呼吸道病原体半定量检测的系统综述与Meta分析：BIOFIRE FILMARRAY肺炎面板与培养方法的比较

《MicrobiologyOpen》：Semi-Quantitative Detection of Respiratory Pathogens: A Systematic Review and Meta-Analysis of Results From the BIOFIRE FILMARRAY Pneumonia Panel and Culture

本综述系统评价了BIOFIRE FILMARRAY肺炎面板（PN Panel）与定量/半定量培养方法（qCMs）在呼吸道病原体检测中的一致性。研究发现，分子检测（PCR）报告的细菌载量通常高于培养（平均差异：BAL样标本1.17 log，ETA样标本0.95 log），且在低载量时差异显著，但识别主要病原体的一致性高达94%。结果提示需建立PCR特异性判读阈值以优化诊断和抗菌药物管理（Antimicrobial Stewardship）。

　　

引言

呼吸道感染的诊断一直是临床和微生物学面临的主要挑战，关键在于如何区分非无菌部位的定植与真实感染。准确识别和量化呼吸道样本中的病原体对于支持临床决策和改善抗菌药物管理至关重要。定量和半定量培养方法（qCMs）被主要国际指南推荐用于医院获得性肺炎和呼吸机相关性肺炎（HAP/VAP）的诊断，其依据是Baselski和Wunderink等人的早期研究建立的阈值。例如，2016年IDSA/ATS指南建议，当支气管肺泡灌洗（BAL）样本中的菌落形成单位低于10⁴CFU/mL或气管内吸出物（ETA）样本低于10⁵CFU/mL时，可考虑停用抗生素。这些阈值旨在提高特异性并减少不必要的抗生素使用。

然而，传统培养方法耗时较长，且可能受先前抗生素暴露的影响。像BIOFIRE FILMARRAY肺炎（PN）面板这样的分子综合征检测面板，能够快速检测多种细菌和病毒病原体，其中15种细菌以半定量值（对数尺度：10⁴, 10⁵, 10⁶, 或 ≥10⁷拷贝/mL）报告。该面板还能检测3种非典型细菌和7种抗菌药物耐药性标记。尽管该技术提供了与qCMs相似的半定量数据，但尚无全面评估比较不同呼吸道样本类型中分子与培养半定量结果的一致性。为填补这一空白，本研究进行了系统综述和Meta分析，比较BIOFIRE PN Panel（包括PN Panel plus）与培养方法获得的细菌半定量结果。

方法

本综述遵循系统综述和Meta分析优先报告项目（PRISMA）指南，并在PROSPERO注册（CRD42023468162）。文献检索策略涵盖EMBASE（1946年至2023年7月）和Ovid MEDLINE（1974年至2023年7月），使用“呼吸道感染”、“肺炎”、“多重PCR”、“Filmarray”、“Biofire”和“培养”等检索词。同时在PubMed和Google Scholar（2018年至2023年）进行了二次检索。两位作者独立进行文献筛选和数据提取，分歧通过协商或第三方裁决解决。

研究选择标准包括使用BIOFIRE PN Panel和qCMs对呼吸道样本（BAL/BAL样或ETA/ETA样采样）进行病原体检测和半定量比较的全文。“ETA样”指诱导痰、咳出的痰和ETA，“BAL样”指BAL、迷你BAL和保护性标本刷（PSB）。纳入研究需提供两种方法半定量比较的数据。排除标准包括无培养定量、无方法比较、系统评价、案例报告、会议摘要、非人类或非英文研究，以及2018年面板推出前发表的文章。还联系了作者索取个体患者数据以进行深入分析，未回应者被排除。

主要结局指标包括按研究和样本类型分层的培养与BIOFIRE PN Panel半定量差异、按病原体和样本类型的半定量差异、两种方法在测量尺度上差异的演变，以及两种方法在识别主要病原体方面的一致性。数据提取使用标准化表格，收集样本信息、病原体类型和两种方法的定量值。分析仅限于BIOFIRE PN Panel检测的细菌病原体，阳性阈值定义为超过10^3.5拷贝/mL（分子）或CFU/mL（培养）。培养的半定量值被归类到与PN Panel对应的区间（10⁴, 10⁵, 10⁶, ≥10⁷CFU/mL）。两位研究者使用诊断准确性研究质量评估（QUADAS-2）工具进行偏倚风险评估。

统计分析主要评估BIOFIRE PN Panel与对应qCMs半定量区间水平的差异，按样本类型和细菌种类分层。使用随机效应模型估计ETA样和BAL样样本的合并半定量区间差异及95%置信区间，采用限制性最大似然估计。使用I2统计量和Cochran Q检验评估异质性。显著性水平设定为p ≤ 0.05。数据分析使用Python 3.11和R软件（4.2.2版）的metafor包（4.8.0版）。

结果

电子检索初步识别出4053篇文章，去除163篇重复后筛选3890篇，605篇接受资格评估。其中586篇因培养未评估半定量被排除，19篇可能符合纳入标准，最终14篇研究（n = 1738样本）被纳入分析。偏倚风险评估显示大多数研究偏倚风险较低，适用性较高，但参考标准（培养）常因在PN Panel结果出来后进行而存在较高偏倚风险。

纳入研究特征显示，研究覆盖多国，10项为前瞻性设计，10项在重症监护室（ICU）招募患者。样本类型多样，7项研究报告了采样前抗生素使用情况（部分高达91%患者）。所有研究均关注疑似下呼吸道感染（LRTI），其中6项专门针对COVID-19相关肺炎。

最终分析包含1654份呼吸道样本，每份样本至少有一种细菌被两种方法半定量检测。样本分为ETA样（包括诱导痰、咳出的痰、ETA）和BAL样（包括BAL、迷你BAL）。主要结局显示，半定量差异（以log₁₀单位表示）的合并值在ETA样样本中为0.95（95% CI, 0.60–1.30），在BAL样样本中为1.17（95% CI, 0.77–1.57）。这表明BIOFIRE PN Panel报告的半定量值持续高于培养方法，但不同细菌种类和样本类型间存在显著异质性。具体而言，阴沟肠杆菌复合体、大肠杆菌、流感嗜血杆菌和金黄色葡萄球菌在BAL样样本中的半定量差异大于ETA样样本，而醋酸钙不动杆菌-鲍曼不动杆菌复合体则在ETA样样本中差异更大。其余细菌种类未见显著差异。

两种方法间半定量差异的趋势显示，平均区间差异（PN Panel减去qCMs）随着qCMs半定量值的增加而减小。在10⁴区间，BAL样和ETA样样本的平均差异分别为1.83 log和1.91 log。相反，在10⁷区间，差异变为负值：BAL样样本为-0.29 log，ETA样样本为-0.13 log。

总体而言，BIOFIRE PN Panel与qCMs在识别同一样本中主要细菌种类方面的一致性为94%（1556/1654）。在两种方法均只检测到单一细菌的样本中，一致性为99%（723/730）；在任一或两种方法检测到多种细菌的样本中，一致性为90%（833/924）。在98份不一致样本中，BAL样样本比例（29.6%）低于ETA样样本（70.4%）。在不一致案例中，PN Panel报告的主要病原体最常见的是流感嗜血杆菌（28/108）、金黄色葡萄球菌（18/108）和卡他莫拉菌（16/108）；而qCMs报告的主要病原体最常见的是金黄色葡萄球菌（24/109）、铜绿假单胞菌（15/109）和大肠杆菌（13/109）。

讨论

本分析揭示了几个对危重患者HAP/VAP诊断和管理具有实际意义的关键发现：分子诊断的灵敏度增强、平均约1个对数的半定量差异，以及方法间的非线性一致性。这些发现表明需要开发针对BIOFIRE PN Panel的特异性治疗算法并验证其阈值。

分子诊断的灵敏度增强与半定量差异：来自14项研究超过1654份样本的数据表明，PN Panel报告的细菌载量持续高于qCM，平均差异在ETA样和BAL样样本中分别为0.95 log和1.17 log。这种差异在特定病原体（如BAL样样本中的大肠杆菌、流感嗜血杆菌和金黄色葡萄球菌，以及ETA样样本中的鲍曼不动杆菌）中更为明显。差异可能由多种因素导致，包括生物因素（如微生物生长特性）和技术因素（如标本相关问题，BAL样样本污染较少可能使 quantification 更准确）。与qCM相比，多重PCR检测显示出卓越的灵敏度。Enne等人的多中心研究使用贝叶斯潜在类别分析证实，分子方法的灵敏度在83.9%–99.3%之间，而培养方法仅在27.1%–68.7%之间。因此，PN Panel检测量的增加可能反映了传统培养半定量性能的不足。约半数数据集提到的抗生素预处理是降低培养灵敏度的已知因素，而分子方法在此条件下仍保持稳健，这增强了其在ICU常见情况下的诊断效用。

病原体一致性与临床相关性：一个显著发现是PN Panel与qCM在识别样本中主要细菌种类方面具有94%的一致性。这种一致性强化了分子诊断在确定病因方面的临床效用，即使在解读具有挑战性的多微生物样本中也是如此。半定量数据有助于临床医生区分真实病原体与定植菌，这对指导靶向治疗至关重要。

非线性一致性与阈值考量：分析揭示了半定量差异在检测尺度上分布不均。差异在较低病原体载量（如10⁴区间）时更明显，而在较高载量（如10⁷区间）时一致性改善。这表明方法间的一致性随细菌负荷增加而提高，但在接近诊断阈值时降低——而这正是决定是否启用或停用抗生素最具挑战性的区域。这对当前诊断阈值有重要意义。例如，指南常使用BAL中10⁴CFU/mL作为停用抗生素的临界值。Raman等人的回顾性研究比较了VAP患者定量支气管镜培养阴性（<10⁴CFU/mL）时早期 versus 晚期停用抗生素的情况，结果显示早期停药组死亡率无显著差异，但总体、呼吸道和多重耐药菌重复感染显著减少。将培养阈值应用于分子结果可能存在问题，因为PN Panel对相同临床样本常报告更高载量。Candel等专家意见建议报告定量结果，并指出高细菌负荷（通常≥10⁶或10⁷拷贝/mL）通常指示致病病原体。然而，较低水平（10⁴–10⁵拷贝/mL）也可能具有临床意义，特别是对于铜绿假单胞菌、鲍曼不动杆菌和耐甲氧西林金黄色葡萄球菌（MRSA）等病原体，尤其是在已接受适当抗菌治疗的患者中。此外，检测到多种病原体需谨慎解读。虽然存在多于两个靶标可能使决策复杂化，但即使多微生物结果中高基因组负荷（≥10⁶）仍可能支持因果关系。因此，解读半定量PCR结果需要个体化和临床情境化。这些考量凸显了需要通过临床结局研究验证PCR特异性诊断或降阶梯阈值，以安全有效地指导抗菌治疗。

局限性：一个重要点是仅评估了对应的半定量结果，未考虑PN Panel阳性而培养阴性的潜在情况，这影响了差异解读。本系统综述未纳入个体临床数据（如抗生素使用或治疗决策），因此无法评估分子与培养结果不一致的临床影响。未来研究应整合诊断结果与临床结局。此外，培养方法的主要局限在于实验室实践的变异性和定量技术的异质性，这影响了不同研究结果的可重复性和可比性。最后，数据集中重症患者比例高可能限制研究结果向轻症或更广泛成人人群的推广。

结论

将BIOFIRE FILMARRAY肺炎面板整合到常规实践中，必须伴随进一步研究以建立临床相关阈值、增强结果可解读性并指导管理策略。在此类标准建立之前，临床医生应在综合临床框架内，将分子诊断作为多层面诊断方法的一部分，结合患者风险因素、症状、当地微生物生态、既往药敏结果、影像学和治疗史进行应用。虽然PCR在灵敏度和速度上具有显著优势，但其临床应用需辅以标准化方案和管理监督。