Effects of Krüppel-like factor 4 on inflammatory response and organ injury in septic mice
-
摘要:
目的 探讨Krüppel样因子4（KLF4）在巨噬细胞炎症反应中的表达特点与作用及其对脓毒症小鼠炎症反应与脏器损伤的作用，为烧创伤脓毒症的靶向治疗奠定理论基础。 方法 采用实验研究方法。取小鼠RAW264.7巨噬细胞与从10只6~8周龄雄性C57BL/6J小鼠中提取的原代腹腔巨噬细胞（PM）进行实验。采用内毒素/脂多糖（LPS）分别处理RAW264.7巨噬细胞与PM 0（未处理）、1、2、4、6、8、12、24 h构建巨噬细胞炎症反应模型，采用实时荧光定量反转录PCR（RT-PCR）法检测白细胞介素1β（IL-1β）、IL-6、CC趋化因子配体2（CCL2）与肿瘤坏死因子α（TNF-α）mRNA表达，据此确定后续部分实验LPS处理时间。用LPS处理RAW264.7巨噬细胞0、8 h，采用免疫荧光法检测KLF4的定位与蛋白表达；利用高通量测序技术平台对细胞进行转录组测序，采用DESeq2软件筛选2种处理时间细胞间的差异表达基因（DEG）。采用LPS分别处理RAW264.7巨噬细胞与PM 0、1、2、4、6、8、12、24 h，分别用实时荧光定量RT-PCR法与蛋白质印迹法检测KLF4的mRNA与蛋白表达。将RAW264.7巨噬细胞按随机数字表法分为阴性对照组与KLF4过表达组，分别转染对应质粒后用LPS处理0、8 h，采用实时荧光定量RT-PCR法检测KLF4、IL-1β、IL-6、CCL2与TNF-α的mRNA表达，采用蛋白质印迹法检测KLF4蛋白表达。前述实验样本数均为3。将40只6~8周龄雄性C57BL/6J小鼠按随机数字表法分为KLF4过表达组和阴性对照组（每组20只），分别注射相应转染注射液后构建盲肠结扎穿孔脓毒症模型。采用随机数字表法从2组小鼠中各选取12只，观察建模后72 h内生存情况。于建模后8 h取2组分别剩余的8只小鼠，先行眼球取血，采用酶联免疫吸附测定法检测血清中IL-1β、IL-6水平，采用干化学法检测血清中丙氨酸转氨酶（ALT）、天冬氨酸转氨酶（AST）水平；后取心脏、肺脏、肝脏组织，行苏木精-伊红染色后观察损伤情况。对数据行独立样本t检验、Cochran&Cox近似t检验、单因素方差分析、Dunnett检验、Brown-Forsythe和Welch单因素方差分析、Dunnett T3检验、log-rank（Mantel-Cox）检验。 结果 与LPS处理0 h比较，LPS处理6 h与8 h RAW264.7巨噬细胞中IL-1β mRNA表达、LPS处理4~12 h RAW264.7巨噬细胞中IL-6 mRNA表达、LPS处理8 h和12 h RAW264.7巨噬细胞中CCL2 mRNA表达以及LPS处理4~8 h RAW264.7巨噬细胞中TNF-α mRNA表达均显著上调（P<0.05或P<0.01），LPS处理4~8 h PM中IL-1β与CCL2 mRNA表达、LPS处理2~24 h PM中IL-6 mRNA表达以及LPS处理2~12 h PM中TNF-α mRNA表达均显著上调（P<0.05或P<0.01）。选取8 h作为后续部分实验的LPS处理时间。KLF4主要定位在RAW264.7巨噬细胞的细胞核中。与LPS处理0 h比较，LPS处理8 h RAW264.7巨噬细胞中KLF4蛋白表达明显减少；LPS处理8 h RAW264.7巨噬细胞中有1 470个差异表达显著的DEG，包括转录表达显著下调的KLF4［错误发现率<0.05，log2（差异倍数）=-2.47］。与LPS处理0 h比较，LPS处理6~24 h RAW264.7巨噬细胞中KLF4 mRNA表达、LPS处理1~24 h RAW264.7巨噬细胞与PM中KLF4蛋白表达以及LPS处理4~24 h PM中KLF4的mRNA表达均明显降低（P<0.05或P<0.01）。与阴性对照组比较，KLF4过表达组LPS处理0、8 h RAW264.7巨噬细胞中KLF4的mRNA（t'值分别为17.03、8.61，P<0.05或P<0.01）与蛋白表达均明显升高，LPS处理0 h RAW264.7巨噬细胞中IL-6、CCL2的mRNA表达均明显升高（t值分别为6.29、3.40，P<0.05或P<0.01），LPS处理8 h RAW264.7巨噬细胞中IL-1β、IL-6、CCL2、TNF-α的mRNA表达均显著下降（t值分别为10.52、9.60、4.58、8.58，P<0.01）。KLF4过表达组小鼠建模后72 h内生存比例明显高于阴性对照组（χ2=4.01，P<0.05）。建模后8 h，KLF4过表达组小鼠血清中IL-1β、IL-6与ALT、AST水平分别为（161±63）、（476±161）pg/mL与（144±24）、（264±93）U/L，明显低于阴性对照组的（257±58）、（654±129）pg/mL与（196±27）、（407±84）U/L（t值分别为3.16、2.44与4.04、3.24，P<0.05或P<0.01）。建模后8 h，与阴性对照组比较，KLF4过表达组小鼠心脏、肺脏、肝脏的组织结构紊乱减轻，炎性渗出明显减少，脏器实质细胞病理样改变明显减轻。 结论 KLF4在LPS诱导的巨噬细胞炎症反应中表达显著下降，显著抑制巨噬细胞炎症反应；KLF4显著提高脓毒症小鼠生存率并缓解炎症反应与脓毒症相关脏器损伤。 Abstract:Objective To explore the expression characteristics and role of Krüppel-like factor 4 (KLF4) in macrophage inflammatory response and its effects on inflammatory response and organ injury in septic mice, so as to lay a theoretical foundation for targeted treatment of burns and trauma sepsis. Methods The method of experimental research was used. Mouse RAW264.7 macrophages and primary peritoneal macrophages (PMs) isolated from 10 male C57BL/6J mice aged 6-8 weeks were used for the experiments. RAW264.7 macrophages and PMs were treated with endotoxin/lipopolysaccharide (LPS) for 0 (without treatment), 1, 2, 4, 6, 8, 12, and 24 h, respectively, to establish macrophage inflammatory response model. The mRNA expression of interleukin 1β (IL-1β), IL-6, CC chemokine ligand 2 (CCL2) and tumor necrosis factor-α (TNF-α) were detected by real-time fluorescence quantitative reverse transcription polymerase chain reaction (RT-PCR), and the LPS treatment time was determined for some of the subsequent experiments. RAW264.7 macrophages were treated with LPS for 0 and 8 h, the localization and protein expression of KLF4 were detected by immunofluorescence method, transcriptome sequencing of the cells was performed using the high-throughput sequencing technology platform, and the differently expressed genes (DEGs) between the two time points treated cells were screened by DESeq2 software. RAW264.7 macrophages and PMs were treated with LPS for 0, 1, 2, 4, 6, 8, 12, and 24 h, respectively, and the mRNA and protein expressions of KLF4 were detected by real-time fluorescence quantitative RT-PCR and Western blotting, respectively. RAW264.7 macrophages were divided into negative control (NC) group and KLF4-overexpression group according to the random number table, which were treated with LPS for 0 and 8 h respectively after transfection of corresponding plasmid. The mRNA expressions of KLF4, IL-1β, IL-6, CCL2, and TNF-α were detected by real-time fluorescence quantitative RT-PCR, while the protein expression of KLF4 was detected by Western blotting. The number of samples in aforementioned experiments was all 3. Forty male C57BL/6J mice aged 6-8 weeks were divided into KLF4-overexpression group and NC group (with 20 mice in each group) according to the random number table, and the sepsis model of cecal ligation perforation was established after the corresponding transfection injection was injected respectively. Twelve mice were selected from each of the two groups according to the random number table, and the survival status within 72 hours after modeling was observed. Eight hours after modeling, the remaining 8 mice in each of the two groups were selected, the eyeball blood samples were collected to detect the levels of IL-1β and IL-6 in serum by enzyme-linked immunosorbent assay, and the levels of alanine aminotransferase (ALT) and aspartate aminotransferase (AST) in serum by dry chemical method. Subsequently, the heart, lung, and liver tissue was collected, and the injury was observed after hematoxylin-eosin staining. Data were statistically analyzed with independent sample t test, Cochran & Cox approximate t test, one-way analysis of variance, Dunnett test, Brown-Forsythe and Welch one-way analysis of variance, Dunnett T3 test, log-rank (Mantel-Cox) test. Results Compared with that of LPS treatment for 0 h, the mRNA expressions of IL-1β in RAW264.7 macrophages treated with LPS for 6 h and 8 h, the mRNA expressions of IL-6 in RAW264.7 macrophages treated with LPS for 4-12 h, the mRNA expressions of CCL2 in RAW264.7 macrophages treated with LPS for 8 h and 12 h, and the mRNA expressions of TNF-α in RAW264.7 macrophages treated with LPS for 4-8 h were significantly up-regulated (P<0.05 or P<0.01), while the mRNA expressions of IL-1β and CCL2 in PMs treated with LPS for 4-8 h, the mRNA expressions of IL-6 in PMs treated with LPS for 2-24 h, and the mRNA expressions of TNF-α in PMs treated with LPS for 2-12 h were significantly up-regulated (P<0.05 or P<0.01). Eight hours was selected as the LPS treatment time for some of the subsequent experiments. KLF4 mainly located in the nucleus of RAW264.7 macrophages. Compared with those of LPS treatment for 0 h, the protein expression of KLF4 in RAW264.7 macrophages treated with LPS for 8 h was obviously decreased, and there were 1 470 statistically differentially expressed DEGs in RAW264.7 macrophages treated with LPS for 8 h, including KLF4 with significantly down-regulated transcriptional expression (false discovery rate<0.05, log2 (fold change)=-2.47). Compared with those of LPS treatment for 0 h, the mRNA expressions of KLF4 in RAW264.7 macrophages treated with LPS for 6-24 h, the protein expressions of KLF4 in RAW264.7 macrophages and PMs treated with LPS for 1-24 h, and the mRNA expressions of KLF4 in PM treated with LPS for 4-24 h were significantly decreased (P<0.05 or P<0.01). Compared with those in NC group, the mRNA (with t' values of 17.03 and 8.61, respectively, P<0.05 or P<0.01) and protein expressions of KLF4 in RAW264.7 macrophages treated with LPS for 0 h and 8 h in KLF4-overexpression group were significantly increased, the mRNA expressions of IL-6 and CCL2 increased significantly in RAW264.7 macrophages treated with LPS for 0 h (with t values of 6.29 and 3.40, respectively, P<0.05 or P<0.01), while the mRNA expressions of IL-1β, IL-6, CCL2, and TNF-α decreased significantly in RAW264.7 macrophages treated with LPS for 8 h (with t values of 10.52, 9.60, 4.58, and 8.58, respectively, P<0.01). The survival proportion of mice within 72 h after modeling in KLF4-overexpression group was significantly higher than that in NC group (χ2=4.01, P<0.05). Eight hours after modeling, the serum levels of IL-1β, IL-6 and ALT, AST of mice in KLF4-overexpression group were (161±63), (476±161) pg/mL and (144±24), (264±93) U/L, respectively, which were significantly lower than (257±58), (654±129) pg/mL and (196±27), (407±84) U/L (with t values of 3.16, 2.44 and 4.04, 3.24, respectively, P<0.05 or P<0.01) in NC group. Eight hours after modeling, compared with those in NC group, the disorder of tissue structure of heart, lung, and liver, inflammatory exudation, and pathological changes of organ parenchyma cells in KLF4-overexpression group were obviously alleviated. Conclusions The expression of KLF4 is significantly down-regulated in LPS-induced macrophage inflammatory response, which significantly inhibits the macrophage inflammatory response. KLF4 significantly enhances the survival rate of septic mice and alleviates inflammatory response and sepsis-related organ injury. -
Key words:
- Sepsis /
- Macrophages /
- Kruppel-like transcription factors /
- Endotoxins /
- Inflammatory response /
- Organ injury
-
压力性损伤又称为压力性溃疡、压疮，指由于剧烈和/或持续存在的压力或压力+剪切力导致的发生在皮肤和/或潜在皮下软组织的局限性损伤 ［ 1］ 。压力性损伤的预防和护理是临床护理工作的重要环节，其发生率可作为国内外评价临床护理质量的敏感性指标 ［ 2, 3］ 。由于压力性损伤防护及管理过程具有复杂性和持续性，应用护理信息化管理是提高护理工作效率及质量的重要手段之一。近年来，关于压力性损伤护理信息化管理的研究逐渐增多并积累了成果 ［ 4, 5, 6, 7, 8］ ，但尚缺少全面的、针对性的文献可视化分析。CiteSpace是陈超美博士使用Java语言开发的信息可视化软件，该软件可将大量文献以知识图谱的形式呈现，具有多元、分时、动态特点，有助于清晰地显示研究者、研究机构的分布以及领域发展趋势与热点等信息 ［ 9］ 。本文基于CiteSpace 6.1.R2软件，分析检索国内压力性损伤护理信息化管理领域的相关文献，为进一步开展相关研究提供参考。
1. 资料与方法
1.1 资料来源
本研究资料来源于中国知网数据库，采用主题检索的方式进行检索。检索策略为“发表时间（建库至2022年7月31日）AND主题（数字化+决策支持+信息技术+电子病历）AND（压疮+压力性损伤+褥疮）模糊匹配”。文献纳入标准：符合主题并公开发表的论文，包括指南、专家共识、病例研究、综述、调查报告及其他。排除标准：（1）重复发表文献；（2）与主题不符的文献；（3）新闻报道、会议、征稿等。检索出文献后，由2名研究组成员根据前述入选标准阅读文献摘要及全文进行筛选。
1.2 可视化分析
将纳入文献的发文时间和数量导入Excel表中生成折线图，反映我国院内压力性损伤护理信息化管理领域发文年份以及年发文量的变化。
采用CiteSpace 6.1.R2软件对纳入的文献进行计量学分析并绘制作者和机构的可视化图谱。参数设置：时区分割为2005—2022年，时间切片设为1年，节点阈值选择被引次数超过50次的文献，节点类型根据研究目的分别选择关键词、作者和机构。通过可视化图谱分析以下项目：（1）统计发文作者、机构、期刊数量，分析2005年以来高频发文作者和研究机构以及期刊来源分布。（2）选择关键词为分析对象的节点类型，生成研究领域前10位的关键词频次及其中心度表，探讨该研究领域的热点及发展过程。（3）使用对数似然率（LLR）算法对纳入文献的高频关键词进行聚类分析并生成聚类时间线图，实现对国内研究热点领域和研究前沿的可视化展示。最大的聚类以#0标记，以此类推得出关键词聚类图谱，聚类模块值>0.3代表聚类结构显著，平均轮廓值>0.7代表聚类的可信度高 ［ 9］ 。（4）使用突现词检测算法技术在关键词共现分析的基础上生成突现关键词表，突现强度代表某段时间内该关键词频次的变化强度，突现强度越大，说明越受关注。
2. 结果
共检索出378篇文献，整理后纳入323篇文献。
2.1 文献时间分布与来源
2.1.1 发文时间和发文量分析
2005年，我国院内压力性损伤护理信息化管理领域的文献首次发表；2006—2011年发文量处于缓慢上升阶段，年均发文量为6篇；2012—2019年发文量明显增长，年均发文量为24篇；2020年发文量达到42篇，由于文献检索时间截至2022年7月31日，故该值为不完全统计值。见 图1。
2.1.2 发文作者与发文机构共现分析
共检索到380名研究者、306个研究单位。2005—2022年，305位作者以第1作者发表院内压力性损伤护理信息化管理相关文章。其中，发文量≥2篇的核心作者共有10位，发文总计26篇，占比为8.05%（26/323）。发文量排前3位的作者是蒋琪霞（4篇）、李春红（4篇）、魏苏艳（4篇），其他7位作者发文量均为2篇。2005—2022年，我国院内压力性损伤护理信息化管理领域发文量在2篇及以上的机构共15家，发文总计33篇，占比为10.22%（33/323）。发文量排前2位的机构是北京大学深圳医院（4篇）、新疆维吾尔自治区人民医院（3篇），其他13家医院发文量均为2篇。
包含380个节点和346条连线的作者共现图谱显示，≥3人的合作作者团队共有8个，形成了以蒋琪霞、刘云、杨春玲等为核心的作者群，见 图2。包含306个节点177条连线发文机构共现图谱显示，机构之间合作较为分散，仅有3个合作机构网络，其中最大的网络包含了来自南京军区南京总医院、镇江第一人民医院、宿迁市中医院、靖江市人民医院、江苏省中医院、江苏大学附属医院、广州武警总队医院、常熟第二人民医院、北京武警部队总医院、南京市中医院、无锡第二人民医院的科室。见 图3。
2.1.3 文献期刊来源分析
纳入的323篇文献来源于142种期刊。发文量≥10篇的期刊有6种，分别为《护理学杂志》《当代护士》《中华护理杂志》《全科护理》《护士进修杂志》《中华现代护理杂志》，发文量分别为12、12、11、10、10、10篇，占比为20.12%（65/323）。
2.2 研究热点和趋势
2.2.1 关键词共现分析
共纳入282个中文关键词，出现频次居于前3位的关键词依次为压疮、护理管理、护理，中心度排名前3位的关键词依次为压疮、护理、风险预警，排名前位的10关键词的首次出现年份为2005—2016年，见 表1。
表1 2005—2022年中国知网数据库中收录我国院内压力性损伤护理信息化管理领域频次前10位关键词的频次和中心度及首次出现年份序号 关键词 频次 中心度 首次出现的年份 1 压疮 100 1.02 2005 2 护理管理 28 0.11 2009 3 护理 22 0.20 2006 4 护理质量 14 0.07 2009 5 信息化 12 0.06 2014 6 不良事件 10 0.05 2016 7 信息系统 10 0.01 2014 8 风险预警 10 0.13 2008 9 神经外科 9 0.02 2009 10 预警干预 9 0.04 2005 2.2.2 高频关键字聚类分析
通过LLR算法得出的13个聚类团（#0~#12）包含285个节点、546条连线，聚类模块值为0.672（>0.3），聚类内部相似度指标的平均轮廓值为0.916（>0.7）。早期（2005—2009年）研究多借助信息化系统统计压力性损伤的发生率和危险因素，出现#压疮、#发生率、#住院患者、#危险因素等聚类团；而后期（2010—2022年）研究更关注结合数据开展前瞻性预警，出现#预警机制、#风险预警、#应用、#电子病历等聚类团，持续存在的聚类团为#1护理质量、#2护理、#6手术患者。其中，聚类团#2护理出现大量突现节点，聚类团#0压疮包含大量中心节点。最大的聚类团是#0压疮，其成员排名居前3位的是压疮、预警干预和诺顿评分。见 图4。
2.2.3 突现关键词分析
2005—2022年，突现强度排前8位的突现关键词分别是预警干预、预警管理、预警机制、信息系统、护理安全、不良事件、手术室、护理质量。早期（2005—2013年）突现强度排前3位的突现关键词为预警干预、预警管理、预警机制，近3年（2020—2022）出现的突现强度排前2位的突现关键词为手术室和护理质量。其中持续时间最长（2005—2012年）和突现强度最高的关键词是预警干预，见 表2。
表2 2005—2022年中国知网数据库共323篇医院内压力性损伤护理信息化管理相关文献突现强度排前8位的关键词突现情况关键词 突现强度 出现年份 结束年份 预警干预 4.36 2005 2012 预警管理 2.27 2010 2012 预警机制 2.03 2010 2013 信息系统 2.06 2014 2016 护理安全 2.02 2014 2017 不良事件 2.13 2017 2020 手术室 2.59 2019 2022 护理质量 3.04 2020 2022 3. 讨论
3.1 我国院内压力性损伤护理信息化管理的研究现况
一项多中心联合调研显示，医院获得性压力性损伤的发生率为3.49% ［ 10］ 。压力性损伤不仅延长患者住院时间、增加经济负担，还可能导致严重感染甚至死亡。众所周知，院内压力性损伤护理是个复杂和持续的过程，包括评估、预防、处理、上报、记录等环节。不同层级护士的压疮护理能力不一，不利于实现优质护理和同质化管理效果。随着护理信息化技术的不断发展，信息化产品覆盖面已涉及临床护理的各个环节 ［ 11］ ，其在压力性损伤管理中也发挥了重要作用。本研究运用信息可视化软件CiteSpace 6.1.R2对中国知网数据库收录的323篇国内压力性损伤护理信息化管理研究的相关文献进行可视化分析。从发文数量和时间的变化进行分析，2005—2011年该领域的研究处于起步阶段，发展较缓慢；2012—2017年发文量有所增长，年平均发文量约为21篇；2018年国家卫生健康委员会发布《关于印发促进护理服务业改革与发展指导意见的通知》 ［ 12］ 进一步推动国内护理信息技术的发展与应用，这与乐宇超等 ［ 13］ 报道的国内针对护理信息领域的研究热度一致。由此可见，政策因素和行业发展是推动压力性损伤护理信息化管理水平提升的重要因素。本文对作者共线网络、机构间合作节点共现图谱的分析，提示该领域的研究团队合作、机构间合作较分散，易产生知识和信息的壁垒，不利于共享和分析。建议进一步加强压力性损伤护理信息化管理领域作者、机构间的合作，实现知识共享和协作，产出高水平科研成果，服务于临床压力性损伤照护工作，推动该领域学术繁荣与发展。
文献关键词可反映研究对象、研究内容和研究方法等重要信息，用聚类团关键词网络图来揭示该领域的研究热点具有一定的代表性 ［ 9］ 。综合分析本文中频次排前10位的突现关键词的频频次和中心度、关键词聚类时区图提示，当前我国压力性损伤护理信息化管理研究热点已经形成，主要集中在压力性损伤的风险评估和预警、特殊人群压力性损伤管理、改善临床护理管理效率等方面，对该方面的重现，有助于提升护士工作效率，保障护理质量。信息化技术应用过程中也存在一些问题，如院内压力性损伤信息化管理平台功能较为单一，数据处理能力不足，新开发的信息化工具推广受限、应用深度不够等 ［ 14, 15］ 。因此，有研究将技术接受模型应用在压力性损伤管理平台开发全过程，通过提升软件的易用性和有用性，提高不同医院护士的接受度和认同感，从而实现跨地域、大范围、广协同的整体效应 ［ 16］ 。也有学者开发了学习型医疗保健系统，通过搭建反馈型促进压力性损伤护理质量改进的学习型网络 ［ 16］ ，实现了“数据-知识-行为”的良性循环 ［ 15, 16, 17］ 。
3.2 我国院内压力性损伤护理信息化管理研究趋势
随着医院护理信息化建设的不断推进，压力性损伤护理信息化管理领域研究前沿正在不断地深入细化。CiteSpace软件中的突现主题关键词可预测学科发展的新兴趋势 ［ 18］ 。本文对关键词突现强度的分析提示，近20年我国相关领域研究主要呈现以下3大趋势：（1）2005—2013年，关键词——预警频率突增。压力性损伤因其低治愈率、治疗困难导致治疗成本较高，预防是最经济有效的手段已成为全球共识 ［ 19］ 。风险预警是预防压力性损伤的第1步，预测结果的准确与否直接影响预防措施的选择和实施效果。该阶段研究侧重于基于信息系统的压疮量表改良以及不同压疮量表预测效果对比，旨在准确预测住院患者压力性损伤发生风险、及时采取针对性措施 ［ 20, 21］ 。（2）2014—2020年，关键词——信息系统、护理安全、不良事件频率突增。该阶段充分应用信息化手段，探索与实践压力性损伤风险识别、标准评估与防范、质量监控为一体的管理模式 ［ 22, 23］ 。对于已经发生的院内压力性损伤，通过规范各分期的评估和记录、简化申报过程、提供护理指南和结构化健康教育等，引导各级护士更容易理解和接受相关的防护标准，不断提高工作效率和质量。图像信息化评估功能有助于直观动态观察压力性损伤的进展，持续压力成像技术实时显示卧床患者皮肤受压情况，有助于更加有效的干预处理 ［ 24, 25］ 。护理管理者将压力性损伤发生率作为护理质量敏感指标进行监测 ［ 26, 27］ ，对院内压力性损伤发生情况进行网络监控和评价审核，全面了解护理效果，针对发生的压力性损伤病例进行深入分析 ［ 28］ ，有助于持续提升护理质量。（3）2019—2022年，关键词——手术室、护理质量频率突增。手术患者由于手术制动时间长、麻醉状态、术中较低体温加上机体处于应激状态等原因，相较于普通住院患者更容易发生压力性损伤 ［ 29］ 。手术获得性压力性损伤是指患者从手术中获得的压力性损伤，大多数发生在术后1~3 d，也可能发生在术后4~6 d。2016年美国手术室注册护士协会在全美推广应用成人手术室压疮风险评估表 ［ 30］ ，该量在于2018年汉化后在国内开始使用，主要用于手术室和风险评估相关研究。压力性损伤的发生、发展和防治是一个连续动态的过程，管理及护理质量监控涉及院内多部门，只有将终末管理变为过程管理，才能做到科学、有效管理。该阶段的护理质量研究提出了“链式管理”理念 ［ 31, 32, 33］ ，从患者入院到出院的每个阶段，对压力性损伤实施全程、连续、动态监控，形成衔接紧密的链条式管理模式，促进护理措施的有效性和延续性以及管理监控的针对性。
3.3 我国院内压力性损伤护理信息化管理的研究展望
《全国护理事业发展规划（2021—2025年）》 ［ 34］ 指出：“充分借助信息化技术着力加强护理信息化建设，创新护理服务模式，提高临床护理工作效率，逐步实现现代化、科学化、精细化”。综合上述分析，展望如下：（1）由于压力性损伤护理信息化管理的发展是以护士护理信息能力作为基础的，建议加快信息专科护士和伤口专科护士的培养，实施一体化的应用与管理。（2）不断深化和拓展护理信息化技术的应用范围，将信息系统、专业护理知识库以及管理知识库深度融合，提高数据收集内容的全面性、敏感性、特异性以及与患者结局的关联性，构建精准化的护理决策支持系统，推动压力性损伤管理由“制度管理”向“数据管理”转变。（3）压力性损伤病例数据包含大量图像和文本数据，可提供比结构化数据更为重要的信息，但是其具有复杂性、异构性的特点，增加了分析和管理难度 ［ 35］ 。随着医院信息化管理的不断推进，数量庞大的多重结构数据的收集和重新利用与人工智能领域密切结合已成为趋势。今后可借助机器学习、自动识别等技术，研发压力性损伤实时监测系统，实现临床护理和管理的智能化。
王运帷、张清怡：实验操作、论文撰写；刘洋、官浩：研究指导、论文修改以及经费支持；曹鹏、陈阳、李少珲：数据整理、统计分析所有作者均声明不存在利益冲突 -
参考文献
(29) [1] van der PollT,van de VeerdonkFL,SciclunaBP,et al.The immunopathology of sepsis and potential therapeutic targets[J].Nat Rev Immunol,2017,17(7):407-420.DOI: 10.1038/nri.2017.36. [2] PoolR,GomezH,KellumJA.Mechanisms of organ dysfunction in sepsis[J].Crit Care Clin,2018,34(1):63-80.DOI: 10.1016/j.ccc.2017.08.003. [3] KumarV.Targeting macrophage immunometabolism: dawn in the darkness of sepsis[J].Int Immunopharmacol,2018,58:173-185.DOI: 10.1016/j.intimp.2018.03.005. [4] GhalebAM,YangVW.Krüppel-like factor 4 (KLF4): what we currently know[J].Gene,2017,611:27-37.DOI: 10.1016/j.gene.2017.02.025. [5] WangJ,ZhaoM,ZhangH,et al.KLF4 alleviates hypertrophic scar fibrosis by directly activating BMP4 transcription[J].Int J Biol Sci,2022,18(8):3324-3336.DOI: 10.7150/ijbs.71167. [6] WangK,ZhouW,CaiQ,et al.SUMOylation of KLF4 promotes IL-4 induced macrophage M2 polarization[J].Cell Cycle,2017,16(4):374-381.DOI: 10.1080/15384101.2016.1269045. [7] RosenzweigJM,GlennJD,CalabresiPA,et al.KLF4 modulates expression of IL-6 in dendritic cells via both promoter activation and epigenetic modification[J].J Biol Chem,2013,288(33):23868-23874.DOI: 10.1074/jbc.M113.479576. [8] LiuJ,LiuY,ZhangH,et al.KLF4 promotes the expression, translocation, and release of HMGB1 in RAW264.7 macrophagesin response to LPS[J].Shock,2008,30(3):260-266.DOI: 10.1097/shk.0b013e318162bef7. [9] BainCC,JenkinsSJ.Isolation and identification of murine serous cavity macrophages[J].Methods Mol Biol,2018,1784:51-67.DOI: 10.1007/978-1-4939-7837-3_5. [10] YangY,LiuY,HeX,et al.ING4 alleviated lipopolysaccharide-induced inflammation by regulating the NF-κB pathway via a direct interaction with SIRT1[J].Immunol Cell Biol,2020,98(2):127-137.DOI: 10.1111/imcb.12308. [11] KimHJ,JoeHI,ZhangZ,et al.Anti-inflammatory effect of Acalypha australis L. via suppression of NF-κB signaling in LPS-stimulated RAW 264.7 macrophages and LPS-induced septic mice[J].Mol Immunol,2020,119:123-131.DOI: 10.1016/j.molimm.2020.01.010. [12] BhardwajM,SaliVK,ManiS,et al.Neophytadiene from Turbinaria ornata suppresses LPS-induced inflammatory response in RAW 264.7 macrophages and Sprague Dawley rats[J].Inflammation,2020,43(3):937-950.DOI: 10.1007/s10753-020-01179-z. [13] 蔡维霞,沈括,曹涛,等.人脂肪间充质干细胞来源外泌体对脓毒症小鼠肺血管内皮细胞损伤的影响及其机制[J].中华烧伤与创面修复杂志,2022,38(3):266-275.DOI: 10.3760/cma.j.cn501120-20211020-00362. [14] ArtsRJ,GresnigtMS,JoostenLA,et al.Cellular metabolism of myeloid cells in sepsis[J].J Leukoc Biol,2017,101(1):151-164.DOI: 10.1189/jlb.4MR0216-066R. [15] QiuP,LiuY,ZhangJ.Review: the role and mechanisms of macrophage autophagy in sepsis[J].Inflammation,2019,42(1):6-19.DOI: 10.1007/s10753-018-0890-8. [16] ZhangP,ZouB,LiouYC,et al. The pathogenesis and diagnosis of sepsis post burn injury[J/OL].Burns Trauma,2021,9:tkaa047[2022-01-11].https://pubmed.ncbi.nlm.nih.gov/33654698/.DOI: 10.1093/burnst/tkaa047. [17] HsiehPN,FanL,SweetDR,et al.The Krüppel-like factors and control of energy homeostasis[J].Endocr Rev,2019,40(1):137-152.DOI: 10.1210/er.2018-00151. [18] LiC,YuL,MaiC,et al.KLF4 down-regulation resulting from TLR4 promotion of ERK1/2 phosphorylation underpins inflammatory response in sepsis[J].J Cell Mol Med,2021,25(4):2013-2024.DOI: 10.1111/jcmm.16082. [19] LiW,WangJ,LiZ.ALK5 deficiency inhibits macrophage inflammation and lipid loading by targeting KLF4[J].Biosci Rep,2020,40(3):BSR20194188.DOI: 10.1042/BSR20194188. [20] FeinbergMW,CaoZ,WaraAK,et al.Kruppel-like factor 4 is a mediator of proinflammatory signaling in macrophages[J].J Biol Chem,2005,280(46):38247-38258.DOI: 10.1074/jbc.M509378200. [21] KaushikDK,GuptaM,DasS,et al.Krüppel-like factor 4, a novel transcription factor regulates microglial activation and subsequent neuroinflammation[J].J Neuroinflammation,2010,7:68.DOI: 10.1186/1742-2094-7-68. [22] 姚咏明,栾樱译.烧创伤脓毒症免疫状态精准评估及其价值[J].中华烧伤杂志,2018,34(11):786-789.DOI: 10.3760/cma.j.issn.1009-2587.2018.11.013. [23] JuhasU,Ryba-StanisławowskaM,SzargiejP,et al.Different pathways of macrophage activation and polarization[J/OL].Postepy Hig Med Dosw (Online),2015,69:496-502[2022-01-11].https://pubmed.ncbi.nlm.nih.gov/25983288/.DOI: 10.5604/17322693.1150133. [24] PanY,HuiX,HooRLC,et al.Adipocyte-secreted exosomal microRNA-34a inhibits M2 macrophage polarization to promote obesity-induced adipose inflammation[J].J Clin Invest,2019,129(2):834-849.DOI: 10.1172/JCI123069. [25] DasLM,BinkoAM,TraylorZP,et al.Vitamin D improves sunburns by increasing autophagy in M2 macrophages[J].Autophagy,2019,15(5):813-826.DOI: 10.1080/15548627.2019.1569298. [26] WenY,LuX,RenJ,et al.KLF4 in macrophages attenuates TNFα-mediated kidney injury and fibrosis[J].J Am Soc Nephrol,2019,30(10):1925-1938.DOI: 10.1681/ASN.2019020111. [27] ChangYJ,LiYS,WuCC,et al.Extracellular microRNA-92a mediates endothelial cell-macrophage communication[J].Arterioscler Thromb Vasc Biol,2019,39(12):2492-2504.DOI: 10.1161/ATVBAHA.119.312707. [28] LiZ,JiaY,HanS,et al.Klf4 alleviates lipopolysaccharide-induced inflammation by inducing expressionof MCP-1 induced protein 1 to deubiquitinate TRAF6[J].Cell Physiol Biochem,2018,47(6):2278-2290.DOI: 10.1159/000491538. [29] LuoX,ChenJ,RuanJ,et al.Krüppel-like factor 4 is a regulator of proinflammatory signaling in fibroblast-like synoviocytes through increased IL-6 expression[J].Mediators Inflamm,2016,2016:1062586.DOI: 10.1155/2016/1062586. -
1 LPS处理各时间点小鼠RAW264.7巨噬细胞及PM中各炎症因子的mRNA表达（样本数为3，
注：图1A与1C中处理0（未处理）、1、2 h及图1B与1D中处理0 h的均数趋近于横坐标；IL为白细胞介素，CCL2为CC趋化因子配体2，TNF-α为肿瘤坏死因子α，LPS为内毒素/脂多糖，PM为腹腔巨噬细胞；与LPS处理0 h比较，aP<0.01，bP<0.05
2 LPS处理不同时间点小鼠RAW264.7巨噬细胞中KLF4的定位与蛋白表达 Alexa Fluor 594-4',6-二脒基-2-苯基吲哚×20。2A、2B、2C.分别为LPS处理0 h（未处理）细胞核染色、KLF4染色、细胞核与KLF4染色重叠图片，细胞核完整，KLF4蛋白表达较多且主要定位在细胞核中；2D、2E、2F.分别为LPS处理8 h细胞核染色、KLF4染色、细胞核与KLF4染色重叠图片，细胞核完整，图2E中KLF4蛋白表达较图2B减少
注：LPS为内毒素/脂多糖；细胞核阳性染色为蓝色，Krüppel样因子4（KLF4）阳性染色为红色
3 小鼠RAW264.7巨噬细胞经LPS处理8 h相较于LPS处理0 h（未处理）的差异表达基因可视化火山图
注：FDR为错误发现率，KLF4为Krüppel样因子4，LPS为内毒素/脂多糖
4 采用蛋白质印迹法检测LPS处理各时间点小鼠RAW264.7巨噬细胞与腹腔巨噬细胞中KLF4蛋白表达。4A.RAW264.7巨噬细胞；4B.腹腔巨噬细胞
注：KLF4为Krüppel样因子4，GAPDH为3-磷酸甘油醛脱氢酶；条带上方1、2、3、4、5、6、7、8分别指示内毒素/脂多糖（LPS）处理0（未处理）、1、2、4、6、8、12、24 h
5 采用蛋白质印迹法检测LPS处理2个时间点2组小鼠RAW264.7巨噬细胞中KLF4蛋白表达
注：KLF4为Krüppel样因子4，GAPDH为3-磷酸甘油醛脱氢酶；条带上方1、3分别指示内毒素/脂多糖（LPS）处理0（未处理）、8 h阴性对照组，2、4分别指示LPS处理0、8 h KLF4过表达组
7 2组脓毒症小鼠建模后8 h脏器损伤情况 苏木精-伊红×200。7A、7B、7C.分别为阴性对照组肝脏、肺脏、心脏组织，肝细胞存在空泡样变性且部分肝小叶正常结构破坏，肺间质与肺泡腔内可见大量粉红色炎性渗出，心肌细胞排列紊乱且间质水肿；7D、7E、7F.分别为Krüppel样因子4过表达组肝脏、肺脏、心脏组织，肝细胞形态较图7A正常且肝小叶结构完整，肺泡腔内渗出较图7B明显减少且肺间质无明显异常，心肌组织损伤较图7C轻且心肌细胞排列较整齐
表1 采用实时荧光定量反转录PCR法检测小鼠RAW264.7巨噬细胞与腹腔巨噬细胞炎症因子mRNA表达的引物序列及产物大小
基因名称 引物序列（5'→3'） 产物大小（bp） 白细胞介素1β 上游：GAAATGCCACCTTTTGACAGTG 116 下游：TGGATGCTCTCATCAGGACAG 白细胞介素6 上游：CTGCAAGAGACTTCCATCCAG 131 下游：AGTGGTATAGACAGGTCTGTTGG 肿瘤坏死因子α 上游：CAGGCGGTGCCTATGTCTC 89 下游：CGATCACCCCGAAGTTCAGTAG CC趋化因子配体2 上游：TAAAAACCTGGATCGGAACCAAA 120 下游：GCATTAGCTTCAGATTTACGGGT 3-磷酸甘油醛脱氢酶 上游：AGGTCGGTGTGAACGGATTTG 95 下游：GGGGTCGTTGATGGCAACA 
下载: 导出CSV
表2 2组小鼠RAW264.7巨噬细胞经LPS处理各时间点KLF4与炎症因子mRNA表达比较（
组别与时间点 样本数 KLF4 IL-1β IL-6 CCL2 TNF-α 阴性对照组 0 h 3 1.00±0.09 1.00±0.11 1.0±0.5 1.00±0.19 1.00±0.08 8 h 3 0.21±0.04 2 099.00±260.50 5 115.0±706.5 2 575.00±375.50 155.40±20.73 KLF4过表达组 0 h 3 150.10±26.27 1.32±0.23 3.9±0.6 2.13±0.54 1.24±0.61 8 h 3 113.30±22.74 435.10±84.53 1 085.0±172.5 1 342.00±276.10 41.42±10.02 统计量值1 t'=17.03 t=2.16 t=6.29 t=3.40 t=0.67 P1值 0.003 0.097 0.003 0.027 0.846 统计量值2 t'=8.61 t=10.52 t=9.60 t=4.58 t=8.58 P2值 0.013 0.001 0.001 0.009 0.001 注：LPS为内毒素/脂多糖，KLF4为Krüppel样因子4，IL为白细胞介素，CCL2为CC趋化因子配体2，TNF-α为肿瘤坏死因子α，统计量值1、P1值，统计量值2、P2值分别为LPS处理0（未处理）、8 h时2组间比较所得
下载: 导出CSV
表3 2组脓毒症小鼠建模后8 h血清中炎症因子与脏器功能指标水平（
组别 样本数 IL-1β（pg/mL） IL-6（pg/mL） ALT（U/L） AST（U/L） 阴性对照组 8 257±58 654±129 196±27 407±84 KLF4过表达组 8 161±63 476±161 144±24 264±93 t值 3.16 2.44 4.04 3.24 P值 0.007 0.028 0.001 0.006 注：KLF4为Krüppel样因子4，IL为白细胞介素，ALT为丙氨酸转氨酶，AST为天冬氨酸转氨酶
下载: 导出CSV
-
下载:
计量
- 文章访问数: 407
- HTML全文浏览量: 167
- PDF下载量: 31
- 被引次数: 0
