含单核细胞的炎症指标与老年脓毒症患者30天死亡率的相关性强于全身免疫炎症指数:一项单中心回顾性观察队列研究

Monocyte-Containing Inflammatory Indices Show Stronger Association with 30-Day Mortality than the Systemic Immune-Inflammation Index in Elderly Sepsis: A Single-Center Retrospective Observational Cohort Study

作者信息Alexandru-Ionut Irimie, Sorin-Nicolae Dinescu, Marius-Bogdan Novac, Ramona-Constantina Vasile, Alexandra-Daniela Rotaru-Zavaleanu, Mihai-Andrei Ruscu, Lucretiu Radu
PMID42355967
发布时间2026-06
DOI10.3390/jcm15124799

实验完整度

中

包含单中心回顾性队列分析,利用临床数据计算多种炎症指标并进行统计验证,但缺乏体外或动物模型等机制实验,且样本量小。

主要模型

ICU老年脓毒症患者队列 年龄≥65岁的成人

重点核对

患者年龄≥65岁 Sepsis-3定义的脓毒症 入住ICU时APACHE II评分 入院时全血细胞计数计算炎症指标 30天全因死亡率

摘要

背景。全血细胞计数衍生的血液炎症指标已被提出作为脓毒症中廉价的预后标志物。全身免疫炎症指数(SII)和中性粒细胞与淋巴细胞比值(NLR)是研究最多的,但包含单核细胞的替代指标(SIRI,AISI)在老年人中的表现仍不清楚,因为在老年人中,免疫衰老可能改变白细胞表型。方法。在一项单中心回顾性队列中,纳入一所三级重症监护病房(ICU)中符合Sepsis-3定义的脓毒症患者(年龄≥65岁,n = 127,33例死亡),我们使用带有自举置信区间的AUROC和成对DeLong检验比较了六种指标(NLR,PLR,MLR,SII,SIRI,AISI)对30天全因死亡率的区分能力。独立关联通过经APACHE II和年龄调整的logistic回归评估;使用IDI、cNRI、校准和决策曲线分析,并进行自举乐观校正,探讨了超出APACHE II的增量价值。结果。30天死亡率为26.0%。包含单核细胞的指标(AISI,SIRI,MLR)比SII和NLR区分效果更好,且AISI在DeLong检验中显著优于SII、NLR和PLR,但并不显著优于SIRI、MLR或APACHE II。在调整APACHE II和年龄后,AISI、SIRI和MLR仍与死亡率独立相关,而SII和PLR则不然。将AISI加入APACHE II可改善重分类和校准,并在临床相关阈值上产生更高的净临床获益。结论。在这项探索性单中心分析中,包含单核细胞的指标,尤其是AISI,在老年ICU脓毒症中与30天死亡率的相关性强于SII或NLR。AISI、SIRI和MLR高度相关且近乎等效,且AISI在区分能力上未显著超过APACHE II。这些产生假说的发现需要在临床使用前进行前瞻性外部验证。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在老年脓毒症患者中,包含单核细胞的炎症指标(AISI、SIRI、MLR)是否比SII和NLR与30天死亡率的相关性更强?
核心机制
在老年脓毒症中,单核细胞区室携带预后信息,而血小板和淋巴细胞驱动的指标可能受免疫衰老影响而特异性降低。
主要证据
单中心回顾性队列中,AISI、SIRI和MLR在区分30天死亡率方面优于SII和NLR,且在校正APACHE II和年龄后仍独立相关。
研究意义
作者认为这些发现是产生假说的,需要前瞻性外部验证才能用于临床。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

队列建立与数据收集

识别符合Sepsis-3标准的老年脓毒症患者,并收集临床数据

筛选2025年1月至11月入住ICU的脓毒症患者,纳入年龄≥65岁者,提取人口学、合并症、实验室指标和结局数据。

2

炎症指标计算

从入院全血细胞计数计算六种炎症指标

根据标准公式计算NLR、PLR、MLR、SII、SIRI和AISI。

3

区分能力评估

比较各炎症指标和APACHE II对30天死亡率的区分能力

使用AUROC和DeLong检验评估各指标的区分能力。

4

独立关联分析

评估各指标与30天死亡率的独立关联

建立多变量logistic回归模型,调整APACHE II和年龄。

5

增量价值评估

评估在APACHE II基础上添加AISI的增量预测价值

计算IDI、cNRI、校准和决策曲线分析,并进行自举内部验证。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Python----
statsmodels----
scikit-learn----
SciPy----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
队列纳入
患者年龄≥65岁,符合Sepsis-3定义,入住ICU
阅读提示:Materials and Methods, Section 2.2
指标计算
入院时全血细胞计数,炎症指标计算公式
阅读提示:Materials and Methods, Section 2.3
结局评估
30天全因死亡率,随访确认
阅读提示:Materials and Methods, Section 2.4
统计分析
AUROC,DeLong检验,logistic回归调整APACHE II和年龄,IDI,cNRI,决策曲线分析
阅读提示:Materials and Methods, Section 2.5