
-
生物通官微
陪你抓住生命科技
跳动的脉搏
对SeptiScore生物标志物在诊断重症创伤患者医疗相关感染中的临床价值评估:一项多中心建立与验证的队列研究
《BMC Anesthesiology》:Clinical evaluation of the SeptiScore biomarker for the diagnosis of healthcare-associated infections in critically ill trauma patients: a multicenter derivation and validation cohort study
【字体: 大 中 小 】 时间:2026年07月12日 来源:BMC Anesthesiology 3.2
编辑推荐:
摘要背景在重症创伤患者中诊断医疗相关感染十分困难,因为创伤引发的非脓毒性全身炎症反应综合征与感染症状极为相似,而传统生物标志物的特异性又较低。SeptiCyte RAPID是一种完全自动化的宿主反应检测方法,可通过检测两个基因的表达在1小时内得出SeptiScore值,因此适合在
在重症创伤患者中诊断医疗相关感染十分困难,因为创伤引发的非脓毒性全身炎症反应综合征与感染症状极为相似,而传统生物标志物的特异性又较低。SeptiCyte RAPID是一种完全自动化的宿主反应检测方法,可通过检测两个基因的表达在1小时内得出SeptiScore值,因此适合在床边使用。我们的主要目标是确定用于识别医疗相关感染的最佳SeptiScore阈值,并在独立的验证队列中对该阈值进行评估;次要目标则是评估其诊断性能,并将SeptiScore与传统生物标志物进行比较。
这项在两个中心开展的诊断研究包括一个前瞻性初始队列(82个样本,44名患者)和一个回顾性验证队列(31个样本,31名患者),研究对象均为患有SIRS和血流动力学障碍的成人ICU创伤患者。在获得微生物学确诊之前、基于临床怀疑时就会检测SeptiScore值。由于部分患者提供了多个样本,因此采用带随机患者截距的线性混合效应模型来分析SeptiScore与感染之间的关联,同时通过患者级聚类自举法估算诊断指标的置信区间。诊断准确性则通过ROC曲线、尤登指数和负似然比来评估,并与C反应蛋白、降钙素原和白细胞计数进行对比。
总共分析了113个样本(71例创伤相关SIRS,42例医疗相关感染)。医疗相关感染的SeptiScore值高于创伤相关SIRS(中位数8.05,四分位距6.83–8.80),而即使考虑了患者体内的相关性,感染状态仍与SeptiScore存在独立关联(p?<?0.001)。在初始队列中,ROC曲线下面积为0.79(95%置信区间0.72–0.87)。当设定阈值为6.7时,该方法的灵敏度为0.84(0.72–0.97),特异性为0.66(0.53–0.79),负似然比为0.24(0.04–0.53),表现优于传统生物标志物。在规模较小的验证队列中,预先设定的阈值也展现了稳定的性能(AUC为0.98,95%置信区间0.94–1.00),不过由于事件数量有限,这些数值的精确度较低。
SeptiScore在区分医疗相关感染与创伤相关SIRS方面表现良好,且优于传统生物标志物。但这些具有假设意义的发现需要在更大规模、样本量足够的 multicenter研究中得到进一步验证,才能应用于临床。
在重症创伤患者中诊断医疗相关感染十分困难,因为创伤引发的非脓毒性全身炎症反应综合征与感染症状极为相似,而传统生物标志物的特异性又较低。SeptiCyte RAPID是一种完全自动化的宿主反应检测方法,可通过检测两个基因的表达在1小时内得出SeptiScore值,因此适合在床边使用。我们的主要目标是确定用于识别医疗相关感染的最佳SeptiScore阈值,并在独立的验证队列中对该阈值进行评估;次要目标则是评估其诊断性能,并将SeptiScore与传统生物标志物进行比较。
这项在两个中心开展的诊断研究包括一个前瞻性初始队列(82个样本,44名患者)和一个回顾性验证队列(31个样本,31名患者),研究对象均为患有SIRS和血流动力学障碍的成人ICU创伤患者。在获得微生物学确诊之前、基于临床怀疑时就会检测SeptiScore值。由于部分患者提供了多个样本,因此采用带随机患者截距的线性混合效应模型来分析SeptiScore与感染之间的关联,同时通过患者级聚类自举法估算诊断指标的置信区间。诊断准确性则通过ROC曲线、尤登指数和负似然比来评估,并与C反应蛋白、降钙素原和白细胞计数进行对比。
总共分析了113个样本(71例创伤相关SIRS,42例医疗相关感染)。医疗相关感染的SeptiScore值高于创伤相关SIRS(中位数8.05,四分位距6.83–8.80),而即使考虑了患者体内的相关性,感染状态仍与SeptiScore存在独立关联(p?<?0.001)。在初始队列中,ROC曲线下面积为0.79(95%置信区间0.72–0.87)。当设定阈值为6.7时,该方法的灵敏度为0.84(0.72–0.97),特异性为0.66(0.53–0.79),负似然比为0.24(0.04–0.53),表现优于传统生物标志物。在规模较小的验证队列中,预先设定的阈值也展现了稳定的性能(AUC为0.98,95%置信区间0.94–1.00),不过由于事件数量有限,这些数值的精确度较低。
SeptiScore在区分医疗相关感染与创伤相关SIRS方面表现良好,且优于传统生物标志物。但这些具有假设意义的发现需要在更大规模、样本量足够的 multicenter研究中得到进一步验证,才能应用于临床。