基于临床评分系统鉴别类鼻疽与社区获得性细菌性肺炎的回顾性队列研究

本研究针对印度流行区类鼻疽（melioidosis）与社区获得性肺炎（CAP）的鉴别诊断难题，通过回顾性分析337例患者数据，开发出包含季风季节暴露、糖尿病、休克和肺外病灶的4变量评分系统（AUC=0.930），为资源有限地区早期识别这一致命感染提供实用工具。

　　

在热带地区，一种名为类鼻疽（melioidosis）的致命感染常伪装成普通肺炎，导致误诊和死亡。这种由Burkholderia pseudomallei引起的疾病，在印度等地的糖尿病患者中尤为猖獗，尤其在季风季节。但棘手的是，它的症状与其他细菌性肺炎（CAP）高度重叠，而确诊需要耗时数日的细菌培养——这在基层医疗机构往往是奢望。更严峻的是，常规CAP抗生素方案对类鼻疽完全无效，每延误一天治疗，患者的死亡风险就攀升一分。

面对这一临床困境，印度曼尼帕尔高等教育学院卡斯图尔巴医学院传染病科Nitin Gupta团队联合比利时热带医学研究所，开展了一项突破性研究。他们分析了2017-2023年间337例经培养确诊的CAP患者数据（含55例类鼻疽），通过多变量回归分析，首次开发出专为资源有限地区设计的类鼻疽快速鉴别工具。这项重要成果发表在《Infection》杂志，为破解类鼻疽诊断难题提供了关键解决方案。

研究团队采用回顾性队列设计，从895例呼吸道感染患者中筛选出337例单病原体CAP病例。通过对比类鼻疽组与非类鼻疽组的55项临床指标，运用逻辑回归和ROC曲线分析，最终构建基于4个易获取指标的评分系统：季风季节暴露（6-9月）、糖尿病史、休克表现和肺外脓肿。每个指标根据调整后比值比（aOR）的自然对数赋予分值（2-4分），总分11分。

主要发现
临床特征对比：类鼻疽患者更常见于季风季节（74.5% vs 24.8%），且83.6%伴有糖尿病（对照组37.9%），血糖控制更差（HbA1c 10.17% vs 7.03%）。休克（43.6% vs 5.0%）、肺外脓肿（36.4% vs 3.9%）和14天死亡率（34.5% vs 3.2%）均显著更高。

诊断模型效能：4变量模型展现卓越区分度（AUC 0.930）。评分≥4分时灵敏度87.3%/特异度83.6%，≥5分时特异度升至95.4%。其中肺外脓肿的阳性似然比最高（LR+ 9.33），糖尿病覆盖面最广（敏感度83.6%）。

病原体差异：类鼻疽在糖尿病（83.6%）、休克（43.6%）和肺外脓肿（36.4%）发生率上远超肺炎链球菌、克雷伯菌等其他病原体（p<0.001）。

这项研究首次证实，简单临床指标即可有效识别高危类鼻疽患者。其创新性在于：①突破微生物诊断依赖，为无培养条件的基层医院提供决策工具；②锁定糖尿病这一关键宿主因素，结合季风季节这一流行病学特征，形成"时空-宿主-临床表现"三维鉴别框架；③证实肺外脓肿这一特异性体征的核心价值，提示床旁超声（POCUS）的应用潜力。

研究同时揭示类鼻疽的凶险本质——80%存在菌血症，34.5%两周内死亡，远超其他CAP病原体。这强调早期识别的重要性，尽管可能增加碳青霉烯类药物的使用，但相比漏诊代价，这种"过度治疗"在流行区具有合理性。未来需在前瞻性研究中验证该评分在更广泛人群（如慢性肺炎、结核鉴别）中的表现，并探索其在抗生素管理中的作用。