新型布尼亚患者预后风险预警模型的构建

卢星星,赵晓玲,张巧梅

发热伴血小板减少综合征(severe fever with thrombocytopenia syndrome,SFTS)是由我国2011年新发现的一种新型布尼亚病毒,是一种主要经蜱传播的自然疫源性疾病[1]。临床上以发热伴血小板较少为主要症状,少数患者病情危重、发展快,最终可因多器官衰竭死亡。新型布尼亚疾病早期缺乏特异性临床表现,病情进展迅速,据估计,病死率可能在9.5%到15.2%之间[2]。目前有关SFTS疾病的预测模型较少,且现有模型侧重的指标差异较大[3-6],缺乏统一的标准。Yang B等建立的模型中包括格拉斯哥昏迷评分,增加了模型运用的难度[3];Xiong S等人建立的模型包含一个主观参数,这限制了该模型的应用[4];钱等研究中缺乏病毒载量等有意义的参数,这些参数未在该模型中进行预测能力分析[5];Wei Y等[6]研究中发现NLR是预测发热伴血小板减少患者死亡的简便早期生物标志物,但该项研究未建立相应的预测模型。因此医护人员缺乏对患者病情了解的客观工具,不利于SFTS患者早期严重病情变化的识别及预后的判断[7]。因此,建立SFTS患者预后风险预警模型,帮助临床早期识别潜在危重症患者,及时发现病情变化,采取前置措施及护理干预,对提高患者救治成功率,降低病死率有着重要意义。

1 对象与方法

1.1 对象回顾性分析 南京市某三甲医院感染科2020年7月至2023年6月收治的新型布尼亚患者241例的相关资料。纳入标准:1)SFTS患者诊断均符合卫生部颁发的《发热伴血小板减少综合征防治指南(2010年)》标准[8],且具备以下条件之一:①病例标本SFTSV核酸检测阳性;②病例标本检测SFTSV特异性lgG抗体阳性或者恢复期抗体水平较急性期4倍以上增高;③病例标本分离到SFTSV。2)年龄≥18周岁,入住感染科病房时间≥24 h;排除标准:①资料不全的患者;②入住感染科病房时间<24 h。共纳入病例数241例,其中预后不良者34例(14.11%),预后良好207例(85.89%)。预后不良的概率为14.11%。

1.2 研究方法

1.2.1 SFTS患者预后情况调查表 根据临床经验、查阅相关文献结合感染科专家的意见设计SFTS患者预后情况相关因素调查表,收集患者入院时的年龄、性别、意识状态、体温、血小板计数、丙氨酸氨基转移酶(Alamine aminotransferase,ALT)、天冬氨酸氨基转移酶(Aspartate Aminotransferases,AST)、SFTSV载量、高敏肌钙蛋白T等实验室指标及患者是否有基础疾病,包括高血压、糖尿病、肺部感染、脑梗死、消化道症状等。

1.2.2 资料收集 对资料收集人员进行培训,包括各项资料的纳入标准、预后情况的判断标准、资料的收集方法,感染科专科护士对小组成员进行课题相关培训,考核合格后方可进行研究。患者的数据来源于医院的医疗信息系统及护理记录系统。由两名人员进行数据录入,专科护士进行数据核实。

2 结 果

2.1 一般资料 本研究纳入研究对象241例,其中男性患者113例(46.9%),女性患者128例(53.1%),年龄(64.48±10.74)岁;其中预后不良者34例(14.11%),预后良好者207例(85.89%)。

2.2 SFTS患者预后情况的临床特征差异分析 两组患者的年龄(Z=-2.958,P=0.003)、意识状态(χ2=40.471,P<0.001)、体温(χ2=4.357,P=0.037)、血小板计数(χ2=9.89,P=0.02)、SFTSV载量(t=-8.386,P<0.001)、AST(Z=-2.617,P=0.009)、高敏肌钙蛋白T(Z=-4.348,P<0.001)、基础病合并肺部感染(校正χ2=4.738,P=0.03),差异有统计学意义,见表1。

表1 SFTS患者预后情况的临床特征差异分析

2.3 自变量的相关性分析 纳入的8个自变量,采用Pearson相关性分析,分析变量间的相关性,8个变量间的相关性均较弱。故该8个变量均纳入多因素分析中。

2.4 SFTS患者预后的多因素分析 以单因素分析中有统计学意义的因素为自变量,以预后情况为因变量,进行二元Logistic多因素分析。最终确定了3个独立危险因素,包括年龄(OR=1.088,95%CI(1.026～1.154),P=0.005)、意识(OR=5.647,95%CI(1.958～16.288),P=0.001)、病毒载量(OR=3.65,95%CI(2.153～6.189),P<0.001),见表2。建立回归方程:

表2 SFTS患者预后的多因素二元Logistic回归分析

2.5 SFTS患者预后风险预警模型的建立 将独立危险因素中的变量分别绘制ROC曲线,见图1。各个独立危险因素的AUC,见表3。依据ROC曲线中的灵敏度和特异性计算连续变量年龄的最大约登指数为58.5岁,病毒载量的约登指数为6.88(lg拷贝/mL)为预测患者预后情况的最佳截断值。

图1 SFTS患者预后的各独立危险因素ROC曲线Fig.1 ROC curves of independent risk factors for prognosis in patients with SFTS

表3 受试者ROC的AUC

依据Logistic回归分析得出的独立危险因素,建立SFTS患者预后的列线图模型,列线图预测值的计算:如一例80岁,意识不清,病毒载量为7.5(lg拷贝/mL)的患者预后情况。从年龄轴该点向评分标准轴做垂直线,得出的评分为50分。同理,得出意识得分20分,病毒载量得分70分,总分140分。由总分轴对应的点向患者预后的分析轴做垂直线得出预后情况,得出该患者预后不良的几率为80%,见图2。验证该模型,校正曲线趋近与对角线,说明该模型的预测概率接近实际发生率,构建的列线图准确度较高,见图3。列线图的ROC曲线下面积为0.911,95%CI[0.853,0.970],P<0.001。说明建立的列线图模型具有良好的预测效能,见图4。

图2 SFTS患者预后不良的列线图模型Fig.2 Nomogram model of poor prognosis in patients with SFTS

图3 SFTS患者预后列线图模型的校正曲线Fig.3 Correction curve of the SFTS patient prognosis nomogram model

图4 SFTS患者预后列线图的ROC曲线Fig.4 ROC curve of the prognosis of patients with SFTS

3 讨 论

新型布尼亚病毒感染(SFTS)是一种新型传染性疾病,具有较强的传染性,主要通过蜱虫叮咬及患病者的血液、体液传播[9]。在山地、丘陵、森林等地活动频繁的人群为主要易感人群,常彩云等[10]研究发现济南市SFST患者职业分布以农民为主,占89.83%。且因为蜱虫载体和动物宿主的基因突变和重组,新型布尼亚病毒正经历着快速地进化,部分患者预后不良,导致较高的死亡率。本研究旨在构建SFTS患者预后的风险预警模型,以期为临床提供识别危重症患者,提高患者预后的工具。

本研究发现年龄是SFTS患者预后不良的独立危险因素。本研究得出,当患者年龄≥58.5岁时,患者发生预后不良的几率加大。这与多项研究[11-14]的结果一致。原因有:1)随着年龄的增长,机体代偿能力下降,人体各项重要器官的功能明显衰竭,面临病毒入侵时更容易出现病情变化、多器官功能衰竭。2)感染SFTSV病毒的患者多为山区、丘陵地带的老年农民、劳动者,老年患者对疾病知识缺乏,SFTS疾病的早期临床表现缺乏特异性,病情进展隐匿,此类患者对自身的病情变化多不敏感,正规就诊、确诊治疗的时间延长,加重病情变化。因此,医护人员对于高龄患者要多重视,注意观察患者的生命体征及各项指标,加强对症支持治疗,患者一旦出现病情变化,启动急救流程,做好抢救处理。

神志改变是SFTS患者预后不良的危险因素。意识是中枢神经系统对内、外环境刺激所做出的应答,王宁等[15]推测SFTSV病毒感染使血管通透性增加,SFTSV通过血脑屏障侵入神经系统,病情越重者神经系统症状出现越早,主要表现为头痛和不同程度意识障碍,部分患者出现脑膜刺激征,危重患者出现中枢神经系统症状如肢体抖动、抽搐等。郭倩[16]等研究表明,合并脑部症状的SFTS患者的病死率较高,预后不佳,与本研究的结果是一致的。医护人员应早期识别患者的神志变化,当患者出现意识障碍时,要警惕患者出现病情恶化,做好抢救准备。但王莉[17]等研究指出部分SFTS患者在入院初期未出现神经系统的改变,用神经系统症状来预测患者病情变化会延误危重症患者的治疗。这与本研究结果不同。分析可能存在以下原因:本院收治的多为省内其他市区及安徽省份的转院患者,往往发病时间距到本院就诊时间延长,而重症患者起病4～5 d即出现进行型神志变化,故多数患者在入院时已出现神志改变,可作为判断患者预后情况的指标。

血清病毒载量是SFTS患者病情变化的敏感指标。既往研究表明[12],高SFTSV载量与患者的死亡结局的发生密切相关,这与本次研究相一致。本研究发现,当患者病毒载量≥6.88(lg拷贝/mL)时,患者预后不良。且因为近年来,新型布尼亚病毒可能存在变异,病毒载量高,致病性强,危重症患者多,死亡率较高。早期病情变化患者的病毒载量高,毒株毒力更强,攻击患者的细胞及体液免疫,继发体液及细胞免疫功能低下,难以清除病毒,产生持续性病毒血症,继发持续性多脏器损害。患者或携带病毒动物的血液体液具有传染性。临床上要做好患者血液、分泌物、排泄物及其污染的环境及物品的消毒。本研究的病例中有两例聚集性发病。其中一例为一家四口发生相同感染,其中一人死亡,其余三人治愈。另外一例为两名重症监护室医护人员发生感染,两人均治愈。所以预防聚集性疫情,尤其是院内感染的发生,尤其重要。顾时平等[18]研究表明,直接接触患者的血液是发生聚集性疫情的重要危险因素,且不排除气溶胶传播的可能。且因病毒载量越高,患者的血液、体液及分泌物传染性越强[19],医护人员做好自身防护,戴好口罩、手套,必要时戴面屏,尤其是重症监护室的医护人员,因环境的密闭性,防止经气溶胶传播的危险。患者尽量做到单间隔离,用物专人专用,专人护理。做好患者家属的健康宣教,接触患者时做好防护措施。

4 总 结

本研究显示,该预警模型纳入了年龄、意识状态、血清病毒载量3个指标与林绿华[20]早期预警指标相一致。该模型具有较好的预测效果和分辨效果,且模型的预测效果与实际患者的预后情况具有较高的重合度本研究构建的新型布尼亚患者预后风险预警模型的特点在于:①纳入的三项指标都是患者入院时能快速准确得到;②构建的列线图采用带有分数高低的线段,将复杂的回归方程,转变成简单可视化的线段,增强了使用价值[21]。根据列线图,医护人员能快速判断患者预后情况,对预后不良患者,及时采取前置措施,减低患者的死亡率。

综上所述,本研究回顾性分析241例新型布尼亚患者的临床相关资料,构建了新型布尼亚患者预后风险预警模型,该模型具有较好的预测效果和临床实用性,为临床医护人员在判断患者的预后情况提供了具体化的依据,帮助医护人员及时采取相应的抢救措施,提高患者的救治成功率。但本研究有一定的局限性,纳入的样本量较少,纳入的指标有缺失,如患者的APTT值,有研究表示,患者的预后情况与患者的APTT值及有无出血有着密切关系[22-24],但本研究未纳入该项指标。且本研究未采用实际数据进行预测效果的验证,未进行前瞻性的研究验证模型的预测效果。在今后的研究中,期待纳入更全面、准确的影响患者病情变化的指标,进行多中心、大样本量的前瞻性研究,继续完善该模型的准确度及稳定性。

利益冲突：无

引用本文格式：卢星星,赵晓玲,张巧梅.新型布尼亚患者预后风险预警模型的构建[J].中国人兽共患病学报,2024,40(2):179-184. DOI:10.3969/j.issn.1002-2694.2024.00.028