编辑推荐：
在重症监护病房（ICU）中，院内下呼吸道感染（nLRTI）问题严峻。研究人员开展了关于免疫抑制与非免疫抑制患者 nLRTI 的对比研究。结果显示，免疫抑制患者生存率更低，铜绿假单胞菌是主要病原体。这为临床治疗提供了重要参考。
在医院的重症监护病房（ICU）里，下呼吸道感染是个让人头疼的大问题。它不仅让患者的病情更严重，死亡率也蹭蹭往上涨，还像个 “烧钱机器”，给医疗系统带来沉重的经济负担。尤其是那些免疫抑制的患者，他们的免疫系统就像被削弱的 “防御部队”，面对感染几乎毫无还手之力，一旦患上院内下呼吸道感染（nosocomial lower respiratory tract infections，nLRTI），情况往往更糟糕。可奇怪的是，目前对于免疫抑制和非免疫抑制患者患上 nLRTI 后的各种表现，比如临床特征、感染的微生物种类、最后的治疗结果等，都还没有特别清楚的研究。这就好比在黑暗中摸索，医生们缺乏足够的 “照明工具” 来更好地治疗这些患者。为了打破这种困境，来自欧洲和南美洲多个国家的研究人员组成了研究团队，开展了一项跨国、多中心的研究。这项研究成果发表在《Annals of Intensive Care》杂志上 ，为我们照亮了前行的道路。
研究人员从欧洲和南美洲 13 个国家的 28 个不同 ICU 中，收集了 2016 年 5 月 9 日至 2019 年 8 月 16 日期间，1060 名被诊断为 nLRTI 的成年 ICU 患者的数据。他们把这些患者分成免疫抑制和非免疫抑制两组，然后像 “侦探” 一样，详细分析对比了两组患者的各种信息，包括基本情况、并发症、感染的微生物、治疗方法以及最后的治疗效果等。为了保证研究结果准确可靠，他们还用上了各种统计分析方法，像卡方检验、学生 T 检验、Mann - Whitney U 检验，还有 Cox 比例风险模型等等。
研究人员首先发现，在这 1060 名患者里，有 24.9% 的人存在免疫抑制的情况，而肿瘤相关疾病是导致免疫抑制最常见的原因。在这些患者中，慢性肺部疾病和心血管疾病是最常出现的并发症。从感染类型来看，两组患者里最常见的 nLRTI 都是呼吸机相关性肺炎（Ventilator - Associated Pneumonia，VAP），不过在免疫抑制患者中，医院获得性肺炎（Hospital - Acquired Pneumonia，HAP）更为常见，而在非免疫抑制患者中，VAP、呼吸机相关性气管支气管炎（Ventilator - Associated Tracheobronchitis，VAT）和 ICU 医院获得性肺炎（ICU - Hospital - Acquired Pneumonia，ICU - HAP）更常见。但这里要注意，那些在 ICU 早期就去世，还没来得及发展成 nLRTI 的患者并没有被算进来，所以这个结果可能存在 “幸存者偏差”。
在导致感染的微生物方面，铜绿假单胞菌是两组患者中最常见的病原体，而且在免疫抑制患者中，它的出现频率明显更高。除此之外，还检测到了克雷伯菌属、鲍曼不动杆菌等细菌，以及一些真菌和病毒，不过真菌和病毒感染相对较少，后续还需要更多研究。
接着看治疗情况，虽然哌拉西林 - 他唑巴坦是两组患者最常用的抗生素，但免疫抑制患者使用美罗培南 / 亚胺培南的频率更高，而阿莫西林 - 克拉维酸和左氧氟沙星的使用频率更低。奇怪的是，尽管免疫抑制患者用了更多广谱抗生素，可两组患者的抗生素耐药模式并没有明显差异。
再看看患者的生存情况，通过生存分析发现，免疫抑制患者的生存率明显比非免疫抑制患者低。进一步分析影响 28 天死亡率的因素时，研究人员发现，简化急性生理学评分 II（Simplified Acute Physiology Score II，SAPS II）越高，患者死亡风险越大；而多发伤、意识改变和术后状态反而像是 “保护罩”，能降低患者的死亡风险。而且，不同免疫抑制原因的患者，死亡率也不一样，像有血液系统恶性肿瘤、近期接受过化疗、进行过骨髓移植的患者，死亡率就特别高。
在多变量分析中，研究人员发现，整体来看，免疫抑制会增加 nLRTI 患者的死亡风险，但在不同 nLRTI 亚型中，这种关联并不都明显。比如在 VAP 患者中，免疫抑制是死亡的重要预测因素，可在其他亚型中，像 SAPS II 或序贯器官衰竭评估（Sequential Organ Failure Assessment，SOFA）评分等因素对临床结果的影响更大。
综合来看，这项研究详细地为我们展现了免疫抑制患者 nLRTI 的流行病学特点和临床结果。免疫抑制患者的生存概率更低，铜绿假单胞菌在他们当中更为常见，这给临床医生选择经验性抗菌治疗带来了挑战。这也提醒我们，还需要继续深入研究，找到更好的方法来预防和治疗免疫抑制重症患者的院内感染。只有这样，才能提高这些患者的生存率，让他们有更多生的希望。
研究人员主要采用了以下关键技术方法：首先是数据收集，从欧洲和南美洲多个 ICU 收集符合条件患者的各类数据；然后利用多种统计分析方法，如卡方检验用于分析分类变量差异，Cox 比例风险模型评估 28 天死亡率影响因素等，来处理和分析数据。
