编辑推荐：
为解决 SAE 诊断和预后评估难题，南京医科大学等单位的研究人员开展炎症风暴及 HBP 水平对 SAE 诊断和预后影响的研究。结果发现二者密切相关。这为临床早期诊断、制定治疗方案及评估预后提供重要依据，值得科研读者一读。
在医学的世界里，败血症（Sepsis）就像一个危险的 “大反派”，它是由细菌感染介导或引发的全身性炎症反应，而败血症相关脑病（Sepsis-associated encephalopathy，SAE）则是败血症发展过程中出现的神经系统功能受损的并发症，就像是 “大反派” 派出的 “小喽啰”，专门给患者找麻烦。SAE 常常出现在败血症患者身上，会让患者出现不同程度的意识障碍，从轻微的嗜睡到严重的昏迷都有可能。哪怕只是轻微的意识改变，都可能预示着患者出院后会在记忆、注意力等方面存在长期的功能障碍，严重影响患者的生活质量。
目前，对于 SAE 的诊断和预后评估，医学上还面临着一些难题。虽然大家都知道血清中白细胞介素 6（IL-6）等炎症细胞因子的增加对败血症的诊断有一定意义，但是这些炎症细胞因子的高表达，也就是所谓的炎症细胞因子风暴（Inflammatory cytokine storm，ICS），对于 SAE 患者的诊断和预后评估有没有价值呢？国内外都还没有相关研究。而且，SAE 没有特异性的血清学标志物，也没有特别的临床管理方法，所以如何早期发现和诊断 SAE，成了提高败血症患者预后的关键问题。
为了解开这些谜团，来自南京医科大学第一临床医学院、南京医科大学第一附属医院重症医学中心、连云港市第一人民医院急诊与重症医学科以及哈尔滨医科大学第二附属医院重症医学科的研究人员，在《European Journal of Medical Research》期刊上发表了一篇名为 “Analysis of the inflammatory storm response and heparin binding protein levels for the diagnosis and prognosis of sepsis?associated encephalopathy” 的论文。他们通过研究发现，SAE 的发生与患者的年龄、是否患有糖尿病、SOFA 评分、APACHE-II 评分、血清细胞炎性细胞因子水平（IL-2、IL-6、IL-10、TNF-α 和 IFN-γ）、肝素结合蛋白（Heparin-binding protein，HBP）以及血清胆碱酯酶水平都密切相关。炎症风暴与 SAE 的发病机制有关，败血症患者体内炎症细胞因子 IL-6（>5000 pg/ml）、IL-10（>1000 pg/ml）和 HBP（>300 ng/ml）的高表达有助于 SAE 的早期诊断。而且，IL-6>5000 pg/ml 还与患者 28 天死亡率的增加有关，这意味着炎症风暴的水平可能与败血症相关 SAE 的发病机制以及 28 天死亡率都有关系。根据研究结果构建的风险预测模型还发现，当入住重症监护病房的 SAE 患者满足 HBP >300 ng/ml、IL-6>5000 pg/ml、格拉斯哥昏迷评分（Glasgow Coma Scale，GCS）降低和急性生理学与慢性健康状况评分系统 II（Acute Physiological and Chronic Health Score II，APACHE-II）评分升高这些条件时，患者 28 天死亡率更高，这也验证了炎症风暴可以作为 SAE 患者预后的预测指标。这一研究成果意义重大，为临床医生早期识别 SAE 高风险患者、制定个性化治疗方案以及评估患者预后提供了重要依据。
在这项研究中，研究人员采用了多种技术方法。首先，他们按照严格的标准，从连云港市第一人民医院 ICU 和 EICU 收治的败血症患者中筛选出研究对象。收集患者的基本信息、临床数据，包括年龄、性别、病史等，同时确定感染源。然后，采集患者转入 ICU 当天的血液样本，通过固相夹心法，利用相关试剂盒在 NAVIO 流式细胞仪上检测血清细胞因子（IL-2、IL-4、IL-6、IL-10、INF-α 和 γ- 干扰素）、HBP 以及血清胆碱酯酶的水平。最后，运用 SPSS 25 软件进行数据分析，通过绘制受试者工作特征曲线（ROC 曲线）、计算曲线下面积（AUC）等方法，评估各项指标对 SAE 的诊断价值；使用 Kaplan-Meier 曲线比较不同组患者的 28 天死亡率；利用套索算法（LASSO 算法）筛选变量，构建多因素逻辑回归模型，预测 SAE 患者的预后 。
下面我们来详细看看研究结果。在 “SAE 和非 SAE 组一般信息的单因素分析” 中，研究人员发现，在 140 例败血症患者里，SAE 的发生率为 44.29%，肺部感染是最常见的感染源。SAE 组患者的年龄、患有糖尿病的比例、SOFA 评分、APACHE-II 评分、28 天死亡率都明显高于非 SAE 组，而 GCS 评分和血清胆碱酯酶水平则低于非 SAE 组。这就好像是 SAE 患者身上带着一些特殊的 “标签”，让他们与非 SAE 患者区分开来。
在 “SAE 和非 SAE 组血清炎性细胞因子指标的单因素分析” 中，研究人员发现 SAE 组血清细胞炎性细胞因子 IL-2、IL-6、IL-10、INF-α、IFN-γ 和 HBP 的表达水平都显著高于非 SAE 组。尤其是 IL-6 和 IL-10 的水平差异更为明显。研究人员根据统计结果，将 IL-6>5000 pg/ml、IL-10>1000 pg/ml 和 HBP>300 ng/ml 定义为炎症细胞因子风暴。当这些指标达到超高水平时，患者更有可能患上 SAE。这就像是身体里的 “炎症警报” 拉响了，提醒医生要警惕 SAE 的发生。
“SAE 发生的风险细胞因子分析” 通过多因素逻辑回归分析发现，高龄、IL-6（>5000 pg/ml）、IL-10（>1000 pg/ml）、HBP（>300 ng/ml）水平升高、SOFA 评分升高、APACHE-II 评分升高以及血清胆碱酯酶水平降低都与 SAE 的发生呈正相关，这些都是 SAE 发生的风险细胞因子。就好像这些因素是一个个 “帮凶”，共同助推了 SAE 的发生。
“ROC 曲线分析” 结果显示，血清 IL-6、IL-10 和 HBP 水平在诊断 SAE 时，其 ROC 曲线下面积都大于 0.7，这表明炎症细胞因子风暴与败血症患者 SAE 的诊断呈正相关，高水平的 IL-6、IL-10、HBP 以及它们引发的炎症风暴有助于区分败血症和 SAE。这就好比是给医生提供了一个 “诊断神器”，让他们能更准确地判断患者是否患有 SAE。
“炎症风暴对败血症患者 28 天死亡率的影响” 研究发现，28 天死亡患者血清中的 IL-6（>5000 pg/ml）明显高于存活患者。同时，28 天死亡患者的 SOFA 和 APACHE-II 评分更高，GCS 评分更低。Kaplan-Meier 曲线分析也表明，SAE 组患者的 28 天死亡率显著高于非 SAE 组，IL-6>5000 pg/ml 的患者死亡率更高，预后更差。这说明炎症风暴不仅影响 SAE 的诊断，还对患者的预后有着重要影响，IL-6 超高表达就像是一个 “死亡信号”，预示着患者的情况不太乐观。
在 “SAE 患者 28 天死亡率分析和预后风险列线图建模” 中，研究人员利用 LASSO 模型筛选出与 SAE 患者临床诊断显著相关的血清学标志物，确定了 HBP>300 ng/ml、IL-6>5000 pg/ml、GCS 评分降低和 APACHEII 评分降低这四个指标，将它们合成一个新的预测数据模型（风险评分）。结果发现，SAE 患者中，高风险评分的患者 28 天死亡率更高。这就像是给每个 SAE 患者都打了一个 “风险分”，分数越高，死亡风险就越大。
最后，在 “SAE 预后风险列线图模型的验证” 中，研究人员对风险评分进行了详细的性能评估和内部验证，结果显示风险模型预测 SAE 28 天死亡的一致性指数为 0.853，具有较高的准确性和区分度，校准曲线也证明了模型预测结果与实际观察结果相符，说明这个模型在预测 SAE 患者预后方面是有效的。这就像是给医生提供了一个可靠的 “预测工具”，让他们能更好地了解患者的预后情况。
综合研究结论和讨论部分，这项研究有着不可忽视的重要意义。它发现了炎症细胞因子的表达水平是 SAE 的风险细胞因子，炎症风暴与 SAE 的发病机制密切相关，其中 IL-6、IL-10 和 HBP 的高表达对 SAE 的早期诊断很有帮助，尤其是 IL-6 的超高表达还能预测患者的 28 天死亡率，反映出患者预后较差。而且，炎症细胞因子的过表达水平以及炎症风暴的 “风险评分” 模型，在败血症相关脑病的临床诊断中作用很大，能帮助医生早早识别出高风险的 SAE 患者，从而制定更有针对性的个性化治疗方案，还能作为评估患者预后的重要指标。不过，这项研究也存在一些局限性，比如只收集了患者入院 6 小时内的血清进行检测，没有记录患者住院期间细胞因子的长期水平。但这并不影响它为后续研究指明方向，未来研究人员可以通过动态监测炎症细胞因子指标，进一步探索炎症风暴对治疗效果的影响。总的来说，这项研究为我们了解 SAE 的发病机制和预后评估打开了一扇新的大门，为临床治疗提供了重要的参考依据，让我们在对抗败血症相关脑病的道路上又前进了一大步。
