中性粒细胞与淋巴细胞比值与机械通气ICU患者中呼吸机相关性肺炎早期检测之间的关联 Ioana Roxana Codru, Mihai Sava, Bogdan Ioan Vintila, Alina Simona Bereanu, Victoria Birlutiu

《Journal of Clinical Medicine》：Association Between Neutrophil-to-Lymphocyte Ratio and Early Detection of Ventilator-Associated Pneumonia in Mechanically Ventilated ICU Patients Ioana Roxana Codru, Mihai Sava, Bogdan Ioan Vintila, Alina Simona Bereanu and Victoria Birlutiu

　　**摘要**

**背景**：呼吸机相关性肺炎（VAP）是机械通气重症监护病房（ICU）患者中常见且严重的并发症。早期诊断仍然具有挑战性，目前仍需要可靠的生物标志物来进行早期预测。中性粒细胞与淋巴细胞比值（NLR）通过常规血液检测获得，已被认为是全身炎症的一个潜在标志物。本研究旨在评估NLR动态与机械通气患者VAP发生之间的关系。

**方法**：本研究是对在三级ICU进行的一项前瞻性观察性队列研究的二次分析。纳入了需要机械通气超过48小时的成年患者。在预定义的时间点进行微生物采样和血液检测。在研究组中，气管插管按计划间隔定期更换，而对照组则接受标准治疗。NLR值从常规全血细胞计数中计算，并结合VAP的发生情况进行分析。

**结果**：共有312名患者被纳入（研究组162名，对照组150名）。研究组的VAP发病率显著低于对照组（27.27% vs 56.7%）（χ2 = 26.81，p = 2.24 × 10?7）。研究组中发展为VAP的患者在临床诊断前的NLR值较高。ROC分析确定NLR的最佳临界值为8.26，用于预测VAP。相比之下，NLR在对照组中并未显示出预测价值（AUC = 0.55）。NLR的区分能力有限（AUC ≈ 0.62），仅略高于随机分类。NLR与CRP呈中等相关性（ρ = 0.46，p < 0.001），与PCT的相关性较弱。

**结论**：升高的NLR值与随后VAP的发展相关；然而，观察到的预测性能较为温和且依赖于具体情境。这些发现应被视为探索性的，需要在未来的研究中加以验证。

**1. 引言**
呼吸机相关性肺炎（VAP）仍然是入住重症监护病房（ICU）的机械通气患者中最常见且最严重的感染之一[1,2,3]。尽管预防策略和抗菌治疗取得进展，但VAP仍与死亡率增加、机械通气时间延长、ICU住院时间延长以及医疗费用显著增加有关[4]。由于症状非特异性以及现有诊断工具的局限性，早期诊断仍然困难[5,6]。传统的炎症生物标志物，如C-反应蛋白（CRP）和降钙素原（PCT），在临床实践中广泛用于支持细菌感染的诊断，包括VAP。然而，由于重症患者中的特异性不足以及创伤、手术或全身炎症反应综合征等混杂因素的影响，其诊断准确性有限。因此，人们越来越关注寻找易于获取、成本效益高的生物标志物，以提高VAP的早期风险分层和诊断精度[7,8]。中性粒细胞与淋巴细胞比值（NLR）作为一个有前景的全身炎症标志物脱颖而出。NLR来自常规全血细胞计数分析，反映了先天免疫激活与适应性免疫抑制之间的平衡。较高的NLR值与败血症、社区获得性肺炎以及各种炎症和传染病的不良预后相关。在重症患者中，NLR可能在临床恶化变得明显之前就指示出免疫失调[9,10]。先前的研究报告称，NLR在区分细菌感染和非感染性炎症时的AUC值大约在0.72至0.95之间。此外，NLR有助于早期识别血流感染，尤其是在老年患者和出现发热或败血症的患者中[11,12,13,14]。NLR在预测术后感染并发症方面也有一定的作用，其敏感性和特异性分别约为0.77和0.78，AUC为0.84[15]。在病毒感染中，NLR的预测价值更具变异性。例如，与COVID-19相比，NLR对流感和RSV的区分能力较低，而在COVID-19中，NLR是不良预后的更强预测指标（AUC为0.68，而流感和RSV为0.57–0.58[16]）。在结核病中，较高的NLR与活动性疾病相关，但不同研究中的临界值不一致[17]。在肺炎支原体肺炎中，NLR预示不良预后，如坏死性或难治性疾病[18]。在机械通气的情况下，持续的炎症刺激、细菌定植以及气管插管上的生物膜形成会导致持续的免疫激活[5,19]。这些机制可能影响白细胞动态，从而影响NLR值。然而，关于NLR作为与VAP发展直接相关的探索性生物标志物的数据有限且存在异质性[20,21]。本研究的目的是评估NLR动态与机械通气ICU患者VAP发生之间的关系。我们假设升高的NLR值先于VAP的临床诊断，并为传统炎症生物标志物提供补充信息，可能有助于更早识别高风险患者。

**2. 材料与方法**
2.1. **研究设计与设置**
本研究是对2023年Codru等人在《Medicina》杂志上描述的基于三级县急救医院重症监护病房的前瞻性观察性队列研究的二次分析[6]。原始研究旨在评估针对气管插管上细菌定植和生物膜形成的预防策略的影响。患者分配到研究组和对照组是根据预定义的临床方案决定的，未进行随机分组。

2.2. **微生物样本采集与处理**
- **T0**：患者入住重症监护病房后2小时内或气管插管并开始侵入性呼吸支持后立即采集气管抽吸物。
- **T1**：在T0后48–72小时采集第二次气管抽吸物。在T0后48–72小时更换气管插管，并采集新的插管样本。样本将按照标准化方案进行超声处理以释放生物膜中的细菌，然后将所得液体接种到细菌培养基中。
- **T2**：在需要长期机械通气的患者中，于T0后168–192小时采集第三次气管抽吸物。在T0后168–192小时更换气管插管，并采集新的插管样本，随后进行超声处理并将所得液体接种到培养基中。
为了确保微生物动态与全身炎症反应的时间一致性，在T0、T1和T2时同时采集血液样本。这种并行采样策略可以纵向评估炎症生物标志物与气道定植和气管插管生物膜发展之间的关系。特别关注的是从常规全血细胞计数计算出的NLR，作为主要研究变量。通过将NLR趋势与每个预定义时间点的微生物发现相关联，本研究旨在确定早期NLR是否预示着VAP的发生。这种综合方法不仅将NLR视为静态标志物，还将其作为机械通气患者中最常见呼吸并发症的潜在预测指标。

2.3. **患者群体**
在研究期间，共评估了418名需要侵入性机械通气患者的资格。如果患者在插管时患有肺炎、有确证的免疫抑制状况（包括血液系统恶性肿瘤或正在进行化疗），或缺乏可靠的呼吸机相关性肺炎分类或中性粒细胞与淋巴细胞比值计算所需的完整临床、实验室或微生物数据，则被排除。经过这些标准筛选后，共有312名患者被纳入最终分析，其中研究组162名（计划更换气管插管），对照组150名（接受标准治疗）。共有106名患者被排除，主要是由于临床随访数据不完整、缺少NLR计算所需的实验室参数，或微生物数据不足，无法根据预定义标准确诊VAP。采用全病例分析方法，由于数据缺失的程度和异质性，未使用任何插补方法。患者选择和排除的流程图见图2。

2.4. **呼吸机相关性肺炎的定义**
根据国际指南，VAP定义为机械通气开始后≥48小时发生的肺炎[22,23,24]。其特征包括胸部影像学上的新出现或进展性肺部浸润，以及以下至少两项症状：发热或低体温、白细胞增多或减少、脓性呼吸道分泌物，或呼吸道样本的微生物学确诊。气道定植定义为呼吸道样本中存在微生物，但无临床或放射学感染证据；而VAP则需要微生物学确诊以及相应的临床和放射学标准。

2.5. **数据收集**
前瞻性记录人口统计数据、临床特征、机械通气时间和实验室参数。在机械通气期间，在预定义的时间点进行全血细胞计数。中性粒细胞与淋巴细胞比值是通过将同一血液样本中的中性粒细胞绝对计数除以淋巴细胞绝对计数得出的。当可用时，记录CRP和PCT水平，并用于比较分析。

2.6. **NLR评估的时间**
NLR值在预定义的时间点（T0、T1、T2）进行分析。对于预测分析，使用T0时的NLR值作为主要变量，因为它反映了呼吸机相关性肺炎发生前的最早全身炎症状态。还进行了额外的分析，以评估NLR值随时间的持续升高情况（T1和T2）与临床诊断时间的关系。值得注意的是，从初始时间点开始，无论VAP是在机械通气早期还是后期被诊断，NLR值始终持续高于设定的临界值。

2.7. **统计分析**
统计分析使用SPSS 25.0软件进行。该软件支持数据的处理和总结，包括使用描述性方法计算定量变量的中心趋势（均值、中位数）和离散度（标准差、范围），以及定性变量的频率分布展示。SPSS的使用便于清晰解读研究人群的基线特征，提供了收集数据的详细概览。随后，根据数据性质应用适当的推断统计检验来比较研究组和对照组之间的差异。对于不符合正态分布的变量，使用了独立样本t检验等参数检验；对于分类数据，则使用卡方检验，并进行了多变量逻辑回归分析以识别VAP风险的预测因素。构建多变量逻辑回归模型，调整年龄、性别和机械通气时间等协变量，以评估NLR与VAP之间的独立关联。这些方法在SPSS中的整合使得能够对数据进行稳健评估，从而验证研究结论的有效性。这种方法使研究人员能够直接评估所用协议对细菌定植动态的影响及其与VAP发展的关联，同时也为比较干预组和对照组患者之间的统计差异提供了坚实基础。因此，分析不仅描述了研究人群的临床和微生物特征，还建立了气管插管生物膜变化与肺部感染风险之间的相关关系。在这一背景下，研究中分析了中性粒细胞与淋巴细胞的比例（NLR），作为预测机械通气患者发生呼吸机相关肺炎（VAP）的潜在因素，从而评估其在细菌定植动态和临床演变中的预后价值。

3. 结果
3.1 基线特征
最初共有418名需要机械通气的患者接受了资格评估。应用预定义的纳入和排除标准后，312名患者被纳入最终分析，其中162名分配到研究组，150名分配到对照组。
在研究组中，27.27%（n = 44）的患者发生了VAP，而72.73%（n = 118）的患者在观察期间没有发生VAP。在对照组中，呼吸机相关肺炎的发病率为56.7%，表明在机械通气患者中这一比率非常高。
计算出的卡方统计量为26.81，得到的p值为2.24 × 10^-7。由于该值远低于传统的0.05显著性阈值，因此结果表明两组之间存在统计学上的显著差异，从而拒绝了零假设。
VAP组和非VAP组之间的基线人口统计学和临床特征相当，在年龄、性别分布或ICU入院的主要原因方面没有统计学上的显著差异。无论属于哪个组，发生VAP的患者的机械通气时间显著更长。
3.2 VAP患者和非VAP患者的中性粒细胞与淋巴细胞比例
接受针对气管内导管生物膜预防干预后仍发生VAP的研究组患者的NLR值显著高于未发生VAP的患者。这种差异在VAP的正式临床诊断之前就已经存在，并在整个感染期间持续存在。发生VAP的患者的NLR中位数值始终升高，反映了中性粒细胞计数的相对增加以及淋巴细胞的减少，而未发生VAP的患者在机械通气期间的NLR值则更为稳定。
在分析NLR的时间动态时，发生VAP的患者的NLR值从感染临床症状出现的最早时间点就开始升高。这些值在随后的时间点始终高于确定的截断值（≥8.26），无论VAP诊断的时间如何，表明存在持续的炎症反应。相比之下，未发生VAP的患者的NLR值在所有时间点都较低且更为稳定。
为了评估NLR对VAP发生的预测价值，生成了一个接收者操作特征（ROC）曲线。这种分析可以评估NLR区分将发生VAP的患者和不会发生VAP的患者的能力。所得ROC曲线显示出较高的曲线下面积（AUC），表明这个生物标志物的区分性能适中。
作为解释结果的参考，使用ROC曲线的对角线（对应于随机分类模型，AUC = 0.5）来评估NLR相对于随机分布的优越性。通过Youden指数确定了预测VAP的最佳NLR截断值为8.26。这一阈值代表了敏感性和特异性之间的最佳平衡，表明入院时NLR ≥ 8.26的患者在住院期间更有可能发生VAP（图3）。
在对照组中，NLR的分析并未显示出对VAP发生的预测价值。入院时测量的NLR值在随后发生VAP的患者和未发生VAP的患者之间非常相似。具体来说，发生VAP的患者的NLR中位数为8.1（IQR 5.9–10.7），而未发生VAP的患者的NLR中位数为7.8（IQR 5.7–10.4）；这种差异没有统计学上的显著性（p = 0.34）。同样，评估NLR在两组患者之间区分能力的ROC分析显示曲线下面积为0.55（95% CI: 0.46–0.64），表明其预测性能较低，与随机分类相当。这些发现表明，在对照组中，NLR不是VAP发生的有用预测标志物，因为观察到的亚组间差异很小且统计学上不显著。
3.3 与常规炎症生物标志物的相关性
相关性分析显示NLR与C反应蛋白（CRP）值之间存在中等程度的正相关，表明NLR的增加与全身炎症活动相关（Spearman’s ρ = 0.46，p < 0.001）。然而，这种相关性的强度仍然中等，表明NLR捕获了CRP单独无法完全反映的额外免疫信息。
相比之下，NLR与Procalcitonin（PCT）之间的相关性较弱且在时间点上不一致（Spearman’s ρ = 0.21，p = 0.08）。在某些患者中，NLR的升高比PCT的可测量升高早约24–48小时，这突显了NLR在早期识别炎症恶化方面的潜在时间优势（图4）。

4. 讨论
呼吸机相关肺炎仍然是机械通气患者中最常见的并发症之一，并且由于其对社会发病率、死亡率和医疗资源利用的影响，继续成为重症监护医学中的一个主要挑战。及早识别VAP高风险患者尤为重要，因为临床和放射学征兆通常在疾病过程中出现得相对较晚。在这种情况下，识别能够预示早期炎症变化的简单、易获得的生物标志物可以改善临床决策并促进更早的诊断评估。本研究探讨了NLR作为机械通气患者VAP潜在早期预测因素的作用。
本研究评估了中性粒细胞与淋巴细胞比例（NLR）与机械通气ICU患者发生呼吸机相关肺炎（VAP）之间的关系。主要发现是NLR值的升高与随后的VAP发生相关；然而，总体预测性能有限（AUC ≈ 0.62），并且在不同的研究组之间并不一致。
这些结果表明NLR可能反映了感染临床诊断之前的早期全身炎症变化。然而，观察到的区分能力适中，仅略高于随机分类，表明其单独使用的临床价值有限。
非随机设计和基于方案的组别分配引入了显著的混杂因素。特别是，研究中计划的气管内导管更换是一个主要的干预相关因素，可能会影响VAP的发病率和NLR的表观预测性能。因此，很难区分该生物标志物的内在预测价值与与临床管理相关的特定环境效应。
值得注意的是，NLR在干预组和对照组之间的预测性能存在差异。对照组中缺乏预测价值限制了外部有效性，并表明NLR与VAP之间的关联可能是环境依赖的，而不是普遍适用的。本研究并未旨在探究这些差异的机制基础，任何因果解释都只是推测性的。
与已建立的生物标志物（如C反应蛋白（CRP）和Procalcitonin（PCT）相比，NLR仅显示出中等程度的相关性和不一致的相关性。由于数据不完全，无法进行直接的对比分析，因此应将NLR视为补充标志物，而不是替代标志物。
从临床角度来看，NLR的主要优点在于其可用性和低成本，因为它来自常规血液检测。然而，鉴于其有限的区分性能和缺乏外部验证，不能将NLR推荐为VAP的独立预测指标。
这些发现与先前的研究一致，表明NLR反映了全身炎症期间先天免疫激活和适应性免疫抑制之间的平衡。中性粒细胞增多通常与急性细菌感染和炎症信号相关，而淋巴细胞减少可能是由应激诱导的免疫失调和重症患者的淋巴细胞凋亡引起的。因此，NLR的增加代表了免疫激活和免疫抑制的综合标志物，这可能解释了其作为重症患者感染并发症早期指标的有用性。
研究组和对照组之间观察到的预测性能差异难以解释。对照组中缺乏预测价值限制了外部有效性，并表明NLR与VAP之间的关联可能是环境依赖的，而不是普遍适用的。重要的是，这种不一致性是本研究最显著的局限性，因为它严重限制了研究结果的普遍性。
组间VAP发病率的差异可能是由预防干预措施引起的，而不是炎症生物标志物的差异所致。因此，应谨慎解释NLR的独立预测价值。
由于统计能力有限，没有进行组别分配与NLR之间的正式交互作用分析。
然而，本研究并未包括关于微生物谱型、气道定植动态或干预措施对全身炎症参数潜在直接影响的详细分析。因此，组间观察到的差异应被视为假设生成的。需要进一步的研究整合微生物学、免疫学和临床数据，以明确针对生物膜形成的预防策略是否以及如何提高炎症生物标志物（如NLR）的预测性能。
本研究包含了一个涉及计划性气管内导管更换的预防方案，这可能会影响微生物动态和炎症反应。然而，当前的分析集中在NLR与VAP发展之间的关系上，干预措施本身的影响并非主要目标。
然而，应承认几个局限性。首先，研究是在单个中心进行的，这可能限制了研究结果在其他具有不同患者群体或临床实践的ICU环境中的普适性。需要多中心研究，包括多样化的患者群体，以验证这些结果。其次，尽管该研究基于前瞻性队列，但当前的分析是对收集数据的二次评估，因此无法完全排除残留的混杂因素。第三，炎症生物标志物可能受到重症患者共有的多种因素的影响，包括创伤、手术、全身炎症反应综合征或并发感染。此外，关于合并症和基础临床状况的详细信息并不始终可用，这可能影响了NLR值。因此，无法完全排除患者特定因素对观察到的关联的潜在影响。
另一个局限性是关于机械通气的主要指征和某些临床结果（如ICU死亡率和住院时间）的详细信息缺失。由于分析基于二次数据集，这些变量并非对所有患者都一致可用。因此，无法全面评估这些发现对特定ICU亚群体的适用性。未来的研究需要包含全面的临床特征描述，以更好地界定NLR在不同类别的重症患者中的作用。
由于非随机设计和严重程度指数及合并症数据的不完整性，无法排除剩余的混杂因素。最后，尽管ROC分析显示了NLR的有希望的截断值，但应在更大的多中心研究中谨慎解释和验证这一截断值。由于数据可用性的限制，无法对所有时间点的NLR动态进行详细的定量分析。未来的研究应旨在验证NLR在更大队列中的预测性能，并探索其与其它临床和微生物参数在VAP预测模型中的整合。
未来的研究应旨在验证NLR在更大队列中的预测性能，并探索其与其它临床和微生物参数在VAP预测模型中的整合。本研究未对NLR反应的病原体特异性差异进行详细分析。由于不同的微生物可能引起不同的炎症模式，未来的研究应探讨NLR动态是否根据致病病原体而变化。将NLR动态与微生物监测策略（如生物膜分析和分子病原体检测）结合使用，可能为机械通气患者的早期感染检测提供更全面的方法。
在抗菌药物管理（AMS）的背景下，NLR以及其他生物标志物或评分可能有助于识别可以从及时开始或调整抗生素使用中受益的患者，从而支持AMS原则，即优化诊断、药物选择和治疗持续时间。医学文献中描述的AMS（抗菌治疗）方案强调了多学科团队和个性化方法的重要性，尤其是在中性粒细胞减少等高风险人群中，早期和合适的抗生素选择至关重要[29]。总体而言，NLR（中性粒细胞与淋巴细胞比值）似乎更多地反映了全身性的炎症反应，而不是作为一个可靠的独立预测VAP（ ventilator-associated pneumonia，呼吸机相关肺炎）的指标，其实际效用可能取决于临床背景和干预相关因素。5. 结论：本研究的发现表明，NLR可能与机械通气ICU（重症监护室）患者发生VAP之前的炎症变化有关。然而，其预测能力有限，且仅适用于特定的临床背景，无法与已建立的生物标志物进行直接比较。这些结果并不支持将NLR作为VAP的可靠或独立预测指标。相反，它们突显了炎症生物标志物的潜在的情境依赖性，应将其视为探索性的和用于提出假设的研究，需要在未来的研究中加以验证。在使用微生物监测和预防策略来控制气管内导管定植的患者组中，NLR的预测性能得到了提升。这一发现表明，将全身炎症标志物与微生物监测相结合可以提高VAP风险的早期检测能力。由于其简单性和易获得性，NLR可以作为早期风险分层的实用辅助工具，并可能提供补充信息，但在需要制定实际管理策略的临床决策中，NLR alone 是不够的。