基于脑脊液参数优化中枢神经系统感染宏基因组学测序：一种新型诊断预测模型

《Frontiers in Cellular and Infection Microbiology》：Optimizing metagenomic next-generation sequencing in CNS infections: a diagnostic model based on CSF parameters

本研究通过回顾性与前瞻性队列分析，首次构建基于脑脊液细胞计数与蛋白浓度的mNGS阳性预测模型。模型在内外验证中均展现稳定鉴别力（AUC=0.782/0.763），为精准指导宏基因组学测序（mNGS）临床应用、优化医疗资源配置提供循证依据。

　　

引言

中枢神经系统（CNS）感染具有起病急、病死率高等特点，其病原谱广泛且临床表现异质性高，传统诊断方法如脑脊液（CSF）培养阳性率低（6.36%），聚合酶链反应（PCR）存在靶标局限性问题。宏基因组学下一代测序（mNGS）作为一种非靶向高通量技术，能一次性检测细菌、病毒、真菌及寄生虫等病原体，检测率显著高于培养（56.36% vs 6.36%），且报告时间缩短至24小时内。然而，mNGS成本高、流程复杂及假阳性风险限制了其临床普及。既往研究表明mNGS阳性与CSF常规参数存在关联，但缺乏经严格验证的预测工具。本研究旨在通过多中心队列构建基于CSF常规参数的mNGS阳性预测模型，为精准实施mNGS检测提供决策支持。

材料与方法

研究纳入2019年12月至2024年1月某三级医院110例疑似CNS感染患者作为推导队列，另前瞻性收集2024年5-10月另一院区40例患者作为外部验证队列。所有患者均接受CSF常规分析（细胞计数、蛋白、葡萄糖等）和mNGS检测。通过多变量逻辑回归筛选独立预测因子，并构建列线图模型。模型性能通过受试者工作特征（ROC）曲线、校准曲线及决策曲线分析（DCA）评估，内部验证采用10折交叉验证与1000次Bootstrap法。

结果

基线特征与病原谱

mNGS阳性组（n=62）较阴性组（n=48）呈现更高CSF细胞计数（中位数22×10⁶/L）、蛋白浓度（1.5 g/L）、浑浊度及ICU入住率、抗菌方案调整率和死亡率（均P<0.05），葡萄糖水平显著降低。mNGS共检测到80种病原体，包括鲍曼不动杆菌（n=8）、人类疱疹病毒5型（n=11）等，其中6份样本存在混合感染，而培养仅检出7例单病原体。

预测模型构建与验证

逻辑回归确认CSF细胞计数（二元变量BV）和蛋白-BV为独立预测因子（OR=5.24, 95%CI: 1.84-14.92）。细胞计数截断值（21×10⁶/L）与蛋白截断值（1.5 g/L）模型的曲线下面积（AUC）最高，分别为0.827和0.813，联合模型（细胞+蛋白连续变量）AUC为0.782。内部验证显示10折交叉验证AUC为0.773±0.184，Bootstrap法AUC为0.770±0.064；外部验证AUC为0.763（95%CI: 0.554-0.918），灵敏度77.8%，特异度67.7%。校准曲线与DCA证实模型具有良好临床适用性。

列线图与应用示例

基于CSF细胞计数与蛋白浓度构建的列线图显示，细胞计数22×10⁶/L对应60分，蛋白1.5 g/L对应40分，总分100分时mNGS阳性概率约82%。该工具可辅助临床医生在资源有限场景下个体化评估mNGS检测必要性。

讨论

本研究首次系统验证CSF常规参数对mNGS阳性的预测效能，模型在内外部队列中均表现稳健。CSF细胞与蛋白升高反映血脑屏障破坏及炎症反应强度，与病原体负荷正相关，这解释了其预测价值。联合模型优于单一参数，提示多指标整合可提升判别能力。列线图为DRG付费背景下优化高成本检测策略提供了可视化工具，尤其适用于基层医院或医疗资源紧张地区。需注意，模型仅作为辅助工具，临床决策需结合影像学、炎症指标及病程动态评估。

局限性

样本量较小且为单中心数据，外部验证队列仅40例，统计效能受限；未纳入降钙素原（PCT）等血清学指标；病原体亚组分析样本不足。未来需多中心大样本研究进一步优化模型。