胡北平，汪永斌，姬晓伟，叶莉莉，钟磊，闵婕，谢波

脓毒症休克患者RPR在其预后中的相关性研究

胡北平，汪永斌，姬晓伟，叶莉莉，钟磊，闵婕，谢波

湖州市中心医院浙江大学医学院附属湖州医院重症医学科，浙江湖州 313000

探讨脓毒症休克患者入重症医学科（intensive care unit，ICU）时红细胞分布宽度与血小板计数比值（red blood cell distribution width to platelet count ratio，RPR）在其预后中的作用。按照纳入及排除标准，选取美国重症监护医学信息数据库中成年脓毒症休克患者。根据180d时情况，将患者分成存活组（=778）和死亡组（=705）。根据第1天入ICU时RPR值的中位数，将患者分为高RPR组（≥0.085）和低RPR组（<0.085），并采用Kaplan-Meier绘制生存曲线，两组间累计生存率的差异比较采用Log-rank检验。运用Cox回归模型进行单因素和多因素分析。共纳入1483例脓毒症休克患者，随访180d，死亡705例（47.54%），平均年龄（67.23±16.54）岁，序贯器官衰竭估计（sequential organ failure assessment，SOFA）评分（7.99±3.90）分。与存活组比较，死亡组患者的RPR、红细胞分布宽度值较高，而血小板值较低，差异均具有统计学意义（<0.05）。Kaplan-Meier生存曲线显示，与低RPR组相比，高RPR组脓毒症休克患者30d和180d累计生存率较低，差异有统计学意义（Log-rank检验，2=21.570，<0.001；2=22.090，<0.001）。多因素Cox回归模型显示高RPR水平（≥0.085）是患者180d全因死亡的独立危险因素（=1.314，95%：1.021～1.691，=0.034）。成年脓毒症休克患者高RPR水平与其不良临床结局有关，且高RPR水平是该类患者180d全因死亡的独立危险因素，可作为一项重要的临床预后评估参考指标。

红细胞分布宽度与血小板计数比值；脓毒症休克；预后

脓毒症和脓毒症休克是导致重症医学科（intensive care unit，ICU）患者发病和死亡的主要原因，其住院死亡率超过40%，给患者、医疗机构和社会带来沉重的负担[1-2]。脓毒症休克患者管理的关键在于早期识别，有效和及时控制感染源及液体复苏等[3]。早期识别和诊断脓毒症休克有助于采取及时和针对性的治疗，从而改善患者的预后[4]。为此，寻找一种简易方便而又经济有效的生物标志物是一项较为紧迫的任务。

近年来，作为一种新颖而简便的炎症指标，红细胞分布宽度（red blood cell distribution width，RDW）与血小板计数比值（red blood cell distribution width to platelet count ratio，RPR）在预测脓毒症、升主动脉瘤和原发性胆管炎等患者不良预后或严重程度中的作用相继被证实[5-7]。目前尚无文献报道RPR在预测成年脓毒症休克患者不良预后中的临床价值。为此，本研究通过对1483例脓毒症休克患者入ICU时的RPR数据进行回顾性分析，观察RPR对该类患者30d和180d预后的相关性。

1 资料与方法

1.1 一般资料

研究对象均来自美国重症监护医学信息数据库（MIMIC-Ⅲ，v1.4）中ICU住院患者，回顾性筛选有ICU住院记录的所有成年脓毒症休克患者（均匿名）。数据库的使用获得贝斯以色列女执事医疗中心和美国麻省理工学院附属机构审查委员会的批准。由具有资质证书的数据提取人员提取所需临床资料，主要通过PostgreSQL软件访问MIMIC-Ⅲ数据库，运用SQL语言提取数据。

1.2 研究对象

纳入标准：①成年脓毒症休克患者（年龄≥18周岁）；②在ICU有住院记录；③关键数据无遗漏；排除标准：①ICU住院时间<24h或24h内死亡；②非第1次入住ICU；③血小板计数≥500×109/L。

1.3 分组情况及研究结局

根据180d时情况（以ICU住院第1天为起点），将患者分为存活组（=778）和死亡组（=705）；根据第1天RPR中位数（0.085），将所有患者分为高RPR组（≥0.085）和低RPR组（<0.085）。研究结局30d和180d全因死亡率。

1.4 统计学方法

2 结果

2.1 两组患者的一般资料比较

共纳入1483例脓毒症休克患者，男性占55.16%，随访180d，死亡705例，全因死亡率为47.54%。患者平均年龄（67.23±16.54）岁，序贯器官衰竭估计（sequential organ failure assessment，SOFA）评分（7.99±3.90）分。与存活组比较，死亡组患者的年龄、SOFA评分、RPR、乳酸、阴离子间隙、RDW、肌酐、尿酸氮、谷草转氨酶、血钾及国际标准化比值较高，男性、连续性肾脏替代疗法、冠心病、心房颤动、心脏骤停及脑梗死占比较高，ICU住院时间较长；血红蛋白、血小板、白蛋白及血糖值较低，高血压占比较低，总住院时间较短，差异均具有统计学意义（<0.05），见表1。

2.2 Kaplan-Meier生存曲线分析

与低RPR组相比，高RPR组脓毒症休克患者30d和180d累计生存率较低，差异均有统计学意义（Log-rank检验，2=21.570，<0.001；2=22.090，<0.001），见图1。

2.3 Cox回归模型

单因素Cox回归分析表明，高RPR组脓毒症休克患者30d和180d全因死亡率与低RPR组比较：=1.509，95%：1.267～1.797，<0.001；=1.426，95%：1.229～1.654，<0.001。对相关混杂因素控制后，多因素Cox回归分析表明，高RPR组脓毒症休克患者30d和180d全因死亡率与低RPR组比较：=1.304，95%：0.964～1.764，=0.085；=1.314，95%：1.021～1.691，=0.034，见表2。

3 讨论

脓毒症是ICU一种常见的重症疾病，属于全身性的炎症反应综合征，具有起病急、进展快及死亡率高等一系列特点，全球死亡率居高不下，对其临床预后的评估是脓毒症管理过程中的重要组成部分[8-9]。本研究结果显示随访180d时，脓毒症休克患者全因死亡率达47.54%，死亡组患者年龄大，男性比例略高，病情相对严重，RPR和乳酸值等指标较高。Kaplan-Meier生存曲线显示，与低RPR组相比，高RPR组脓毒症休克患者30d和180d累计生存率较低。多因素Cox回归模型进一步证实，增高的RPR是脓毒症休克患者180d全因死亡的独立危险因素。

表1 两组患者的临床指标和预后情况比较

注：AG：阴离子间隙；INR：国际标准化比值；CRRT：连续性肾脏替代疗法

图1 两组患者的Kaplan-Meier生存曲线

表2 脓毒症休克患者Cox回归模型

注：模型1为未控制任何混杂因素；模型2为控制年龄、性别、SOFA评分、乳酸、白细胞、血红蛋白、血小板、肌酐、尿酸氮、谷草转氨酶、血钾、白蛋白、血糖值、国际标准化比值、连续性肾脏替代疗法、高血压、冠心病、心房颤动、心脏骤停、慢性阻塞性肺疾病、脑梗死及ICU住院时间等混杂因素

RDW是反映机体红细胞体积异质性的参数，同时也反映机体炎症反应和氧化应激的程度[10-11]。目前RDW增加与脓毒症患者不良结局的机制尚不清楚，氧化应激和炎症反应可能是潜在的病理生理学机制。研究表明，氧化应激可引起红细胞过早死亡，大量未成熟的红细胞释放到外周循环，导致RDW直接升高[12]；炎症反应可影响骨髓造血功能、铁代谢和红细胞内稳态，从而导致红细胞体积大小不均，从而使其升高[13]；脓毒症可改变红细胞膜上的糖蛋白和离子通道，从而改变红细胞形态。有研究报道RDW与严重脓毒症和脓毒症休克患者不良预后的相关性[14-15]。但这一指标没有考虑血小板在脓毒症休克病情发生和发展中的作用，本身存有一定的局限性。

血小板是外周血中最小的血细胞，具有抗感染、激活免疫反应及凝血作用等一系列功能[16]；其在脓毒症发生、发展过程中同样起着重要作用[17]。在脓毒症发生过程中，血小板的转录和翻译都会发生改变（ITGA2B水平上调），且与此类患者死亡率增加有关[18]。研究显示，在脓毒症患者体内，系统性炎症反应激活血小板，刺激释放贮存在致密颗粒和α颗粒中的细胞因子和介质，从而导致血小板减少症[19]。在脓毒症休克炎症风暴中，常伴随血小板减少症，其与此类患者严重程度和不良临床结局存有关联[20-21]。脓毒症休克患者病情发生、发展的病理生理学过程十分复杂，血液中RDW与血小板计数的变化并非孤立。因此，RPR联合上述两个指标可作为一种新的评价脓毒症休克患者临床预后的指标。

2019年一项纳入186例脓毒症患儿回顾性研究指出，高RPR组患儿28d累积生存率低于低RPR组，且高RPR（≥0.062）是患儿不良预后的独立危险因素[22]。2020年一项纳入7531例成年脓毒症患者的回顾性研究指出，存活组患者RPR低于死亡组，增高的RPR（≥0.134）是患者28d、90d和ICU住院死亡率的独立危险因素[23]。截至目前，尚未见RPR在预测成年脓毒症休克患者不良预后中的预测价值，值得进行研究和探讨。

综上，成年脓毒症休克患者RPR水平与其不良临床结局有关，是该类患者180d全因死亡的独立危险因素，可辅助临床医生早期对成年脓毒症休克患者预后进行评估。未来仍需进一步研究阐明RPR与脓毒症休克患者结局之间的关联机制。

[1] ALIKIAII B, BAGHERNIYA M, ASKARI G, et al. The role of phytochemicals in sepsis: A mechanistic and therapeutic perspective[J]. Biofactors, 2021, 47(1): 19–40.

[2] MOK G, HENDIN A, REARDON P, et al. Macrocirculatory and microcirculatory endpoints in sepsis resuscitation[J]. J Intensive Care Med, 2021, 36(12): 1385–1391.

[3] KATTAN E, CASTRO R, VERA M, et al. Optimal target in septic shock resuscitation[J]. Ann Transl Med, 2020, 8(12): 789.

[4] BLANGY-LETHEULE A, PERSELLO A, ROZEC B, et al. New approaches to identify sepsis biomarkers: The importance of model and sample source for mass spectrometry[J]. Oxid Med Cell Longev, 2020, 2020: 6681073.

[5] ZHOU Y, ZHONG L, CHEN W, et al. Enhanced red blood cell distribution width to platelet ratio is a predictor of mortality in patients with sepsis: A propensity score matching analysis based on the MIMIC-Ⅳdatabase[J]. BMJ Open, 2022, 12(9): e062245.

[6] TEKIN Y K, TEKIN G. Mean platelet volume-to- platelet count ratio, mean platelet volume-to-lymphocyte ratio, and red blood cell distribution width-platelet count ratio as markers of inflammation in patients with ascending thoracic aortic aneurysm[J]. Braz J Cardiovasc Surg, 2020, 35(2): 175–180.

[7] JIANG X, WANG Y, SU Z, et al. Red blood cell distribution width to platelet ratio levels in assessment of histologic severity in patients with primary biliary cholangitis[J]. Scand J Clin Lab Invest, 2018, 78(4): 258–263.

[8] MARIK P E, VARON J, SURANI S R. Hydrocortisone, ascorbic acid and thiamine for sepsis: Is the jury out?[J]. World J Diabetes, 2020, 11(4): 90–94.

[9] 朱云青, 徐敏荣, 许秀娟. ICU脓毒性休克患者24 h内APACHEⅡ和SOFA评分状况及其预后分析[J]. 中国现代医生, 2022, 60(18): 116–119.

[10] YU X S, CHEN Z Q, HU Y F, et al. Red blood cell distribution width is associated with mortality risk in patients with acute respiratory distress syndrome based on the Berlin definition: A propensity score matched cohort study[J]. Heart Lung, 2020, 49(5): 641–645.

[11] 葛利娜, 黄向东. 红细胞分布宽度和血小板计数比值在汉族人群不同病因脑梗死差异性分析[J]. 中国现代医生, 2021, 59(27): 37–40.

[12] ZHANG L, YU C H, GUO K P, et al. Prognostic role of red blood cell distribution width in patients with sepsis: A systematic review and meta-analysis[J]. BMC Immunol, 2020, 21(1): 40.

[13] 龚艳, 龙现明, 金钧, 等. 红细胞分布宽度对脓毒症预后评估的临床研究[J]. 中华危重病急救医学, 2017, 29(6): 481–485.

[14] KRISHNA V, PILLAI G, SUKUMARAN S V. Red cell distribution width as a predictor of mortality in patients with sepsis[J]. Cureus, 2021, 13(1): e12912.

[15] 高兰, 李昊, 刘红娟, 等. 尿酸联合红细胞分布宽度对脓毒症患者短期结局的预测价值[J]. 中华危重症医学杂志(电子版), 2019, 12(6): 367–371.

[16] VAN DER POLL T, PARKER R I. Platelet activation and endothelial cell dysfunction[J]. Crit Care Clin, 2020, 36(2): 233–253.

[17] 刘大东, 虞宗颖, 张德厚, 等. 外周血中性粒细胞计数与淋巴细胞和血小板计数比值对脓毒症患者28 d死亡的预测价值[J]. 中华危重病急救医学, 2021, 33(1): 33–37.

[18] MIDDLETON E A, ROWLEY J W, CAMPBELL R A, et al. Sepsis alters the transcriptional and translational landscape of human and murine platelets[J]. Blood, 2019, 134(12): 911–923.

[19] JIMéNEZ-ZARAZúA O, GONZáLEZ-CARRILLO P L, VéLEZ-RAMíREZ LN, et al. Survival in septic shock associated with thrombocytopenia[J]. Heart Lung, 2021, 50(2): 268–276.

[20] THIERY-ANTIER N, BINQUET C, VINAULT S, et al. Is Thrombocytopenia an early prognostic marker in septic shock?[J]. Crit Care Med, 2016, 44(4): 764–772.

[21] 周志刚, 谢云, 冯铁男, 等. 血小板计数短期动态变化对ICU脓毒症患者预后的临床预测价值: 一项成人的回顾性队列研究[J]. 中华危重病急救医学, 2020, 32(3): 301–306.

[22] 王莉, 蔡强. 红细胞分布宽度与血小板计数比值对脓毒症患儿预后的预测价值[J]. 中国当代儿科杂志, 2019, 21(11): 1079–1083.

[23] GE S, LIN S, ZHANG L, et al. The association of red blood cell distribution width to platelet count ratio and 28-day mortality of patients with sepsis: A retrospective cohort study[J]. Ther Clin Risk Manag, 2020, 16: 999–1006.

Correlation study between red blood cell distribution width to platelet count ratio and prognosis of patients with septic shock

Department of Intensive Care Unit, Huzhou Central Hospital, the Affiliated Huzhou Hospital of Zhejiang University School of Medicine, Huzhou 313000, Zhejiang, China

T o explore the association of red blood cell distribution width to platelet count ratio (RPR) values on intensive care unit (ICU) admission with the prognosis of patients with septic shock.After screening by include and exclude criterions, we selected adult sufferers with septic shock from the Medical Information Mart for Intensive Care database. They were divided into two groups: survival group (=778) and death group (=705), based on the survival status at 180 days. In the light of the median of RPR on the first day in the ICU, they were classified into high RPR group (≥0.085) and low RPR group (<0.085). The Kaplan-Meier method was utilized to draw the survival curves, which was further analyzed by the Log-rank test. The univariate and multivariate analyzes were performed using the Cox proportional hazard regression models.A total of 1483 participants with septic shock were enrolled: the 180-day all-cause mortality rate was 47.54% and the mean age was (67.23±16.54) years. The average of sequential organ failure assessment (SOFA) score was (7.99±3.90) points. Compared with the death group, the variables of RPR and red blood cell distribution widthwere higher than those in the survival group, whereas, platelet values were lower than that in the survival group (<0.05). The Kaplan-Meier survival curves of these patients revealed that the cumulative survival rates of 30 days and 180 days in the high RPR group were lower than that in the low RPR group, which was furtherer confirmed by the Log-rank test (2=21.570,<0.001;2=22.090,<0.001). Multivariate Cox regression models showed that an increased RPR (≥0.085) was an independent risk factor for 180-day all-cause mortality (=1.314, 95%: 1.021−1.691,=0.034) in patients who experienced septic shock.A high level of RPR among adult patients with septic shock was associated with adverse clinical outcome and was an independent risk factor for 180-day all-cause mortality in these patients. It as a reference index has a clinical prognostic evaluation role.

Red blood cell distribution width to platelet count ratio; Septic shock; Prognosis

R631.4

A

10.3969/j.issn.1673-9701.2023.30.003

浙江省医药卫生科技计划项目（2023KY311）

谢波，电子信箱：wxystcd@163.com

（2023–01–11）

（2023–09–28）