logo

AoCLD合并SIRS的感染患者的临床特点及诊断模型的构建与验证

国际肝病 发表时间:2026/8/31 20:55:54 浏览量:382

前言

“慢加急性肝衰竭(ACLF)主题月评”是中国慢(加急)性肝衰竭联盟受《国际肝病》编辑部邀请,制作的ACLF相关学术月评专栏。本专栏每月以ACLF某一特定领域为主题展开,旨在普及ACLF的概念及意义、帮助读者快速了解有关领域的进展。希望本专栏对无论是需要了解相关领域热点的肝病专家及研究人员,或是需要实用知识、活跃于临床一线的医务工作者,均能有所裨益。


本期月评介绍一项探讨慢性肝病急性加重(AoCLD)合并全身炎症反应综合征(SIRS)感染患者的临床特征,并建立感染的快速诊断模型的研究,该研究结果为临床医生识别AoCLD合并SIRS患者的感染状态、指导精准抗感染治疗、优化临床管理策略做出重要贡献。最后,对本月(2026.07.26-2026.08.26)PubMed上更新的ACLF相关重要文献进行简评。



关于作者:

中国慢(加急)性肝衰竭联盟(Chinese Acute-on-chronic liver failure Consortium,Ch-CLIF-C)是由上海交通大学附属仁济医院消化内科李海教授牵头,由全国15家三甲医院感染科/肝病中心共同参与成立的肝病科研合作团队,致力于探索慢加急性肝衰竭(ACLF)的发病机制、制定基于高循证等级的乙肝高流行区ACLF诊断标准。目前团队开展了全球已报道入组数最多的ACLF前瞻性多中心队列研究“CATCH LIFE”(Chinese AcuTe-on-CHronic LIver FailurE),包含2个大型队列(入组2600例的探索队列与入组1370例的验证队列)。


本期责任编辑

黄燕教授

主任医师,博士生导师,现任中南大学湘雅医院感染病科主任,传染病教研室主任。临床主要从事肝衰竭、不明原因发热、细菌和真菌等疑难感染性疾病的诊治。学术任职:中华医学会感染病学分会常务委员、中华医学会肝病学分会委员、中国医师协会感染分会副会长、湖南省医学会感染病学专业委员会主任委员,湖南省医学会肝病学分会副主任委员。主持国家自然科学基金课题2项和省级课题3项,参与5项国家自然科学基金课题、5项国家重大科技项目和多项省部级课题。获湖南省科技进步二等奖2项。已发表相关专业论文40余篇。参编医学专著8部。


陈若蝉

中南大学湘雅医院感染病科副主任医师,研究员,病毒性肝炎湖南省重点实验室主任。主要研究方向为终末期肝病合并感染、疑难重症感染等临床与基础研究。获中华医学科技奖三等奖(排2)、湖南省科技进步二等奖(排2)。担任中华医学会病毒分会委员、中国研究型医院学会肝病专委会委员,湖南省医学会感染病学会专业委员会委员,中华微生物学和免疫学杂志编委,传染病信息学编委,Infectious disease and immunity青年编委。入选2023-2025爱思唯尔“全球前2%顶尖科学家”,已在Hepatology、Science Advance、JOH、Gastroenterology、STTT等发表相关专业论文50余篇,ESI高被引论文4篇,被引3500余次。


本期责任副编辑

周辉

中南大学湘雅医院专业型博士研究生在读,曾在中华医学会、APASL会议上作优秀论文汇报发言,论文摘要入选中华医学会、APASL会议壁报交流,以第一作者在SCI期刊发表3篇文章。


主题述评


慢加急性肝病(AoCLD)常合并全身炎症反应综合征(SIRS),后者可由感染性或非感染性因素触发。然而,在AoCLD患者中鉴别感染还是非感染导致的SIRS较为困难。SIRS的存在并不等同于感染,误判所致的经验性抗生素使用可能加剧耐药风险。尽管细菌培养是诊断“金”标准,但其耗时较长,易延误治疗。现有预测模型多基于单中心数据,且未充分排除非感染性因素的干扰。因此,构建能够准确区分感染性与非感染性SIRS的诊断模型,对指导AoCLD合并感染性SIRS患者精准抗感染治疗、优化抗菌药物管理具有重要临床价值。


我们利用中国急性慢性肝衰竭(CATCH-LIFE)研究的多中心前瞻性数据,开发并验证了一种早期诊断模型,用于识别AoCLD合并SIRS患者的细菌感染。我们的目标是准确区分AoCLD患者中的感染性SIRS与非感染性SIRS,从而以证据为基础启动抗感染治疗,提高生存率并遏制抗菌药物滥用。下文将分享该项研究的主要结果,相关内容已于Journal of Advanced Research杂志发表(IF:17.1)。



基于临床特征识别慢加急性肝病(AoCLD)合并全身炎症反应综合征(SIRS)患者的感染预测模型:全国多中心前瞻性队列研究


AoCLD合并SIRS患者的基线特征


本研究通过对CATCH-LIFE队列中所有患者进行筛选,共纳入515例AoCLD合并SIRS患者,其中非感染者383例,感染者132例。我们的结果显示:感染组患者的平均年龄、肝硬化患者比例、黄疸、腹水、中性粒细胞计数(N)、C-反应蛋白(CRP)、降钙素原(PCT)、凝血酶原时间和国际标准化比值显著高于未感染组,而白蛋白(ALB)水平显著低于未感染组(表1)。


表1. 感染和非感染AoCLD合并SIRS患者的基线特征对比

(引自Journal of Advanced Research)


AoCLD合并SIRS患者的感染诊断模型构建


我们将515例患者按7:3的比例分成无统计学差异的训练队列(n=361)和验证队列(n=154)。首先对训练队列的变量进行单因素logistic回归分析、LASSO回归分析、多重共线性检查、逐步回归分析,最终筛选出5个构建模型的关键变量:黄疸、腹水、ALB、CRP和N(表2)。为优化模型性能,我们采用限制性立方样条分析了ALB、CRP及N与感染风险的潜在非线性关系。结果显示,CRP与感染风险存在显著的非线性关联(非线性检验P<0.001),故CRP以样条项纳入模型,而ALB和N则以线性项纳入。同时,我们检验了若干先验假设的交互作用,发现ALB与黄疸状态之间存在显著的交互效应(交互项P=0.048)。基于上述发现,我们构建了包含CRP样条项及ALB与黄疸交互项的早期识别AoCLD合并SIRS患者感染与非感染的列线图模型,并且开发了一个在线计算工具(https://cld-infection.shinyapps.io/AoCLD_SIRS_DynNomapp/),便于临床医生使用(图1)。

表2. 训练队列中与AoCLD合并SIRS患者感染有关的独立风险因素

(引自Journal of Advanced Research)


图1. 用于早期诊断AoCLD合并SIRS患者是否发生感染的列线图模型

(引自Journal of Advanced Research)


模型评估与验证


我们通过绘制受试者特征曲线(ROC)评估训练队列和验证队列的模型诊断效能,并对训练队列ROC曲线进行了1000次Bootstrap重抽样校正。此外,我们还绘制了模型校准曲线和决策曲线。结果显示,训练队列和验证队列的AUC及95%置信区间(CI)分别为0.840(95%CI:0.788-0.888)和0.865(95%CI:0.803-0.927),表明模型具有较高的诊断准确性。Bootstrap重抽样乐观校正的AUC为0.840,Brier评分为0.127,校正后校准斜率为1.097,这些指标说明我们的模型具有良好的区分度和校准度,过拟合风险较低,模型的校准性能及临床实用性良好(图2)。此外,我们还发现训练队列和验证队列模型的诊断效能优于单独CRP、PCT或N(图3)。


图2. 模型的诊断效能及校准性能评估

(引自Journal of Advanced Research)


图3. 模型、单独CRP、单独PCT和单独N的ROC曲线

(引自Journal of Advanced Research)


AoCLD合并SIRS患者感染快速鉴别与管理策略


基于训练队列列线图的感染风险预测概率及DCA确定的最优阈值,我们建立了以下临床决策路径:①低风险(≤0.1048)患者建议常规监测,不推荐常规预防性治疗;②中风险(0.1048~0.3018)患者推荐个体化评估,可考虑选择性预防;③高风险(≥0.3018)患者推荐积极采取预防性干预措施。在训练队列中,低、中、高风险患者占比分别是42.4%、24.9%和32.7%,表明该分层系统具有良好的区分能力和临床可行性。验证队列中相应比例分别为38.3%、24.0%和37.7%,进一步表明在不同人群中的稳定性与泛化能力。为进一步评估该策略的经济学合理性,我们开展了成本效益分析。尽管难以获取精确的成本数据,但从临床效益角度分析,在1%的最优风险阈值下,每预防一例感染需治疗3.6例患者(NNT=3.6),该数值处于感染预防领域普遍认可的可接受范围内。


表3. 区分AoCLD患者感染或者未感染的诊断模型性能指标

(引自Journal of Advanced Research)


小结


本研究构建的列线图模型为临床医生早期识别AoCLD合并SIRS患者的感染状态提供了有效工具,显著提升了感染诊断的准确性与效率,有助于规范抗生素使用、优化治疗策略,并改善预后。提出的风险分层策略亦为复杂病情下的临床决策提供了有力支持。


近1月ACLF的研究统计及简评


2026.07.26-2026.08.26在PubMed上共更新ACLF及肝硬化相关论著及综述52篇,分别涉及流行病学、发病机制、诊断、治疗方法、预测与预后等方面。具体分布如下:流行病学5篇;发病机制8篇;诊断6篇;治疗22篇;预测与预后7篇;其他4篇。



01

Harnessing the oral microbiome in chronic liver disease: Mechanisms, therapeutic modulation and translational frontiers. Journal of Hepatology, 2026 Aug; 85, 238-256. doi: 10.1016/j.jhep.2026.03.020. IF=40.1【诊断】

简述:该综述系统阐述了口腔微生物组在肝硬化进展中的关键作用及其作为“口腔-肠-肝轴”重要组成部分的病理机制。文章指出,肝硬化患者牙周病患病率极高,口腔病原菌可通过肠源性及血源性途径播散,加剧肠道屏障功能障碍、微生物易位、内毒素血症及肝硬化相关免疫失调,进而促进全身炎症、失代偿及ACLF的发生。综述还汇总了多组学、耐药基因组、空间成像及机器学习等技术在解析口腔-肠-肝轴交互中的前沿应用,并提出了将口腔健康评估、牙周护理及抗菌药物管理整合至肝病临床路径的紧迫性。此外,综述展望了益生菌、噬菌体、生物膜靶向治疗及口腔菌群移植等新型干预策略的潜力与挑战。

文章重要图表

(引自原文)

简评:该综述首次将口腔微生物组置于肝硬化系统管理的前沿视角,突破了传统以肠道为中心的认知框架,具有较强的创新性和临床转化导向。文章整合了从机制到技术再到干预的全链条证据,内容系统且前瞻性强,尤其对牙周病高发与不良预后关联的梳理具有实践警示意义。然而,当前多数证据仍属观察性或早期研究阶段,口腔干预能否真正改善肝硬化硬终点尚需大规模前瞻性临床试验验证。此外,肝硬化患者因凝血异常、经济负担及就医障碍等现实因素,口腔管理落地难度较大,综述对此虽有提及但未深入提出可行路径。总之,该综述为肝硬化综合管理开拓了全新维度,但转化之路仍任重道远。


02

CXCR6 defines a distinct resident state in γδ T cells for protecting from liver cirrhosis. Hepatology, 2026 Aug; 84(2):p 487-502. doi: 10.1097/HEP.0000000000001643. IF=18【发病机制】

简述:该研究通过单细胞RNA测序和流式细胞术,发现健康肝脏中富集CD69+CXCR6+ γδ T细胞,可产生IFN-γ和IL-2,但在肝硬化组织中显著减少且与疾病严重程度相关。小鼠肝纤维化模型中,CXCR6+ γδ T细胞通过FasL-Fas信号通路诱导肝星状细胞凋亡,从而限制纤维化进展;过继回输该细胞群可显著减轻纤维化,而CXCR6- γδ T细胞无效。

文章重要图表摘要

(引自原文)

简评:该研究首次揭示肝脏驻留γδ T细胞亚群在抗纤维化中的保护性作用,为肝硬化免疫治疗提供了全新细胞靶点,实验设计从人组织验证到动物模型机制探讨较为完整。但需注意,该细胞群在人类肝硬化中的动态变化及功能维持机制尚不明确,其治疗转化面临体内存续能力、安全性及规模化制备等挑战。此外,纤维化微环境中其他免疫细胞对该亚群的调控影响有待深入探索。总体而言,为肝硬化免疫干预开辟了新方向。


03

Functional liver imaging score (FLIS): A prognostic biomarker for acute-on-chronic liver failure and liver-related mortality. JHEP Reports: innovation in hepatology. 2026 Aug;8(8):101928. doi: 10.1016/j.jhepr.2026.101928. IF=8.7【预测与预后】

简述:该研究纳入210例晚期慢性肝病患者,评估钆塞酸增强MRI衍生的功能性肝脏影像评分(FLIS,0-6分,高分提示肝功能较好)及定量参数(RLE、REB、LPC)对急性失代偿期患者发生ACLF及肝相关性死亡的预测价值。结果显示,急性失代偿期患者的FLIS显著低于临床稳定者;低FLIS是急性失代偿期患者发生ACLF或肝相关性死亡的独立危险因素(aSHR:2.37),但在临床稳定患者中无显著预测价值。而定量参数虽能区分急慢性状态,却未能预测终点事件。

文章重要图表摘要

(引自原文)

简评:该研究验证了FLIS作为一种简便、可视化的预后影像生物标志物,在急性失代偿期肝硬化患者风险分层中的独立价值,且优于复杂定量参数,临床操作性较强。但需注意该研究为单中心、中等样本量设计,外部效度尚待验证,且FLIS判读依赖经验丰富的放射科医师,推广至非专科中心可能存在一致性挑战。此外,研究未明确FLIS指导的强化监测或移植评估策略能否真正改善预后,仍有待前瞻性干预试验进一步证实。总体而言,该研究为ACLF风险预测提供了便捷新工具,但其临床转化价值尚需更多验证。


各研究中心PI



查看更多精彩内容

声明:本文仅供医疗卫生专业人士了解最新医药资讯参考使用,不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议,如果该信息被用于资讯以外的目的,本站及作者不承担相关责任。

版面编辑:张雪   责任编辑:付丽云
本内容仅供医学专业人士参考
相关搜索:  AoCLD

发表评论

提交评论
  • 相关推荐
  • 学术领域
返回
顶部