CC:降钙素原轨迹作为识别高死亡风险脓毒症患者的有效工具

脓毒症是一种严重疾病，对全球医疗系统造成沉重负担。鉴于脓毒症患者之间存在显著的异质性，识别高死亡风险群体至关重要[1]。降钙素原（PCT）是一种被广泛认可的评估脓毒症严重程度并指导抗生素治疗的生物标志物[2]。在临床实践中，通常会在患者住院期间多次测量PCT水平。虽然单次PCT值具有一定参考价值，但通过重复测量获得的动态变化趋势能更深入地揭示患者的预后情况。传统分析方法往往难以全面捕捉这些数据的复杂性[3]。本研究采用分层线性混合效应（HLME）模型[4]，旨在探索脓毒症患者中不同的PCT变化轨迹及其与死亡率之间的关联，从而为风险分层提供一种更精细的方法。

我们在此报告本研究的主要发现。复旦大学附属中山医院医学伦理委员会对本研究进行了审查并予以批准（批号：B2021-501R）。由于本研究为回顾性研究，且分析使用的是匿名临床数据，因此豁免了知情同意。2019年1月至2024年3月期间，共纳入537例患者（女性167例，男性370例；中位年龄69岁[IQR 59–77]）。其中，感染性休克患者的比例为47.5%。感染部位主要为腹部（274例，占51.0%）和呼吸道（202例，占37.6%）。患者在ICU的中位住院时间（LOS）为10天[IQR 4–20]，总住院中位时间为15天[IQR 10–25]。研究期间共观察到165例院内死亡病例。

共获得2492份可用于轨迹建模分析的PCT测量数据。利用分层线性混合效应（HLME）模型识别出三类轨迹（图1A）：第1类，又称“高值缓慢下降”类，包含43例患者（占8%），其特征是初始PCT值较高，在前三天保持相对稳定，之后逐渐下降。第2类，“持续低值”类，包含354例患者（占66%），表现为初始PCT值较低，在ICU的前7天内始终维持在低水平。第3类，“高值快速下降”类，包含140例患者（占26%），特点是初始PCT值较高，但随时间迅速下降。三类的基线特征差异显著（表1）。与第2类相比，第1类和第3类患者的基线SOFA评分更高，且需要更多去甲肾上腺素来维持血压。院内死亡率方面，第1类最高（42%），其次为第2类（32%）和第3类（24%）（P= 0.044）。将基线变量（年龄、性别、基线SOFA评分、基线乳酸水平、是否存在感染性休克、是否接受手术干预、感染部位）以及PCT类别纳入Cox比例风险模型分析院内死亡率。以第1类为参考水平，结果显示：第2类的风险比（HR）为0.507（95%置信区间[0.287–0.895]，P= 0.020）第3类的HR为0.449（95%置信区间[0.244–0.827]，P= 0.011）两类均为院内死亡率的独立保护因素。采用Kaplan–Meier生存曲线展示三类的院内死亡情况（图1B）。

本研究识别出三种不同的PCT轨迹。尽管各类别间的基线特征存在显著差异，但“高值缓慢下降”的PCT轨迹是院内死亡率升高的独立危险因素。鉴于PCT轨迹与死亡率之间存在密切联系，持续监测PCT水平对于临床医生及时发现潜在的高风险脓毒症患者至关重要。本研究的见解为临床医生提供了优化临床决策的信息，并可能支持制定更具个性化和有效的脓毒症管理策略，最终改善患者预后。