甲型流感与COVID-19致重症肺炎的临床特征比较及预后影响因素分析:一项单中心病例对照研究

《Med Mat》:Comparison of clinical characteristics and analysis of prognostic factors in patients with severe pneumonia infected with influenza A and COVID-19: A single-center case-control study

【字体: 时间:2025年10月16日 来源:Med Mat

编辑推荐:

  本文回顾性分析170例重症肺炎患者(90例甲型流感、80例COVID-19)的临床数据,发现预后不良组患者年龄更大、炎症指标(hsCRP、PCT)更高、氧合指数(PaO2/FiO2)更低,且心肌损伤(cTnI)、肾功能(尿素)及凝血功能(D-二聚体)指标更差。病原体亚组分析显示:甲型流感组主要风险因素为PCT和尿素氮,而COVID-19组风险与年龄、低氧合指数及机械通气时长显著相关。

  
1. 引言
重症肺炎是重症监护病房中最常见的疾病之一,其高发病率和显著死亡率使其成为临床研究的重点。历史上,肺炎链球菌是社区获得性肺炎的主要病原体,在疾病发生和进展中起关键作用。近年来,抗生素耐药性问题日益突出,成为肺炎严重程度加重的重要因素。重症肺炎的主要诊断标准包括两项主要标准:需要侵入性机械通气的呼吸衰竭和需要血管收缩剂治疗的脓毒症休克;九项次要标准:意识模糊/定向障碍、氮质血症(≥20 mg/dL)、白细胞减少(<4 × 109/L)、血小板减少(<10 × 109/L)、低温(核心体温 < 36°C)、需要积极液体复苏的低血压、多叶浸润、呼吸频率 ≥ 30次/分钟、氧合指数 ≤ 250 mm Hg。满足1项主要标准或超过3项次要标准即可诊断。
随着分子诊断技术如聚合酶链反应和宏基因组下一代测序(mNGS)的进步,呼吸道病毒在肺炎,特别是重症肺炎中的致病作用日益受到关注。自2019年新型冠状病毒病(COVID-19)爆发以来,全球医疗系统面临前所未有的挑战。合并COVID-19感染的重症肺炎死亡率很高。此外,甲型流感病毒(IFV-A)感染的季节性高峰与COVID-19大流行在秋冬季节重叠,加剧了重症肺炎的负担。
考虑到COVID-19和IFV-A感染所致重症肺炎的高死亡率及其流行病学重叠,本回顾性研究旨在分析80例COVID-19合并重症肺炎和90例IFV-A合并重症肺炎患者的临床数据,探讨两组患者的临床差异并确定影响患者预后的因素。
2. 材料与方法
2.1. 方法与研究方案
本研究遵循《赫尔辛基宣言》(2024版)原则,并经遵义医科大学第三附属医院(遵义市第一人民医院)伦理委员会批准。共纳入2021年1月至2025年1月期间遵义市第一人民医院重症监护室和感染科识别、筛选和登记的170例患者,所有患者均签署知情同意书。
2.2. 纳入/排除标准
本研究数据来源于遵义医科大学第三附属医院(遵义市第一人民医院)医院信息系统中的患者记录。医院伦理委员会批准了伦理审查(批准号:伦审(2025)-1-331)。本研究纳入了2021年1月至2025年1月期间医院ICU和急诊ICU(EICU)收治的确诊为重症肺炎的患者。
纳入标准:明确诊断为重症肺炎的患者(根据2007年ATS/IDSA发布的《成人社区获得性肺炎诊断治疗指南》并满足2019年更新指南中CURB-65 ≥ 3分的要求)。感染COVID-19或IFV-A之一的患者。
排除标准:同时感染COVID-19和IFV-A的患者。并发上消化道出血(可能影响尿素氮水平)的患者。并发其他系统感染(如泌尿系统、胃肠道或颅内感染)的患者。并发心肌梗死(可能影响CK-MB和心肌肌钙蛋白I(cTnI)水平)的患者。
最后,根据感染病原体类型,将病例分为两组:IFV-A组(感染IFV-A的患者)和COVID-19组(感染COVID-19的患者)。
2.3. 数据收集
数据收集包括人口统计学信息(性别、年龄)、基本实验室结果:白细胞计数(WBC)、中性粒细胞百分比(N%)、淋巴细胞百分比(L%)、超敏C反应蛋白(hsCRP)、降钙素原(PCT)、白细胞介素-6(IL-6)、CK-MB、cTnI、尿素、D-二聚体、胸部CT结果、其他细菌感染、氧合指数计算、机械通气持续时间、住院时间、药物使用和结局。
2.4. 统计方法
本研究使用SPSS 18.0和R 3.4.1进行分析。对于不符合正态分布的连续数值变量,使用中位数(Q1, Q3)表示,并使用秩和检验进行差异分析。对于二分类变量,使用卡方检验或Fisher精确检验。使用LASSO回归筛选具有特定差异的指标。最后,采用Logistic多元回归,并采用“全部”方案纳入LASSO回归筛选的指标,消除共线性。同时,纳入具有特定统计学意义的指标建立方程。使用受试者工作特征(ROC)曲线评估模型效能。使用Hosmer-Lemeshow评估模型的稳健性,α = 0.05。P值 < .05被认为具有统计学意义。
3. 结果
3.1. 基本数据分析
与预后良好组(n = 129)相比,预后不良组(n = 41)年龄更大(79 [70–85] vs 73 [65–79] 岁, P = .005);炎症水平更高(hsCRP 84.90 vs 47.67 mg/L, P = .044; PCT 1.89 vs 0.59 ng/mL, P = .005),氧合更差(PaO2/FiO2 179.20 vs 219.70 mm Hg, P = .011),伴有更明显的心肌损伤和肾功能受损(cTnI 0.060 vs 0.020 μg/L, P = .001; 尿素 10.60 vs 7.30 mmol/L, P = .006)以及凝血/纤溶系统激活(D-二聚体 3.42 vs 1.41 μg/mL, P = .001);机械通气持续时间显著更长(44 [1–231] vs 0 [0–96] 小时, P < .001),而住院时间更短(7 [3–14] vs 12 [8–18.25] 天, P = .001),提示疾病更严重和早期恶化或死亡可能缩短住院时间。两组在WBC、N%、L%、IL-6和CK-MB方面无显著差异(所有P ≥ .05),性别和病原菌分布也无统计学差异。药物使用构成存在显著差异(P < .001)。
3.2. LASSO回归分析
对基线数据有差异的指标进行LASSO回归。研究发现药物使用、年龄、PCT (ng/mL)、PaO2/FiO2 (mm Hg)、尿素 (mmol/L)、机械通气 (h) 和住院时间具有统计学意义。对这些指标进行了进一步的亚组分析。
3.3. 亚组分析
对LASSO回归的显著指标进行亚组分析,包括年龄(OR = 1.03, 95% CI = 1.00–1.07, P = .03)、PCT(OR = 1.02, 95% CI = 1.00–1.04, P = .03)和尿素(OR = 1.05, 95% CI = 1.01–1.09, P = .02)。PCT和尿素水平升高与不良预后独立相关。PaO2/FiO2每增加1 mm Hg,不良结局风险降低(OR = 0.99, 95% CI = 0.99–1.00, P = .01)。机械通气持续时间每延长1小时,风险增加(OR = 1.00, 95% CI = 1.00–1.01, P = .01)。住院时间与不良结局呈边际负相关(OR = 0.96, 95% CI = 0.92–1.00, P = .05)。病原体亚组分析显示:在IFV-A患者中,PCT(OR = 1.02, P = .04)和尿素(OR = 1.10, 95% CI = 1.03–1.18, P = .01)是主要风险因素,较长的住院时间与较低风险相关(OR = 0.85, 95% CI = 0.76–0.96, P = .01)。在COVID-19患者中,年龄(OR = 1.05, 95% CI = 1.00–1.11, P = .04)、较低的PaO2/FiO2(OR = 0.99, 95% CI = 0.99–1.00, P = .04)和较长的机械通气持续时间(OR = 1.01, 95% CI = 1.00–1.01, P = .01)与不良结局显著相关,而PCT和尿素未达到统计学意义。
3.4. 诊断效能分析
在内部验证中,IFV-A队列的ROC曲线显示模型具有良好的判别能力(AUC = 0.806, 95% CI = 0.658–0.955)。经过1000次Bootstrap操作后,偏差校正后的校准曲线整体接近理想线,低风险端略有低估。COVID-19队列的判别能力中等偏好(AUC = 0.774, 95% CI = 0.648–0.899)。校准曲线与理想线基本一致,低概率段略有偏差,高概率段略有高估,但总体可以接受。总体而言,该模型在两种病原体中的判别和校准性能均达到了良好至可接受的水平。
4. 讨论
肺炎是重症监护病房中最重要的传染病之一,是脓毒症休克和急性呼吸窘迫综合征(ARDS)的主要原因。重症肺炎是肺炎进展的晚期阶段,是老年人群住院和死亡的主要原因。重症肺炎的疾病负担巨大。根据相关研究,仅美国每年就有102,821例死亡,住院死亡率为7%。在本实验条件下,研究发现重症肺炎的不良预后与多种因素相关:预后不良组年龄更大、炎症水平更高、氧合更差,并伴有更明显的心肌损伤和肾功能受损以及凝血/纤溶系统激活;机械通气持续时间显著更长。本研究结果与相关研究结果大致相同。同时,研究还发现预后不良组的住院时间更短,这可能与疾病短期加重、患者家属放弃治疗以及患者早期死亡有关。两组在WBC、N%、L%、IL-6和CK-MB方面无显著差异,性别和病原菌分布也无统计学差异。这一结果与许多研究不同,可能与样本量和入组患者的特殊性有关。
近年来,由COVID-19和IFV-A引起的大流行显著改变了重症肺炎的病原学格局。研究表明,重症肺炎病例常涉及细菌和病毒合并感染或甚至单独病毒感染。COVID-19和IFV-A是此类感染中常见的病毒病原体。本研究分析了170例重症肺炎患者的临床数据,包括80例COVID-19病例和90例IFV-A病例。
本研究对基线数据有差异的指标进行了LASSO回归,并对显著指标进行了亚组分析。研究发现,在IFV-A引起的重症肺炎中,PCT和尿素是主要风险因素,较长的住院时间与较低风险相关。尿素氮作为血浆中的含氮化合物,主要通过肾小球滤过排出体外。当肾功能因失代偿而不足时,尿素氮会升高。IFV-A感染的重症肺炎患者可能通过急性肾小管坏死、血栓性微血管病、间质性肾炎或肌红蛋白沉积来解释。当然,也有IFV-A特异性核蛋白直接引起肾实质细胞病理损伤和伴C3/C4补体升高的系膜增生性肾小球肾炎的病例报告。PCT作为与细菌感染密切相关的标志物,在IFV-A感染引起的重症肺炎中也显著升高,这与我们的研究结果一致。研究发现,在新型冠状病毒引起的重症肺炎患者中,年龄、较低的氧合指数和较长的机械通气持续时间与不良结局显著相关。较低的氧合指数是重症肺炎的重要诊断依据之一。氧合指数越低,预后越差,这与相关指南一致。研究表明,COVID-19引起的重症肺炎需要较长时间的机械通气。然而,长时间机械通气可能导致导管相关感染和气压伤等呼吸机相关并发症,增加死亡率。
为提高文章的严谨性和可信度,我们进行了诊断效能分析。在内部验证中,IFV-A队列的ROC曲线显示模型具有良好的判别能力。COVID-19队列的判别能力中等偏好。校准曲线与理想线基本一致,略有偏差,但总体可以接受。总体而言,该模型在两种病原体中的判别和校准性能均达到了良好至可接受的水平。
因此,认为对于重症肺炎患者,应综合评估年龄、炎症指标(PCT、hsCRP)、氧合指数、器官功能损伤(心肌和肾功能)以及D-二聚体指标等因素来评估预后。对于IFV-A引起的重症肺炎,应重点关注PCT和尿素氮。然而,对于COVID-19引起的重症肺炎,需要考虑年龄、氧合指数和机械通气时长。当然,如果确诊为IFV-A或COVID-19感染,早期使用抗病毒药物(如奥司他韦)干预有利于良好预后。基于模型的有效性,下一步将扩大样本量并进行多中心样本分析,以获得更准确的结果,从而提高公众对病毒引起重症肺炎的认识并进行预防。
本研究结果对临床医生和政策制定者具有若干可操作的信息。常规测量降钙素原和尿素可以指导IFV-A重症肺炎的早期升级护理,而年龄、氧合指数和预期通气时长应为COVID-19肺炎的风险分层管理提供信息。将这些变量纳入分诊和早期预警系统可以改善资源分配,并促进及时的抗病毒治疗和ICU转诊。
本研究有几个局限性。具体来说,它是一项单中心研究,存在一定的局限性,但结果与多中心研究大致相同。由于病例不足,未评估与COVID-19和IFV-A合并感染相关的指标,限制了稳健的统计分析。未来的研究应收集更多证据,以调查COVID-19和IFV-A合并感染对这些临床指标的相互影响。
5. 结论
本研究表明,炎症水平更高、氧合更低、心肌损伤和肾功能受损更明显、以及凝血/纤溶激活和机械通气持续时间显著更长的重症肺炎患者预后不良。在IFV-A引起的重症肺炎中,PCT和尿素氮是主要风险因素。在COVID-19引起的重症肺炎中,年龄、较低的氧合指数和延长的机械通气与不良结局显著相关。
致谢
感谢遵义医科大学雷云振博士在数据处理方面的帮助。
作者贡献
概念化: 黄南渠。
数据管理: 余佳隆。
形式分析: 余佳隆。
资金获取: 黄南渠。
方法学: 余佳隆。
可视化: 余佳隆。
初稿撰写: 余佳隆。
审阅与编辑: 余佳隆,黄南渠。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号