Value of plasma neutrophil extracellular traps on illness condition and prognosis in patients with acute cerebral infarction
-
摘要:目的
分析血浆中性粒细胞胞外诱捕网(NETs)主要成分瓜氨酸组蛋白3(CitH3)及双链DNA(dsDNA)水平与急性脑梗死(ACI)患者病情严重程度的相关性及其对患者预后的预测价值。
方法选取120例ACI患者作为研究对象, 根据病情严重程度分为轻度组65例[美国国立卫生研究所脑卒中量表(NIHSS)评分0~4分]和重度组55例(NIHSS评分>4~15分)。治疗前后, 分别检测2组患者血浆CitH3、dsDNA、N末端B型利钠肽原(NT-proBNP)、血小板(PLT)、凝血酶原时间(PT)、国际标准化比值(INR)、中性粒细胞与淋巴细胞比值(NLR)、血小板与淋巴细胞比值(PLR)、单核细胞与高密度脂蛋白胆固醇比值(MHR)和改良爱丁堡-斯堪的纳维亚卒中量表(MESSS)评分, 并分析各项临床指标与NIHSS评分的相关性。根据末次随访改良Rankin量表评分将患者分为良好预后组98例和不良预后组22例, 比较2组临床指标水平差异, 并分析各项临床指标与ACI患者不良预后的相关性。绘制受试者工作特征曲线, 分析血浆CitH3联合dsDNA对ACI患者预后的诊断性能。
结果治疗前后, 重度组血浆CitH3、dsDNA、NT-proBNP、MHR和MESSS评分均高于轻度组, 差异有统计学意义(P<0.05); 治疗前后, 重度组PLT、PT、INR、NLR、PLR与轻度组比较, 差异无统计学意义(P>0.05)。血浆CitH3、dsDNA、NT-proBNP分别与NIHSS评分呈正相关(r=0.814、0.775、0.725, P<0.05)。随访1年, 不良预后组的血浆CitH3、dsDNA、NT-proBNP水平高于良好预后组, 差异有统计学意义(P<0.05)。血浆CitH3、dsDNA水平高均为ACI患者近期预后不良的危险因素(OR=2.913、2.887, P=0.029、0.036)。血浆CitH3联合血浆dsDNA预测ACI患者随访1年预后不良的曲线下面积为0.823, 敏感度为84.5%, 特异度为89.5%。
结论血浆NETs主要成分CitH3、dsDNA联合检测能有效评估ACI患者病情严重程度, 较好地预测患者近期预后。
-
关键词:
- 急性脑梗死 /
- 中性粒细胞胞外诱捕网 /
- 瓜氨酸组蛋白3 /
- 双链DNA /
- 预后
Abstract:ObjectiveTo analyze correlations of the main components of neutrophil extracellular traps (NETs)[citrulline histone 3 (CitH3) and double-stranded DNA (dsDNA)] with the ill severity in patients with acute cerebral infarction (ACI)and its predictive value in prognosis.
MethodsA total of 120 patients with ACI were collected as study objects, and were divided into mild group[65 cases, the National Institutes of Health Stroke Scale (NIHSS) score of 0 to 4] and severe group (55 cases, the NIHSS score of 4 to 15) according to severity of illness. Before and after treatment, plasma CitH3, dsDNA, N-terminal B-type natriuretic peptide (NT-proBNP), platelet (PLT), prothrombin time (PT), international standardized ratio (INR), neutrophil-to-lymphocyte ratio (NLR), platelet-to-lymphocyte ratio (PLR), monocyte-to-high density lipoprotein cholesterol ratio(MHR) and modified Edinburgh-Scandinavian Stroke Scale (MESSS) score were detected in two groups, and the correlations of above clinical indexes with the NIHSS scores were analyzed. According to the modified Rankin Scale score at the last follow-up, the patients were divided into good prognosis group (98 cases) and poor prognosis group (22 cases). The difference of clinical indicators between the two groups was compared, and the correlations of clinical indicators with poor prognosis of ACI patients were analyzed. Receiver operating characteristic (ROC) curve was drawn to analyze the diagnostic performance of plasma CitH3 combined with dsDNA for the prognosis of ACI patients.
ResultsThe levels of CitH3, dsDNA, NT-proBNP, MHR and MESSS before and after the treatment in the severe group were all higher than those in the mild group (P<0.05), but the levels of PLT, PT, INR, NLR and PLR showed no significant differences between two groups (P>0.05). The positive correlation of the indexes of CitH3, dsDNA and NT-proBNP with the NIHSS scores were found (r=0.814, 0.775, 0.725; P<0.05). After 1-year follow-up, the levels of plasma CitH3, dsDNA and NT-proBNP in the poor prognosis group were higher than those in the good prognosis group(P<0.05). The increased CitH3 and dsDNA were the risk factors to the short-term poor prognosis in patients with ACI (OR=2.913, P=0.029; OR=2.887, P=0.036). The area under the curve of plasma CitH3 combined with plasma dsDNA in predicting poor prognosis of ACI patients at 1 year follow-up was 0.823, sensitivity was 84.5%, and specificity was 89.5%.
ConclusionThe combined detection of main components of CitH3 and dsDNA of plasma NETs can effectively evaluate the ill severity of patients with ACI, and has good predictive value of the short-term prognosis.
-
系统性红斑狼疮(SLE)是一种慢性弥漫性结缔组织疾病，其病因尚不明确，主要特征为患者体内产生大量自身抗体，引发多器官的免疫性炎症，严重时可危及生命[1]。SLE在全球范围内的发病率约为5.14/100 000, 在中国的发病率约为8.57/100 000(位居世界第4)[2]。随着诊疗技术的进步和疾病管理的规范化, SLE患者的生存率逐年提高，但疾病症状、并发症及药物副作用等因素会对患者的生活质量产生显著影响[3]。值得注意的是，长期存在的疾病压力会在SLE患者及其配偶间形成溢出效应，对夫妻关系造成影响。二元应对是指夫妻双方在面对压力时所采取的共同反应及策略，体现了动态的应对过程。多项研究[4-5]表明，二元应对有助于改善夫妻双方的关系满意度和生活质量。本研究基于潜在剖面分析，以个体为中心进行模型拟合，充分考虑群体内部的个体差异性[6], 将具有相似潜在特征的SLE患者归为一类，分析SLE患者二元应对的现状及不同类别二元应对的影响因素，以期为制订相应措施提高SLE患者二元应对水平提供参考依据。
1. 对象与方法
1.1 调查对象
采用便利抽样法，选取2022年7月—2023年4月陕西省西安市4所三级甲等医院收治的SLE患者作为调查对象。纳入标准: ①已婚者; ②识字，无沟通障碍者; ③符合欧洲抗风湿病联盟/美国风湿病学会(EULAR/ACR)2019年修订的SLE分类诊断标准，并依据临床资料确诊SLE者; ④知晓自身病情者; ⑤知情同意并自愿参与本研究者。排除标准: ①病情危重或合并严重并发症者; ②存在认知障碍或有精神病史者。根据多元Logistic回归分析所需的样本量计算方法[7], 并考虑20%的数据缺失率，本研究至少需要样本量276例。本研究获得中国人民解放军空军军医大学第一附属医院伦理委员会审查批准(KY-20232014-F-1)。
1.2 调查工具
1.2.1 一般资料调查表
研究团队成员基于文献回顾方法，集体讨论后制订一般资料调查表，内容包括年龄、婚龄、居住地等人口学资料和患病年限、疲惫程度、疾病活动度等疾病相关资料。
1.2.2 二元应对量表(DCI)
采用DCI评估SLE患者的二元应对状况。该量表由GMELCH S等[8]编制，并由中国学者XU F等[9]于2016年进行汉化。DCI包括压力沟通(8项)、支持应对(10项)、消极应对(8项)、委托应对(4项)和共同应对(5项)5个维度，另外还包括应对评价条目(2项)，共计37项条目。量表采用Likert 5级评分法, 1、2、3、4、5分依次对应“极少”“很少”“有时”“经常”“非常频繁”，其中消极应对采用反向计分，应对评价条目则不计分。得分范围为35~175分, < 111分表示二元应对水平较低, 111~145分表示二元应对处于中等水平, >145分表示二元应对水平较高。本研究中，该量表的Cronbach′s α系数为0.826。
1.2.3 生活质量评估量表
采用美国波士顿健康研究所发布的36条目简明健康调查量表(SF-36)[10]评估SLE患者的生活质量。该量表包括一般健康状况、生理功能、生理职能、躯体疼痛、活力、社会功能、情感职能和精神健康共8个维度，另有1项用于评价过去1年健康变化情况的指标，共计36项条目。各维度计分按公式[(实际得分-该维度可能的最低得分)/(该维度可能的最高分-该维度可能的最低分)×100]转换为标准得分，得分范围0~100分，各维度标准得分之和为总分[11]。本研究中，该量表的Cronbach′s α系数为0.872。
1.3 资料收集
本研究采用纸质问卷的形式收集患者的资料。调查开始前，研究团队成员接受统一培训。问卷发放前，由经过培训的成员使用统一指导语向研究对象介绍本次调查的目的、内容及问卷填写方法。调查于患者住院当天进行，问卷经检查后当场收回。为了保证数据的准确性，所有问卷采取双人录入及核对的方式处理。本研究共发放问卷300份，回收有效问卷296份，有效问卷回收率为98.67%。
1.4 统计学分析
符合正态分布的计量资料采用均数±标准差进行描述，计数资料或等级资料采用频数和百分比进行描述。采用Mplus 8.3软件进行潜在剖面分析，以划分SLE患者的二元应对类别。采用艾凯克信息准则(AIC)、贝叶斯信息准则(BIC)和样本校正BIC(aBIC)比较期望值与实际值的差异，以判断模型的拟合程度，数值越小表示模型拟合程度越好; 采用熵值评估模型分类的精确度，其数值范围为0~1, 数值越接近1表示分类越精确。采用LMR似然比检验(LMR)和Bootstrap似然比检验(BLRT)比较k个类别模型和k-1个类别模型的拟合差异，若PLMR和PBLRT < 0.05, 则差异达到显著性水准，即k个类别的模型优于k-1个类别的模型。采用SPSS 26.0软件进行统计学分析，根据不同数据类型选用卡方检验或秩和检验比较不同二元应对剖面的人口学资料及疾病相关资料的差异，采用多元Logistic回归分析筛选SLE患者二元应对不同剖面的影响因素, P < 0.05为差异有统计学意义。
2. 结果
2.1 一般资料
296例SLE患者中，女268例(90.5%), 男28例(9.5%), 年龄20~77岁，平均(42.39±10.91)岁，婚龄1~52年，平均(18.66±11.71)年，其余一般资料见表 1。
表 1 296例SLE患者的一般资料及其二元应对潜在剖面的单因素分析[n(%)]指标 分类 n 低积极二元应对型(n=60) 中等二元应对-稳定型(n=116) 高二元应对-高共同应对型(n=120) χ2/U P 居住地 城镇 156 25(41.7) 56(48.3) 75(62.5) 8.464 0.015 农村 140 35(58.3) 60(51.7) 45(37.5) 受教育程度 小学及以下 42 14(23.3) 19(16.4) 9(7.5) 22.424 < 0.001 初中及中专 116 26(43.3) 52(44.8) 38(31.7) 高中及大专 84 15(25.0) 30(25.9) 39(32.5) 本科及以上 54 5(8.3) 15(12.9) 34(28.3) 疲惫程度 所有时间疲惫 15 8(13.3) 2(1.7) 5(4.2) 14.473 0.001 大多数时间疲惫 62 14(23.3) 30(25.9) 18(15.0) 较多时间疲惫 46 15(25.0) 15(12.9) 16(13.3) 偶尔疲惫 157 22(36.7) 62(53.4) 73(60.8) 从未疲惫 16 1(1.7) 7(6.0) 8(6.7) 患病年限 ≤1年 85 24(40.0) 43(37.1) 18(15.0) 7.068 0.029 >1~10年 127 21(35.0) 38(32.7) 68(56.7) >10年 84 15(25.0) 35(30.2) 34(28.3) 睡眠障碍 无 135 17(28.3) 56(48.3) 62(51.7) 9.326 0.009 有 161 43(71.7) 60(51.7) 58(48.3) 疾病活动度 轻度活动 96 16(26.7) 32(27.6) 48(40.0) 6.747 0.034 中度活动 151 32(53.3) 61(52.6) 58(48.3) 重度活动 49 12(20.0) 23(19.8) 14(11.7) 医疗付费方式 城镇医保 150 21(35.0) 57(49.1) 72(60.0) 11.913 0.010 农村合作医疗 141 38(63.3) 58(50.0) 45(37.5) 自费 5 1(1.7) 1(0.9) 3(2.5) 2.2 DCI得分、SF-36得分情况
296例SLE患者的平均DCI得分为(116.42±19.96)分，其中压力沟通条目均分(3.06±0.69)分、支持应对条目均分(3.27±0.71)分、消极应对条目均分(3.78±0.68)分、委托应对条目均分(3.29±0.68)分、共同应对条目均分(3.16±0.83)分; 296例SLE患者的平均SF-36得分为(418.97±168.39)分，其中一般健康状况均分(41.27±20.96)分、生理功能均分(71.74±23.64)分、生理职能均分(33.11±39.46)分、躯体疼痛均分(57.10±25.73)分、活力均分(53.55±20.99)分、社会功能均分(62.43±27.35)分、情感职能均分(42.96±43.51)分、精神健康均分(56.81±20.11)分。
2.3 SLE患者二元应对的潜在剖面分析
将DCI的5个维度作为外显变量，拟合分析出1~5类潜在剖面模型，见表 2。第1~3类模型的AIC、BIC及aBIC数值持续降低，熵值持续增加，且PLMR和PBLRT均 < 0.05, 差异达到显著性水准，而增加至第4~5类模型时, PLMR>0.05, 差异未达到显著性水准。综合分析后，本研究选择第3类模型作为SLE患者二元应对潜在剖面的最优模型，后验概率平均值为91.3%~94.9%。
表 2 SLE患者二元应对潜在剖面模型的拟合参数类别 AIC BIC aBIC PLMR PBLRT 熵值 类别概率/% 1类 2类 3类 4类 5类 1类 8 821.555 8 858.459 8 826.746 — — — 100.0 2类 8 312.824 8 371.870 8 321.129 < 0.001 < 0.001 0.848 42.9 57.1 3类 8 119.466 8 200.654 8 130.885 < 0.001 < 0.001 0.853 20.3 39.2 40.5 4类 8 078.411 8 181.742 8 092.945 0.239 < 0.001 0.886 20.0 36.5 41.6 2.0 5类 8 033.255 8 158.727 8 050.902 0.143 < 0.001 0.891 4.1 18.2 36.1 2.0 39.5 AIC: 艾凯克信息准则; BIC: 贝叶斯信息准则; aBIC: 样本校正BIC; LMR: LMR似然比检验; BLRT: Bootstrap似然比检验。 3个类别模型的分布特征见图 1: 类别1在压力沟通、支持应对、委托应对、共同应对维度上的得分较低，故命名为“低积极二元应对型”; 类别2在5个维度上的得分均处于中等水平，且相对稳定，故命名为“中等二元应对-稳定型”; 类别3在5个维度上的得分均较高，且在共同应对维度上出现上升波动，故命名为“高二元应对-高共同应对型”。3个类别分别占比20.3%(60例)、39.2%(116例)和40.5%(120例)。
2.4 SLE患者二元应对潜在剖面的单因素分析
单因素分析结果显示，低积极二元应对型、中等二元应对-稳定型、高二元应对-高共同应对型SLE患者的居住地、受教育程度、疲惫程度、患病年限、睡眠障碍、疾病活动度、医疗付费方式比较，差异均有统计学意义(P < 0.05), 见表 1。
2.5 SLE患者二元应对潜在剖面的多因素分析
以SLE患者二元应对潜在剖面为因变量(以“低积极二元应对型”为参考)，以单因素分析中差异有统计学意义的指标为自变量(自变量赋值: 居住地为城镇=1, 农村=2; 受教育程度为小学及以下=1, 初中及中专=2, 高中及大专=3, 本科及以上=4; 疲惫程度为所有时间疲惫=1, 大部分时间疲惫=2, 较多时间疲惫=3, 偶尔疲惫=4, 从未疲惫=5; 患病年限≤1年=1, >1~10年=2, >10年=3; 无睡眠障碍=1，有睡眠障碍=2; 疾病活动度为轻度活动=1, 中度活动=2, 重度活动=3; 医疗付费方式为城镇医保=1, 农村合作医疗=2, 自费=3), 构建多元Logistic回归模型。多因素分析结果显示，受教育程度低(小学及以下, OR=0.149, P=0.018; 初中及中专, OR=0.247, P=0.038)、疲惫程度为所有时间疲惫(OR=0.051, P=0.029)、患病年限≤1年(OR=0.373，P=0.040)的SLE患者更有可能进入“低积极二元应对型”剖面; 无睡眠障碍的SLE患者位于“高二元应对-高共同应对型”剖面的概率较大(OR=2.138, P=0.047), 见表 3。
表 3 二元应对潜在剖面的多因素分析项目 分类 中等二元应对-稳定型 高二元应对-高共同应对型 β 标准误 Wald χ2 P OR(95%CI) β 标准误 Wald χ2 P OR(95%CI) 疲惫程度 从未疲惫 — — — — — — — — — — 所有时间疲惫 -2.977 1.363 4.770 0.029 0.051(0.004~0.737) -1.764 1.277 1.907 0.167 0.171(0.014~2.095) 受教育程度 本科及以上 — — — — — — — — — — 小学及以下 -0.631 0.780 0.656 0.418 0.532(0.115~2.452) -1.904 0.803 5.626 0.018 0.149(0.031~0.718) 初中及中专 -0.360 0.686 0.275 0.600 0.698(0.182~2.678) -1.398 0.674 4.302 0.038 0.247(0.066~0.926) 睡眠障碍 有 — — — — — — — — — — 无 0.728 0.373 3.812 0.051 2.071(0.997~4.303) 0.760 0.383 3.944 0.047 2.138(1.010~4.525) 患病年限 >10年 — — — — — — — — — — ≤1年 -0.249 0.431 0.334 0.563 0.779(0.335~1.815) -0.987 0.481 4.212 0.040 0.373(0.145~0.957) 2.6 SLE患者生活质量与二元应对的相关性分析
Pearson相关性分析结果显示, SLE患者的生活质量与二元应对及其各维度均呈正相关(P < 0.01), 见表 4。
表 4 SLE患者生活质量与二元应对及其维度的相关性分析项目 生活质量 二元应对 压力沟通 支持应对 消极应对 委托应对 共同应对 生活质量 1.000 — — — — — — 二元应对 0.337** 1.000 — — — — — 压力沟通 0.219** 0.840** 1.000 — — — — 支持应对 0.281** 0.930** 0.779** 1.000 — — — 消极应对 0.341** 0.584** 0.255** 0.373** 1.000 — — 委托应对 0.245** 0.721** 0.571** 0.688** 0.205** 1.000 — 共同应对 0.241** 0.860** 0.667** 0.788** 0.383** 0.607** 1.000 表中所列数据为r值, * * P < 0.01。 2.7 不同二元应对潜在剖面SLE患者的生活质量得分比较
将生活质量作为结果变量，与SLE患者二元应对潜在剖面共同构建回归混合模型，结果显示，“高二元应对-高共同应对型”“中等二元应对-稳定型”的SLE患者生活质量得分依次为(477.70±16.48)、(399.62±15.75)分，均高于“低积极二元应对型”的(336.32±21.00)分，且“高二元应对-高共同应对型”的SLE患者生活质量得分高于“中等二元应对-稳定型”，差异均有统计学意义(P < 0.05)。
3. 讨论
3.1 SLE患者二元应对现状及剖面特征
本研究结果显示, SLE患者的二元应对水平处于中等偏低状态，低于潘佳等[12]对胃癌患者的研究结果。可能的原因包括: ①本研究女性患者较多，在中国传统的家庭结构中，女性通常承担主要照护者的任务，疾病的压力可能导致夫妻间的角色适应出现问题，进而降低二元应对水平。②相较于癌症，公众对SLE的认知度较低，导致患者的社会支持水平较差，从而影响其应对能力[13-14]。患者未能有效利用二元关系缓解疾病带来的压力，不利于其身心健康。因此，临床可考虑增加以关系为导向的干预措施，以提高患者的二元应对水平，缓解其不良情绪，改善生活质量。
本研究发现, SLE患者在二元应对方面存在显著的个体差异，且可划分为3个类别。①低积极二元应对型: 此类患者以低教育程度、高疲惫程度、短患病年限等为主要特征，积极应对得分较低，特别是在共同应对和压力沟通方面。这可能是因为中国夫妻应对压力事件时，相较于自我表露，通常更倾向于采取保护性缓冲策略，造成双方对疾病相关问题缺乏沟通并独自应对。这提示患者应重点增强自我表露，加强沟通技巧训练，且配偶应主动了解患者需求，共同应对疾病。②中等二元应对-稳定型: 此类患者在一般资料方面未见突出特征，但压力沟通得分较低。这可能与关系中存在共同反刍有关，即不良情绪在二元关系间不断重复，影响沟通效果，长期沟通效果不佳降低了双方的沟通积极性[15]。这提示应引导双方进行正向沟通，避免陷入共同反刍。③高二元应对-高共同应对型: 此类患者以高教育程度、低疲惫程度等为主要特征，整体二元应对水平较高，且共同应对有向上波动趋势，但委托应对得分较低，可能与疾病使患者过度弱化自身角色职责有关。这提示应充分利用患者的共同应对意识，在其能力范围内增加委托应对行为，以平衡双方的委托应对程度。值得注意的是, 3个类别的消极应对得分均较高，这可能是受到中国传统婚姻价值观的影响，患者较少采用敌对、逃避及敷衍等应对方式。
3.2 SLE患者二元应对潜在剖面的影响因素分析
3.2.1 受教育程度、患病年限对SLE患者二元应对类别的影响
本研究发现，低教育程度的患者更可能属于低积极二元应对型。高学历患者能够从多种渠道获取疾病相关信息，更加全面地了解和评估自身的健康状况，并能充分利用社会资源减轻疾病带来的压力[16]。本研究还发现，低积极二元应对型患者的患病年限大多在1年内。疾病诊断初期，患者不仅要忍受生理不适，还要面对长期治疗产生的心理负担，压力激增导致其应对能力降低[17]。临床实践中应重点关注符合此类人口学特征和疾病特征的患者，动态监测其二元应对水平并及时干预。
3.2.2 疲惫程度、睡眠障碍对SLE患者二元应对类别的影响
本研究发现，高疲惫程度的患者多属于低积极二元应对型。疲惫对患者维持角色功能具有负面影响[18]，高疲惫程度使得患者难以在关系中做出积极的响应。ARNAUD L等[19]调查了570例SLE患者发现，大约67.7%的患者存在疲惫问题，且患者疲惫程度受疾病症状、个人心理状态和社会资源多方面的影响[20]。运动能减轻炎症反应且不会增加疾病活动度，对改善患者疲惫状态有良好的效果[21]。临床实践中应对患者进行准确评估后实施整体管理，充分考虑其器官损伤及体能限制，制订个性化干预方案。本研究还发现，无睡眠障碍的患者属于高二元应对-高共同应对型的可能性较大。晚间睡眠良好的患者次日的疾病、生活压力均明显减轻，应对能力提高[22]。睡眠是一种二元现象，提高配偶的睡眠质量能有效降低患者的压力[22]。这提示解决患者的睡眠问题应以二元关系为基础。RATANASIRIPONG N T等[23]对SLE患者实施了电子健康计划干预(eWP), 结果显示患者的睡眠时间显著延长，压力显著下降。未来研究可结合中国的夫妻关系特点，在eWP中增加配偶干预的内容，以提高共同应对能力，改善双方的健康状况。
3.3 不同二元应对剖面SLE患者的生活质量差异
SLE多发于中青年群体，由于该病终身无法治愈，患者的生活质量会受到长期且严重的影响[24]。此外, FAIDIGA M等[25]发现超半数的SLE患者会出现述情障碍，导致其难以准确表达情绪及感受，不利于夫妻间的沟通交流，降低了二元应对水平，进而影响其生活质量。本研究结果显示，高二元应对-高共同应对型患者的生活质量得分最高，低积极应对型患者的生活质量得分最低，且3个剖面间生活质量得分存在显著差异。积极沟通、相互支持和协作能有效减少夫妻双方的心理困扰，改善生活质量[5], 同时双方的共同应对也预示着更高的关系满意度[4], 故未来的研究可考虑依托二元关系来改善患者的生活质量。
3.4 研究局限性
本研究的研究对象来自西安市4所三级甲等医院，缺乏不同地域、级别医院的对比分析，因此样本的代表性可能存在不足。此外，本研究采用横断面调查方法，无法对患者的二元应对水平进行追踪观察。未来应开展多中心、大样本量的研究，纳入不同级别医院的患者，以提高样本的代表性，增加研究结果的普适性，并增加纵向追踪，了解患者二元应对的动态变化。
综上所述, SLE患者的二元应对水平处于中等偏低状态，且通过潜在剖面分析可进一步分为“低积极二元应对型”“中等二元应对-稳定型”“高二元应对-高共同应对型”3个类别，医护人员应针对不同类别患者的特征制订并实施个体化的干预措施。受教育程度低、患病年限≤1年、疲惫程度高的SLE患者更易出现低二元应对水平，这需要在临床实践中得到重点关注。同时，不同二元应对剖面的SLE患者生活质量存在差异，低积极二元应对水平预示着生活质量较差，未来研究可以考虑将二元应对作为新的切入点来改善SLE患者的生活质量。
-
表 1 2组患者一般资料比较(x±s)[n(%)]
组别 n 年龄/岁 性别 体质量指数/(kg/m2) 吸烟史 饮酒史 脑血管病家族史 高血压病史 糖尿病史 男 女 轻度组 65 49.6±12.9 34(52.3) 31(47.7) 24.6±2.5 36(55.4) 29(44.6) 27(41.5) 38(58.5) 32(49.2) 重度组 55 53.1±11.8 36(65.5) 19(34.5) 25.3±2.9 24(43.6) 32(58.2) 32(58.2) 37(67.3) 31(56.4) 
下载: 导出CSV
表 2 轻度组与重度组患者临床指标水平比较(x±s)
指标 轻度组(n=65) 重度组(n=55) 治疗前 治疗后 治疗前 治疗后 CitH3/(ng/mL) 3.8±1.0 2.8±0.6 4.5±1.1* 3.2±0.9* dsDNA/(ng/mL) 67.6±10.7 53.1±11.2 74.2±14.1* 61.9±13.6* NT-proBNP/(μg/L) 429.3±25.4 388.7±27.3 448.6±32.5* 405.6±31.2* PLT/(×106/mL) 22.6±4.7 23.1±4.2 21.2±4.1 21.9±3.5 PT/s 10.5±2.4 11.5±2.6 9.9±2.1 10.8±2.2 INR 0.6±0.3 0.8±0.4 0.5±0.3 0.7±0.2 NLR 3.4±0.5 2.9±0.5 3.7±0.9 3.1±0.6 PLR 136.2±27.5 119.8±18.7 144.7±30.8 126.1±22.2 MHR 0.5±0.2 0.4±0.1 0.6±0.2* 0.5±0.2* MESSS评分/分 18.9±3.5 16.5±3.9 21.1±4.3* 18.6±4.6* CitH3: 瓜氨酸组蛋白3; dsDNA: 双链DNA; NT-proBNP: N末端B型利钠肽原; PLT: 血小板; PT: 凝血酶原时间;
INR: 国际标准化比值; NLR: 中性粒细胞与淋巴细胞比值; PLR: 血小板与淋巴细胞比值; MHR: 单核细胞与高密度脂蛋白胆固醇比值;
MESSS: 改良爱丁堡-斯堪的纳维亚卒中量表。与轻度组比较, *P<0.05。
下载: 导出CSV
表 3 ACI患者临床指标与NIHSS评分的相关性分析
指标 NIHSS评分 r P 血浆CitH3 0.814 0.026 血浆dsDNA 0.775 0.031 血浆NT-proBNP 0.725 0.036 MHR 0.591 0.062 MESSS评分 0.602 0.060
下载: 导出CSV
表 4 不同预后ACI患者临床指标水平比较(x±s)
指标 良好预后组(n=98) 不良预后组(n=22) t P CitH3/(ng/mL) 3.8±0.8 4.6±1.1 3.753 < 0.001 dsDNA/(ng/mL) 66.9±7.1 70.5±6.4 2.186 0.031 NT-proBNP/(μg/L) 432.6±48.8 465.4±65.3 2.667 0.009 PLT/(×106/mL) 20.8±3.6 19.5±2.7 1.594 0.114 PT/s 9.4±2.3 10.2±2.9 1.403 0.163 INR 0.8±0.4 0.7±0.3 1.104 0.272 NLR 3.5±0.7 3.7±0.5 1.381 0.170 PLR 141.1±27.8 152.5±31.3 1.698 0.092 MHR 0.5±0.2 0.6±0.2 1.909 0.059 MESSS评分/分 19.5±6.8 22.1±7.3 1.599 0.112
下载: 导出CSV
表 5 ACI患者不良预后危险因素的Logistic回归分析
因素 β S. E. Wald OR P 95%CI 血浆CitH3 1.069 0.462 5.356 2.913 0.029 2.462~3.423 血浆dsDNA 1.060 0.498 4.532 2.887 0.036 2.295~3.512 血浆NT-proBNP 0.709 0.422 2.819 2.031 0.062 1.214~2.925 PLT 0.886 0.512 2.996 2.426 0.058 1.589~3.261 PT 0.765 0.567 1.820 2.129 0.084 1.256~2.957 INR 0.758 0.435 3.040 2.135 0.055 1.867~2.460 NLR 0.569 0.385 2.216 1.766 0.078 1.027~2.731 PLR 0.218 0.177 1.521 1.244 0.088 0.896~1.504 MHR 0.439 0.283 2.405 1.551 0.071 0.927~2.038 MESSS评分 0.704 0.408 2.974 2.031 0.059 1.725~2.386
下载: 导出CSV
-
[1] MUN K T, HINMAN J D. Inflammation and the link to vascular brain health: timing is brain[J]. Stroke, 2022, 53(2): 427-436. doi: 10.1161/STROKEAHA.121.032613
[2] KIM S W, DAVAANYAM D, SEOL S I, et al. Adenosine triphosphate accumulated following cerebral ischemia induces neutrophil extracellular trap formation[J]. Int J Mol Sci, 2020, 21(20): 7668. doi: 10.3390/ijms21207668
[3] BERNIS M E, ZWEYER M, MAES E, et al. Neutrophil extracellular traps release following hypoxic-ischemic brain injury in newborn rats treated with therapeutic hypothermia[J]. Int J Mol Sci, 2023, 24(4): 3598. doi: 10.3390/ijms24043598
[4] KIM E, CHO S. CNS and peripheral immunity in cerebral ischemia: partition and interaction[J]. Exp Neurol, 2021, 335: 113508. doi: 10.1016/j.expneurol.2020.113508
[5] WU X Y, ZENG H H, CAI L X, et al. Role of the extracellular traps in central nervous system[J]. Front Immunol, 2021, 12: 783882. doi: 10.3389/fimmu.2021.783882
[6] 中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组, 彭斌, 等. 中国急性缺血性脑卒中诊治指南2018[J]. 中华神经科杂志, 2018, 51(9): 666-682. doi: 10.3760/cma.j.issn.1006-7876.2018.09.004 [7] WANG C Y, LIN T T, HU L, et al. Neutrophil extracellular traps as a unique target in the treatment of chemotherapy-induced peripheral neuropathy[J]. EBioMedicine, 2023, 90: 104499. doi: 10.1016/j.ebiom.2023.104499
[8] XU X B, WU Y T, XU S X, et al. Clinical significance of neutrophil extracellular traps biomarkers in thrombosis[J]. Thromb J, 2022, 20(1): 63. doi: 10.1186/s12959-022-00421-y
[9] PIR G J, PARRAY A, AYADATHIL R, et al. Platelet-neutrophil association in NETs-rich areas in the retrieved AIS patient thrombi[J]. Int J Mol Sci, 2022, 23(22): 14477. doi: 10.3390/ijms232214477
[10] PUY L, CORSEAUX D, PERBET R, et al. Neutrophil extracellular traps (NETs) infiltrate haematoma and surrounding brain tissue after intracerebral haemorrhage: a post-mortem study[J]. Neuropathol Appl Neurobiol, 2021, 47(6): 867-877. doi: 10.1111/nan.12733
[11] WANG R R, ZHU Y B, LIU Z W, et al. Neutrophil extracellular traps promote tPA-induced brain hemorrhage via cGAS in mice with stroke[J]. Blood, 2021, 138(1): 91-103. doi: 10.1182/blood.2020008913
[12] WILDE M D, DESENDER L, TERSTEEG C, et al. Spatiotemporal profile of neutrophil extracellular trap formation in a mouse model of ischemic stroke[J]. Res Pract Thromb Haemost, 2023, 7(1): 100028. doi: 10.1016/j.rpth.2022.100028
[13] ZHOU J R, GUO P W, HAO X K, et al. Neutrophil extracellular traps (NETs): a new therapeutic target for neuroinflammation and microthrombosis after subarachnoid hemorrhage[J]. Transl Stroke Res, 2023, 14(4): 443-445. doi: 10.1007/s12975-022-01039-y
[14] ZHAO Z Y, PAN Z R, ZHANG S, et al. Neutrophil extracellular traps: a novel target for the treatment of stroke[J]. Pharmacol Ther, 2023, 241: 108328. doi: 10.1016/j.pharmthera.2022.108328
[15] ZHANG S Q, CAO Y Z, DU J W, et al. Neutrophil extracellular traps contribute to tissue plasminogen activator resistance in acute ischemic stroke[J]. FASEB J, 2021, 35(9): e21835. doi: 10.1096/fj.202100471RR
[16] LARCO J A, ABBASI M, MADHANI S I, et al. Correlation of neutrophil to lymphocyte ratio with expression of neutrophil extracellular traps within stroke emboli[J]. Interv Neuroradiol, 2022, 28(6): 726-730. doi: 10.1177/15910199211065530
[17] DENORME F, PORTIER I, RUSTAD J L, et al. Neutrophil extracellular traps regulate ischemic stroke brain injury[J]. J Clin Invest, 2022, 132(10): e154225. doi: 10.1172/JCI154225
[18] HAO X K, ZENG Z W, LIANG L, et al. The role of neutrophil extracellular traps in early microthrombosis and brain injury after subarachnoid hemorrhage in mice[J]. Transl Stroke Res, 2023, 14(5): 752-765. doi: 10.1007/s12975-022-01074-9
计量
- 文章访问数: 101
- HTML全文浏览量: 34
- PDF下载量: 4
苏公网安备 32100302010246号
