脓毒症诊断和治疗：是否适合所有及是否有不同的表型？
The following article is from 遵医重症 Author 傅小云 译
本文介绍当前的研究结果与败血症的更新分类、新治疗方案和研究策略
前 言
part 1
随着历史的发展，脓毒症的定义和术语发生了变化。自从Semmelweis等人提出脓毒症是由对细菌的全身反应引起的论点后，其发病机制得到了越来越多的探索。今天，我们知道这种毁灭性的反应不仅是对细菌本身的反应，也是宿主的反应。
1991年的国际共识会议首次尝试对脓毒症进行分类和描述。在这次会议上，脓毒症被定义为对感染的全身炎症反应，并进一步发明了全身炎症反应综合征(SIRS)的概念。“严重脓毒症”作为附加器官衰竭的临床症状，“感染性休克”作为低血压或高乳酸血症的临床症状被提出。第二次共识会议没有改变定义，但指出诊断脓毒症的诊断条件比SIRS标准更多。另外还创建了一个潜在的脓毒症症状列表，并首次尝试对其进行分类和分期(Levy等，2003年)。2016年最近的也是第三次国际共识会议使用了一种基于死亡率的数据驱动方法来明确脓毒症和脓毒性休克的定义。为了区分脓毒症和感染，全身感染导致的器官功能障碍是诊断脓毒症的必要条件。
脓毒症作为一种综合征，受许多因素的影响，出现各种各样的临床表现，最终途径是器官衰竭。为了能达到临床治疗的个体化，在脓毒症早期将各种表型和患者分为不同的风险类别就显得极为有意义。由于脓毒症是由细菌、病毒或真菌微生物的感染引起的，首先简单的分类是基于微生物的起源。Martin等对这些病原体的分布进行了很好的分析。在他们对美国22年脓毒症病例的回顾性分析中，表明随着时间的推移，革兰氏阴性菌被革兰氏阳性菌所取代。因此，2000年美国遇到的脓毒症病例中，革兰氏阳性菌占52.1%，革兰氏阴性菌占37.6%。真菌感染为4.6%。这意味着革兰氏阳性菌和真菌感染的发病率增加。这些数字因国家而异，例如，在德国，革兰氏阳性和革兰氏阴性病原体的数量几乎相同(55.7% vs.54.1%)。后来，数据显示真菌病原体的数量越来越多。然而，Kern和Reig(2020)最近得出了不同的结论：高收入国家的主要细菌是大肠埃希菌、克雷伯菌、金黄色葡萄球菌和铜绿假单胞菌。大肠杆菌被认为是社区获得性感染中最常见的病原体，而金黄色葡萄球菌和克雷伯氏菌是导致医疗环境中死亡率增加的原因。虽然细菌脓毒症是研究最多的脓毒症类型，但由于COVID-19大流行，我们大大增加了对病毒脓毒症的知识。最后，真菌感染大多与医疗环境有关，即93%的念珠菌血症是在院内发生的。
脓毒症是需要快速和充分治疗的急危重症，特别是细菌脓毒症。在49,331例患者中证实了这一点，通对3h集束化治疗的调查研究，包括：充分的抗生素治疗、血液培养收集和乳酸水平测量，表明了结构化、及时治疗的重要性。早期抗生素治疗与较好的预后相关(OR 1.04 per hour; CI,1.02 to 1.05; p<0.001)。
脓毒症病理生理通路
part 2
一般来说，脓毒症的病理生理学一直由这样的思想驱动：过度的宿主免疫反应导致器官衰竭，如果不治疗最终导致死亡。此外，Bone等人(1997)提出在经历促炎期之后的抗炎期，患者恢复，但也可导致继发性损伤。抵御感染的第一道防线是先天免疫系统，它能识别特殊的微生物结构——所谓的“病原体相关分子模式”——以及特殊的受体，如toll样受体和其他受体 (Takeuchi and Akira 2010)。这些受体上的相互作用诱导了几种促炎途径的激活，如白细胞以及补体和凝血系统的激活 (Angus and van der Poll 2013)。作为一个副作用，炎症反应和防御系统导致细胞坏死。这些细胞碎片或“损伤相关的分子模式”然后被送到环境中(Chan et al. 2012)，在那里它再次刺激免疫系统。于是，启动了恶性循环。由于可能有害的促炎途径，免疫系统通过神经内分泌、体液和细胞调节系统激活多种抗炎途径 (van der Poll and Opal 2008; Rosas-Ballina et al.2011; Andersson and Tracey 2012)。如果生物体在促炎阶段幸存下来，接下来的免疫抑制会导致其他机会感染，如潜伏的病毒再激活(Boomer et al.2011; Limaye et al. 2008)。因此，这种免疫抑制是促炎期存活后死亡的主要原因(Rittirsch et al. 2008)。
除此之外，由于释放促炎细胞因子导致的血管渗漏导致的血管舒张和低血压，以及败血症凝血功能障碍导致的血栓，会导致组织氧合受损，进而导致器官功能障碍(Goldenberg et al. 2011; Angus and van der Poll 2013; Rittirsch et al. 2008)。如果没有适当的治疗，会造成更多的细胞损伤，最终导致死亡。
根据病原学行脓毒症鉴别诊断 part 3
3.1
细菌脓毒症
在重症医学中，细菌感染是导致败血症的主要原因(Martin et al. 2003)。最常见的革兰氏阳性细菌是金黄色葡萄球菌和肺炎链球菌，最常见的革兰氏阴性病原体是大肠埃希菌、克雷伯菌和铜绿假单胞菌(Nannan Panday et al. 2019; Opal et al.2003)。特别是革兰氏阴性菌株是已知的微生物，有可能迅速恶化患者的临床状况。
细菌性脓毒症的病理由几个不同的因素组成，如：细菌毒力因素——对抗宿主的微生物武器——反映了复杂的病原体-宿主相互作用 (Jenner and Young 2005; Merrell and Falkow 2004;Moine and Abraham 2004)。细菌毒素，比如革兰氏阳性菌株的超抗原，可以对宿主细胞造成巨大的直接伤害。而另一方面，脂多糖，一种革兰氏阴性细菌的表面毒素，可以刺激特殊的toll样受体，导致破坏性的免疫反应(van der Poll和Opal 2008)。细菌毒力的另一个关键因素是群体感应，即细菌根据感染的当前阶段确定自身密度的能力(van der Poll and Opal 2008; Bassler 2002;rson et al. 2000; Parsek and Greenberg 2000)。
为了诊断细菌性脓毒症，中性粒细胞数量的增加和降钙素原(PCT)浓度的升高是合适的参数(Limper等，2010)。在一项比较PCT和CRP在感染性心内膜炎中的meta分析中证实了PCT的优势(Yuet al. 2013)。有希望的新生物标志物是CD-14受体的可溶性亚型，presepsin和前肾上腺髓质素(pro-ADM)。由于presepsin的特异性，该标志物可以帮助区分非感染性和感染性病因(Yaegashi et al. 2005)。Pro-ADM是一种普遍存在的肽，由许多不同的细胞类型合成。Suberviola等人(2013)在对49例脓毒症患者的观察研究中证实，pro-ADM水平与疾病严重程度和死亡率密切相关。此外，pro-ADM本身可对血管完整性产生有利和不利的影响。此外，adrecizumab是一种抗肾上腺髓质素的抗体，在一项临床I期研究中得到了积极评价(Geven et al. 2018)。
3.2
病毒脓毒症
虽然病毒脓毒症的临床表现与细菌脓毒症相似，但其免疫反应是不同的。巨噬细胞作为先天免疫系统的一部分，在接触病毒后刺激I型和II型干扰素的产生。这些促炎细胞因子通过激活中性粒细胞和淋巴细胞作为适应性免疫系统的一部分，在宿主对抗病毒的防御系统中发挥关键作用。这一过程最近在COVID-19疾病中得到了很好的描述。干扰素通过与导致血管渗漏和低血压相同的脓毒症信号通路导致器官衰竭。此外，病毒具有在入侵早期下调免疫反应的特性，最终又导致免疫系统反应过度，促炎细胞因子水平最大程度增加，即“细胞因子风暴”。这种细胞因子风暴可能是这种延迟免疫反应的一种表达(Chau et al. 2021)。在COVID-19大流行之前，病毒脓毒症占所有记录的败血症病例的不到5% (Mayr et al. 2014)，这表明在此之前，病毒脓毒症还未被人们所重视。
3.3
真菌脓毒症
真菌，尤其是念珠菌，是健康受试者正常微生物群的一部分。只有免疫失衡才使得真菌侵入更深的组织并导致感染或脓毒症。与上述其他病原体不同，真菌感染通常与免疫抑制状况相关，因此通常作为医院获得性感染发生。与病毒和细菌脓毒症相比，真菌脓毒症的死亡率更高。可能的原因可能是真菌脓毒症中抗炎细胞因子IL-10水平的升高或存在不同的细胞因子谱(Taylor et al. 2014)。例如，白介素-17在念珠菌感染的小鼠中越来越多地产生(Netea et al.2015)。这种白介素水平的升高导致了宿主细胞损伤后的促炎症免疫反应(Huang et al. 2016)。真菌微生物可以产生有毒的代谢物。例如，胶质毒素可以破坏肠细胞，从而破坏肠道屏障(Upperman et al. 2003)。
另一个毒力因素是真菌在酵母和菌丝状态之间切换的能力，这使得真菌一旦进入人体就很难清除。这使得念珠菌能够逃离白细胞免疫清除。此外，真菌脓毒症的诊断在疾病的早期阶段仍然具有挑战性。血液培养阳性检测真菌成分可作为诊断真菌感染的有效工具。β-d-葡聚糖(BDG)是假丝酵母细胞壁组分之一。然而，一项包含10项研究的荟萃分析表明，在重症监护环境中，BDG的敏感性仅为0.81 (CI, 0.74 - 0.86)，特异性仅为0.60 (CI, 0.49 - 0.71)。由于纳入研究的异质性较大，该结果只是中等，假阳性结果的风险较大。对于另一种主要的真菌病原菌曲霉来说，曲霉释放的半乳甘露聚糖的阳性结果可以作为检测该真菌的有效工具。一项meta分析显示，细支气管肺泡灌洗液中半乳甘露聚糖阳性的敏感性和特异性为0.84 (CI,0.73 - 0.91)和0.88 (CI, 0.81 - 0.91) (Haydour et al. 2019)。
由于脓毒症一般因细菌、病毒和真菌为病因，所以，基于病原微生物的分类是基础。
构建脓毒症表型的新方法
part 4
改善脓毒症治疗的机器学习
除了传统的基于病原学分类外，人们开始尝试根据其临床表现来区分脓毒症的表型。如前所述，仅根据病原体进行细分过于简单，因为没有考虑到不同的免疫反应。然而，由于免疫因素及其测量还不是常规实验室的一部分，其他分类的应用变得复杂。Seymour等人(2019)提出了一种可能的解决方案，他们分析了20189名患者的回顾性队列，以发现脓毒症的临床表型。在三个随机对照试验和三个观察队列中，他们使用29个常规参数进行了机器学习分析，发现了四种表型。
α-表型患者的器官功能障碍较少，实验室检查异常较少。在ß-表型中，更多的慢性共病与慢性肾脏疾病的积累被看到，炎症参数在γ-表型中更升高。综上所述，最后一组总结了乳酸水平升高、器官功能障碍最严重的患者。有趣的是，炎症生物标志物，如白介素-6和白介素-10，在γ和δ亚组中被发现增加。促凝参数也是如此。
此外，δ表型患者死亡率明显增加。与APACHE或SOFA评分等传统分类参数相比，表型之间存在明显的重叠(Seymour et al. 2019)。这表明Seymour等的分类模型与经典的严重程度评分有不同的区分。Ma等(2021年)也认识到需要根据常规测量值对脓毒症进行进一步表征。该中国研究组分析了1437例感染性休克患者的回顾性队列研究，研究目的不仅是确定感染性休克的亚类，而且还为输液和升压药物的应用找到一个最佳的个体化治疗策略。运行有限混合和K-means聚类模型后，识别出五个子类。有趣的是，该研究总结出相似的结构模型。从而，研究发现了一个组织灌注受损和乳酸浓度升高的关键亚类，可以与Seymour等人的δ-表型(2019)进行匹配。此外，肾脏以及呼吸功能障碍亚类被描述。在第二步中，Ma等人(马朋林教授，Crit Care . 2021 Jul 12;25(1):243. doi: 10.1186/s13054-021-03682-7.)使用动态治疗方案模型来寻找液体和血管升压药物的最佳治疗策略。他们将最佳治疗方案与实际治疗方案进行了比较，并确定了液体或升压药物过负荷的危险因素。他们的模型提出了一种最佳的治疗模式，在感染性休克初期增加液体的应用，然后在随后的治疗阶段减少液体的应用。这一结果与Vincent等人(2013)描述的拯救、优化、稳定和降阶梯(SOSD)概念等临床考虑相匹配。实际治疗和计算治疗相比，差异增加与医院死亡率增加有关(Ma等。2021年)。虽然关于启动降阶阶段的最佳方法的研究仍然缺失(Bakker et al. 2022)，但在脓毒症中使用精准医学的一项新的适应性富集设计研究可能有助于确定新的治疗方案。
有趣的是，在炎症和器官功能障碍水平升高的ARDS患者中也存在类似亚组。Liu等人(2021)在对ARDS患者的分析中表明，一种表型与其他器官功能障碍较小相关，而另一种表型与炎症反应增加和患者年龄较轻相关。最后，第三个亚组与肾脏损伤和老年有关。由此可以观察到脓毒症和ARDS在表型上的相似性，表明二者在病理生理可能存在相似性。在同一研究中，对纳入的随机对照试验的异质性效应进行了分析，如果分别分析不同表型，则显示出不同的治疗效果。例如，在一项比较ARDS患者自由液体治疗与限制性液体治疗的随机对照研究中，肾损伤亚组患者的限制性液体治疗与死亡率增加相关(Liu et al. 2021)。这就解释了为什么大型试验并不总是能够得到危重病人治疗效果的最佳选择。
机器学习不仅在治疗优化方面有潜力，而且还可以通过研究设计、建模或重新评估提供有趣的结果。例如，Seymour等人(2019)研究表明，表型分布的变化可以影响之前无统计学差异的对照随机试验的结果。通过将有严重器官衰竭和组织灌注受损迹象的亚组人群数目增加到ProCESS研究人群总数的50%（一项分析败血症早期目标治疗的随机对照试验），可导致有害的研究结果(Seymour等人，2019年)。因此，美国胸科协会建议使用新的数据科学方法来创建新的研究设计，并考虑到治疗效果的异质性(Shah et al. 2021)。
构建脓毒症表型的新方法
part 5
精准医学治疗的转录组学
不仅常规数据，基因阵列也可以丰富对脓毒症的认识和可能的分类。在过去的十年中，高通量RNA测序的技术进步，为同时分析数千个特定基因的转录本提供了可能。Wong等人(2012)通过计算机辅助图像分析和基于微阵列的参考镶嵌技术，可以在168名儿童患者队列中区分两种不同的脓毒性休克表型。一项前瞻性队列研究中验证了这些结果。其中一个确定的亚类的特征是一个特定的基因模式的表达下降。如果使用皮质类固醇，这些患者的死亡风险增加(OR 4.1;CI, 1.4 - -12.0;p = 0.011) (Wong et al. 2015)。VANISH试验的事后分析进一步支持了这些发现，该研究比较了抗利尿激素和去甲肾上腺素在脓毒性休克初始治疗阶段的作用。在试验中进行基因表达谱分析后，发现了两个转录组响应特征。这两个亚类对额外的氢化可的松应用也有不同的反应。如果应用氢化可的松，免疫能力更强的患者死亡率会增加(Antcliffe et al. 2019)。这些研究结果必须在前瞻性研究中得到验证，提示了个体化精准医疗在未来研究中的重要性。
新的诊断方法
part 6
新一代测序（NGS）
虽然真菌和细菌检测的金标准仍然是培养生长，但近年来新一代测序技术的应用越来越广泛。新一代测序是一种不依赖培养的基于PCR检测无细胞的微生物DNA的方法。与传统血液培养相比，NGS可在数小时内检测出结果，具有速度更快的优势(Grumaz等，2016)。在一项小型研究中，50名脓毒性休克患者和20名未感染的对照组患者接受了择期手术，在脓毒症发作时，NGS的阳性率高于传统血培养(72% vs. 33%) (Grumaz S, Grumaz C, Vainshtein Y, Stevens P, Glanz K, Decker SO, Hofer S, Weigand MA, Brenner T, Sohn K. Enhanced Performance of Next-Generation Sequencing Diagnostics Compared With Standard of Care Microbiological Diagnostics in Patients Suffering From Septic Shock. Crit Care Med. 2019 May;47(5):e394-e402. doi: 10.1097/CCM.0000000000003658.)。
白细胞的转录组学
part 7
这是一种有前景的早期脓毒症检测方法，不是基于病原体的检测，而是寻找循环白细胞的特殊基因表达特征。该分析是基于新一代测序技术，但不是DNA，而是RNA测序。这种转录的RNA反映了宿主基因的表达，也被称为“转录组学”。对该基因在急性感染中的表达进行了分析，发现了特殊的表达特征(Ramilo et al. 2007)。首次的研究可区分脓毒症和非感染性全身炎症。
结 论
part 8
脓毒症的概念历史已久，但对其病理生理机制的探索还永远在路上。虽然脓毒症合并器官衰竭的途径最终是相同的，但潜在的病理生理途径是不同的。使用机器学习系统的第一次尝试已经开始，显示出有希望的结果，表型是可能存在的。通过使用新的分类模型和新的研究设计，异质性效应可以在一些随机对照试验中被克服。
END