外周免疫表型分析识别出一种具有免疫分层潜在相关性的免疫抑制性脓毒症内型

《Frontiers in Immunology》：Peripheral immune phenotyping identifies an immunosuppressed sepsis endotype with potential relevance for immune stratification

　　

背景：脓毒症以深刻的免疫失调为特征，然而外周免疫表型分析在脓毒症中的生物学意义和临床应用仍未完全明确。本研究旨在定义内部识别的脓毒症免疫表型，并评估其预后和转化相关性。方法：在这项单中心回顾性队列研究中，纳入了374例脓毒症或严重感染成人患者。分析了六种外周免疫标志物（总T细胞、CD4⁺ T细胞、CD8⁺ T细胞、总B细胞、NK细胞和单核细胞HLA-DR）以及临床相关实验室指标，以表征脓毒症的免疫和临床-实验室异质性。使用内部有效性指标确定最佳聚类数。通过穷举组合聚类和重复交叉验证的逻辑回归，将免疫表型的预后价值与常规实验室指标进行基准比较。进一步评估了与疾病严重程度（SOFA、APACHE II和NUTRIC）的关联。结果：识别出两种内部稳定的免疫表型：免疫保留表型（n = 306）和免疫抑制表型（n = 61）。免疫抑制表型表现为淋巴细胞亚群全面降低和单核细胞HLA-DR降低，伴有血小板和白细胞计数降低、炎症标志物升高以及SOFA评分略高。然而，院内死亡率在表型间无显著差异（39.0% vs 30.6%，*P* = 0.224）。免疫表型分析实现了有限的预后分离（Δ = 8.9个百分点），显著低于基于实验室的组合（Δ = 63.3个百分点）。在预测建模中，六标志物免疫模型判别能力最弱（AUC = 0.646 ± 0.066），而单独SOFA优于所有六标志物组合（AUC = 0.747 ± 0.055）。乳酸作为严重程度相关的实验室指标，显示出比免疫参数更强的预后关联，表明免疫抑制和生理应激代表了脓毒症病理生物学的互补维度。结论：外周免疫表型分析可识别脓毒症中生物学上不同的免疫保留和免疫抑制状态。尽管这些免疫表型在既定严重程度评分和常规实验室指标之外提供的额外预后判别有限，但它们为免疫功能障碍提供了有价值的见解，并代表了免疫分层的潜在框架。需要进一步的纵向研究来确定这些免疫表型能否为未来的个性化免疫调节策略提供信息。

脓毒症是全球重大健康负担，年影响约4900万人，导致约1100万例死亡，占全球死亡总数的近20%。其本质是感染引起宿主反应失调而导致的危及生命的器官功能障碍。尽管抗微生物治疗和器官支持策略不断进步，医院死亡率仍高达20%–40%，脓毒性休克或多器官衰竭患者中甚至超过50%。脓毒症管理的主要挑战在于宿主免疫功能障碍的异质性，高炎症与免疫抑制共存并共同塑造疾病进程和临床结局。早期脓毒症常伴随促炎细胞因子过度释放，随后许多患者出现免疫麻痹，表现为淋巴细胞耗竭、抗原呈递受损、单核细胞HLA-DR表达降低以及固有和适应性免疫细胞功能耗竭。免疫抑制状态与继发感染风险增加、ICU住院时间延长和不良预后相关。然而，外周免疫表型分析在脓毒症中的临床效用仍未充分定义，其预后价值是否超越既定严重程度评分和常规实验室指标尚不确定。因此，研究人员开展本研究，旨在通过无监督聚类识别内部稳定的免疫表型，并系统评估其预后判别能力和免疫分层潜力。该论文发表在《Frontiers in Immunology》。

研究人员开展了一项单中心回顾性队列研究，纳入深圳市人民医院2025年2月至2026年5月期间收治的374例脓毒症或严重感染成人患者，所有患者均符合Sepsis-3标准。主要技术方法包括：采用多参数流式细胞术检测六种外周免疫标志物（总T细胞、CD4⁺ T细胞、CD8⁺ T细胞、总B细胞、NK细胞和单核细胞HLA-DR）；对六种标志物进行无监督K均值聚类，并通过六种内部验证指标（轮廓系数、Calinski–Harabasz指数、Davies–Bouldin指数、bootstrap调整兰德指数、GMM-BIC和间隙统计量）确定最佳聚类数；使用穷举组合聚类分析将免疫表型的预后分离能力与常规实验室指标进行基准比较；采用重复分层5折交叉验证的逻辑回归模型评估判别性能，并使用DeLong检验比较AUC。所有数据预处理步骤均在交叉验证折叠内部独立拟合以避免信息泄漏。

结果部分包含以下小标题：

**队列特征与院内死亡率的关联**：374例患者中，116例（31.0%）院内死亡。非幸存者表现出更高的APACHE II、SOFA和NUTRIC评分，更低的平均动脉压和PaO2/FiO2比值，更高的乳酸、BUN、RDW-CV和总胆红素，以及更低的血小板和血红蛋白。在六种免疫标志物中，仅单核细胞HLA-DR（42.02% ± 24.19% vs 56.08% ± 25.24%，P < 0.001）、CD8⁺ T细胞计数（P = 0.019）和NK细胞计数（P = 0.016）在非幸存者中显著降低。

**内部稳定免疫表型的识别**：无监督K均值聚类确定了两种内部稳定的免疫表型，即免疫保留表型（n = 306）和免疫抑制表型（n = 61，16.6%）。主成分分析显示两个聚类清晰分离，PC1和PC2分别解释61%和16%的方差；淋巴细胞相关变量主要贡献于PC1，而单核细胞HLA-DR在PC2上呈独立载荷模式。雷达图证实免疫抑制表型在六种免疫标志物上均呈一致性降低。

**免疫表型的临床特征**：免疫抑制表型除六种免疫标志物均显著降低外，还伴有更低的血小板计数、白细胞计数、单核细胞和淋巴细胞百分比，以及更高的中性粒细胞百分比。全身炎症标志物（PCT、IL-6、CRP）在免疫抑制组显著升高。SOFA评分在免疫抑制表型中略高（10.07 vs 8.73，P = 0.013），但APACHE II和NUTRIC无显著差异。尽管存在这些生物学差异，院内死亡率在表型间无显著差异（39.0% vs 30.6%，P = 0.224）。

**预后信息主要存在于常规实验室变量**：穷举组合聚类显示，仅含实验室变量的最佳模型实现了63.3个百分点的死亡率跨度，而两种免疫表型的死亡率跨度仅为8.9个百分点。将免疫标志物加入实验室变量池仅带来边际改善（Δ = 63.8个百分点）。频率-富集分析确定乳酸是主要预后驱动因素（Δ = +12.9个百分点），其次是单核细胞百分比、中性粒细胞百分比、淋巴细胞百分比、HLA-DR和血小板计数。在免疫变量中，仅HLA-DR显示弱正富集，而所有淋巴细胞亚群贡献极小或为负。

**预测建模证实免疫表型的增量价值有限**：交叉验证逻辑回归显示，六标志物免疫模型判别能力最弱（AUC = 0.646 ± 0.066），低于最佳实验室六标志物模型（AUC = 0.683 ± 0.062）。将NK细胞替代入实验室模型未显著改善性能（AUC = 0.694 ± 0.063；ΔAUC = 0.008，P = 0.48）。SOFA单独评分优于所有六标志物模型（AUC = 0.747 ± 0.055），而22变量全模型（AUC = 0.760 ± 0.051）和SOFA+全部变量模型（AUC = 0.796 ± 0.053）定义了性能上限。

**免疫表型与疾病严重程度的关联**：中位数拆分分析显示，仅SOFA与免疫抑制表型显著相关（P = 0.049）。单变量逻辑回归中，SOFA作为二分类变量（OR 1.81，95% CI 1.03–3.18，P = 0.039）和连续变量（每+1 SD OR 1.46，95% CI 1.12–1.91，P = 0.006）均与免疫抑制表型显著相关，而APACHE II和NUTRIC方向一致但未达统计学显著。

讨论部分指出，免疫抑制表型占据队列的16.6%，与既往转录组和流式研究一致，支持单核细胞HLA-DR持续降低作为脓毒症免疫麻痹的标志性生物标志物。该表型同时伴有IL-6、CRP、PCT等炎症介质升高，表明高炎症与免疫抑制共存而非严格序贯。免疫表型与院内死亡率缺乏显著关联可能源于基线单时间点测量的局限性，而纵向免疫轨迹可能具有更好的预后分辨率。乳酸作为生理应激和代谢紊乱的指标，其预后优势提示早期脓毒症死亡风险主要由生理崩溃和器官功能障碍决定，而非孤立免疫状态。因此，免疫表型分析的价值更多在于生物学分层和潜在的治疗指导，而非替代传统预后工具。研究结论为：采用简化六标志物面板的外周免疫表型分析可识别脓毒症中生物学上不同的免疫保留和免疫抑制状态，反映宿主免疫失调的重要维度。尽管这些免疫表型在既定严重程度评分和常规实验室指标之外提供的院内死亡率预后判别有限，但它们为免疫麻痹和宿主反应异质性提供了有价值的见解。这些发现支持免疫表型分析作为生物学分层和纵向免疫监测的补充方法，而前瞻性多中心研究需进一步确定其在指导个性化免疫调节策略中的临床效用。