血液指标在革兰阳性球菌和阴性杆菌感染中的诊疗效能

章艳碧 ，冯 磊 ，师 瑞 ，骆贝贝 ，唐灵通 ，曹慧颖 ，毕千叶

（1）红河卫生职业学院临床与公共卫生学院，云南 蒙自 661199;2）昆明医科大学附属延安医院检验科，云南 昆明 650051;3）玉溪市人民医院检验科，云南 玉溪 653100;4）玉溪市中心血站检验科，云南 玉溪 653100）

微生物感染性疾病是一种发病机制复杂、影响因素众多、威胁人类健康的主要疾病。全球每年约有1 700 万人死于感染，占总死亡率的28%～33%[1]。我国感染性疾病占全部疾病总发病数的49%，其中细菌感染性疾病占18%～21%，因此，及时诊断和尽早治疗对于保障感染性疾病患者的生命安全至关重要。

目前检测方法多样，主要为微生物培养[2]及分子生物学诊断技术，但耗时较长且价格昂贵，国内外多项专家指南和共识证实[3-6]，血液生物标志物如降钙素原（procalcitonin，PCT）、C 反应蛋白（c-reactive protein，CRP）、白介素6（interleukin 6，IL-6）、白细胞（white blood cell，WBC）、总蛋白（total protein，TP）、前白蛋白（prealbumin，PA）、白蛋白（albumen，ALB）、血清乳酸（lactic acid，LAC）在感染性疾病的诊断、鉴别诊断和预后诊疗中展示出一定的价值并广泛用于临床。此外，感染在性别上具有“二态性”[7]，但目前关于患者个性化检查研究较少，特别是针对不同性别、年龄、标本类型等方面，如何才能更加精准的运用，对有效诊断和治疗具有重要意义，值得深入研究。

1 资料与方法

1.1 病例资料

1.1.1 纳入标准[8]

病例组纳入标准：住院期间至少1 次微生物培养为阳性且为单一细菌或真菌，结合病史具有感染症状和体征的住院患者；多次送检培养结果一致者只保留第1 次值；血液指标采集时间与微生物标本送检时间相差24 h 以内；患者数据资料完整。

对照组纳入标准：住院期间未诊断细菌感染但进行了与病例组相同血液指标检测；患者数据资料完整。

1.1.2 排除标准[8]排除非感染引起的血液指标数值增高，如明确诊断为甲状腺癌、肺癌、自身免疫性疾病、结核、严重血液病或基础肝脏疾病、肾功能异常患者；微生物分离为混合菌如2 种以上细菌或真菌病例；血液指标采集时间与微生物送检时间相差24 h 以上；资料数据不完整。

本研究符合医学伦理学标准，并获得伦理委员会审核批准（2022kmykdx116），该研究为回顾性设计，故放弃了知情同意的要求。

1.2 检测指标与方法

检测血液指标：PCT、IL-6、CRP、WBC，WBC、PA、ALB、LAC。计算AUC、Cut-off、PPV%、NPV%、敏感性、特异性、约登指数。AUC 值为0.50～0.70 表示诊断性能较差，0.71～0.90 表示具有一定的诊断性，＞ 0.9 表示诊断性能较高。

1.3 统计学处理

本研究采用 SPSS 24.0 和Medcalc20.0 统计学软件进行数据处理。正态性检验采用直方图、柯尔莫戈洛夫-斯米诺夫（kolmogorov-smirnov）检验和P-P 图；符合正态分布的连续变量采用均值±标准差（）描述，非正态分布数据采用中位数或四分位间距描述，分类变量采用频数（百分比）进行描述；病例组与对照组2 组间各指标的差异性符合正态分布采用独立样本t检验、非正态分布采用非参数2 个独立样本曼-惠特尼U 检验；运用MedCalc20.0 绘制ROC 曲线。根据二元Logistic回归分析结果可推导出各个血液性指标联合分析的检测模型，进而利用AUC 进行诊断性能差异。以P＜ 0.05 表示差异具有统计学意义。

2 结果

选取 2015 年1 月至 2022 年9 月玉溪市人民医院培养为单一革兰阳性球菌（Gram-positive coccus，G+c）和革兰阴性杆菌（Gram-negative bacillus，G-b）患者为病例组，共1843 例（成年男性914 例，女性687 例；未成年男性128 例，女性114 例）。选取同期未感染2 298 例为对照组（成年男性1 053例，女性944 例；未成年对照组男性142 例，女性159 例）。研究变量为2 组相同血液指标（PCT、IL-6、CRP、WBC，WBC、PA、ALB、LAC），对研究变量数据高于或低于检测上/下限数据采用最高/低检测值进行分析，发现男性和女性在不同标本中分离菌种不同，构成比也有差异，病例组培养主要以G+c、G-b 为主，见表1。

表1 患者一般情况和临床特征Tab.1 General situation and clinical features of patients

2.1 病例组和对照组不同性别各血液指标差异性分析

成年病例组：PA、LAC、IL-6、CRP、WBC 均为男性高于女性，差异具有统计学意义（P＜ 0.05）；TP、ALB、PCT 差异无统计学意义（P＞ 0.05）;未成年病例组：LAC、PCT、IL-6 均为男性高于女性，差异具有统计学意义（P＜ 0.05）；TP、ALB、PA、CRP、WBC 差异无统计学意义（P＞ 0.05），见表2。

表2 病例组分性别比较血液指标差异性Tab.2 Gender comparison of case components and differences in blood indicators

2.2 诊断有无细菌感染的效能评估

2.2.1 各指标单项诊断有无细菌感染的效能评估通过ROC 曲线计算单独运用时AUC，比较各指标效能从高到低水平，结果如下：

成年男性：各指标AUC 分布于0.782～0.937之间，为IL-6（0.937）=CRP（0.937）＞PCT（0.901）＞ALB（0.879）＞PA（0.842）＞LAC（0.808）＞TP（0.806）＞WBC（0.782）。成年女性组：各指标AUC 分布于0.739～0.921 之间，为CRP（0.921）＞ALB（0.915）＞IL-6（0.905）＞PCT（0.904）＞PA（0.837）＞TP（0.832）＞LAC（0.787）＞WBC（0.739），见表3。

表3 成年组单项指标诊断有无细菌感染的效能Tab.3 Efficiency of single indicator diagnosis for bacterial infection in adult group

未成年男性：各指标AUC 分布于0.709～0.924 之间，为PCT（0.924）＞IL-6（0.842）＞PA（0.822）＞TP（0.802）＞LAC（0.796）＞ALB（0.757）＞WBC（0.754）＞CRP（0.709）。未成年女性：各指标AUC 分布于0.656～0.894 之间，为PCT（0.894）＞PA（0.872）＞TP（0.809）＞IL-6（0.762）＞WB（0.749）C＞ALB（0.725）＞LAC（0.700）＞CRP（0.656），见表4。

表4 未成年单项指标诊断有无细菌感染的效能Tab.4 Effectiveness of single indicator diagnosis of bacterial infection in minors

2.2.2 联合运用诊断有无细菌感染的效能评估根据 Logistic 回归分析结果，进一步得到联合预测因子，可推导出各个血液指标联合检测模型，见表5～表8。

表5 成年男性组微生物感染二元Logistic 回归分析结果Tab.5 Binary logistic regression analysis of microbial infections in the adult male group

表6 成年女性组微生物感染二元Logistic 回归分析结果Tab.6 Binary logistic regression analysis results of microbial infections in adult and female groups

表7 未成年男性组微生物感染二元Logistic 回归分析结果Tab.7 Binary logistic regression analysis results of microbial infection in underage male group

表8 未成年女性组微生物感染二元Logistic 回归分析结果Tab.8 Binary logistic regression analysis results of microbial infection in underage female group

通过联合预测因子制作ROC 曲线计算AUC，多项联合预测效能显著高于单项运用（AUC 在0.907～0.987 之间），且不同性别、年龄组联合方式不同，见表9。

表9 联合运用诊断有无细菌感染的效能评估Tab.9 Effectiveness evaluation of combined application in diagnosis of bacterial infection

2.3 不同标本鉴别诊断G+c 和G-b 的效能评估

2.3.1 血液单项指标鉴别诊断G+c 和G-b 效能成年男性：各指标单独运用时AUC 分布于0.605～0.875 之间，效能从高到低为PCT（0.875）＞PA（0.730）＞IL-6（0.693）＞CRP（0.676）＞WBC（0.633）＞LAC（0.629）＞TP（0.611）＞ALB（0.605）。

成年女性：各指标单独运用时AUC 分布于0.538～0.769 之间，效能从高到低为PCT（0.769）＞CRP（0.738）＞LAC（0.707）＞PA（0.706）＞IL-6（0.705）＞WBC（0.693）＞TP（0.577）＞ALB（0.538）。

未成年男性：各指标单独运用时AUC 分布于0.592～0.9 之间，效能从高到低为WBC（0.900）＞TP（0.846）＞PA（0.788）＞LAC（0.773）＞IL-6（0.765）＞ALB（0.754）＞PCT（0.669）＞CRP（0.592）。

未成年女性：各指标单独运用时AUC 分布于0.518～0.945 之间，效能从高到为TP（0.945）＞ALB（0.800）＞IL-6（0.782）＞PCT（0.718）＞WBC（0.618）＞LAC（0.545）＞PA（0.527）＞CRP（0.518）。

成年血液多项指标联合鉴别诊断G+c 和G-b效能：根据 Logistic 回归分析结果可推导出多项血液指标联合检测模型，成年男性组血液指标多项联合模式logitP=-2.88×PCT-8×ALB+PA，AUC（0.862）；成年女性组联合模式为：logitP=PA-9.9×ALB，AUC（0.706）；未成年组各指标回归结果均不显著，因此未纳入联合应用。

2.3.2 体表黏膜分泌物单项各指标鉴别诊断G+c与G-b 效能成年男性：各指标单独运用时AUC 不高，分布于0.559～0.708 之间；成年女性：各指标单独运用时AUC 分布于0.504～0.704 之间；未成年组中因数据过少，因此未分性别比较，各指标单独运用时AUC 分布于0.512～0.8 之间。

根据 Logistic 回归分析结果可推导出多项血液指标联合检测模型。成年男性多项联合显著高于单项应用效能，联合方式为ALB+LAC+PCT+CRP+WBC（AUC 0.789），见表10。

表10 成年体表黏膜分泌物多项指标联合鉴别诊断G+c 和G-b 效能Tab.10 Efficiency of combined differential diagnosis of G+c and G-b by multiple indexes of human surface mucosal secretions

因成年女性组和未成年组体表黏膜分泌物二元Logistic 回归各指标均不显著，因此，未进行联合使用。

2.3.3 成年痰液单项指标鉴别G+c 与G-b 效能成年男性：各指标单独运用时AUC 分布于0.511～0.721 之间，效能从高到低为ALB（0.721）＞PA（0.718）＞TP（0.710）＞IL-6（0.672）＞PCT（0.653）＞CRP（0.628）＞LAC（0.515）＞WBC（0.511）；

成年女性：各指标单独运用时AUC 不高，分布于0.505～0.647 之间。

未成年男性：各指标单独运用时AUC 分布于0.533～0.835 之间。效能从高到低为WBC（0.835）＞PCT（0.821）＞LAC（0.699）＞IL-6（0.693）＞ALB（0.674）＞CRP（0.672）＞TP（0.670）＞PA（0.533）；

未成年女性：各指标单独运用时AUC 不高，分布于0.5～0.682 之间。

根据 Logistic 回归分析结果可推导出多项血液指标联合检测模型。各成年组男性女性和未成年女性组二元Logistic 不显著，因此，不进行联合预测；但未成年男性多项联合预测效能显著提升，联合方式为TP+PA+WBC（AUC 达0.862），见表11。

表11 未成年男性痰液多项指标联合运用鉴别诊断G+c 和G-b 效能Tab.11 efficacy of combined application of multiple indicators in sputum of underage men in differential diagnosis of G+c and G-b.

2.3.4 成年组无菌体液单项指标鉴别诊断G+c和G-b无菌体液间各指标鉴别诊断G+c 和G-b效能不佳，各指标单独运用时AUC 不高，成年男性分布于0.525～0.658 之间。成年女性分布于0.525～0.689 之间。单独运用时AUC 分布均在0.7 以下。

根据 Logistic 回归分析结果可推导出多项血液指标联合检测模型。多项联合预测效能显著提升，联合方式ALB+PA 时AUC 达0.738，敏感性和特异度较好，见表12；成年女性二元Logistic不显著，因此，不进行联合预测。

表12 成年男性无菌体液多项指标联合运用鉴别诊断G+c 和G-b 效能Tab.12 efficacy of combined use of multiple indexes of sterile body fluids in differential diagnosis of G+c and G-b in adult males

2.4 动态监测G+c 和G-b 不同疗效预后血液指标趋势分析

纳入标准：根据 Sepsis 3.0 定义，预后效能监测对象以玉溪市人民医院2020 年1 月至2022年9 月重症监护室明确诊断为脓毒症/休克/重症肺炎的85 例为研究对象，微生物培养阳性且为单一G+c 和G-b；年龄≥18 岁；收集患者入院至少3 d PCT、IL-6、CRP、WBC、LAC 资料数据资料，可追溯患者治疗28 d 动态生存状态。

排除标准：住院少于3 d 者、48 h 内死亡、妊娠状态、恶性肿瘤晚期并多发转移、血液系统疾病、自身免疫反应性疾病、长期服用激素及免疫抑制剂、严重慢性肝肾功能不全或肝脏、肾脏移植病史。

资料分组及描述：根据入院治疗后28d 预后情况分为死亡组（38 例）和存活组（47 例）；按革兰染色不同分为G+c 存活组（14 例）和G+c 死亡组（14 例）、G-b 存活组（33 例）和G-b 死亡组（24 例）。

2.4.1 G+c 菌28 d 疗效预后效能判定本次研究动态监测数据为入院治疗当天（用PCT-0、IL-6-0、CRP-0、WBC-0、LAC-0 表示）、24 h（用PCT-1、IL-6-1、CRP-1、WBC-1、LAC-1）、48 h（用PCT-2、IL-6-2、CRP-2、WBC-2、LAC-2 表示）、72 h（用PCT-3、IL-6-3、CRP-3、WBC-3、LAC-3 表示）。筛选G+c 脓毒症/休克死亡组和存活组差异具有统计学意义的指标，利用ROC 下AUC 进行效能分析，见表13。

表13 G+c 各指标动态疗效预后效能Tab.13 Prognostic efficacy of dynamic curative effect of G+C indicators

PCT 动态预后判定效能分布于0.625～0.848之间，效能从高到低为PCT-3＞PCT-1＞PCT-2＞PCT-0；IL-6 动态预后判定效能分布于20 792～0.969 之间，效能从高到底为IL-6-1＞IL-6-2＞IL-6-3＞IL-6-1；CRP 动态效能分布于0.755～0.773之间，CRP-3 预后效能高于CRP-2。

2.4.2 G-b 菌28 d 疗效预后判定筛选G-b 脓毒症/休克死亡组和存活组差异具有统计学意义的指标，利用ROC 下AUC 进行效能分析。

PCT 动态预后判定效能分布于0.660～0.831之间，从高到低依次为PCT-3＞PCT-1＞PCT-2＞PCT-0；动态IL-6-1 预后判定效能高于IL-6-0；LAC 动态预后判定效能从高到低依次为LAC-3＞LAC-2＞LAC-1，见表14。

表14 G-b 各指标动态疗效预后效能Tab.14 Prognostic efficacy of dynamic curative effect of G-B indicators

3 讨论

本次研究结果显示，各血液指标在细菌感染与非感染组间均存在显著性差异，细菌感染组PCT、IL-6、CRP、WBC、LAC 高于非感染组，而TP、ALB、PA 则低于非感染组。因PCT[9-10]、IL-6[11]、CRP[12]、WBC[13]依据各自独特的代谢特点和优势目前作为常规炎症指标，在细菌感染时均能显著升高，但其升高机制不同，之间亦存在差异。PA、ALB、TP 均为急性负向反应蛋白，在感染发生时均降低，但三者半衰期有差异，PA 半衰期为2～3 d，而ALB 为约17 d，TP 约30 d，因而PA 能较灵敏反应病情急性变化，ALB[14]和TP 则反应近期感染情况。LAC 是葡萄糖无氧酵解的最终代谢产物，是组织低灌注的标志之一，与微生物早期感染具有较强相关性[15]，在细菌感染时能对炎症指标如PCT 数值造成一定波动，并能反应疾病严重程度，本次研究结果符合各指标基本特点。

本次研究显示男性更容易患感染性疾病性，其感染构成比高于女性。临床和实验室的资料亦表明，性别在很大程度上影响了免疫反应的类型，男性与女性因遗传、免疫学、性激素和解剖学表现不同，在感染性疾病中称为“二态性”[16-17]。此外大量与免疫功能相关的基因位于X 染色体上。因此，女性对自身和外来抗原的免疫反应比男性更强，男性通常表现出比女性更容易受到微生物感染。

多项血液指标联合使用较单项运用在诊断及鉴别诊断效能更佳。有学者发现[18]，尽管住院期间单个指标频繁监测，但各自受影响因素较多，使用效能不高，目前仍然没有一个指标能够快速充分反映病情变化。联合使用不仅可以反应机体炎症状态、营养状态、器官功能状态等多方面患者信息。如WBC、PCT、CRP 以及 IL-6 都是早期诊断感染性疾病的有效指标，联合应用各项指标进行诊断，可以发挥不同指标各自的优势。如感染早期机体CRP 升高不明显时，WBC 升高可弥补，两者同时升高可避免单一升高时复杂影响因素，降低漏检率，提高诊断效能。Gao 等[19]也研究表明，联合PCT 和血液参数更有利于G+c和G-b 诊断，敏感性和特异性显著升高。刘海萍等[20]、邓勤勤[21]最新发现联合检测多种炎性指标、血清蛋白对感染性疾病具有较高的诊断价值。本次研究结果与上述学者一致，本次研究还发现不同标本、性别间鉴别诊断G+c 与G-b 效能亦存在差异，血液中PCT 单独使用具有较高鉴别G+c和G-b 效能。可能的原因为血液中影响因素较少，G-b 所占比率较高，而G-b 的特点对PCT 反应迅速，导致PCT 升高较G+c 感染明显。

动态监测重症感染性疾病血液指标变化趋势可有效判断病情进展及治疗效果。Wang 等[22]表明病原菌新陈代谢旺盛导致感染性疾病发病快、进展迅速，某一时段的检验结果不能反映疾病变化状态。可能是由于分子水平上基因谱具有异质性引起，宿主的反应可能因激发生物体的方式不同而显著不同。因此，动态监测才能更全面观察疾病变迁及其治疗效果。Sun 等[23]证实动态检测可以监测病情，指导治疗，评估预后。本次研究发现G+c 脓毒症/休克预后效能判定最佳为24 h 的IL-6（AUC0.969），G-b 脓毒症/休克中为72 h 的PCT 效能最高（AUC0.831）。原因为G+c 诱导的脓毒症患者的血浆中IL-6 水平高于G-b 菌诱导的，感染过程中涉及了额外的抗炎机制，与感染性休克患者的内皮损伤增加有关。脓毒症患者IL-6 水平显著下降，而发生脓毒症休克时此细胞因子的水平仍较高，并且与维持低 IL-6 水平的脓毒症患者相比，其存活率较低，本次结果与Vivas MC[24]研究结果一致，本组研究对象主要为脓毒症休克患者符合疾病特点。

综上所述，本次研究发现了细菌感染间是存在性别、年龄、标本类型差异，因此为了更好的应对微生物感染性疾病，除了筛选敏感性、特异性较强的血液指标外，也要分性别、年龄、标本类型等分析。针对不同年龄阶段的患者个性化的检查能更优化诊断效能，对减低误诊率、避免延迟治疗或者滥用抗生素，能预测疾病的严重程度，降低病死率等具有重要的意义。联合检测多项炎症感染标志物能更好地鉴别感染类型，有助于对感染性疾病进行早期诊断和预后判断，发挥最大临床应用价值。由于本次研究为回顾性研究，可能会造成样本选择性偏倚，且未成年组及动态组收集病例数量较少也可能会影响结果。因此，本次研究还存在局限性，下一步应继续扩大样本量，纳入混合型感染，分不同混合感染类型进行差异性比较，以丰富和完善研究结果。