《Infection and Drug Resistance》：Early Prediction of Septic Shock in Severe COVID-19 Patients: Development and Validation of a Nomogram Model
编辑推荐：
文献推荐
本研究旨在辅助急诊与重症医生进行资源分配与医疗决策，开发并验证了重症COVID-19患者脓毒性休克的早期预测模型。该模型纳入了白蛋白、平均动脉压、乳酸和序贯器官衰竭评估(SOFA)评分四个指标，在训练集和验证集中均表现出良好的区分度（AUC分别为0.800和0.775），校准良好且具备临床实用性，是一种简单且准确的临床预测工具。
文章内容归纳
引言
新型冠状病毒肺炎（COVID-19）由严重急性呼吸综合征冠状病毒2（SARS-CoV-2）感染引起，可导致包括急性呼吸窘迫综合征在内的严重临床表现。患者临床表现异质性高，部分患者会发展为危重症，需入住重症监护病房（ICU）。在COVID-19的各种并发症中，脓毒症最为常见，并与重症病例的高死亡率直接相关。研究表明，伴有COVID-19的脓毒症患者院内死亡率为59%，显著高于非COVID脓毒症患者（29%）。一项基于德国柏林的前瞻性研究证实，脓毒性休克和多器官功能衰竭是重症COVID-19患者的主要直接死因。
传统的评分系统，如快速序贯器官衰竭评估（qSOFA）评分和全身炎症反应综合征（SIRS）标准，在预测重症COVID-19患者院内死亡率、早期细菌感染或ICU入住方面表现不佳。因此，本研究旨在利用临床数据识别重症COVID-19患者发生脓毒性休克的危险因素，并构建一个临床适用的列线图（Nomogram）模型，以辅助临床医生制定个体化干预策略。
材料与方法
本研究的建模队列来自2022年12月至2023年2月期间苏北人民医院的回顾性研究。外部验证队列则来自重症监护医疗信息集市IV（MIMIC-IV）数据库，该数据库包含了2008年至2022年间波士顿贝斯以色列女执事医疗中心的94,458名重症患者信息。
研究纳入标准包括：（1）鼻咽拭子或支气管肺泡灌洗液COVID-19聚合酶链式反应（PCR）检测阳性；（2）根据《新型冠状病毒感染诊疗方案（试行第十版）》诊断为重症；（3）根据脓毒症3.0定义和标准诊断为脓毒性休克。排除标准包括：（1）终末期慢性病；（2）临床数据不完整。
研究收集了人口统计学特征、病史、入院生命体征、入院SOFA评分、用药情况以及多项实验室指标。采用最小绝对收缩和选择算子（LASSO）回归结合10折交叉验证筛选与脓毒性休克相关的显著预测因子。随后将筛选出的变量纳入多因素逻辑回归框架构建预测模型，并将其转化为列线图。使用受试者工作特征（ROC）曲线下面积（AUC）、校准曲线和决策曲线分析（DCA）评估模型性能，并在独立数据集上进行外部验证。
结果
在建模队列中，最终274名患者纳入训练集，其中脓毒性休克组69例，非脓毒性休克组205例，脓毒性休克发生率为25.1%。患者中位年龄为82岁，65%为男性。两组间在平均动脉压（MAP）、白细胞、血小板、中性粒细胞、淋巴细胞、白蛋白、天冬氨酸氨基转移酶、血尿素氮（BUN）、肌酐、血清钠、血清钙和SOFA评分上存在显著差异。
通过LASSO回归初步筛选出的预测因子包括BUN、白蛋白、MAP、乳酸和SOFA评分。多因素逻辑回归分析最终确定白蛋白（优势比[OR] 0.92）、乳酸（OR 1.22）、MAP（OR 0.95）和SOFA评分（OR 1.29）是脓毒性休克的独立预测因子。
基于这四个因素构建了重症COVID-19患者脓毒性休克风险预测模型，如图3所示。
该模型在训练集和验证集中均表现出较强的区分能力。在训练集（图4A）中，ROC曲线显示出良好的区分度（AUC 0.800）。
在验证集中（图4B），模型的区分度得到进一步验证（AUC 0.775）。校准曲线分析表明，列线图模型的预测与观察到的脓毒性休克发生率吻合良好（图5A和B）。
决策曲线分析（图6A和B）进一步证明该列线图模型能提供更好的临床净收益。
讨论
SARS-CoV-2通过其刺突蛋白与血管紧张素转换酶2（ACE2）受体结合侵入宿主细胞，触发单核细胞和巨噬细胞等免疫细胞活化，导致白细胞介素-6（IL-6）和肿瘤坏死因子-α（TNF-α）等促炎细胞因子大量释放，最终诱发“细胞因子风暴”。这种过度的免疫反应会损伤血管内皮屏障，导致微循环功能障碍，进而引发脓毒症，严重时可进展为脓毒性休克。
本研究确定了白蛋白、乳酸、SOFA评分和MAP是重症COVID-19患者发生脓毒性休克的独立预测因子。基于这四个因素构建的列线图模型因其简单、准确且无需复杂计算，具有很高的临床实用性。更重要的是，这些因素可以通过及时的临床干预进行调节，从而可能降低脓毒性休克风险。
白蛋白水平与营养状况和炎症负荷密切相关，与脓毒性休克风险呈负相关。低白蛋白血症可能通过加剧微循环功能障碍和组织缺氧而促进脓毒性休克的发生。乳酸水平可作为评估COVID-19危重症和死亡风险的潜在指标。本研究和既往研究均表明，乳酸水平是重症COVID-19患者发生脓毒性休克的独立危险因素。因此，对于入院时乳酸水平显著升高的重症COVID-19患者，临床医生应警惕其发生脓毒性休克的可能性，并实施早期临床干预。
一项回顾性研究显示，在COVID-19阳性患者中，就诊时较低的血压（平均动脉压65-86 mmHg）与死亡风险增加相关。本研究同样发现，COVID-19阳性患者就诊时较低的MAP可能增加脓毒性休克风险。因此，在临床实践中，监测COVID-19阳性患者入院时的平均动脉压至关重要。与平均动脉压相比，SOFA评分能更详细、更全面地评估疾病严重程度。研究表明，入院时较高的SOFA评分是COVID-19患者住院期间临床恶化的重要预测因子，并被证实是这些患者的死亡风险因素。本研究也发现，较高的SOFA评分与脓毒性休克的发生相关，可作为脓毒性休克的独立危险因素。
本研究存在一些局限性。首先，尽管模型的病理生理学机制支持其对病毒变体的普适性，但相对较短且连续的入组时间可能限制了总样本量，从而降低了统计效能。其次，虽然进行了外部验证，但外部验证队列的样本量相对较小。此外，作为一项回顾性研究，数据仅限于常规监测的临床和实验室变量，这可能限制了模型的性能。
结论
本研究开发了一个整合了入院时测量的临床和实验室参数的列线图模型，能够准确预测重症COVID-19患者的脓毒性休克风险。作为一种实用的临床工具，它能为临床医生早期识别高危个体、优化临床决策提供可操作的指导，因此在改善患者预后方面具有巨大潜力。
