一种用于急性期早期计算预测登革热严重程度的综合生物标志物检测面板

《Clinical Immunology》：An integrated biomarker panel for early computational prediction of dengue severity during the acute phase

血清细胞因子和化学因子在登革热免疫病理学中起关键作用，本研究通过主成分分析整合血小板、GPT、肌酐等临床参数及IL-6、IL-18等细胞因子/化学因子，建立预测模型，验证其在急性期区分轻中重症的准确性达90%以上。

　　在本研究中，我们关注了登革热（Dengue）这一由登革病毒（DENV）引起的传染病，其严重性评估对于及时治疗和减少死亡率至关重要。登革热的临床表现多种多样，从轻微的发热到严重的出血、休克甚至死亡，严重程度的差异直接影响患者的预后。因此，建立可靠的早期严重性评估方法，对于提高登革热患者的生存率和优化医疗资源分配具有重要意义。本研究旨在通过整合血清中的细胞因子和趋化因子，利用主成分分析（PCA）等统计方法，开发一种适用于急性感染期的生物标志物预测模型，以帮助医生在疾病初期快速判断病情的严重程度。

在研究设计方面，我们纳入了92名确诊登革热的患者，这些患者是在2015年至2017年登革热流行期间住院治疗的。我们选择的患者包括无症状、有症状以及严重病例，这些病例通过实验室检测（如NS1抗原检测和RT-PCR检测）确认。为了确保研究的准确性，我们排除了患有慢性疾病或继发细菌感染的患者。在纳入的样本中，所有患者的临床参数和实验室检测结果均被详细记录，包括血小板计数、谷丙转氨酶（GPT）、肌酐、NS1抗原、NS1抗体、IL-18、RANTES、IL-6、IFN-α2和IL-7等指标。这些指标被认为是影响登革热严重程度的重要因素，因此被纳入到一个综合的预测面板中。

通过使用主成分分析方法，我们对这些生物标志物进行了整合，并发现某些生物标志物组合能够达到90%以上的准确率，以区分不同严重程度的患者群体。此外，我们还发现，当预测面板中包含NS1或NST时，其准确率进一步提高，分别达到92.1%和91.8%。这些结果表明，通过整合多个生物标志物，可以更有效地评估登革热的严重程度，尤其是在疾病初期的阶段。这种方法不仅提高了诊断的准确性，还为医生在面对疑似登革热病例时提供了可靠的决策依据。

在登革热的病理机制方面，已有研究表明，免疫反应的异常是导致严重登革热的主要因素之一。当患者体内存在低效中和抗体时，这些抗体无法有效阻止病毒入侵免疫细胞，如单核细胞和肥大细胞。被感染的细胞会释放抗炎细胞因子，如IL-10，从而抑制抗病毒干扰素信号通路，导致免疫系统的功能受损。这种免疫系统的紊乱会进一步加重登革热的病情，使患者更容易出现危及生命的并发症。因此，理解登革热患者的免疫反应模式，对于预测病情发展和制定治疗策略具有重要意义。

在临床实践中，目前用于评估登革热严重性的主要方法是世界卫生组织（WHO）在2009年发布的“登革热警示信号”（Dengue Warning Signs）。这一系统基于患者的临床表现和简单的实验室检测，如血小板计数、血红蛋白水平、肝功能指标等。然而，近年来的研究发现，这些警示信号在某些情况下存在特异性不足的问题，导致较高的假阳性率。这意味着，一些患者可能被错误地判断为存在严重登革热的风险，从而接受不必要的治疗，增加医疗负担。

为了解决这一问题，WHO在2025年发布了新的“整合指南”（Integrated Guidelines），以更新登革热的临床管理建议。这些指南强调了综合使用多种生物标志物和临床参数的重要性，以提高登革热严重性评估的准确性。此外，指南还提出了更加细致的分类标准，帮助医生更精确地判断患者的病情。这表明，传统的单一指标评估方法已经无法满足临床需求，而需要采用更加系统和全面的评估体系。

在本研究中，我们采用了一种新的方法，即利用24种登革热特异性细胞因子的多重检测阵列，以获取更全面的生物标志物数据。这种方法不仅能够检测到常见的细胞因子，如IL-6、IL-18、RANTES等，还能够识别一些较少被关注的细胞因子，如IFN-α2和IL-7。通过分析这些细胞因子的浓度变化，我们发现，某些生物标志物组合在区分不同严重程度的患者方面表现出更高的准确性。例如，当预测面板中包含NS1或NST时，其准确率分别达到了92.1%和91.8%。这表明，NS1和NST作为生物标志物，在早期登革热严重性评估中具有重要的价值。

此外，我们还发现，血小板计数、GPT/ALT水平和肌酐浓度是评估登革热严重性的关键指标。这些指标的变化通常与疾病的进展密切相关。例如，血小板减少是登革热严重病例的常见特征，而GPT/ALT升高和肌酐浓度增加则可能反映肝脏和肾脏功能的损害。这些指标的综合分析有助于更全面地了解患者的病情，并为医生提供更加可靠的诊断依据。

在本研究的讨论部分，我们进一步探讨了这些生物标志物在临床实践中的应用前景。我们发现，这些生物标志物不仅能够帮助医生在疾病初期快速判断病情的严重程度，还能够为疾病的动态监测提供支持。例如，通过监测这些生物标志物的变化，医生可以及时发现病情恶化的迹象，并采取相应的干预措施。这将有助于提高患者的治疗效果，并减少疾病的传播风险。

在研究的结论部分，我们总结了PCA模型的应用效果，并发现该模型在评估登革热严重性方面表现出较高的准确性。具体来说，模型5（包括血小板、GPT、肌酐、IL-18、RANTES、IL-6、IFN-α2和IL-7以及NST）与疾病严重性和住院时间之间表现出最强的相关性。这表明，通过整合多种生物标志物，可以更有效地预测登革热的严重程度，并为临床决策提供支持。

在研究的伦理审查方面，我们确保所有实验过程符合赫尔辛基宣言的要求。所有参与者在研究开始前均签署了知情同意书，研究过程得到了台北医学大学和国立成功大学医院的伦理委员会批准。此外，我们还遵循了良好的临床实践（ICH-GCP）规范，以确保研究数据的准确性和可靠性。

在研究的资助方面，本研究得到了台湾国家科学委员会的资助，支持我们进行相关实验和数据分析。这些资助对于本研究的顺利开展起到了至关重要的作用，使我们能够获得高质量的实验数据，并进行深入的分析。

在研究的致谢部分，我们感谢所有参与本研究的同事和研究人员。特别是台北医学大学的Herdiantri Sufriyana博士，他在实验设计和数据分析方面提供了宝贵的建议。此外，我们还感谢Ignatius Ryan Adriawan博士在论文的审阅和修改方面所做的细致工作，使论文的表达更加清晰和专业。

总的来说，本研究通过整合多种生物标志物，利用主成分分析等统计方法，开发了一种适用于急性感染期的登革热严重性评估模型。这一模型不仅提高了诊断的准确性，还为临床决策提供了可靠的支持。未来的研究可以进一步优化这一模型，使其更加适用于不同地区和不同人群的登革热患者。此外，随着生物技术的发展，更多的生物标志物可能会被发现，从而为登革热的诊断和治疗提供更多可能性。这些发现将有助于提高登革热患者的生存率，并减少疾病的传播风险。