Application of peripheral blood protein in the diagnosis of sepsis based on proteomics screening
-
摘要:目的
研究前期基于蛋白组学筛选的外周血蛋白人可溶性髓系细胞触发受体-1(sTREM-1)、高迁移率族蛋白B1(HMGB-1)、中性粒细胞明胶酶相关脂质运载蛋白(NGAL)、基质金属蛋白酶-8 (MMP-8)在脓毒症诊断中的价值。
方法选取2020年12月—2021年12月上海市第五人民医院中心监护室收治的60例脓毒症患者为脓毒症组，同时选取60例同期住院的非脓毒症感染患者为对照组。入组时检测2组患者血清中HMGB-1、NGAL、MMP-8、sTREM-1的表达水平。对纳入的变量进行共线性分析，排除方差膨胀因子>10的变量。共线性诊断后进行单因素和多因素Logistic回归分析。采用受试者工作特征(ROC)曲线对脓毒症进行诊断分析。采用Spearman分析HMGB-1、NGAL、MMP-8、sTREM-1与急性生理与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、序贯器官衰竭估计量表(SOFA)评分、降钙素原(PCT)、C反应蛋白(CRP)的相关性。
结果脓毒症组HMGB-1、NGAL、MMP-8、sTREM-1的表达水平高于对照组，差异有统计学意义(P < 0.05)。共线性分析表明，HMGB-1、NGAL、MMP-8与sTREM-1共线性较低。采用单因素和多因素Logistic回归分析结果发现, NGAL和MMP-8是脓毒症的独立预测因子。NGAL、MMP-8、白细胞计数、PCT的ROC曲线的曲线下面积(AUC)分别为0.95(95%CI: 0.91~0.99)、0.80(95%CI: 0.71~0.89)、0.89(95%CI: 1.00~1.09)和0.96(95%CI: 1.07~1.17)。血浆sTREM-1、NGAL、HMGB-1、MMP-8均分别与CRP、PCT、SOFA评分、APACHEⅡ评分呈显著正相关(P < 0.01)。
结论脓毒症患者sTREM-1、NGAL、HMGB-1和MMP-8水平较高。NGAL和MMP-8是脓毒症的独立预测因子。
Abstract:ObjectiveTo explore the value of peripheral blood protein including soluble triggering receptor expressed on myeloid cells-1 (sTREM-1), high mobility group box-1 (HMGB-1), neutrophil gelatinase-associated lipocalin (NGAL), and matrix metalloproteinase-8 (MMP-8) screened by proteomics in the diagnosis of sepsis.
MethodsSixty patients with sepsis admitted to the Central Care Unit of Shanghai Fifth People's Hospital from December 2020 to December 2021 were selected as sepsis group, and 60 patients with non-sepsis infection admitted during the same period were selected as control group. The expression levels of HMGB-1, NGAL, MMP-8, and sTREM-1 in the serum of both patient groups were measured on admission. Variables were subjected to collinearity analysis, and variables with a variance inflation factor (VIF) >10 were excluded. Univariateand multivariate Logistic regression analyses were performed following collinearity diagnosis. Receiver operating characteristic (ROC) curve was used to diagnose sepsis. Correlations of HMGB-1, NGAL, MMP-8, sTREM-1 with Acute Physiology and Chronic Health Evaluation Ⅱ (APACHE Ⅱ) score, Sequential Organ Failure Assessment (SOFA) score, procalcitonin (PCT), and C-reactive protein were analyzed using Spearman analysis.
ResultsThe expression levels of HMGB-1, NGAL, MMP-8, and sTREM-1 in the sepsis group were significantly higher than those in the control group (P < 0.05). Collinearity analysis showed that HMGB-1, NGAL, MMP-8, and sTREM-1 had low collinearity. Univariate and multivariate Logistic regression analyses revealed that NGAL and MMP-8 were independent predictors of sepsis. The area under the curve (AUC) for NGAL, MMP-8, white blood cells count, and PCT were 0.95(95%CI, 0.91 to 0.99), 0.80 (95%CI, 0.71 to 0.89), 0.89 (95%CI, 1.00 to 1.09) and 0.96 (95%CI, 1.07 to 1.17), respectively. Plasma sTREM-1, NGAL, HMGB-1, and MMP-8 were all respectively positively correlated with CRP, PCT, SOFA score, and APACHEⅡ score (P < 0.01).
ConclusionThe levels of sTREM-1, NGAL, HMGB-1, and MMP-8 are higher in the sepsis patients. In addition, NGAL and MMP-8 are independent predictors of sepsis.
-
Keywords:
- sepsis /
- proteomics /
- biomarkers /
- receiver operating characteristic curve /
- diagnosis value
-
近年来，结直肠癌全球发病率和病死率呈迅速增长趋势，根据国际癌症研究机构(IARC)最新癌症数据库GLOBOCAN2020的统计数据, 2020年全球结直肠癌新增病例超过190万例，死亡人数超过93万例，其中2020年中国结直肠癌新发病例超55万例，中国结直肠癌的新发病例数正在逐步攀升[1]。结直肠癌的发生发展受到饮食生活习惯、环境、家族遗传等多种因素调控，病因复杂且难以早期发现，同时结直肠癌还具有进展迅速、转移难以控制、复发率高、预后不佳等特点，因此有关结直肠癌临床诊断、治疗及预后的靶标具有重要的探索价值。随着高通量测序技术的发展与应用，长链非编码RNA(lncRNA), 一种长度大于200个核苷酸及不具备蛋白质编码能力的内源性RNA, 被发现可以通过参与上下游基因通路，调控转录水平，诱导细胞自噬等多种方式影响肿瘤细胞的增殖、迁移、侵袭、血管生成等各种生物学过程[2]。肺腺癌转移相关转录本1(MALAT1)作为近年来被广泛研究的lncRNA之一，其被发现位于人类染色体11q13.1上，全长8.7 kb, 具有非常高的共向进化保守性[3]。因其在胃癌、肝癌、肺癌、结直肠癌等多种肿瘤组织中呈高表达，故具有成为潜在靶标的可能。国内外对MALAT1在多种肿瘤发生发展及临床诊疗中的作用进行了大量研究[4-6], 其中包含结直肠癌相关研究[6]。但MALAT1在结直肠癌发生发展与临床诊疗中的具体作用、分子机制、涉及的信号通路等仍未阐明。加之近年来单核苷酸多态性(SNP)等研究方向的拓展和新通路的发现, MALAT1与结直肠癌的相关研究也不断涌现。本文就MALAT1在结直肠癌中的表达和在发生发展过程中起到的功能及调节机制作用，以及对结直肠癌临床诊断、治疗、预后的影响等方面进行综述，旨在为结直肠癌的早期诊断、个性化精确治疗、不良预后探寻靶点，为临床医生的诊疗工作提供参考，为MALAT1的进一步研究提供思路。
1. MALAT1概述
MALAT1也被称为核富集丰富转录本2(NEAT2)、hepcarcin (hcn)、LINC00047、NCRN00047和PRO2853[7-8]。MALAT1首次在非小细胞肺癌患者的肿瘤微阵列筛查中发现，并与早期非小细胞肺癌的转移有明显相关性[9]。MALAT1广泛表达于多种人体器官，且表达水平在相应肿瘤组织中显著增高[10-12]。MALAT1定位于被称为核斑点的核结构区域，而核斑点则是一种富含前体mRNA剪接因子的亚核体[13]。MALAT1能通过调节选择性前体mRNA的剪接，从而在转录过程中发挥间接作用[7]。MALAT1被证明可以调节SR剪接因子的磷酸化状态，从而调节SR剪接因子在核斑点的定位及其在选择性前体mRNA剪切中的作用[14]。研究[15-16]表明，MALAT1可以通过与其他几种核斑点中富集的前体mRNA剪接因子结合，直接参与活性转录基因的前体mRNA剪接。近些年研究[17]进一步发现, MALAT1本身在正常细胞中处于“冗余”状态，但在癌症细胞中却能从转录层面直接或间接调控基因表达。总而言之, MALAT1在许多肿瘤的转录中发挥了重要作用，与肿瘤细胞的生物学过程息息相关，这也使得MALAT1引起了大量研究者的兴趣，其是最被广泛研究的lncRNA之一。
2. MALAT1与结直肠癌
2.1 MALAT1在结直肠癌患者中的表达情况
既往研究[12, 18-19]发现: ①与邻近黏膜组织和结肠直腺瘤组织相比，结直肠恶性肿瘤组织中MALAT1表达水平显著上调。②结直肠癌患者全血中MALAT1表达水平相对健康人群显著升高。研究[20]发现，结直肠腺瘤中MALAT1的表达水平较相邻正常组织显著升高。这表明MALAT1的表达量从正常组织到癌前病变到癌症组织，可能呈现逐渐增高趋势，提示MALAT1作为结直肠癌早期诊断标志物的潜力。
2.2 MALAT1参与结直肠癌细胞的生物学过程
2.2.1 MALAT1对结直肠癌细胞增殖、侵袭、迁移和转移的影响
细胞异常增殖、细胞侵袭、迁移和转移都是肿瘤细胞的生物学特性。研究[12, 16, 21-29]发现, MALAT1通过竞争性内源性RNA(ceRNA)、微小RNA(miRNA) “海绵”、选择性剪切等方式调控miRNA，进一步抑制抑癌基因、激活促癌通路，最终调控结直肠癌细胞周期，促进结直肠癌细胞增殖、侵袭、迁移和转移。研究[30]发现，组蛋白去甲基化酶JMJD2C易位进入细胞核后，降低了MALAT1启动子在H3K9me3和H3K36me3位点的组蛋白甲基化水平，导致了MALAT1的表达上调，从而增强迁移能力。JI Q等[31]发现MALAT1可以结合miR-15家族成员，使其不能抑制低密度脂蛋白受体相关蛋白6(LRP6)的表达，从而增强β-catenin信号传导，使下游靶向原癌基因Runt相关转录因子2( RUNX2 )转录水平升高，提高了结直肠癌细胞的复发转移能力。研究[32]发现，在结直肠癌干细胞中, MALAT1的表达与抑癌基因miR-378a-3p呈负相关，而miR-378a-3p具有显著的抑制结直肠癌干细胞运动、迁移、集落形成的能力，但MALAT1与miR-378a-3p之间是否具有直接调控作用未能证实，还需要进一步探讨。ZHOU J M等[33]研究揭示了MALAT1作为ceRNA可通过“海绵化”miR-26a-5p来增加Smad1蛋白的表达，进而增加自噬相关基因5( ATG5 )的表达并促进细胞自噬，最终起到促进结直肠癌细胞增殖与侵袭的作用。
HU H X等[34]在研究结直肠癌中核苷酸切除修复(NER)通路的重要分子ERCC4时，通过数据库构建ceRNA网络，发现了MALAT1-miR-200c-3p-ERCC4轴，具体表现为MALAT1通过竞争性抑制miR-200c-3p, 促进上皮细胞-间充质转化(EMT), 导致直肠癌侵袭、迁移，并提高ERCC4表达，进一步导致铂类药物耐药。ŽLAJPAH M等[35]选取肝转移癌组织与普通结直肠癌组织对比，结果表明在肝转移癌组织中, MALAT1和miR-200c同时增高并呈正相关。MALAT1和miR-200c相关性研究的结果存在差异，提示结直肠癌发生发展至肝转移癌的过程中，或许存在多种复杂、不明确的机制。在结直肠癌中高表达的致癌基因碱性亮氨酸拉链和W2结构域2 ( BZW2 )是MALAT1的上游基因，并可以在表达野生型β-catenin的结直肠癌中激活Wnt/β-catenin信号通路，促进肿瘤生长。此外, BZW2自身表达受miRNA-98、c-Myc和Zeste同系物增强子2 (EZH2)的协调调节[36]。上述研究结果与MALAT1在既往实验中表现出的增加EZH2表达并促进EMT、激活Wnt/β-catenin通路等作用互相印证，提示或许存在一个正反馈的EZH2-BZW2-MALAT1轴，对结直肠癌的恶性进展起到促进作用，但这其中的关联还有待进一步实验证实。
肿瘤微环境成为近些年研究的一大热点，肿瘤微环境的变化(如缺氧)会导致非编码小RNA trna衍生片段(trf)的表达差异。研究[37]发现, tRF-20-M0NK5Y93可以通过结合MALAT1上的特定位点来降解MALAT1, 从而抑制结直肠癌的增殖和迁移。肿瘤微环境的缺氧状态抑制了tRF-20-M0NK5Y93, 从而抑制了MALAT1的降解，起到促进结直肠癌恶性进展的作用。此外，SNP近些年也被广泛研究，其为基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。MALAT1拥有大量SNP, 虽然根据等位基因频率(MAF)筛选后，大部分SNP并没有足够的研究价值，但仍有小部分SNP表现出独特性。RADWAN A F等[38]探究MALAT1-miRNA101-EMT轴在结直肠癌中的作用，发现MALAT1与miRNA-101和E-钙黏蛋白(E-cadherin)在结直肠癌中的表达呈负相关，在这基础上，进一步发现MALAT1 rs3200401 C>T SNP中，带有T等位基因的被检者E-cadherin的表达更少，提示EMT增强可能，并且观察到T等位基因携带者更有可能发生淋巴结转移。但该研究并没有证实MALAT1 SNP和miRNA-101表达间的联系，也没有进行挽救实验(rescue)来探寻MALAT1与miRNA-101在结直肠癌中的明确调控机制，未来还需进一步研究。
上述研究提示了各种情况下MALAT1对结直肠癌细胞的增殖、侵袭、迁移及转移过程的促进作用。但MALAT1并非只有促进结直肠癌细胞恶性进展的功能，相关研究[39表明，关键肿瘤抑制因子PTEN失调后, MALAT1作为其靶标，组成的非规范性PTEN-miRNA-MALAT1轴对结直肠癌的侵袭和转移都具有抑制作用，这一通路或许值得进一步探索。
2.2.2 MALAT1对内质网应激的影响
内质网应激是细胞的重要防御机制, JIANG X等[40]通过毒胡萝卜素(TG)诱导内质网应激，发现了内质网应激可能通过激活IRE1/XBP1和PERK/eIF2α/ATF4信号通路，来促进MALAT1的表达，从而促进肿瘤细胞的迁移。研究[41]发现, COPA I164V蛋白破坏高尔基体-内质网(Golgi-ER)逆向转运功能，诱导内质网应激，促进转录因子ATF6、XBP1和ATF4易位进入细胞核，激活MALAT1, 从而导致结直肠癌细胞的侵袭和转移。目前，内质网应激与结直肠癌发生发展的相关机制尚未完全阐明，未来应当开展更深入的研究。
2.3 MALAT1在结直肠癌中的调节机制
2.3.1 MALAT1与miRNA形成ceRNA
当前关于MALAT1在调控miRNA、靶基因等方面的研究，尤其是对MALAT1的ceRNA机制的研究已取得许多成果，上文已经大量提到MALAT1可以通过与miRNA相互竞争或“海绵化”miRNA来改变miRNA对靶基因表达的调控作用。MALAT1与miRNA的相互作用机制及其相关通路的研究证实, MALAT1对结直肠癌的发生发展具有重要作用。但目前结直肠癌中MALAT1与miRNA的相互作用机制尚未完全明确，希望将来能够开展更多的针对性研究。
2.3.2 MALAT1 SNP调节MALAT1表达
除了上文提到的MALAT1 rs3200401 C>T SNP, 还有不少SNP被发现可以影响结直肠癌易感性，例如在MALAT1 rs619586 A>G SNP中，带有G等位基因的被检者罹患结直肠癌的风险就比AA型显著降低; 在rs1194338 C>A SNP中带有A等位基因的被检者也显示结直肠癌风险降低。但在rs664589 C>G SNP中带有G等位基因的被检者结肠癌风险却显著增高[42]。目前研究提示，这些SNP主要是通过改变MALAT1的表达水平，进而影响结直肠癌的易感性。但结直肠癌中MALAT1 SNP相关研究较少，涉及的具体分子机制和信号通路等还需继续深入研究。
2.3.3 外泌体MALAT1
研究[43]发现, MALAT1可以通过外泌体囊泡途径，进入周围侵袭性不如自身的结直肠癌细胞，然后通过“海绵化”miR-26a/26b来调节岩藻糖基转移酶4(FUT4), 最后激活PI3K/AKT/mTOR通路，促进结直肠癌的恶性进展。此研究说明MALAT1不仅可以在其高表达的结直肠癌细胞中发挥功能，还能主动向相对低表达的细胞扩散，提高结直肠癌整体的恶性程度，进一步明确了MALAT1在结直肠癌调控中的重要作用。
2.4 MALAT1在结直肠癌临床诊疗中的潜在作用
2.4.1 MALAT1与结直肠癌的诊断
MALAT1在结直肠癌患者外周血液、组织中均可检测到高表达，且表达水平相对健康组织和结直肠腺瘤组织更高[12, 19]。结直肠癌发生发展的机制复杂，使得常规消化道肿瘤标志物对结直肠癌早期诊断的特异性不佳。外周血液MALAT1检测可协助提高诊断的特异性。研究[44]发现“粪便结肠细胞lncRNA分析”(其中包含MALAT1)在结直肠癌早期检测中具有一定准确度，且快速、低风险，为lncRNA检测实际应用到临床提供了新的方向。这些研究共同表明, MALAT1具有成为结直肠癌早期诊断生物学靶标的潜力。
2.4.2 MALAT1与结直肠癌的治疗
对于MALAT1与临床治疗的相关性，国际上已进行了许多研究。在放疗方面的研究[45]发现，沉默MALAT1后，结直肠癌细胞HCT-116放射敏感性增加。YAO P A等[46]发现MALAT1沉默可以通过下游的YAP1/AKT轴在体外和体内调节DNA损伤修复，使结直肠癌细胞对IR放射敏感。
在化疗方面，既往研究[27-28, 47]证实, MALAT1导致结直肠癌细胞对5-Fu和奥沙利铂耐药。研究[48]表明，在对5-Fu抵抗的结直肠癌HT-29细胞系中敲低MALAT1表达后，观察到5-Fu敏感性增加，证明了MALAT1高表达的早期结肠癌也有对5-Fu的抵抗。WEI Z Z等[49]通过对MALAT1/miR-200s/c- jun末端激酶(JNK)通路的研究，发现中药复方左金丸可以通过降低MALAT1, 间接上调miR-200s, 减轻JNK信号轴的激活，下调MDR1/ABCB1和ABCG2等耐药蛋白的表达，从而逆转结直肠HCT116细胞的奥沙利铂耐药现象。上述研究提示, MALAT1对结直肠癌的放化疗抵抗有促进作用，也侧面表明了MALAT1有成为结直肠癌临床治疗靶点的潜力。
此外，相关研究[50-51]表明, MALAT1高表达与结直肠癌晚期分期有相关性，提示MALAT1对于现有的临床分期治疗也能起到一定的指导作用。
2.4.3 MALAT1与结直肠癌的预后
ZHENG H T等[52]通过建立预后模型，发现MALAT1表达是结直肠癌患者的预后危险因素，较高的MALAT1表达水平可以作为Ⅱ/Ⅲ期结直肠癌患者预后不良的标志物。相关研究[53]表明, MALAT1高表达水平可能预示了结直肠癌患者的不良预后。研究[54]表明, MALAT1高表达与淋巴血管浸润和神经侵袭有关，并且会使患者无病生存期(DFS)和总生存期(OS)显著缩短。一项纳入164例患者的前瞻性对照实验[55]评估了MALAT1与结直肠癌预后的关系，并将结果代入TCGA数据库(596例)进行了二次验证，结果是在初始队列和外部验证队列人群中, MALAT1表达状态与结直肠癌患者OS或DFS之间无统计学意义。这是近年来纳入人数最多的对照实验，也是唯一得到阴性结果的实验，提示MALAT1与结直肠癌预后的关系有很多不确定性，还需要进行更大规模的标准化、无偏倚人口研究，以得到更具说服力的结果。
3. 小结
MALAT1在结直肠癌中表达增高，其可以调控多种通路及因子，促进下游基因表达，进而促进结直肠癌的恶性发展。MALAT1在结直肠癌早期诊断、治疗、预后预测中都具有充当生物学靶标的潜力。但综合来看，与MALAT1相关的对照研究、回顾性研究、前瞻性研究等得出的结论仍有不确定性。加之目前转移性结直肠癌的临床治疗方案发展缓慢，全球人口增长和老龄化却在加速，可以预见临床上结直肠癌诊治中将面对的考验只会变得越发严峻，患者们也迫切需要新的有效治疗方案。MALAT1作为一个值得重视的潜在治疗靶点，无论是合成寡核苷酸(包括siRNA和新开发的Antisense LNA GapmeRs)靶向治疗，还是锌指核酸酶靶向基因敲除，都是值得研究者们尝试的新方向。此外，从PETN基因、 BZW2 基因等上游基因或从改变肿瘤微环境入手，减少MALAT1的表达也是一种办法。
综上所述，今后仍应继续开展更多MALAT1及其SNPs在结直肠癌发生发展、临床诊疗等领域的相关研究。
-
![]()
图 1 2组MMP-8、HMGB-1、NGAL、sTREM-1的差异表达
A: sTREM-1表达水平; B: NAGL表达水平; C: HMGB-1表达水平; D: MMP-8表达水平。*P < 0.05。
表 1 脓毒症组和对照组表达差异(x±s)[n(%)]
指标 分类 对照组(n=60) 脓毒症组(n=60) P 性别 男 32(53.33) 36(60.00) 0.19 女 28(46.67) 24(40.00) 年龄/岁 69.00±6.34 70.59±7.11 0.57 腹腔感染 0 11(18.33) < 0.05 肺部感染 8(13.33) 16(26.67) 0.79 尿路感染 3(5.00) 9(15.00) 0.62 伴随疾病 脑血管后遗症 2(3.33) 5(8.33) 0.87 2型糖尿病 2(3.33) 7(11.67) 0.54 高血压病 4(6.67) 7(11.67) 0.69 慢性心脏病 6(10.00) 9(15.00) 0.42 机械通气 2(3.33) 14(23.33) 0.07 APACHEⅡ评分/分 4.97±1.61 17.19±4.91 < 0.01 SOFA评分/分 4.21±1.50 9.64±2.94 < 0.01 C反应蛋白/(mg/L) 4.86±2.42 98.77±39.45 < 0.01 降钙素原/(ng/mL) 0.03±0.01 1.94±1.16 < 0.01 白细胞计数/(×109/L) 9.01±2.00 17.80±4.12 < 0.01 ICU住院时间/d 5.24±1.15 12.41±3.13 < 0.01 多器官功能不全 1(1.67) 14(23.33) < 0.05 28 d死亡 0 7(11.67) < 0.01 APACHEⅡ: 急性生理与慢性健康状况评分系统Ⅱ; SOFA: 序贯器官衰竭估计量表。 
下载: 导出CSV
表 2 共线性分析
指标 非标准化系数 标准系数 t 显著性 95%CI 共线性统计 B 标准错误 beta 容许 VIF 常量 -0.713 0.149 — -4.783 0 -0.947 -0.375 — — CRP 0.001 0.001 0.108 0.618 0.538 -0.001 0.005 0.082 12.139 PCT -0.447 0.071 -1.253 -6.265 0 -1.083 -5.397 0.063 15.909 HMGB-1 -0.004 0.005 -0.108 -0.847 0.399 -0.361 -2.398 0.154 6.507 NGAL 0.005 0.002 0.196 2.326 0.022 0.234 2.856 0.354 2.825 MMP-8 0.002 0.001 0.078 1.286 0.202 0.095 1.621 0.687 1.456 sTREM-1 0 0 -0.046 -0.555 0.581 -0.008 -0.104 0.364 2.751 白细胞计数 0.038 0.014 0.445 2.785 0.007 -0.008 -0.104 0.099 10.131 APACHEⅡ评分 0.094 0.017 1.429 5.513 0 0.046 0.114 0.037 26.713 SOFA评分 0.041 0.064 0.620 4.895 0.002 0.013 0.070 0.189 13.285
下载: 导出CSV
表 3 单因素Logistic回归和多因素Logistic回归分析
指标 单因素Logistic回归分析 多因素Logistic回归分析 OR 95%CI P OR 95%CI P HMGB-1 1.487 1.224~1.807 < 0.01 1.443 0.777~2.680 0.246 NGAL 1.409 1.179~1.684 < 0.01 1.427 0.951~2.141 < 0.050 MMP-8 1.074 1.039~1.111 < 0.01 1.099 0.979~1.234 < 0.050 sTREM-1 1.058 1.029~1.088 < 0.01 1.038 0.983~1.095 0.183
下载: 导出CSV
表 4 ROC曲线分析生物标准物在脓毒症中的诊断价值
生物标志物 临界值 AUC 敏感度 特异度 P 阳性似然比 阴性似然比 95%CI NGAL 18.26 0.95 0.89 0.97 < 0.01 26.21 0.11 0.91~0.99 MMP-8 33.41 0.80 0.72 0.76 < 0.01 2.98 0.37 0.71~0.89 WBC 14.87 0.89 0.81 0.83 < 0.01 4.73 0.23 1.00~1.09 PCT 0.84 0.96 0.81 0.97 < 0.01 23.91 0.19 1.07~1.17
下载: 导出CSV
表 5 HMGB-1、NGAL、MMP-8、sTREM-1与APACHE-Ⅱ评分、SOFA评分、CRP和PCT的相关性分析
生物标志物 APACHEⅡ评分 SOFA评分 CRP PCT r P r P r P r P HMGB-1 0.897 < 0.01 0.871 < 0.01 0.855 < 0.01 0.886 < 0.01 NGAL 0.779 < 0.01 0.556 < 0.01 0.756 < 0.01 0.780 < 0.01 MMP-8 0.481 < 0.01 0.405 < 0.01 0.505 < 0.01 0.416 < 0.01 sTREM-1 0.711 < 0.01 0.394 < 0.01 0.752 < 0.01 0.643 < 0.01
下载: 导出CSV
-
[1] JACOBI J. The pathophysiology of sepsis-2021 update: part 1, immunology and coagulopathy leading to endothelial injury[J]. Am J Health Syst Pharm, 2022, 79(5): 329-337. doi: 10.1093/ajhp/zxab380
[2] NAPOLITANO L M. Sepsis 2018: definitions and guideline changes[J]. Surg Infect (Larchmt), 2018, 19(2): 117-125. doi: 10.1089/sur.2017.278
[3] BERG D, GERLACH H. Recent advances in understanding and managing sepsis[J]. F1000Res, 2018, 7: F1000FacultyRev-F1000Faculty1570.
[4] MISCHAK H, IOANNIDIS J P, ARGILES A, et al. Implementation of proteomic biomarkers: making it work[J]. Eur J Clin Invest, 2012, 42(9): 1027-1036. doi: 10.1111/j.1365-2362.2012.02674.x
[5] STEPHEN A H, MONTOYA R L, ALUISIO A R. Sepsis and septic shock in low- and middle-income countries[J]. Surg Infect (Larchmt), 2020, 21(7): 571-578. doi: 10.1089/sur.2020.047
[6] MARDEGAN V, GIORDANO G, STOCCHERO M, et al. Untargeted and targeted metabolomic profiling of preterm newborns with EarlyOnset Sepsis: a case-control study[J]. Metabolites, 2021, 11(2): 115. doi: 10.3390/metabo11020115
[7] SINGER M, DEUTSCHMAN C S, SEYMOUR C W, et al. The third international consensus definitions for Sepsis and septic shock (Sepsis-3)[J]. JAMA, 2016, 315(8): 801-810. doi: 10.1001/jama.2016.0287
[8] JARKOVSKA D, MARKOVA M, HORAK J, et al. Cellular mechanisms of myocardial depression in Porcine septic shock[J]. Front Physiol, 2018, 9: 726. doi: 10.3389/fphys.2018.00726
[9] FREGNI F, IMAMURA M, CHIEN H F, et al. Challenges and recommendations for placebo controls in randomized trials in physical and rehabilitation medicine: a report of the international placebo symposium working group[J]. Am J Phys Med Rehabil, 2010, 89(2): 160-172. doi: 10.1097/PHM.0b013e3181bc0bbd
[10] NEMATIFARD E, ARDEHALI S H, SHAHBAZI S, et al. Combination of APACHE scoring systems with adductor pollicis muscle thickness for the prediction of mortality in patients who spend more than one day in the intensive care unit[J]. Crit Care Res Pract, 2018, 2018: 5490346.
[11] TONG Y Q, KU X, WU C R, et al. Data-independent acquisition-based quantitative proteomic analysis reveals differences in host immune response of peripheral blood mononuclear cells to sepsis[J]. Scand J Immunol, 2019, 89(4): e12748. doi: 10.1111/sji.12748
[12] GAGNEUX-BRUNON A, DELANAYE P, LEGRAND D, et al. NGAL, biomarker of acute kidney injury in 2012[J]. Nephrol Ther, 2012, 8(7): 508-515. doi: 10.1016/j.nephro.2012.03.006
[13] LENTINI P, DE CAL M, CLEMENTI A, et al. Sepsis and AKI in ICU patients: the role of plasma biomarkers[J]. Crit Care Res Pract, 2012, 2012: 856401.
[14] LIU L L, ZHANG J J, ZHANG X N, et al. HMGB1: an important regulator of myeloid differentiation and acute myeloid leukemia as well as a promising therapeutic target[J]. J Mol Med (Berl), 2021, 99(1): 107-118. doi: 10.1007/s00109-020-01998-5
[15] GUO J, SUN H, LEI W, et al. MMP-8-responsive polyethylene glycol hydrogel for intraoral drug delivery[J]. J Dent Res, 2019, 98(5): 564-571. doi: 10.1177/0022034519831931
[16] VANDESTIENNE M, ZHANG Y J, SANTOS-ZAS I, et al. TREM-1 orchestrates angiotensin Ⅱ-induced monocyte trafficking and promotes experimental abdominal aortic aneurysm[J]. J Clin Invest, 2021, 131(2): e142468. doi: 10.1172/JCI142468
[17] GOMES A P, ILTER D, LOW V, et al. Age-induced accumulation of methylmalonic acid promotes tumour progression[J]. Nature, 2020, 585(7824): 283-287. doi: 10.1038/s41586-020-2630-0
-
期刊类型引用(2)
1. 姚洁，张艳妮. 喹硫平与奥氮平治疗老年性精神病的效果比较. 临床合理用药. 2025(02): 52-54+61 . 
百度学术
2. 吴声辉，李桃，许世欢. 利培酮结合喹硫平治疗癫痫所致精神障碍的价值及对精神状态与血清炎性因子的影响. 中外医疗. 2024(17): 72-76 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 130
- HTML全文浏览量: 40
- PDF下载量: 9
- 被引次数: 2
苏公网安备 32100302010246号