A case report of diagnosis and treatment in patient with severe Coronavirus Disease 2019 by bedside ultrasound
-
摘要: 虽然肺部CT对肺炎诊断具有优势，但对重型新型冠状病毒肺炎（COVID-19）患者临床应用面临交叉感染、加重病情等风险。本研究探讨床旁超声对重型COVID-19患者应用的特点，评价其临床诊断与治疗的作用。实践证明，超声有助于快速筛查COVID-19患者呼吸衰竭病因，在诊治、抢救过程中发挥重要作用。Abstract: Although lung CT has an advantage in the diagnosis of pneumonia, but the clinical application in severe Coronavirus Disease 2019 (COVID-19) is faced with risks of cross infection and aggravation of illness condition. The purpose of this study is to investigate the characteristics of bedside ultrasound in the diagnosis and treatment of patients with severe COVID-19. Practice has proved that ultrasound is helpful to quickly screen the causes of respiratory failure in patients with COVID-19, and plays an important role in the process of diagnosis, treatment and rescue.
-
Keywords:
- Coronavirus Disease 2019 /
- pulmonary CT /
- bedside ultrasound /
- nucleic acid detection
-
骨肉瘤是儿童青少年常见的原发性骨恶性肿瘤之一，具有恶性程度高、早期转移率高及预后差等特点，严重危害儿童青少年的健康[1]。在中国，骨肉瘤发病率约为3/100万[2], 其发病与肿瘤家族史和饮食因素有一定的关联[3]，也有研究[4]认为骨肉瘤发病有一定的种族和地域特征。尽管骨肉瘤发病率低，但预后不佳且危害大，预测患者生存期并采取有针对性的对症治疗手段至关重要[5]。有研究[6]认为，全身炎症反应在恶性肿瘤患者病情进展中发挥着重要作用，对预测肿瘤患者生存周期有重要意义。预后营养指数(PNI)利用营养指标(白蛋白)和炎症指标(淋巴细胞计数)共同预测肿瘤患者临床结局，已在多种肿瘤患者中得到广泛应用[7-8], 而中性粒细胞与淋巴细胞比值(NLR)也是炎症反应的重要指标，在骨肉瘤预后中也有应用[9]。本研究搜集宜宾地区2000—2018年近20年骨肉瘤患者病历资料及临床结局情况，探讨PNI和NLR在预测骨肉瘤患者临床预后中的应用价值。
1. 资料与方法
1.1 临床资料
收集2000—2018年宜宾市第一人民医院和宜宾市第二人民医院收治的骨肉瘤患者92例，其中男51例，女41例，年龄7~66岁，平均(27.9±11.6)岁。纳入标准: ①影像学和组织学符合骨肉瘤诊断者; ②接受新辅助化疗、手术治疗或辅助化疗者。排除标准: ①确诊前2周内有输血史者; ②伴有其他恶性肿瘤或自身免疫性疾病者; ③确诊前2周内有促血小板、白细胞生成或激素类用药史。本研究经宜宾市第一人民医院伦理委员会批准(批准号: 2020-YBET-019)。
1.2 研究方法
1.2.1 资料收集
收集2000—2018年近20年院病案管理科存档的主诊断为骨肉瘤的患者病历资料，包括性别、年龄、确诊日期、确诊时血常规、白蛋白、确诊时美国癌症联合委员会(AJCC)临床分期、TNM分期、肿瘤大小、其他部位转移、治疗方式、病理及影像学检查等。
1.2.2 预后指标
本研究重点关注2项反映营养与炎症的综合指标。① PNI。收集患者确诊时清晨外周静脉血样本，检测血常规与血清白蛋白，根据白蛋白水平和外周血淋巴细胞计数计算PNI, PNI=白蛋白浓度(g/L)+外周血淋巴细胞计数(×109/L)×5, 分值越高表示营养状况越好，以PNI < 45定义为营养不良[10]。② NLR。NLR=中性粒细胞计数/淋巴细胞计数, NLR预测预后的最佳截断值根据受试者工作特征(ROC)曲线计算。
1.2.3 治疗方案
患者根据临床分期、肿瘤部位和大小等拟定治疗方案。一线化疗为AP或MAP方案, AP方案即多柔吡星45 mg/m2(第1~2天)联合顺铂75~100 mg/m2(第1天或分3 d), MAP方案即在AP基础上联合大剂量甲氨蝶呤8~12 g/m2, 患者至少接受6个周期的化疗。有必要手术者行手术治疗。
1.2.4 随访与结局
患者出院后第1年内每个月电话随访1次，每3个月门诊复查1次; 出院后第2年起每3个月电话随访1次，主要随访患者生存状况。随访截止日期为2022年12月30日，中位随访时间53个月。以患者死亡或到随访截止日期定义为随访终点，总生存时间(OS)定义为确诊至死亡或随访截止日期。
1.3 统计学方法
采用SPSS 25.0统计分析软件进行分析，正态分布的数值资料采用(x±s)描述，组间比较采用t检验或单因素方差分析(ANOVA); 计数资料采用频数或百分率描述，组间比较采用χ2检验。绘制ROC曲线并计算曲线下面积(AUC)和最佳截断值，采用Kaplan-Meier法绘制生存曲线，采用Log-rank检验比较组间生存率，采用Cox回归模型进行预后影响因素的多因素分析，检验水准α=0.05, P < 0.05为差异有统计学意义。
2. 结果
2.1 患者基线数据与临床结局
92例患者平均年龄(27.9±11.6)岁，男51例，女41例，肿瘤直径(7.47±0.94) cm; 发病部位为股骨63例，胫骨19例，其他部位10例; Enneking分期为Ⅰ期24例, Ⅱ期44例, Ⅲ期24例; T分期1~2期48例, 3~4期44例; N分期0~1期59例, 2~3期33例; 确诊时39例已发生转移, 46例经过手术治疗; 平均随访时间58个月，平均生存时间50(23, 61)个月; 随访期内发生死亡47例，死亡率为51.09%; 患者2年和5年生存率分别为69.57%和51.09%, 总生存曲线见图 1。
2.2 PNI和NLR预测患者生存时间的ROC曲线
采用ROC曲线对NLR和PNI预测患者预后的价值进行分析, PNI和NLR均可预测患者预后，其AUC分别为0.957和0.788, 最佳截断值为46.35和2.10, 见图 2、表 1。
表 1 PNI和NLR预测患者预后的ROC曲线特征及相关指标指标 AUC(95%CI) 最佳截断值 约登指数 S. E. P PNI 0.957(0.918~0.995) 46.35 0.783 0.020 < 0.001 NLR 0.788(0.695~0.881) 2.10 0.472 0.048 < 0.001 2.3 不同PNI和NLR的患者生存时间和生存率比较
以ROC曲线判定的最佳截断值分类，不同PNI和NLR的患者生存时间、3年死亡率和5年死亡率存在差异，其中PNI≥46.35者优于 < 46.35者, NLR < 2.10者优于≥2.10者，差异均有统计学意义(P < 0.01), 见表 2。
表 2 不同PNI和NLR的患者生存时间和生存率比较(x±s)[n(%)]指标 分类 总例数/例 死亡例数/例 生存时间/月 3年内死亡 5年内死亡 PNI < 46.35 45 41 28.64±13.64 34(75.56) 40(88.89) ≥46.35 47 6 58.79±9.58** 1(2.13)** 5(10.64)** NLR < 2.10 31 5 55.77±9.11 1(3.23) 4(12.90) ≥2.10 61 42 38.08±20.15## 34(55.74)## 41(67.21)## 与 < 46.35比较, **P < 0.01; 与 < 2.10比较, ##P < 0.01。 2.4 影响患者预后的单因素和多因素分析
经Log-rank检验，诊断时有无转移、Enneking分期、T分期、N分期、NLR和PNI可能是影响患者预后的因素(P < 0.05), 见表 3。将有意义的因素纳入Cox回归模型，诊断时有转移和PNI < 46.35是患者预后的危险因素，其HR(95%CI)分别为4.361(2.021~9.410)和15.361(5.797~46.118), NLR < 2.10是患者预后的保护因素，其HR(95%CI)为0.781(0.631~0.967), 见表 4。
表 3 影响患者预后的单因素分析预后因素 分类 总例数/例 死亡例数 单因素分析 生存时间(95%CI) P 诊断时有无转移 有 39 35 29.66(24.50~34.82) < 0.001 无 53 12 64.90(60.49~69.31) Enneking分期 Ⅰ期 24 3 64.42(60.21~68.64) < 0.001 Ⅱ期 55 31 49.27(43.27~55.28) Ⅲ期 13 13 19.08(16.48~21.67) 病变部位 股骨 63 35 48.08(42.18~53.97) 0.379 胫骨 19 7 53.29(43.99~62.60) 其他 10 5 48.12(33.86~62.39) 是否手术 是 46 22 50.67(44.73~56.61) 0.338 否 46 25 47.13(39.93~54.32) T分期 1~2期 48 12 63.72(58.85~68.59) < 0.001 3~4期 44 35 33.93(28.24~39.61) N分期 0~1期 59 25 53.84(47.83~59.84) 0.025 2~3期 33 22 42.83(34.99~50.66) NLR < 2.10 31 5 63.86(60.33~67.40) < 0.001 ≥2.10 61 42 41.09(35.17~47.01) PNI < 46.35 45 41 29.23(24.92~33.54) < 0.001 ≥46.35 47 6 69.22(66.17~72.27) 表 4 患者预后影响因素的Cox回归分析影响因素 β S.E. HR(95%CI) Wald χ2 P 诊断时有无转移 1.473 0.392 4.361(2.021~9.410) 14.082 < 0.001 PNI 2.794 0.529 15.361(5.797~46.118) 27.895 < 0.001 NLR -0.247 0.109 0.781(0.631~0.967) 5.135 0.036 2.5 不同PNI、NLR和诊断时有无转移的患者生存分析结果
诊断时有转移和无转移的患者5年生存率分别为10.26%和81.13%, PNI < 46.35和≥46.35的患者5年生存率分别为11.11%和89.36%, NLR < 2.10和≥2.10的患者5年生存率分别为87.10%和32.79%, 见图 3。
3. 讨论
近年来，治疗手段的进步使骨肉瘤5年生存率有了较大的提高，但术后复发或转移仍是导致患者远期不良预后的主要因素[11]。研究[12]认为患者临床结局不仅取决于疾病状态、治疗方式和病理特征，还与患者营养、炎症和免疫反应密切相关。慢性炎症反应可促进肿瘤进展，包括肿瘤血管生成和转移、破坏适应性免疫反应及促进肿瘤细胞的增殖和存活[13]。PNI是一种利用血清白蛋白和淋巴细胞计数预测疾病预后的参数，被广泛用于多种肿瘤和手术预后评估中[14-15]。该指标综合考虑患者的营养状态和炎症反应，白蛋白可反映患者营养状态，淋巴细胞计数可反映治疗过程中患者的免疫情况，因此PNI在肿瘤患者预后预测中应用较广。NLR作为反映机体炎症反应的标志物，对判断恶性肿瘤病情程度和临床结局有一定的意义[16]。
本研究发现，骨肉瘤患者平均生存时间50个月，患者5年生存率为51.09%, 与相关研究[9]报道接近，近年来随着治疗手段的优化和改进，骨肉瘤生存率有所上升，而2010年以前生存率略低于2010年以后。炎症反应与肿瘤发生发展有着密切关系，而炎症相关指标对患者预后预测有一定意义, PNI和NLR均广泛适用于各类肿瘤的预后预测[17], 但PNI和NLR在不同类型肿瘤预后预测中截断值不一致。本研究ROC曲线发现PNI和NLR预测骨肉瘤患者预后的截断值为46.35和2.10, 与相关研究的截断值接近[18-19], 也有NLR用于其他肿瘤时截断值与本研究结果差异较大[20]。炎症在肿瘤发生发展中发挥重要作用，而外周血炎性细胞可反映机体炎症状态。本研究单因素分析发现，诊断时有无转移、Enneking分期、T分期、N分期、NLR和PNI可能是影响患者预后的因素，肿瘤分期可反映肿瘤进展程度，与患者预后有关[21-22]。传统TNM分期考虑到肿瘤原发灶类型和大小、淋巴结受累情况及远端转移情况，结合此标准针对不同肿瘤类型又衍生出新的分期系统。Enneking分期是适用于骨骼和软组织肿瘤的一种分期方法，有研究[23]证明Enneking分期与骨肉瘤患者预后有关。多因素Cox回归分析显示, PNI、NLR和诊断时有无转移等3个因素可能是影响骨肉瘤患者预后的因素，NLR可反映患者慢性炎症反应和肿瘤发展进程，中性粒细胞增多或淋巴细胞降低会刺激肿瘤细胞的繁殖，因此NLR高的患者预后较差[24]。PNI不仅反映患者微环境的炎症状态，也充分考虑患者营养状况，有研究[25]认为营养指标是影响骨肉瘤患者预后的重要因素，PNI低与骨肉瘤患者不良预后密切相关[26]，本研究结果也与此结论一致。
综上所述，骨肉瘤患者预后较差，治疗前PNI、NLR和诊断时有无转移与患者预后有关，PNI和NLR可作为患者预后的独立预测因子。
-
[1] 国家卫生健康委办公厅. 新型冠状病毒肺炎诊疗方案(试行第六版)[J/CD]. 临床指南汇编数据库, 2020, 2(1): e2. [2] PENG QY, WANG XT, ZHANG LN. Findings of lung ultrasonography of novel corona virus pneumonia during the 2019-2020 epidemic[J]. Intensive Care Med, 2020, 46(5): 849-850. doi: 10.1007/s00134-020-05996-6
[3] 王小亭, 刘大为, 于凯江, 等. 中国重症超声专家共识[J]. 中华内科杂志, 2016, 55(11): 900-912. doi: 10.3760/cma.j.issn.0578-1426.2016.11.020 [4] ZHANG H, PENNINGER JM, LI Y, et al. Angiotensin-converting enzyme 2(ACE2) as a SARS-CoV-2 receptor: molecular mechanisms and potential therapeutic target[J]. Intensive Care Med, 2020, 46(4), 586-590. doi: 10.1007/s00134-020-05985-9
[5] LI R, QIAO S, ZHANG G. Analysis of angiotensin-converting enzyme 2(ACE2) from different species sheds some light on cross-species receptor usage of a novel coronavirus 2019-nCoV[J]. J Infect, 2020, 80(4), 469-496.
[6] 尹万红, 王小亭, 刘大为, 等. 重症超声临床应用技术规范[J]. 中华内科杂志, 2018, 57(6): 397-417. doi: 10.3760/cma.j.issn.0578-1426.2018.06.004 [7] 吴盛正, 李柯研, 彭成忠, 等. 5G远程机器人超声评估方舱医院隔离病房新冠肺炎心肺功能1例[J]. 临床超声医学杂志, 2020, 22(3): 228-232。 doi: 10.3969/j.issn.1008-6978.2020.03.025 [8] 床旁超声在急危重症临床应用专家共识组. 床旁超声在急危重症临床应用的专家共识[J]. 中华急诊医学杂志, 2016, 25(1): 10-21. doi: 10.3760/cma.j.issn.1671-0282.2016.01.005 [9] 张山红, 张洪波, 刘笑雷, 等. 床旁超声和胸部X线检查在重症肺炎诊断中的临床对比观察[J]. 中华急诊医学杂志, 2014, 23(12): 1366-1370. doi: 10.3760/cma.j.issn.1671-0282.2014.12.015
下载:
计量
- 文章访问数: 259
- HTML全文浏览量: 137
- PDF下载量: 10
苏公网安备 32100302010246号
