Value of cerebral hypoxic-ischemic injury markers in the early diagnosis of sepsis associated encephalopathy in burn patients with sepsis
-
摘要:
目的 探讨脑缺血缺氧性损伤标志物在烧伤脓毒症患者脓毒症相关性脑病（SAE）早期诊断中的价值。 方法 采用回顾性病例系列研究方法。2018年10月—2021年5月，郑州市第一人民医院收治41例符合入选标准的烧伤脓毒症患者，其中男23例、女18例，年龄18~65（35±3）岁。按住院期间是否发生SAE，将患者分为SAE组（21例）及非SAE组（20例）。比较2组患者性别、年龄、深Ⅱ度烧伤面积、Ⅲ度烧伤面积、急性生理学和慢性健康状况评价Ⅱ（APACHE Ⅱ）评分。统计2组患者脓毒症确诊后（以下简称确诊后）12、24、48 h的血清中枢神经特异蛋白S100β、神经元特异性烯醇化酶（NSE）水平，确诊后12、24、48、72、120、168 h血清白细胞介素6（IL-6）、IL-10、肿瘤坏死因子α（TNF-α）、Tau蛋白、促肾上腺皮质激素（ACTH）、皮质醇水平，确诊后1、3、7 d大脑中动脉平均血液流速（VmMCA）、搏动指数、脑血流指数（CBFi）。对数据行 χ 2检验、重复测量方差分析、独立样本 t检验及Bonferroni校正，行多因素logistic回归分析筛选预测SAE发生的自变量，绘制预测烧伤脓毒症患者发生SAE的受试者操作特征（ROC）曲线，计算曲线下面积（AUC）和最佳阈值及最佳阈值下的敏感度、特异度。 结果 2组患者性别、年龄、深Ⅱ度烧伤面积、Ⅲ度烧伤面积、APACHE Ⅱ评分均相近（ χ 2=0.02， t值分别为0.71、1.59、0.91、1.07， P>0.05）。确诊后12、24、48 h，SAE组患者血清S100β、NSE水平均明显高于非SAE组（ t值分别为37.74、77.84、44.16，22.51、38.76、29.31， P<0.01）。确诊后12、24、48、72、120、168 h，SAE组患者血清IL-10、Tau蛋白、ACTH水平均明显高于非SAE组（ t值分别为10.68、13.50、10.59、8.09、7.17、4.71，5.51、3.20、3.61、3.58、3.28、4.21，5.91、5.66、4.98、4.69、4.78、2.97， P<0.01）；确诊后12、24、48、72、120 h，SAE组患者血清IL-6、TNF-α水平均明显高于非SAE组（ t值分别为8.56、7.32、2.08、2.53、3.37，4.44、5.36、5.35、6.85、5.15， P<0.05或 P<0.01）；确诊后12、24、48 h，SAE组患者血清皮质醇水平均明显高于非SAE组（ t值分别为5.44、5.46、3.55， P<0.01）。确诊后1 d，SAE组患者VmMCA、CBFi均明显低于非SAE组（ t值分别为2.94、2.67， P<0.05）；确诊后1、3、7 d，SAE组患者搏动指数均明显高于非SAE组（ t值分别为2.56、3.20、3.12， P<0.05或 P<0.01）。确诊后12 h的血清IL-6、确诊后24 h的血清Tau蛋白、确诊后24 h的血清ACTH、确诊后24 h的血清皮质醇为烧伤脓毒症患者发生SAE的独立危险因素（比值比分别为2.42、1.38、4.29、4.19，95%置信区间分别为1.76~3.82、1.06~2.45、1.37~6.68、3.32~8.79， P<0.01）。对41例烧伤脓毒症患者，确诊后12 h的血清IL-6预测SAE发生的ROC的AUC=0.92（95%置信区间为0.84~1.00），最佳阈值为157 pg/mL，敏感度为81%，特异度为89%；确诊后24 h的血清Tau蛋白预测SAE发生的ROC的AUC=0.92（95%置信区间为0.82~1.00），最佳阈值为6.4 pg/mL，敏感度为97%，特异度为99%；确诊后24 h的血清ACTH预测SAE发生的ROC的AUC=0.96（95%置信区间为0.89~1.00），最佳阈值为14.7 pg/mL，敏感度为90%，特异度为94%；确诊后24 h的血清皮质醇预测SAE发生的ROC的AUC=0.93（95%置信区间为0.86~1.00），最佳阈值为89 nmol/L，敏感度为94%，特异度为97%。 结论 血清Tau蛋白和ACTH、皮质醇对烧伤脓毒症患者并发SAE具有较高临床诊断价值。 Abstract:Objective To explore the value of cerebral hypoxic-ischemic injury markers in the early diagnosis of sepsis associated encephalopathy (SAE) in burn patients with sepsis. Methods A retrospective case series study was conducted. From October 2018 to May 2021, 41 burn patients with sepsis who were admitted to Zhengzhou First People's Hospital met the inclusion criteria, including 23 males and 18 females, aged 18-65 (35±3) years. According to whether SAE occurred during hospitalization, the patients were divided into SAE group (21 cases) and non-SAE group (20 cases). The gender, age, deep partial-thickness burn area, full-thickness burn area, and acute physiology and chronic health evaluation Ⅱ (APACHE Ⅱ) scores of patients were compared between the two groups. The serum levels of central nervous system specific protein S100β and neuron specific enolase (NSE) at 12, 24, and 48 h after sepsis diagnosis (hereinafter referred to as after diagnosis), the serum levels of interleukin-6 (IL-6), IL-10, tumor necrosis factor α (TNF-α), Tau protein, adrenocorticotropic hormone (ACTH), and cortisol at 12, 24, 48, 72, 120, and 168 h after diagnosis, and the mean blood flow velocity of middle cerebral artery (VmMCA), pulsatility index, and cerebral blood flow index (CBFi) on 1, 3, and 7 d after diagnosis of patients in the two groups were counted. Data were statistically analyzed with chi-square test, analysis of variance for repeated measurement, independent sample t test, and Bonferroni correction. The independent variables to predict the occurrence of SAE was screened by multi-factor logistic regression analysis. The receiver operating characteristic (ROC) curve was drawn for predicting the occurrence of SAE in burn patients with sepsis, and the area under the curve (AUC), the best threshold, and the sensitivity and specificity under the best threshold were calculated. Results The gender, age, deep partial-thickness burn area, full-thickness burn area, and APACHE Ⅱ score of patients in the two groups were all similar ( χ 2=0.02, with t values of 0.71, 1.59, 0.91, and 1.07, respectively, P>0.05). At 12, 24, and 48 h after diagnosis, the serum levels of S100β and NSE of patients in SAE group were all significantly higher than those in non-SAE group (with t values of 37.74, 77.84, 44.16, 22.51, 38.76, and 29.31, respectively, P<0.01). At 12, 24, 48, 72, 120, and 168 h after diagnosis, the serum levels of IL-10, Tau protein, and ACTH of patients in SAE group were all significantly higher than those in non-SAE group (with t values of 10.68, 13.50, 10.59, 8.09, 7.17, 4.71, 5.51, 3.20, 3.61, 3.58, 3.28, 4.21, 5.91, 5.66, 4.98, 4.69, 4.78, and 2.97, respectively, P<0.01). At 12, 24, 48, 72, and 120 h after diagnosis, the serum levels of IL-6 and TNF-α of patients in SAE group were all significantly higher than those in non-SAE group (with t values of 8.56, 7.32, 2.08, 2.53, 3.37, 4.44, 5.36, 5.35, 6.85, and 5.15, respectively, P<0.05 or P<0.01). At 12, 24, and 48 h after diagnosis, the serum level of cortisol of patients in SAE group was significantly higher than that in non-SAE group (with t values of 5.44, 5.46, and 3.55, respectively, P<0.01). On 1 d after diagnosis, the VmMCA and CBFi of patients in SAE group were significantly lower than those in non-SAE group (with t values of 2.94 and 2.67, respectively, P<0.05). On 1, 3, and 7 d after diagnosis, the pulsatile index of patients in SAE group was significantly higher than that in non-SAE group (with t values of 2.56, 3.20, and 3.12, respectively, P<0.05 or P<0.01). Serum IL-6 at 12 h after diagnosis, serum Tau protein at 24 h after diagnosis, serum ACTH at 24 h after diagnosis, and serum cortisol at 24 h after diagnosis were the independent risk factors for SAE complicated in burn patients with sepsis (with odds ratios of 2.42, 1.38, 4.29, and 4.19, 95% confidence interval of 1.76-3.82, 1.06-2.45, 1.37-6.68, and 3.32-8.79, respectively, P<0.01). For 41 burn patients with sepsis, the AUC of ROC of serum IL-6 at 12 h after diagnosis for predicting SAE was 0.92 (95% confidence interval was 0.84-1.00), the best threshold was 157 pg/mL, the sensitivity was 81%, and the specificity was 89%. The AUC of ROC of serum Tau protein at 24 h after diagnosis for predicting SAE was 0.92 (95% confidence interval was 0.82-1.00), the best threshold was 6.4 pg/mL, the sensitivity was 97%, and the specificity was 99%. The AUC of ROC of serum ACTH at 24 h after diagnosis for predicting SAE was 0.96 (95% confidence interval was 0.89-1.00), the best threshold was 14.7 pg/mL, the sensitivity was 90%, and the specificity was 94%. The AUC of ROC of serum cortisol at 24 h after diagnosis for predicting SAE was 0.93 (95% confidence interval was 0.86-1.00), the best threshold was 89 nmol/L, the sensitivity was 94%, and the specificity was 97%. Conclusions Serum Tau protein, ACTH, and cortisol have high clinical diagnostic value for SAE complicated in burn patients with sepsis. -
Key words:
- Burns /
- Sepsis /
- Hypoxia-ischemia, brain /
- Brain diseases /
- Serum markers
-
烧伤是常见的损伤之一，我国每年有数十万人因为烧伤而致残或致畸。烧伤后病理性瘢痕组织的形成是烧伤患者康复过程中的重要并发症之一，不仅严重影响患者的外观，而且可引起器官及组织的功能障碍，严重影响患者生活质量及身心健康［1］。对于瘢痕产生的机制，目前在微观方面的研究仅涉及细胞因子、ECM等，而其分子机制尚不十分明确［2］。
有研究显示，青光眼滤过术后使用表观遗传修饰可减少瘢痕组织的产生［3］，表明瘢痕产生的过程中可能存在表观遗传改变。DNA甲基化是一种重要的表观遗传修饰机制，可在不改变DNA序列的情况下改变基因表达量［4, 5］。甲基化水平的高低会显著影响蛋白的最终翻译。生物信息学分析是一项新兴的研究方法，可结合测序数据进行全基因组分析，有针对性地寻找与疾病相关的基因或基因集［6, 7］。甲基化研究在瘢痕中较为常见，但检索显示以生物信息学为基础，探究甲基化与瘢痕形成关系的研究罕见，因此以生物信息学为基础探讨甲基化与瘢痕形成的关系显得十分必要。
加权基因共表达网络分析（weighted gene co-expression network analysis，WGCNA）可对大量芯片来源的基因数据进行有效分析，是生物信息学研究的重要工具［8］。本观察性研究使用WGCNA对正常组织和瘢痕组织的mRNA表达谱进行分析并结合甲基化数据集对选定模块内的基因进行甲基化状态判断，对烧伤后瘢痕组织形成的分子机制进行探讨，并使用支持向量机（support vector machine，SVM）模型进行进一步验证，为临床治疗烧伤后瘢痕组织提供新思路。
1. 资料及方法
1.1 数据收集
从美国国家生物技术信息中心基因表达综合数据库（
https：//www.ncbi.nlm.nih.gov/geo/ ）内检索并下载相关数据集，即检索基因表达数据库（gene expression omnibus，GEO）中烧伤后瘢痕组织相关数据集，结果显示mRNA数据集GSE136906及甲基化数据集GSE137134是同一批次的12个样本（均由澳大利亚大学生物医学院烧伤研究组上传，每个数据集均为6个样本），分别进行了mRNA测序和甲基化测序，因此纳入本研究；数据集GSE108110在剩余数据集中样本量相对较大，因此纳入SVM及建模分析（表1）。表1 烧伤后瘢痕组织相关数据集的详细信息数据集 测序平台 Affymetrix eneChip文件 样本数（个） 瘢痕数（个） GSE137134 GPL13534-11288 1 6 6 GSE136906 GPL16686 2 6 6 GSE108110 GPL570 3 9 9 注：1、2、3分别为Illumina HumanMethylation450 BeadChip (HumanMethylation450_15017482)、[HuGene-2_0-st] Affymetrix Human Gene 2.0 ST Array [transcript (gene) version]、[HG-U133_Plus_2] Affymetrix Human Genome U133 Plus 2.0 Array 1.2 GEO数据集的分析
下载GSE137134与GSE136906数据集并将数据集中的探针代码转换成基因符号。使用R语言中的“Limma”软件包寻找GSE137134中瘢痕组织与正常组织的差异甲基化基因（differentially methylated genes，DMG）和GSE136906中的差异表达基因（differently expressed genes，DEG），即寻找P<0.05相关基因并记录，将这些基因纳入WGCNA分析。
1.3 WGCNA构建及临床相关性分析
使用R语言软件中的“FlashClust”软件包对样本进行聚类分析。使用“pickSoftThreshold”函数来调节参数β的权重以尽量符合无尺度网络。使用WGCNA软件包将有相关性和相邻关系的DMG计算成为拓扑重叠矩阵（opological overlap matrix， TOM）并计算其相应的相异度1-TOM。使用1-TOM作为距离度量，进行分层聚类以识别模块。设定模块内最少的基因个数为30个，将高度相似的模块通过聚类标记并合并。使用“plotDendroAndColors”函数对基因模块进行可视化，并选取模块内基因绘制热图。将临床特征和模块内的基因联合分析，寻找与瘢痕组织密切相关的模块并探究模块内基因的生物学意义，对生成模块与临床特征之间的相关性热图进行聚类。
1.4 模块内基因功能富集分析
使用Metascape数据库和基因探针富集分析（gene set enrichment analysis，GSEA）软件对模块内的基因进行基因本体论（gene ontology，GO）分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）富集分析和注释。
1.5 模块内基因甲基化状态的探究
基于瘢痕组织mRNA数据集GSE136906及其甲基化数据集GSE137134属于同一批次的样本，本研究利用数据集GSE136906探究模块内基因的甲基化状态。使用Funrich软件将模块内高甲基化状态的基因与低表达的基因取交集，将模块内低甲基化状态的基因与高表达的基因取交集，在交集内的基因是具有异常甲基化状态的基因。
1.6 统计学处理
依据受试者操作特征（ROC）曲线下面积，评估基因的诊断价值。使用数据集GSE136906及GSE108110进行机器学习，将这2个数据集内异常甲基化基因的表达量依次纳入SVM模型并进行标准化，构建SVM分类器，使用交叉验证的方法选取惩罚参数c和核函数参数g，随机选取2/3的样本作为训练集，其余1/3则作为验证集，当SVM分类器的效能达到90%时则不再纳入新基因。
使用SPSS 22.0、GraphPad Prism 8统计软件进行数据处理及统计学分析，使用Matlab软件进行支持向量机模型构建，P<0.05为差异有统计学意义。
2. 结果
2.1 WGCNA网络构建及临床相关性分析
从数据集GSE136906中筛选出1 061个DEG，见图1。从数据集GSE137134中筛选出16 141个DMG。聚类结果显示没有明显离群的样本，因此2个数据集中12个样本均被纳入共表达网络。“pickSoftThreshold”函数的结果显示，当权重参数β=9时，log（k）与log ［p（k）］之间相关系数的平方>0.9，k表示节点的连接度，p（k）表示WGCNA网络具有无标度网络的特征。选取软阈值β=9来构建WGCNA网络（图2）。模块的相关性热图与聚类分析展示在图3中。筛选后得到10个相应的模块，临床相关性结果显示棕色模块与瘢痕组织形成相关性较高（图4），该模块内共有2 646个基因。在所有相关系数>0.7的模块中，棕色模块内基因数目最多，因此选择该模块进行进一步研究。
1 GSE136906数据集中烧伤后瘢痕和正常组织的差异表达基因火山图注： P-value为差异表达分析后未经校正的P值，Fold change为瘢痕组织与正常组织差异表达倍数；图中绿色为低表达且差异有统计学意义的基因，红色为高表达且差异有统计学意义的基因,黑色为差异无统计学意义的基因
3 加权基因共表达网络分析网络模块之间的相互作用注：MEgreen、MEbrown、MEturquoise、MEmagenta、MEpink、MEblack、MEyellow、MEblue、MEred分别表示绿、棕、蓝绿、洋红、粉、黑、黄、蓝、红色模块；图中横向刻度值为各模块聚类分析相对聚类距离；图中纵向刻度值为数据模块色值
4 烧伤后瘢痕组织临床特征与模块之间的关联注：图左侧标注为加权基因共表达网络分析结果所示颜色模块名称；模块中数据表示对应加权基因共表达网络分析模块与临床性状的相关性系数以及其对应P值，括号内为P值2.2 棕色模块中基因功能富集分析
GO分析结果显示，模块内的基因主要富集在“α-氨基-3-羟基-5-甲基-4-异恶唑-丙酸酯选择性谷氨酸受体活性的调控”“雄激素受体信号通路的调控”等，见图5A。KEGG通路富集分析结果显示，模块内的基因主要与“细胞因子-细胞因子受体相互作用”“过氧化物酶体增殖物激活受体信号通路”等相关，见图5B。Metascape分析结果显示，模块内基因主要富集在“急性粒细胞白血病”“半胱氨酸型内肽酶抑制剂的活性”“胰岛素分泌的正调节”等方面，见图6。富集分析结果表明，这些基因可通过细胞因子受体、胰岛素受体等调节瘢痕组织。
5 对烧伤后瘢痕组织相关性高的模块通过基因探针富集分析进行基因功能和通路分析。5A.基因本体论功能富集；5B.京都基因与基因组百科全书功能富集注：图5A中的绿、棕、蓝、黑、浅棕、紫色曲线分别表示对核因子κB导入细胞核的负向调节、对白细胞介素1产生的正向调节、对α-氨基-3-羟基-5-甲基-4-异恶唑-丙酸酯选择性谷氨酸受体的活性调控、雄激素受体信号通路调控、脂肪酸氧化的调控、泛酸样蛋白结合酶的调节通路，图5B中的绿、棕、蓝、黑、浅棕色曲线分别表示细胞因子-细胞因子受体的相互作用、Janus激酶/信号转导与转录激活子信号通路、泛酸和辅酶A生物合成、过氧化物酶体增殖物激活受体信号途径、转化生长因子β信号途径
6 对烧伤后瘢痕组织相关性高的模块通过Metascape数据库进行基因功能和通路分析。6A.基因本体论功能富集；6B. 京都基因与基因组百科全书功能富集注：P-value为差异表达分析后未经校正的P值；图6A的红、蓝、绿、紫、橙、黄、棕、浅紫、灰、浅绿、浅黄、浅紫、浅橙色圆点分别与图6B从上至下的条带一一对应，依次表示急性粒细胞白血病、半胱氨酸型内肽酶抑制剂的活性、胰岛素分泌的正调节、突触膜、脂肪细胞分化、高尔基体膜、参与免疫反应的水解酶激活、溶酶体膜、参与免疫反应的白细胞激活、核包膜、神经发生正向调节、中毒反应、心脏发育通路2.3 棕色模块内基因甲基化状态
共有35个具有异常甲基化状态的基因，其中的高表达-低甲基化基因21个（图7A、7B），低表达-高甲基化基因14个（图7C、7D）。
7 烧伤后瘢痕组织差异表达甲基化基因的热图。7A.21个高表达-低甲基化基因的热图；7B.14个低表达-高甲基化基因的热图注：“type”表示组织类型，“N”表示正常组织，“S”表示瘢痕组织2.4 统计分析结果
ROC曲线分析结果显示，CCR2、LMO7、STEAP4、NNAT、TCF7L2、ZC3H12B等基因具有较好的瘢痕诊断效能，其曲线下面积（AUC）值居于前列。见表2。
表2 烧伤后瘢痕组织与正常组织异常甲基化基因受试者操作特征曲线下面积及P值基因 曲线下面积 P值 CCR2 0.972 <0.001 LMO7 0.972 0.011 STEAP4 0.972 <0.001 NNAT 0.944 <0.001 TCF7L2 0.944 0.003 ZC3H12B 0.944 0.010 AMPD3 0.917 <0.001 BTBD17 0.917 0.039 PRICKLE1 0.917 <0.001 将这些基因按照AUC值从大到小依次纳入SVM模型中，当纳入CCR2、LMO7、STEAP4、NNAT和TCF7L2这5个基因时，惩罚参数c和核函数参数g都<0.01，此时构建的分类器模型分类准确率为93.3%，表明上述基因有较好的分类功能（图8）。
8 烧伤后瘢痕组织差异表达甲基化基因的数据展示及5个差异甲基化基因可视图。8A、8B、8C、8D、8E、8F.分别为数据的整体展示及TCF7L2、NNAT、LMO7、CCR2和STEAP4基因的分维可视化图3. 讨论
烧伤是临床上常见的疾病，其中相当一部分患者为深Ⅱ度及以上烧伤。瘢痕是烧伤后康复期患者最常见的并发症之一，该疾病会严重影响患者的外貌和生活质量。因此，探究烧伤后瘢痕组织的形成机制并寻找潜在的治疗靶点对改善烧伤患者的预后具有重要意义。本研究利用WGCNA分析寻找与烧伤后瘢痕形成相关的基因模块，并探究了模块内的基因生物功能和甲基化状态，该研究为治疗烧伤后瘢痕提供了有意义的临床参考价值。
根据富集分析的结果，棕色模块内的基因具有“雄激素受体信号通路的调控”功能，因此本研究认为雄激素受体在瘢痕组织生成过程中具有一定作用；且由于DNA甲基化状态的改变，该通路状态发生改变。而Schierle等［9］研究结果显示，雄激素受体DNA的含量在瘢痕组织与正常组织之间具有显著差异；同时指出抗雄激素物质可通过竞争结合雄激素受体导致瘢痕组织中Ⅰ型前胶原mRNA低表达，因此本研究认为抗雄激素物质具有治疗瘢痕的潜力。“细胞因子-细胞因子受体相互作用”在KEGG分析中被富集到，研究表明多种细胞因子如血管源性生长因子、IL家族等对瘢痕生成有重要影响［10, 11, 12, 13］。因此本研究认为模块内的基因可调节细胞因子受体，与微环境内的细胞因子相互作用并诱导瘢痕组织的形成。Metascape数据库的分析显示，“胰岛素分泌的正调节”被显著富集，表明这些异常甲基化的基因可能导致胰岛素相关通路的改变。因此本研究认为胰岛素在瘢痕生成方面具有重要作用，Hallam等［14］进行的一项随机对照实验显示，皮下注射胰岛素可减少瘢痕产生。因此，本研究认为胰岛素注射也可作为瘢痕治疗的潜在疗法。
在棕色模块内共显示了35个异常甲基化基因，其中CCR2、LMO7、STEAP4、NNAT和TCF7L2具有良好的瘢痕诊断效能并被纳入到SVM模型中。CCR2编码单核细胞趋化蛋白-1，Frik等［15］研究显示CCR2敲除小鼠脑损伤后单核细胞浸润减少且瘢痕形成减少。本研究中观察到瘢痕组织中CCR2是高表达的，推测CCR2可诱导瘢痕产生，是瘢痕治疗的潜在靶点。本研究结果显示LMO7在瘢痕组织中高表达，推测LMO7可促进瘢痕组织产生。Xie等［16］研究表明LMO7由TGF-β诱导并通过TGF-β途径负反馈调节在伤口愈合和瘢痕生成中发挥重要作用，这与本研究结果一致。STEAP4、NNAT和TCF7L2则未见相应报道，其在瘢痕产生中的作用可能需要进一步实验研究进行验证。
总之，本研究通过WGCNA初步分析了烧伤后瘢痕产生的分子机制和异常甲基化基因，结果显示基因CCR2、LMO7、STEAP4、NNAT和TCF7L2在瘢痕形成中具有重要作用，可作为治疗的潜在靶点。
李晓亮、谢江帆、叶向阳：酝酿和设计研究、实施研究、采集数据、分析/解释数据、起草文章、统计分析；李允、李琰光、冯可、田社民、娄季鹤：对文章的知识性内容作批评性审阅；夏成德：研究指导、行政支持、技术支持、材料支持所有作者均声明不存在利益冲突广告目次深圳市源兴医药股份有限公司 ………………………………………………………………………………………… 插页1上海铠唏尔医疗器械贸易有限公司 …………………………………………………………………………………… 插页2南海朗肽制药有限公司 ………………………………………………………………………………………… 对中文目次1江西省科星生物工程有限公司 ………………………………………………………………………………… 对中文目次2上海腾瑞制药股份有限公司 …………………………………………………………………………………… 对英文目次1美纳里尼（中国）投资有限公司 ………………………………………………………………………………………… 插页3保赫曼（上海）贸易有限公司 …………………………………………………………………………………………… 插页4浙江医学科技开发有限公司 …………………………………………………………………………………………… 插页5苏州汇涵医用科技发展有限公司 ……………………………………………………………………………………… 插页6苏州爱得科技发展股份有限公司 ……………………………………………………………………………………… 对正文珠海亿胜生物制药有限公司 ……………………………………………………………………………………………… 封三武汉维斯第医用科技股份有限公司 ……………………………………………………………………………………… 封底 -
参考文献
(37) [1] 杨梅, 钱素云. 脓毒症相关性脑病的生物学标志物研究进展[J].中华实用儿科临床杂志,2020,35(6):411-414. DOI: 10.3760/cma.j.cn101070-20200317-00428. [2] HelbingDL, BöhmL, WitteOW. Sepsis-associated encephalopathy[J]. CMAJ, 2018,190(36):E1083. DOI: 10.1503/cmaj.180454. [3] 冯颖, 谢波, 谈鹰, 等. 脓毒症相关性脑病的研究进展[J].内科急危重症杂志,2021,27(3):238-242. DOI: 10.11768/nkjwzzzz20210315. [4] AnnaneD, SharsharT. Cognitive decline after sepsis[J]. Lancet Respir Med, 2015, 3(1):61-69. DOI: 10.1016/S2213-2600(14)70246-2. [5] 冯颖, 谈鹰, 谢波, 等. TCD在脓毒症患者脑循环监测中的应用及对其转归的预测价值[J].中华急诊医学杂志,2020,29(8):1087-1092. DOI: 10.3760/cma.j.issn.1671-0282.2020.08.012. [6] SonnevilleR, de MontmollinE, PoujadeJ, et al. Potentially modifiable factors contributing to sepsis-associated encephalopathy[J]. Intensive Care Med, 2017,43(8):1075-1084. DOI: 10.1007/s00134-017-4807-z. [7] 辛璐, 张扬. 血清PCT、CRP、cTnⅠ及NT-proBNP水平与感染性休克患者病情危重程度的相关性研究[J].内科急危重症杂志,2020,26(3):207-211. DOI: 10.11768/nkjwzzzz20200308. [8] 中国医师协会烧伤医师分会《烧伤感染诊治指南》编辑委员会. 烧伤感染的诊断标准与治疗指南(2012版)[J].中华烧伤杂志,2012,28(6):401-403. DOI: 10.3760/cma.j.issn.1009-2587.2012.06.001. [9] 刘辉, 童亚林, 姚咏明. 新的挑战——中枢神经系统在脓毒症发病中重要作用再认识[J]. 中华急诊医学杂志, 2020, 29(2):141-144. DOI: 10.3760/cma.j.issn.1671-0282.2020.02.001. [10] SwannK, BergerJ, SpragueSM, et al. Peripheral thermal injury causes blood-brain barrier dysfunction and matrix metalloproteinase (MMP) expression in rat[J]. Brain Res, 2007,1129(1):26-33. DOI: 10.1016/j.brainres.2006.10.061. [11] 罗高兴. 烧伤后脏器并发症的发生与防治[J].中华烧伤杂志,2019,35(8):565-567. DOI: 10.3760/cma.j.issn.1009-2587.2019.08.002. [12] GreenhalghDG. Sepsis in the burn patient: a different problem than sepsis in the general population[J/OL]. Burns Trauma, 2017,5:23[2021-10-06]. https://pubmed.ncbi.nlm.nih.gov/28795054/.DOI: 10.1186/s41038-017-0089-5. [13] 郐国虎, 蒋伟. 血清标记物检测在创伤性颅脑损伤辅助诊断及严重程度评估中的应用研究进展[J].山东医药,2020,60(21):100-102. DOI: 10.3969/j.issn.1002-266X.2020.21.027. [14] MolnárL, FülesdiB, NémethN, et al. Sepsis-associated encephalopathy: a review of literature[J]. Neurol India, 2018,66(2):352-361. DOI: 10.4103/0028-3886.227299. [15] VachharajaniV, CunninghamC, YozaB, et al. Adiponectin-deficiency exaggerates sepsis-induced micro- vascular dysfunction in the mouse brain[J]. Obesity (Silver Spring), 2012,20(3):498-504. DOI: 10.1038/oby.2011.316. [16] 兰雪, 崔艳芳, 陈国萍, 等. 血清生物标志物在缺血缺氧性脑病新生儿中的研究进展[J].标记免疫分析与临床,2021,28(2):353-357. DOI: 10.11748/bjmy.issn.1006-1703.2021.02.039. [17] KambeT, MotoiY, InoueR, et al. Differential regional distribution of phosphorylated tau and synapse loss in the nucleus accumbens in tauopathy model mice[J]. Neurobiol Dis, 2011,42(3):404-414. DOI: 10.1016/j.nbd.2011.02.002. [18] StukasS, HigginsV, FrndovaH, et al. Characterisation of serum total tau following paediatric traumatic brain injury: a case-control study[J]. Lancet Child Adolesc Health, 2019,3(8):558-567. DOI: 10.1016/S2352-4642(19)30194-4. [19] WangJW, LiJ, HanL, et al. Serum τ protein as a potential biomarker in the assessment of traumatic brain injury[J]. Exp Ther Med, 2016,11(3):1147-1151. DOI: 10.3892/etm.2016.3017. [20] ZhaoT, XiaY, WangDW, et al. Association between elevated serum tau protein level and sepsis-associated encephalopathy in patients with severe sepsis[J]. Can J Infect Dis Med Microbiol, 2019,2019:1876174. DOI: 10.1155/2019/1876174. [21] 高玉春, 曹玲, 薛勇. 缺氧缺血性脑病早产儿血清Tau蛋白与病情严重程度和预后的关系[J].中国急救复苏与灾害医学杂志,2020,15(2):164-167. DOI: 10.3969/j.issn.1673-6966.2020.02.011. [22] OlssonB, LautnerR, AndreassonU, et al. CSF and blood biomarkers for the diagnosis of Alzheimer's disease: a systematic review and meta-analysis[J]. Lancet Neurol, 2016,15(7):673-684.DOI: 10.1016/S1474-4422(16)00070-3. [23] HagagAA, El FrargyMS, YonisRL, et al. Diagnostic value of assessment of serum cortisol, hepcidin and thyroid hormones levels in neonates with late-onset sepsis[J]. Infect Disord Drug Targets, 2021,21(2):248-256. DOI: 10.2174/1871526520666200327185244. [24] 姚咏明, 盛志勇. 重视对脓毒症本质的探讨[J].中华急诊医学杂志,2005, 14(3):185-186. DOI: 10.3760/j.issn:1671-0282.2005.03.002. [25] 林建华. ACTH、COR在评估颅脑损伤患者病情与预后的临床意义[J].中华全科医学,2013,11(7):1115-1116. [26] 徐鹏, 张国斌, 刘睽, 等. 颅脑创伤后的血清皮质醇变化及对机体的影响[J].国际神经病学神经外科学杂志,2008,35(5):420-423. DOI: 10.16636/j.cnki.jinn.2008.05.006. [27] SörboA, EivingI, TheodorssonE, et al. Pre-traumatic conditions can influence cortisol levels before and after a brain injury[J]. Acta Neurol Scand, 2020,141(4):342-350. DOI: 10.1111/ane.13212. [28] 柳建生, 屠传建, 章月江, 等. 亚低温治疗重型颅脑损伤的有效性在血皮质醇、促肾上腺皮质激素的反映[J].浙江创伤外科,2009,14(6):559-560. DOI: 10.3969/j.issn.1009-7147.2009.06.007. [29] 李志涛, 闫华, 刘暌, 等. 脑损伤后神经内分泌改变研究进展[J].国际神经病学神经外科学杂志,2008,35(3):217-220. DOI: 10.16636/j.cnki.jinn.2008.03.025. [30] 姚咏明, 黄立锋. 烧伤后脓毒性脑病发生机制与诊治对策[J/CD]. 中华损伤与修复杂志:电子版, 2011, 6(2):167-173. DOI: 10.3877/cma.j.issn.1673-9450.2011.02.002. [31] FlierlMA, StahelPF, ToubanBM, et al. Bench-to-bedside review: burn-induced cerebral inflammation--a neglected entity?[J]. Crit Care, 2009,13(3):215. DOI: 10.1186/cc7794. [32] PatelTH, SpragueS, LaiQ, et al. Blood brain barrier (BBB) dysfunction associated with increased expression of tissue and urokinase plasminogen activators following peripheral thermal injury[J]. Neurosci Lett, 2008,444(3):222-226. DOI: 10.1016/j.neulet.2008.08.020. [33] 万田田, 姬文卿, 郭树彬. 脓毒症相关性脑病的发病机制和干预措施研究进展[J].中华急诊医学杂志,2021,30(7):902-907. DOI: 10.3760/cma.j.issn.1671-0282.2021.07.026. [34] RehmanSU, AliT, AlamSI, et al. Ferulic acid rescues LPS-induced neurotoxicity via modulation of the TLR4 receptor in the mouse hippocampus[J]. Mol Neurobiol, 2019,56(4):2774-2790. DOI: 10.1007/s12035-018-1280-9. [35] 姚咏明, 张卉, 童亚林. 深化对烧伤脓毒症诊断体系与治疗策略的认识[J].中华烧伤杂志,2021,37(5):404-409. DOI: 10.3760/cma.j.cn501120-20200703-00337. [36] PileriD, Accardo PalomboA, D'AmelioL,et al. Concentrations of cytokines IL-6 and IL-10 in plasma of burn patients: their relationship to sepsis and outcome[J]. Ann Burns Fire Disasters, 2008,21(4):182-185. [37] KraftR, HerndonDN, FinnertyCC, et al. Predictive value of IL-8 for sepsis and severe infections after burn injury: a clinical study[J]. Shock, 2015,43(3):222-227. DOI: 10.1097/SHK.0000000000000294. -
表1 2组烧伤脓毒症患者一般情况比较
组别 例数 性别（例） 年龄 （岁， 深Ⅱ度烧伤面积（%TBSA， Ⅲ度烧伤面积 （%TBSA， 急性生理学和慢性健康状况评价Ⅱ评分（分， 男 女 非SAE组 20 21 12 8 38±4 45±7 29±3 22±3 SAE组 13 8 37±5 48±5 28±4 23±3 统计量值 χ 2=0.02 t=0.71 t=1.59 t=0.91 t=1.07 P值 0.901 0.485 0.124 0.369 0.293 注：SAE为脓毒症相关性脑病，TBSA为体表总面积 
下载: 导出CSV
表2 2组烧伤脓毒症患者血清S100β和NSE水平在脓毒症确诊后各时间点的比较（μg/L，
组别与指标 例数 12 h 24 h 48 h SAE组 21 S100β 2.38±0.21 3.52±0.16 2.45±0.18 NSE 18.4±2.2 26.3±1.8 21.8±2.0 非SAE组 20 S100β 0.35±0.12 0.42±0.08 0.38±0.11 NSE 6.3±1.1 8.4±1.0 6.8±1.1 t 1值 37.74 77.84 44.16 P 1值 <0.001 <0.001 <0.001 t 2值 22.51 38.76 29.31 P 2值 <0.001 <0.001 <0.001 注：NSE为神经元特异性烯醇化酶，SAE为脓毒症相关性脑病；S100β、NSE处理因素主效应， F值分别为18.36、7.12， P值均<0.001；时间因素主效应， F值分别为7.11、4.38， P值均<0.001；两者交互作用， F值分别为2.34、0.78， P值均<0.001； t 1值、 P 1值， t 2值、 P 2值分别为组间S100β、NSE于脓毒症确诊后各时间点比较所得
下载: 导出CSV
表3 2组烧伤脓毒症患者SAE血清标志物在脓毒症确诊后各时间点的比较（
组别与指标 例数 12 h 24 h 48 h 72 h 120 h 168 h SAE组 21 IL-6（pg/mL） 237±16 208±19 160±14 135±17 121±20 98±17 IL-10（pg/mL） 30.3±1.8 28.8±1.1 24.4±1.3 19.1±1.1 17.0±1.5 8.1±1.6 TNF-α（pg/mL） 17.1±1.6 15.8±1.5 13.3±1.4 10.8±1.3 8.7±1.0 6.5±1.1 Tau蛋白（pg/mL） 7.0±0.8 11.1±1.1 8.6±1.1 7.1±0.9 6.2±1.1 4.4±1.0 ACTH（pg/mL） 60.8±32.6 78.3±30.2 49.1±28.5 34.8±18.7 25.0±11.2 12.6±4.9 皮质醇（nmol/L） 895±178 1 225±132 602±180 456±84 391±80 329±70 非SAE组 20 IL-6（pg/mL） 191±18 167±16 150±18 122±17 100±20 88±19 IL-10（pg/mL） 25.2±1.2 24.1±1.1 20.4±1.1 16.3±1.1 14.0±1.2 6.1±1.0 TNF-α（pg/mL） 15.1±1.1 13.4±1.2 10.8±1.6 8.5±0.8 7.1±1.0 6.0±0.9 Tau蛋白（pg/mL） 5.4±1.0 9.0±1.1 7.4±1.0 6.1±0.9 5.1±1.0 3.2±0.9 ACTH（pg/mL） 16.3±4.2 18.1±1.3 16.8±5.8 14.8±3.9 12.4±3.4 8.6±3.6 皮质醇（nmol/L） 381±91 431±78 365±102 343±97 302±60 278±49 t 1值 8.56 7.32 2.08 2.53 3.37 1.79 P 1值 <0.001 <0.001 0.045 <0.001 <0.001 0.480 t 2值 10.68 13.50 10.59 8.09 7.17 4.71 P 2值 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 t 3值 4.44 5.36 5.35 6.85 5.15 1.85 P 3值 <0.001 <0.001 <0.001 <0.001 <0.001 0.216 t 4值 5.51 3.20 3.61 3.58 3.28 4.21 P 4值 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 t 5值 5.91 5.66 4.98 4.69 4.78 2.97 P 5值 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 t 6值 5.44 5.46 3.55 2.19 2.10 2.69 P 6值 <0.001 <0.001 <0.001 0.242 0.252 0.066 注：SAE为脓毒症相关性脑病，IL为白细胞介素，TNF-α为肿瘤坏死因子α，ACTH为促肾上腺皮质激素；IL-6、IL-10、TNF-α、Tau蛋白、ACTH、皮质醇处理因素主效应， F值分别为9.42、1.23、20.10、2.43、6.82、1.12， P值均<0.001；时间因素主效应， F值分别为13.41、3.91、23.43、1.92、11.32、2.91， P值均<0.001；两者交互作用， F值分别为0.79、12.12、15.60、0.48、4.91、0.31， P值均<0.001； t 1值、 P 1值， t 2值、 P 2值， t 3值、 P 3值， t 4值、 P 4值， t 5值、 P 5值， t 6值、 P 6值分别为组间IL-6、IL-10、TNF-α、Tau蛋白、ACTH、皮质醇于脓毒症确诊后各时间点比较所得
下载: 导出CSV
表4 2组烧伤脓毒症患者脑血流参数在脓毒症确诊后各时间点的比较（
组别与指标 例数 1 d 3 d 7 d SAE组 21 VmMCA（cm/s） 36±21 42±20 46±21 搏动指数 1.7±0.5 1.5±0.3 1.4±0.3 CBFi 405±105 441±98 460±96 非SAE组 20 VmMCA（cm/s） 54±18 56±20 59±19 搏动指数 1.3±0.5 1.2±0.3 1.0±0.5 CBFi 490±102 513±99 524±104 t 1值 2.94 2.24 2.08 P 1值 0.015 0.093 0.135 t 2值 2.56 3.20 3.12 P 2值 0.042 0.009 0.009 t 3值 2.67 2.34 2.05 P 3值 0.036 0.075 0.141 注：SAE为脓毒症相关性脑病，VmMCA为大脑中动脉平均血液流速，CBFi为脑血流指数；VmMCA、搏动指数、CBFi处理因素主效应， F值分别为2.49、11.45、4.72， P值均<0.001；时间因素主效应， F值分别为4.61、13.51、5.17， P值均<0.001；两者交互作用， F值分别为1.12、7.89、3.78， P值分别为<0.001、0.183、<0.001； t 1值、 P 1值， t 2值、 P 2值， t 3值、 P 3值分别为组间VmMCA、搏动指数、CBFi于脓毒症确诊后各时间点比较所得
下载: 导出CSV
表5 41例烧伤脓毒症患者发生脓毒症相关性脑病的多因素logistic回归模型的分析结果
因素 回归系数 标准误 比值比 95%置信区间 P值 确诊后12 h的血清IL-6（pg/mL） 0.45 0.08 2.42 1.76~3.82 <0.001 确诊后24 h的血清Tau蛋白（pg/mL） 0.62 0.09 1.38 1.06~2.45 0.002 确诊后24 h的血清ACTH（pg/mL） 0.45 0.34 4.29 1.37~6.68 0.007 确诊后24 h的血清皮质醇（nmol/L） 0.65 0.26 4.19 3.32~8.79 <0.001 注：确诊后为脓毒症确诊后；IL-6为白细胞介素6，ACTH为促肾上腺皮质激素
下载: 导出CSV
-
下载:
计量
- 文章访问数: 372
- HTML全文浏览量: 98
- PDF下载量: 45
- 被引次数: 0
