.876,提示利用预后风险模型能够有效预测患者的死亡风险,该模型可指导VAP患者应用抗生素,并有效缩短患者抗生素使用时间,且不会明显增加VAP再发及28 d死亡风险,不影响机械通气时间,提示利用该模型获取的截断值,可以指导VAP患者合理使用抗生素,及时有效清除致病菌。PCT及CPIS与VAP患者感染密切相关[13],基于PCT及CPIS的预后风险模型可以评价感染情况,对VIP患者的抗生素使用及调整具有一定参考价值。

综上所述,基于PCT及CPIS的预后风险模型不仅可以预测VAP患者的预后,而且该风险模型可为抗生素临床合理应用提供一定的参考价值。但VAP患者病情复杂,其预后情况受多因素影响,临床还需密切观察,综合评估,以改善患者预后。