基于Lasso-Cox回归构建真实世界成人与血液肿瘤患者肠杆菌血流感染预后预测模型及验证

《Antimicrobial Agents and Chemotherapy》：Construction and assessment of a predictive framework for Enterobacterales bloodstream infection in real-world adult onco-hematology patients using Lasso-Cox regression

本研究通过Lasso-Cox回归构建并验证了针对成人与血液肿瘤（HM）患者肠杆菌血流感染（BSI）的30天死亡率预测模型。该模型整合了病原菌特异性风险因素（如碳青霉烯耐药性）和宿主临床特征（如脓毒症休克、持续中性粒细胞缺乏），展现出卓越的预测性能（AUC 0.881-0.908）。研究强调了头孢他啶-阿维巴坦（CAZ-AVI）治疗方案和肿瘤巩固期的保护作用，为临床早期识别高危患者、优化抗菌策略提供了实用工具。

　　

ABSTRACT

血流感染（BSIs）是血液系统恶性肿瘤（HM）患者中最常见的感染问题，其中肠杆菌，特别是大肠杆菌（EC）和肺炎克雷伯菌（KP）是主要病原体。迫切需要整合病原体特异性风险的预后工具来优化早期临床决策。这项回顾性队列研究分析了2017年至2023年间1299例患有EC或KP引起的BSI的HM患者。患者被随机分配到训练队列（n = 909）和验证队列（n = 390）。通过Lasso回归筛选预后变量，然后使用Cox比例风险模型构建30天死亡率预测列线图。使用受试者工作特征曲线下面积（AUCs）、校准曲线和决策曲线分析严格验证模型性能。队列包括653例EC-BSI和646例KP-BSI病例，主要为急性髓系白血病（54.3%）。肺/皮肤软组织感染来源、造血干细胞移植（HSCT）、并发脓毒症休克/肺炎、低蛋白血症、BSI前持续中性粒细胞缺乏以及碳青霉烯耐药菌株成为死亡率的独立预测因素。相反，肿瘤巩固阶段状态和含头孢他啶-阿维巴坦（CAZ-AVI）的治疗方案预示着生存获益。该模型显示出高预测准确性（AUC 0.881）、极好的校准性和卓越的临床实用性。我们开发了一个使用常规临床参数的简单模型，可预测HM患者EC或KP引起的BSI的30天死亡率，无需复杂的生物标志物即可指导治疗。

INTRODUCTION

血液恶性肿瘤（HMs）治疗的最新进展显著提高了缓解率和生存率。然而，由于治疗期间的严重免疫抑制和长期中性粒细胞缺乏，HM患者更容易出现免疫功能障碍，从而增加了感染的风险，特别是血流感染（BSIs）。HM患者中BSI的发生率在11%到38%之间，病死率在10%到34%之间。在这些感染中最常见的病原体是肠杆菌，特别是大肠杆菌（EC）和肺炎克雷伯菌（KP），它们经常在血培养中被发现。先前的研究强调了与HM患者BSI不良结局相关的几个因素，包括年龄较大、恶性肿瘤未控制或复发、长期中性粒细胞缺乏、抗生素治疗不充分、低血清白蛋白水平、多重耐药（MDR）微生物的存在以及中心静脉导管（CVC）置入。对HM患者BSI进行准确的预后分层仍然是一个关键的未满足需求。虽然EC和KP在HM相关BSI的微生物学领域中占主导地位，但现有的预测模型很少考虑病原体特异性的风险修饰因素。抗菌药物耐药性模式的地区差异进一步挑战了现有模型的普适性，这些模型通常来自单中心队列且样本量不足。这些差距强调了需要建立一个结合宿主脆弱性和不断变化的耐药谱的、适应病原体的预后框架。真实世界研究，特别是那些大样本量的研究，越来越被认为能够提供有价值的临床证据。这项回顾性研究聚焦于一个大型的由EC或KP引起BSI的HM患者队列。通过整合宿主因素、治疗参数和耐药谱，我们旨在建立一个可以预测30天死亡风险的模型。我们的目的是为临床医生提供一个工具，用于早期识别高危患者，从而能够及时采取行动，降低BSI相关的死亡率。

MATERIALS AND METHODS

Enrolled participants

这项回顾性分析涵盖了1299名14岁或以上的患者，他们于2017年1月至2023年12月期间在中国医学科学院血液病医院住院。所有患者血培养EC或KP阳性。排除标准是（i）多重病原体感染，或（ii）年龄<14岁。为了增强预测模型的可靠性，参与者被随机分为训练集（70%）和验证集（30%）。医院伦理委员会批准了这项研究。

Data collection

我们收集了基线特征、实验室结果和治疗信息，包括患者人口统计学资料（年龄和性别）、原发病、肿瘤分期（是否处于巩固期）、造血干细胞移植（HSCT）状态、感染来源、合并感染、中性粒细胞计数、血清白蛋白水平以及感染发生前给予的抗菌治疗详情。此外，我们还记录了BSI病原体类型和BSI发作期间使用的抗菌治疗方案。主要终点是30天内全因死亡率。

Definitions

缓解状态根据急性白血病、淋巴瘤和骨髓增生异常综合征的最新临床指南进行评估。当疑似感染患者的血培养中检测到EC或KP任何一种病原体时，即确定为EC或KP引起的BSI。菌血症来源通过确定同时存在的活动性感染部位或在菌血症发作前24小时内临床获取的标本中分离出病原体来综合判定。脓毒症休克定义为需要血管加压药支持以维持平均动脉压不超过65 mmHg或血清乳酸水平≥2 mmol/L。并发肺炎被严格定义为在感染过程中发生的继发性肺部感染，且BSI来源于非肺部部位。适当的经验性治疗是指在感染识别或临床怀疑后24小时内，使用对已识别病原体具有体外活性的抗生素，并根据美国传染病学会2024指南建议以适当的剂量和给药途径给药。严重中性粒细胞缺乏被描述为绝对中性粒细胞计数（ANC）小于0.1 × 10⁹/L。同时，持续中性粒细胞缺乏被定义为持续14天的中性粒细胞缺乏。抗生素暴露被定义为在BSI诊断前90天内使用抗生素超过72小时。

Microbiological testing

病原体检测使用VITEK 2 Compact血培养系统进行。抗菌药物敏感性采用纸片扩散法测定。碳青霉烯耐药菌的检测采用改良的碳青霉烯灭活方法，均遵循临床和实验室标准协会（CLSI）M100指南。

Statistical analysis

数据分析使用R软件（版本4.3.3）进行。连续变量以中位数和四分位距（IQRs）表示，并使用独立t检验或Mann-Whitney U检验进行比较。分类变量以频率和百分比表示，并使用χ2检验或Fisher精确检验进行比较。首先应用R中的Lasso回归进行变量的初步筛选。随后，对选定的变量进行Cox回归进一步分析。只有达到统计学显著性（P < 0.1）的变量才被纳入最终预测模型的构建。我们使用逆概率治疗加权（IPTW），调整关键协变量，以平衡治疗组间的基线特征。为了评估列线图模型的准确性和一致性，采用了校准图和一致性指数（C-index）。C-index <0.5表示无预测价值，0.5 < C-index ≤ 0.7表示准确性差，C-index >0.7表示预测性能良好。最后，使用决策曲线分析（DCA）评估模型的临床实用性。

RESULTS

Patient characteristics

本研究纳入了1299名由EC或KP引起BSI的HM患者。其中，653名患者（50.27%）患有EC菌血症，646名患者（49.73%）患有KP菌血症。队列包括706名急性髓系白血病（AML）患者和379名急性淋巴细胞白血病（ALL）患者。这些患者的中位年龄为43岁，53.73%为男性。其中685名患者处于肿瘤缓解期，15.78%曾接受过造血干细胞移植（HSCT）。大多数患者（55.89%）未发现明确的感染来源。71.82%的患者存在严重中性粒细胞缺乏。此外，104名患者存在碳青霉烯耐药感染，84名患者在感染发作后48小时内（IET48H）接受了不适当的经验性抗生素治疗。感染前中性粒细胞缺乏的中位持续时间为3.00天（IQR 1.00–6.00），BSI后为5.00天（IQR 3.00–9.00）。其中，97名患者在BSI前存在持续中性粒细胞缺乏，13.47%（175/1299）的患者在BSI后出现持续中性粒细胞缺乏。抗生素治疗结束后，196名患者仍处于中性粒细胞缺乏状态。EC-BSI和KP-BSI病例的30天死亡率为5.62%。值得注意的是，碳青霉烯耐药菌株感染患者的死亡率显著高于非耐药菌株感染者（19.23% vs. 4.44%，P < 0.001），突显了抗菌药物耐药性对患者预后的关键影响。

Prediction model development using Lasso-Cox regression

训练队列（n = 909）和验证队列（n = 390）显示出平衡的基线特征，证实了数据划分的合理性。在训练队列中，采用10折交叉验证（最优λ = 0.009）的Lasso回归识别出17个用于模型构建的预后变量。这些变量包括临床因素（如脓毒症休克、严重中性粒细胞缺乏）、感染特征（如肺/皮肤来源、碳青霉烯耐药）和治疗参数（如含头孢他啶-阿维巴坦[CAZ-AVI]的治疗方案）。

Cox回归分析进一步确定了独立的死亡率预测因素（P < 0.1）。HSCT受者的死亡率为9.59%，而非HSCT患者为5.11%（HR 2.186，P = 0.045）。肺源性感染的死亡率最高（20.38%），而非肺源性感染为3.59%（HR 3.661，P < 0.001）。皮肤/软组织来源感染的死亡率为18.75%，而其他来源为5.60%（HR 3.769，P = 0.046）。28.30%的死亡病例存在并发脓毒症休克，伴有休克的患者死亡率达到26.79%，而无休克者为4.45%（HR 6.216，P < 0.001）。并发肺炎使死亡率增至11.94%，而非肺炎病例为5.34%（HR 3.246，P = 0.009）。存在持续中性粒细胞缺乏的患者死亡率为19.48%（而无持续中性粒细胞缺乏者为4.57%）（HR 2.988，P = 0.002）。碳青霉烯耐药感染的死亡率为16.45%，而非碳青霉烯耐药病例为4.90%（HR 2.591，P = 0.070）。低蛋白血症显示出死亡率增加的趋势（11.97% vs 3.38%，HR 1.802，P = 0.056）。值得注意的是，肿瘤分期-巩固期是一个保护性因素（HR 0.218，P < 0.001），使用含CAZ-AVI的治疗方案也是（HR 0.381，P = 0.090）。CAZ-AVI方案降低了碳青霉烯耐药肠杆菌（CRE）BSI的30天死亡率（8.96% vs. 33.33%，P < 0.001）。为了解决接受CAZ-AVI方案可能存在的治疗分配偏倚，我们对碳青霉烯耐药的EC-BSI和KP-BSI患者进行了IPTW分析，调整了关键相关协变量。IPTW调整后，所有纳入的协变量均达到良好平衡（所有标准化均数差< 0.2）。IPTW调整后的Cox回归表明，含CAZ-AVI的治疗方案也与30天死亡风险降低69%相关（HR 0.31，95% CI 0.10-0.96，P = 0.041）。

Model construction and validation

构建了一个列线图，用于预测BSI患者的30天死亡风险，纳入了10个具有统计学意义的预测因素。为了增强临床适用性，我们开发了一个可通过网络界面访问的交互式动态列线图。该工具允许临床医生实时输入患者特定变量，并即时可视化菌血症患者的预测临床结果，从而支持床旁决策。该模型表现出优异的性能，C-index为0.872，使用100个Bootstrap样本进行内部验证得到的校准后C-index为0.834。在训练集中，30天死亡率预测的AUC为0.881，而在验证队列中为0.908。校准曲线显示模型预测的30天生存概率与实际观察到的生存概率高度一致，这通过Bootstrap验证得到进一步证实。

Risk stratification and clinical utility

受试者工作特征（ROC）曲线分析确定，截断值5.08可以有效区分存活者和非存活者。Kaplan-Meier生存分析显示了风险分层模型的强大判别能力。高风险组的30天死亡率高达28.0%，而低风险组为1.7%，差异非常显著（P < 0.001）。预后有效性在验证队列中得到验证。在该队列中，高风险组的死亡率为22.7%，而低风险组为1.5%。结果的显著差异凸显了该模型识别需要加强临床监测和早期干预患者的能力。DCA表明，与假设所有患者或没有患者会死亡的策略相比，该模型提供了更优的净获益。总体而言，该预测模型被证明是风险评估的可靠工具，并具有重要的临床实用性。

DISCUSSION

BSIs是HM患者中常见的危及生命的并发症，导致高死亡率和高额的临床负担。在病原体中，革兰阴性菌（GNB）是该人群BSI的主要原因。在我们的队列中，我们确定了十个与30天死亡率相关的关键风险因素。值得注意的是，基于CAZ-AVI的治疗和肿瘤分期-巩固期与改善生存独立相关。这些发现促进了一个预后模型的开发，该模型可以帮助临床医生预测30天死亡率，从而支持早期干预和及时决策。

跨国支持治疗癌症协会（MASCC）风险指数在发热性中性粒细胞缺乏（FN）患者的风险分层中仍然至关重要，它结合了年龄、疾病负担、低血压、活动性肺部疾病、癌症类型、脱水状态和感染部位等变量，将患者分为高风险（评分<21分，需要住院）和低风险（评分≥21分，适合门诊管理）队列。只有30%的FN病例获得微生物学确诊，而HM患者的BSI死亡率高达10%至34%，这凸显了需要精细的预后模型来指导临床决策的迫切性。我们之前对94例CRE相关BSI病例的研究显示，96.8%的患者出现中性粒细胞缺乏（72.3%持续>14天），其中脓毒症休克（OR = 10.526）和肺部感染（OR = 6.289）是30天死亡率的独立预测因素。值得注意的是，CAZ-AVI联合氨曲南比替代方案（OR = 0.068）带来更优的生存获益，突出了抗菌药物耐药性和治疗选择预后的复杂性。Wang等人的列线图整合了脓毒症休克、难治性恶性肿瘤、低白蛋白血症（<30 g/L）、血小板减少症（<30 × 10⁹/L）和不适当的初始抗生素，显示出中等的预测性能（C-index：训练集0.870，验证集0.825）。类似地，一项回顾性研究确定，Pitts菌血症评分（截断值为2.5）是EC或KP菌血症病例中死亡率的独立预测因子，其敏感性为83.3%，特异性为85.7%。然而，这些模型存在两个主要局限性：（i）样本量不足；（ii）尽管碳青霉烯耐药参数具有已确立的预后相关性，但仍被排除在外。为了解决这些差距，我们基于大规模队列的预后模型整合了易于获取的临床指标（脓毒症休克、疾病状态和血液学参数）并加入了碳青霉烯耐药指标，从而增强了临床适用性，并为血液恶性肿瘤BSI的个体化管理提供了有力证据。

急性白血病，包括AML和ALL，是我们研究中与BSI相关的最常见的HM。急性白血病诱导化疗期间的感染率据报道高达86.9%。鉴于我们中心MBL（金属β-内酰胺酶）产菌株的高流行率，CAZ-AVI的临床疗效主要归因于其与氨曲南的联合使用。在我们的队列中，EC-BSI和KP-BSI的30天死亡率为5.62%，低于先前研究报告的10%–32%。碳青霉烯耐药病例的死亡率为19.23%，远低于碳青霉烯耐药GNB-BSI报告的42.5%–74.1%。这支持了指南推荐优先使用新型β-内酰胺/β-内酰胺酶抑制剂治疗CRE BSI，尤其是在需要快速清除病原体的免疫缺陷宿主中。此外，处于诱导期或复发/难治期的HM患者由于高肿瘤负荷、强化化疗暴露和潜在的免疫功能障碍等因素，面临更高的细菌感染风险。相比之下，处于缓解期的患者表现出正常的T/B细胞功能和恢复的免疫调节细胞因子水平。复发阶段的长期住院和广谱抗生素使用可能进一步加剧肠道菌群失调，导致不良感染结局。

然而，并发肺炎和脓毒症休克是导致CRE BSI患者30天死亡率增加的关键风险因素，支持了先前的研究发现。我们的研究还强调，源于肺部的BSI与其他感染灶相比死亡率显著更高，这种模式在HM患者中尤为明显。在这个免疫受损人群中，化疗引起的免疫抑制和长期中性粒细胞缺乏可能加剧感染严重性和治疗挑战。此外，在BSI发作期间发生继发性肺炎成为一个独立的预后威胁，无论原发感染来源如何，都显著放大了死亡风险。BSI及相关的全身炎症反应后，宿主启动代偿性抗炎反应（CARS），这通常导致广泛的免疫抑制。这种状态的特征是抗原呈递细胞（APCs）（如树突状细胞和单核细胞）功能受损、促炎细胞因子（如TNF-α, IL-12）产生减少以及抗炎介质（如IL-10, TGF-β）持续释放。这种免疫抑制状态也会损害肺部的先天免疫，例如功能失调的中性粒细胞被募集以及肺泡巨噬细胞表现出较弱的炎症小体激活。这些改变促进了一个免疫抑制的肺部微环境，削弱了宿主防御，促进了细菌定植和侵袭。此外，在这种环境中，某些损伤相关分子，如高度硫酸化的硫酸乙酰肝素，可能进一步上调机会性病原体的毒力因子。这些发现强调了在高风险人群中主动进行肺部监测和先发制人的抗菌方法的必要性。

中性粒细胞在机体抵抗细菌感染的初始防御中起着至关重要的作用，但化疗引起的中性粒细胞缺乏损害了这种反应。持续中性粒细胞缺乏是FN患者发生BSI的关键因素，对患者结局有深远影响。最近的研究表明，中性粒细胞缺乏会破坏肠道微生物组，导致微生物多样性减少和恢复时间延长。这突显了管理HM患者感染的复杂性，因为他们的免疫系统因化疗和持续中性粒细胞缺乏而进一步受损。此外，我们的研究确定HSCT、并发脓毒症休克和低蛋白血症是30天死亡率的独立预测因素。HSCT患者面临双重挑战。一方面，清除骨髓所需的预处理方案导致严重且长期的中性粒细胞缺乏和T细胞功能障碍，严重损害了病原体清除能力。另一方面，长期暴露于广谱抗生素和化疗药物会破坏肠道微生物群多样性，促进耐药病原体的定植，如产超广谱β-内酰胺酶（ESBL）肠杆菌、CRE和MDR铜绿假单胞菌。低蛋白血症通常是营养不良和肝功能不全的标志，与死亡率增加密切相关。监测和处理低白蛋白血症可能改善患者结局。脓毒症休克是BSI的严重并发症，仍然是死亡率的关键驱动因素，其复杂的病理生理学涉及导致多器官衰竭的级联炎症反应。早期识别和迅速处理脓毒症休克对于改善这些危重患者的生存至关重要。

虽然我们的研究提供了有价值的见解，但需要外部多中心验证来确认我们研究结果的普遍适用性。该机构的当地流行病学、抗菌药物耐药谱和临床实践方案可能会影响模型的性能。未来的研究还应集中于旨在减轻已识别风险因素影响的干预措施，特别是在高危人群中。尽管如此，我们的预后模型基于易于获取的临床和实验室数据，提供了及时的死亡风险估计。

Conclusion

总之，我们的研究确定了与肠杆菌BSI患者不良预后相关的几个关键风险因素，包括肺或皮肤/软组织感染来源、HSCT、并发脓毒症休克、并发肺炎、低蛋白血症、BSI前持续中性粒细胞缺乏和碳青霉烯耐药。值得注意的是，使用含CAZ-AVI的治疗方案和肿瘤分期巩固期是与降低30天死亡率相关的保护性因素。基于这些因素，我们开发了一个具有强大预测能力的预后列线图，作为临床医生优化抗菌治疗和改善患者结局的实用工具。然而，通过前瞻性队列研究进行进一步的外部验证仍然是未来研究的关键优先事项。

ACKNOWLEDGMENTS

本研究得到中国医学科学院医学与健康科技创新工程（2021-I2M-1-017；2023-I2M-2-007）、国家自然科学基金（82470208）、国家重点研发计划（2024YFC2510500）、重大慢性非传染性疾病防控研究（2023ZD0510400）、北京希思科临床肿瘤学研究基金会（Y-SYBLD2022RWR-0017）以及中央高校基本科研业务费，中国医学科学院（3332024210, 3332024077）的资助。

Y.C.构思并撰写了本研究。X.F., J.W., L.L., L.N.Z., S.Z., L.P., 和 Q.L.为数据收集做出了贡献。Y.F., X.C., T.Z., Y.M., Z.X., 和 E.J.为形式分析做出了贡献。M.H. 和 J.W.为监督做出了贡献。S.F.修改了文章。