Value of indicators including serum neuron-specific enolase in assessing prognosis of patients with cirrhosis complicated by overt hepatic encephalopathy
-
摘要:目的
探讨血清神经元特异性烯醇化酶(NSE)、预后营养指数(PNI)评分、肝性脑病(HE)分级、Integrated终末期肝病模型(iMELD)评分模型预测肝硬化合并显性HE患者近期(90 d)预后的价值。
方法回顾性分析470例肝硬化合并显性HE患者的临床资料, 根据患者入院后90 d生存状态将患者分为存活组359例和死亡组111例。结合患者年龄、入院后24 h内血常规、凝血功能、肝肾功能电解质、血清NSE水平、HE分级，计算PNI评分、iMELD评分。采用受试者工作特征(ROC)曲线、多因素Logistic回归分析及Kaplan-Meier生存曲线评估影响肝硬化合并显性HE患者近期预后的因素。
结果死亡组血清NSE、HE分级、iMELD评分高于存活组, PNI评分低于存活组，差异有统计学意义(P < 0.05)。多因素Logistic回归分析结果提示，肝硬化合并显性HE患者近期预后的独立影响因素为血清NSE、PNI评分、HE分级、iMELD评分。血清NSE、PNI评分、HE分级、iMELD评分预测肝硬化合并显性HE患者近期预后的曲线下面积(AUC)分别为0.727、0.717、0.721、0.728; 血清NSE、PNI评分、iMELD评分的cut-off值分别为12.23 ng/mL、34.05 ng/mL、39.26分; 四者联合预测模型的预测效能最佳, AUC达到0.919, cut-off值为0.23。Kaplan-Meier生存分析提示，血清NSE、PNI评分、HE分级和iMELD评分联合预测模型cut-off值< 0.23的患者90 d生存率高于血清NSE、PNI评分、HE分级和iMELD评分联合预测模型cut-off值≥0.23的患者(Log-Rank=265.567, P < 0.001)。
结论血清NSE、PNI评分、HE分级、iMELD评分对预测肝硬化合并显性HE患者的近期预后具有良好的价值，联合应用预测价值更高。
-
关键词:
- 血清神经元特异性烯醇化酶 /
- 预后营养指数评分 /
- Integrated终末期肝病模型 /
- 肝硬化 /
- 显性肝性脑病
Abstract:ObjectiveTo investigate the predictive value of serum neuron-specific enolase (NSE), prognostic nutritional index (PNI) score, hepatic encephalopathy (HE) grading, and the integrated model for end-stage liver disease (iMELD) score in assessing the short-term (90-day) prognosis of patients with cirrhosis complicated by overt hepatic encephalopathy (HE).
MethodsA retrospective analysis was conducted on clinical data from 470 patients with cirrhosis and overt HE, and they were divided into survival group (n=359) and mortality group (n=111) based on their survival status 90 days after admission. The PNI and iMELD scores were calculated using patient demographics, blood routine tests, coagulation function, liver and renal function electrolyte levels, and serum NSE levels within 24 hours of admission, along with HE grading. Receiver operating characteristic (ROC) curves, multivariate Logistic regression analysis, and Kaplan-Meier survival curves were employed to evaluate influencing factors of short-term prognosis of patients with cirrhosis and overt HE.
ResultsThe mortality group exhibited significantly higher serum NSE levels, HE grades, and iMELD scores, while demonstrated lower PNI score compared to the survival group (P < 0.05). Multivariate Logistic regression analysis identified serum NSE, PNI score, HE grade, and iMELD score as independent predictors of short-term prognosis. The areas under the curve (AUCs) for serum NSE, PNI score, HE grade, and iMELD score in predicting short-term prognosis were 0.727, 0.717, 0.721, and 0.728, respectively, with cut-off values of 12.23 ng/mL, 34.05 ng/mL, and 39.26 points for serum NSE, PNI score, and iMELD score. A combined prediction model of four factors demonstrated the highest predictive performance, with an AUC of 0.919 and a cut-off value of 0.23. Kaplan-Meier survival analysis revealed that patients with combined score of serum NSE, PNI score, HE grade, and iMELD cut-off value < 0.23 had a significantly higher 90-day survival rate compared to those with cut-off value≥0.23 (Log-Rank=265.567, P < 0.001).
ConclusionSerum NSE, PNI score, HE grade, and iMELD score exhibit good value in predicting the short-term prognosis of patients with cirrhosis and overt HE, with an even higher predictive value when used in combination.
-
呼吸道感染是儿童尤其是学龄前儿童(< 7岁)最常见的疾病之一，包括上呼吸道和下呼吸道感染，其中反复下呼吸道感染如肺炎是5岁以下儿童死亡的主要感染性疾病[1]。据流行病学调查[2]数据显示，中国学龄前儿童社区获得性肺炎的发病率约为0.22人次/年，尽管抗生素的应用大大降低了中国学龄前儿童社区获得性肺炎的病死率，但总体病死率仍维持在0.05%~1.50%。因此，积极探寻导致学龄前儿童反复呼吸道感染的潜在主要危险因素，指导临床早期干预是改善患儿生存预后的重要途径，具有十分重要的临床和社会意义。研究[3]认为，外界环境改变和机体防御系统减弱易导致反复呼吸道感染。流行病学危险因素如父母吸烟、儿童哮喘史被认为与反复呼吸道感染密切相关，但尚未达成共识[4]。由于反复呼吸道感染的发病机制复杂，任何单一因素不能对反复呼吸道感染起主导作用。目前，中国尚缺乏关于学龄前儿童反复呼吸道感染的大样本流行病学调查数据。本研究分析学龄前儿童反复呼吸道感染的主要危险因素，并建立定量列线图预测模型指导临床干预，先报告如下。
1. 资料与方法
1.1 一般资料
采用横断面调查、分层整群随机抽样方法选择2018年10月—2020年10月3所幼儿园2 208例学龄前儿童作为研究对象。该研究遵循赫尔辛基宣言，获得父母知情同意权，经本院伦理委员会批准。幼儿园儿童年龄3~7岁，排除先天性疾病、气道畸形、慢性呼吸道疾病及中途转学患儿。采用结构式电子问卷对患者进行调查，由幼儿园教师填写完成，遵循儿童实际情况，填写者经培训完全熟悉各项调查内容，保证问卷回收率100%。调查问卷由专家组多次论证，经小样本抽样证实信度和效度均大于90%。
1.2 研究方法
根据反复呼吸道感染、上呼吸道感染和下呼吸道感染定义，对患儿情况进行诊断。采用单因素和多因素Logistic回归分析筛选主要危险因素，并建立列线图预测模型，采用受试者工作特征(ROC)曲线分析列线图的诊断效能。
调查数据包括儿童性别、年龄、城市/农村、体质量指数(BMI)、出生体质量、母乳喂养时间、哮喘史、过敏史、睡觉时是否打鼾、初次使用抗生素年龄、父母BMI、妊娠期体质量增加值、父母教育水平、家庭经济水平、母亲妊娠期糖尿病史、妊娠期高血压史、孕前和孕期吸烟史、剖宫产史和父亲吸烟史，其中哮喘由医生报告诊断，患儿有食物、药物、灰尘、化学品等过敏史。
反复下呼吸道感染主要包括肺炎和急性支气管炎，上呼吸道感染主要包括普通感冒、扁桃体炎、鼻窦炎和中耳炎。根据反复呼吸道感染定义[5], 患儿诊断为反复呼吸道感染至少满足以下条件之一: ①每年至少6次上呼吸道或下呼吸道感染发作; ②每年10月到次年2月，每月发生1次或多次呼吸道感染; ③每年至少发生2次下呼吸道感染。
1.3 统计学处理
采用SPSS 20.0统计软件对数据进行统计分析，计量资料采用(x±s)表示，组间比较采用t检验，计数资料采用[n(%)]表示，行χ2检验比较。采用多因素Logistic回归分析筛选主要危险因素，纳入标准为0.10, 剔除标准为0.05; 采用ROC曲线下面积(AUC)分析预测效能，P < 0.05为差异有统计学意义。
2. 结果
2.1 呼吸道感染单因素分析
2 208例学龄前儿童共诊断反复呼吸道感染522例(23.6%), 上呼吸道感染265例(12.0%)和下呼吸道感染397例(18.0%)。年龄≤5岁、母乳喂养时间 < 6个月、初次使用抗生素年龄 < 6个月、母亲妊娠期糖尿病、来自农村、哮喘史、过敏史、睡觉时打鼾的反复呼吸道感染患儿占比高于无呼吸道感染儿童，差异有统计学意义(P < 0.05); 反复呼吸道感染患儿父母BMI值、母亲妊娠期体质量增加值高于无呼吸道感染儿童，差异有统计学意义(P < 0.05)。与无呼吸道感染儿童比较，年龄≤5岁、初次使用抗生素年龄 < 6个月、母亲妊娠期糖尿病、来自农村、哮喘、过敏史、睡觉时打鼾的上呼吸道感染儿童占比较高，差异有统计学意义(P < 0.05); 上呼吸道感染儿童出生BMI值低于无呼吸道感染儿童，父亲BMI值高于无呼吸道感染儿童，差异有统计学意义(P < 0.05)。与无呼吸道感染儿童比较，母乳喂养时间 < 6个月、初次使用抗生素年龄 < 6个月、家庭经济水平 < 20万元人民币/年、妊娠期糖尿病、剖宫产、来自农村、哮喘、过敏史、睡觉时打鼾的下呼吸道感染患儿占比较，差异有统计学意义(P < 0.05); 下呼吸道感染患儿父母BMI值及母亲妊娠期体质量增加值高于无呼吸道感染儿童，差异有统计学意义(P < 0.05)。见表 1。
表 1 呼吸道感染的单因素分析(x±s)[n(%)]因素 反复呼吸道感染 上呼吸道感染 下呼吸道感染 无(n=1 686) 有(n=522) 无(n=1 943) 有(n=265) 无(n=1 811) 有(n=397) 性别 男 977(57.9) 290(55.6) 1119(57.6) 148(55.8) 1044(57.6) 223(56.2) 女 709(42.1) 232(44.4) 824(42.4) 117(44.2) 767(42.4) 174(43.8) 年龄 ≤5岁 900(53.4) 328(62.8)* 1059(54.5) 169(63.8)* 1003(55.4) 225(56.7) >5岁 786(46.6) 194(37.2) 884(45.5) 96(36.2) 808(44.6) 172(43.3) 患儿来源 城市 911(54.0) 235(45.0) 1026(52.8) 120(45.3) 979(54.1) 167(42.1) 农村 775(46.0) 287(55.0)* 917(47.2) 145(54.7)* 832(45.9) 230(57.9)* 出生BMI/(kg/m2) 15.4±1.6 15.3±1.4 15.7±1.8 15.0±1.2* 15.3±1.6 15.3±1.4 出生体质量/kg 3.4±0.3 3.5±0.4 3.3±0.4 3.5±0.5 3.4±0.4 3.4±0.3 母乳喂养时间 < 6个月 250(14.8) 108(20.7)* 315(16.2) 43(16.2) 268(14.8) 90(22.7)* ≥6个月 1436(85.2) 414(79.3) 1628(83.8) 222(83.8) 1543(85.2) 307(77.3) 哮喘史 16(0.9) 26(5.0)* 29(1.5) 13(4.9)* 24(1.3) 18(4.5)* 过敏史 460(27.3) 250(47.9)* 593(30.5) 117(44.2)* 544(30.0) 166(41.8)* 睡觉时打鼾 236(14.0) 101(19.3)* 284(14.6) 53(20.0)* 260(14.4) 77(19.4)* 初次使用抗生素年龄 < 6个月 202(12.0) 99(19.0)* 251(12.9) 50(18.9)* 224(12.4) 77(19.4)* ≥6个月 1484(88.0) 423(91.0) 1692(87.1) 215(81.1) 1587(87.6) 320(80.6) 父亲BMI/(kg/m2) 24.1±1.7 25.4±2.2* 24.2±1.6 25.3±1.9* 24.0±1.8 25.5±2.3* 母亲BMI/(kg/m2) 21.3±1.4 22.1±1.6* 21.7±1.5 21.9±1.8 21.1±1.7 22.4±1.9* 妊娠期体质量增加/kg 14.4±2.5 15.3±2.9* 14.6±2.7 14.7±2.8 14.2±2.1 15.5±3.0* 父亲教育水平 大专及以上 1264(75.0) 391(74.9) 1452(74.7) 200(75.5) 1360(75.1) 295(74.3) 高中及以下 422(25.0) 131(25.1) 491(25.3) 62(24.5) 451(24.9) 102(25.7) 母亲教育水平 大专及以上 1240(73.5) 380(72.8) 1431(73.6) 186(70.2) 1303(71.9) 317(79.8) 高中及以下 446(26.5) 142(27.2) 512(26.4) 76(29.8) 508(28.1) 80(20.2) 家庭经济水平 ≥20万元人民币/年 852(50.5) 281(53.8) 989(50.9) 144(54.3) 971(53.6) 162(40.8) < 20万元人民币/年 834(49.5) 241(46.2) 954(49.1) 121(45.7) 840(46.4) 235(59.2)* 妊娠期糖尿病 152(9.0) 83(15.9)* 195(10.0) 40(15.1)* 167(9.2) 68(17.1)* 妊娠期高血压 52(3.1) 16(3.1) 58(3.0) 10(3.8) 56(3.1) 12(3.0) 孕前吸烟史 30(1.8) 10(1.9) 35(1.8) 5(1.9) 32(1.8) 8(2.0) 孕期吸烟史 9(0.5) 3(0.6) 10(0.5) 2(0.9) 10(0.6) 2(0.5) 父亲吸烟史 741(44.0) 234(44.8) 851(43.8) 124(46.8) 785(43.3) 190(47.9) 剖宫产史 735(43.6) 226(43.3) 845(43.5) 116(43.8) 755(41.7) 206(51.9)* BMI: 体质量指数。与无呼吸道感染儿童比较, *P < 0.05。 2.2 反复呼吸道感染的多因素分析
调整前后Logistic回归分析显示，哮喘、过敏史、初次使用抗生素年龄 < 6个月、母乳喂养时间 < 6个月和母亲BMI值每增加3 kg/m2是反复呼吸道感染和下呼吸道感染的主要危险因素(P < 0.05); 哮喘、过敏史、初次使用抗生素年龄 < 6个月和母亲BMI值每增加3 kg/m2是上呼吸道感染的主要危险因素(P < 0.05)。见表 2。
表 2 呼吸道感染的多因素分析因素 反复呼吸道感染 上呼吸道感染 下呼吸道感染 OR 95%CI P OR 95%CI P OR 95%CI P 调整前 哮喘史 7.45 6.65~8.32 < 0.001 4.85 3.65~5.32 < 0.001 8.03 7.65~8.43 < 0.001 过敏史 2.13 1.56~2.75 < 0.001 2.08 1.55~2.65 < 0.001 2.31 1.63~2.65 < 0.001 初次使用抗生素年龄 < 6个月 1.55 1.16~2.03 < 0.001 1.62 1.23~2.06 < 0.001 1.42 1.12~2.03 < 0.001 母乳喂养时间 < 6个月 1.13 1.02~1.65 0.003 1.08 0.56~1.65 0.234 1.30 1.12~1.69 0.001 母亲BMI值每增加3 kg/m2 1.02 1.00~1.36 0.009 1.03 1.00~1.36 0.016 1.06 1.00~1.63 0.007 妊娠期体质量增加 1.01 0.56~1.54 0.063 1.04 0.45~1.63 0.639 1.08 0.53~1.95 0.098 调整性别、年龄和地区后 哮喘史 8.42 8.01~9.32 < 0.001 5.63 4.67~6.03 < 0.001 7.89 6.69~8.42 < 0.001 过敏史 2.29 1.65~2.75 < 0.001 2.18 1.69~2.75 < 0.001 2.33 1.63~2.98 < 0.001 初次使用抗生素年龄 < 6个月 1.65 1.23~2.03 < 0.001 1.69 1.23~2.12 < 0.001 1.54 1.12~2.34 < 0.001 母乳喂养时间 < 6个月 1.30 1.12~1.76 0.001 1.24 0.63~1.89 0.097 1.42 1.16~2.63 < 0.001 母亲BMI值每增加3 kg/m2 1.13 1.02~1.56 0.003 1.19 1.03~1.59 0.001 1.09 1.00~1.49 0.008 妊娠期体质量增加 1.02 0.36~1.45 0.432 1.05 0.32~1.85 0.639 1.08 0.23~1.54 0.302 2.3 列线图预测模型
根据筛选主要危险因素权重进行赋值，分别建立反复呼吸道感染、上呼吸道感染和下呼吸道感染的列线图模型，见图 1。
2.4 列线图预测效能
ROC分析显示，列线图预测反复呼吸道感染、上呼吸道感染和下呼吸道感染的AUC值分别为0.865、0.833和0.841(P < 0.05)。见表 3、图 2。
表 3 列线图模型预测效能感染 AUC 95%CI P 敏感度/% 特异度/% 反复呼吸道感染 0.865 0.812~0.963 0.006 79.8 72.3 上呼吸道感染 0.833 0.801~0.866 0.012 70.5 65.6 下呼吸道感染 0.841 0.806~0.878 0.009 74.2 68.3 3. 讨论
目前，中国学龄前儿童反复呼吸道感染多高发于冬春季节，需要使用支持性护理服务或抗生素，护士不仅需要肩负救治疾病的责任，同时需要向儿童和监护人进行科学的健康教育，对呼吸道感染高危儿童建立信息档案，以提供科学的预防管理服务，从而减轻医疗压力，降低反复呼吸道感染的发生率[6]。
本研究显示, 2208例学龄前儿童反复呼吸道感染发病率为23.6%, 上呼吸道感染率为12.0%, 下呼吸道感染率为18.0%, 学龄前儿童感染主要集中于上幼儿园的儿童，因此加强幼儿园环境管理和园区教师医疗常识培训十分重要[7]。造成反复呼吸道感染和上下呼吸道感染均包括母乳喂养时间短于6个月、初次使用抗生素年龄 < 6个月、哮喘史、过敏史等因素[8-9]。哮喘是反复肺炎最常见的症状，反复肺炎是儿科常见的急性下呼吸道感染疾病，但哮喘很少出现在复发性肺炎中，其中的因果关系不清楚[10-11]。过敏儿童的上下呼吸道感染率高于无过敏儿童，持续时间长于无过敏儿童。过敏的特点是免疫诱导辅助性T细胞2型(Th2)淋巴细胞激活，减少Th1反应[12]。多个细胞因子如干扰素-γ在过敏性儿童中表达降低，可能是过敏性反复呼吸道感染的一个重要原因[13]。此外，过敏性黏膜炎症可触发上皮细胞上多个黏附分子的表达，如细胞间黏附分子-1是鼻病毒的重要受体，可能导致上呼吸道感染[14]。白细胞介素-13是过敏反应中的一种重要细胞因子，能降低黏液纤毛的清除率，促进病毒与气道上皮细胞的黏附[15]。母乳喂养具有重要保护作用，母乳中含有多种保护因子，如免疫球蛋白、乳铁蛋白和淋巴细胞，有助于提高儿童防御疾病的能力[16], 但母乳喂养可能会导致母亲肥胖，母亲肥胖是复发性难治性消化道疾病的重要危险因素，母亲BMI增加可能对胎儿的生长、发育产生一定影响[17]。约4/5儿童6岁前多次使用抗生素治疗呼吸道感染，其中首次使用抗生素 < 6个月与反复呼吸道感染的风险增高密切相关[18], 原因可能为抗生素导致出生后儿童的肠道细菌多样性改变和机体免疫调节能力下降，影响Th和淋巴细胞性T细胞的动态平衡，肠道微生物群在新生儿免疫系统的成熟过程中起关键作用，导致呼吸系统疾病的发展和肠道感染[19]。早期应用抗生素的儿童由于感染导致Th1/Th2失衡，使其更容易受到呼吸道感染的影响。抗生素相关的炎症反应可能导致Th2移位、免疫反应增强或早期Th1免疫反应受损[20]。本研究显示，列线图预测反复呼吸道感染、上呼吸道感染和下呼吸道感染的准确性分别为0.865、0.833和0.841(P < 0.05), 提示建立列线图模型对指导临床识别反复呼吸道感染高危儿童具有较好的指导作用。
综上所述，学龄前儿童有较高的反复呼吸道感染发生率，哮喘、过敏史、初次使用抗生素年龄 < 6个月、母乳喂养时间 < 6个月和母亲BMI值每增加3 kg/m2是呼吸道感染和下呼吸道感染的主要危险因素。建立定量列线图模型可以较好指导临床早期识别高危儿童，并进行早期干预。
-
表 1 存活组和死亡组临床资料及相关血清学指标比较(x±s)[n(%)][M(P25, P75)]
参数 存活组(n=359) 死亡组(n=111) t/Z/χ2 P 年龄/岁 59(54, 70) 64(53, 70) -1.089 0.276 男 217(60.45) 69(62.16) 0.105 0.746 女 142(39.55) 42(37.84) ALT/(U/L) 27(18, 37) 23(17, 34) -1.809 0.070 AST/(U/L) 44(31, 57) 42(33, 60) -0.002 0.998 TBiL/(μmol/L) 38.30(24.20, 59.60) 57.80(33.60, 109.40) -5.410 < 0.001 ALB/(g/L) 30.10(27.80, 32.90) 28.10(25.40, 30.50) -5.794 < 0.001 肌酐/(μmol/L) 74.00(57.40, 107.00) 73.00(59.90, 123.00) -1.036 0.300 血清Na/(mmol/L) 136.57(5.80) 133.34(5.75) 5.133 < 0.001 INR 1.35(1.22, 1.53) 1.34(1.23, 1.51) -0.378 0.705 WBC/(×109/L) 4.56(3.28, 6.86) 4.37(3.03, 6.35) -1.313 0.189 LYM/(×109/L) 0.99(0.64, 1.28) 0.78(0.52, 1.10) -4.171 < 0.001 PLT/(×109/L) 78(50, 116) 69(38, 113) -1.355 0.175 PNI评分/分 35.25(32.15, 38.55) 32.25(29.40, 34.50) -6.915 < 0.001 血清NSE/(ng/mL) 9.10(8.29, 11.62) 12.46(9.40, 18.36) -7.221 < 0.001 HE分级为1~2级 304(84.68) 45(40.54) 86.408 < 0.001 HE分级为3~4级 55(15.32) 66(59.46) 86.408 < 0.001 iMELD评分/分 32.21(26.69, 37.85) 38.93(32.26, 45.72) -7.250 < 0.001 
下载: 导出CSV
表 1 存活组和死亡组临床资料及相关血清学指标比较(x±s)[n(%)][M(P25, P75)]
参数 存活组(n=359) 死亡组(n=111) t/Z/χ2 P 年龄/岁 59(54, 70) 64(53, 70) -1.089 0.276 男 217(60.45) 69(62.16) 0.105 0.746 女 142(39.55) 42(37.84) ALT/(U/L) 27(18, 37) 23(17, 34) -1.809 0.070 AST/(U/L) 44(31, 57) 42(33, 60) -0.002 0.998 TBiL/(μmol/L) 38.30(24.20, 59.60) 57.80(33.60, 109.40) -5.410 < 0.001 ALB/(g/L) 30.10(27.80, 32.90) 28.10(25.40, 30.50) -5.794 < 0.001 肌酐/(μmol/L) 74.00(57.40, 107.00) 73.00(59.90, 123.00) -1.036 0.300 血清Na/(mmol/L) 136.57(5.80) 133.34(5.75) 5.133 < 0.001 INR 1.35(1.22, 1.53) 1.34(1.23, 1.51) -0.378 0.705 WBC/(×109/L) 4.56(3.28, 6.86) 4.37(3.03, 6.35) -1.313 0.189 LYM/(×109/L) 0.99(0.64, 1.28) 0.78(0.52, 1.10) -4.171 < 0.001 PLT/(×109/L) 78(50, 116) 69(38, 113) -1.355 0.175 PNI评分/分 35.25(32.15, 38.55) 32.25(29.40, 34.50) -6.915 < 0.001 血清NSE/(ng/mL) 9.10(8.29, 11.62) 12.46(9.40, 18.36) -7.221 < 0.001 HE分级为1~2级 304(84.68) 45(40.54) 86.408 < 0.001 HE分级为3~4级 55(15.32) 66(59.46) 86.408 < 0.001 iMELD评分/分 32.21(26.69, 37.85) 38.93(32.26, 45.72) -7.250 < 0.001
下载: 导出CSV
表 1 存活组和死亡组临床资料及相关血清学指标比较(x±s)[n(%)][M(P25, P75)]
参数 存活组(n=359) 死亡组(n=111) t/Z/χ2 P 年龄/岁 59(54, 70) 64(53, 70) -1.089 0.276 男 217(60.45) 69(62.16) 0.105 0.746 女 142(39.55) 42(37.84) ALT/(U/L) 27(18, 37) 23(17, 34) -1.809 0.070 AST/(U/L) 44(31, 57) 42(33, 60) -0.002 0.998 TBiL/(μmol/L) 38.30(24.20, 59.60) 57.80(33.60, 109.40) -5.410 < 0.001 ALB/(g/L) 30.10(27.80, 32.90) 28.10(25.40, 30.50) -5.794 < 0.001 肌酐/(μmol/L) 74.00(57.40, 107.00) 73.00(59.90, 123.00) -1.036 0.300 血清Na/(mmol/L) 136.57(5.80) 133.34(5.75) 5.133 < 0.001 INR 1.35(1.22, 1.53) 1.34(1.23, 1.51) -0.378 0.705 WBC/(×109/L) 4.56(3.28, 6.86) 4.37(3.03, 6.35) -1.313 0.189 LYM/(×109/L) 0.99(0.64, 1.28) 0.78(0.52, 1.10) -4.171 < 0.001 PLT/(×109/L) 78(50, 116) 69(38, 113) -1.355 0.175 PNI评分/分 35.25(32.15, 38.55) 32.25(29.40, 34.50) -6.915 < 0.001 血清NSE/(ng/mL) 9.10(8.29, 11.62) 12.46(9.40, 18.36) -7.221 < 0.001 HE分级为1~2级 304(84.68) 45(40.54) 86.408 < 0.001 HE分级为3~4级 55(15.32) 66(59.46) 86.408 < 0.001 iMELD评分/分 32.21(26.69, 37.85) 38.93(32.26, 45.72) -7.250 < 0.001
下载: 导出CSV
表 2 肝硬化合并显性HE患者预后相关因素分析
变量 单因素分析 多因素分析 OR 95%CI P OR 95%CI P LYM 0.301 0.167~0.543 < 0.001 — — — ALB 0.826 0.775~0.881 < 0.001 — — — TBiL 1.013 1.008~1.018 < 0.001 — — — 血清Na 0.907 0.872~0.943 < 0.001 — — — PNI评分 0.822 0.775~0.871 < 0.001 0.809 0.746~0.877 < 0.001 血清NSE 1.228 1.166~1.293 < 0.001 1.285 1.195~1.382 < 0.001 HE分级 8.107 5.039~13.041 < 0.001 10.926 5.742~20.791 < 0.001 iMELD评分 1.115 1.083~1.149 < 0.001 1.123 1.078~1.170 < 0.001
下载: 导出CSV
表 2 肝硬化合并显性HE患者预后相关因素分析
变量 单因素分析 多因素分析 OR 95%CI P OR 95%CI P LYM 0.301 0.167~0.543 < 0.001 — — — ALB 0.826 0.775~0.881 < 0.001 — — — TBiL 1.013 1.008~1.018 < 0.001 — — — 血清Na 0.907 0.872~0.943 < 0.001 — — — PNI评分 0.822 0.775~0.871 < 0.001 0.809 0.746~0.877 < 0.001 血清NSE 1.228 1.166~1.293 < 0.001 1.285 1.195~1.382 < 0.001 HE分级 8.107 5.039~13.041 < 0.001 10.926 5.742~20.791 < 0.001 iMELD评分 1.115 1.083~1.149 < 0.001 1.123 1.078~1.170 < 0.001
下载: 导出CSV
表 2 肝硬化合并显性HE患者预后相关因素分析
变量 单因素分析 多因素分析 OR 95%CI P OR 95%CI P LYM 0.301 0.167~0.543 < 0.001 — — — ALB 0.826 0.775~0.881 < 0.001 — — — TBiL 1.013 1.008~1.018 < 0.001 — — — 血清Na 0.907 0.872~0.943 < 0.001 — — — PNI评分 0.822 0.775~0.871 < 0.001 0.809 0.746~0.877 < 0.001 血清NSE 1.228 1.166~1.293 < 0.001 1.285 1.195~1.382 < 0.001 HE分级 8.107 5.039~13.041 < 0.001 10.926 5.742~20.791 < 0.001 iMELD评分 1.115 1.083~1.149 < 0.001 1.123 1.078~1.170 < 0.001
下载: 导出CSV
表 3 肝硬化合并显性HE患者90 d预后影响因素的效能分析
指标 AUC 95%CI cut-off 敏感度 特异度 P 血清NSE 0.727 0.668~0.785 12.23 ng/mL 0.604 0.791 < 0.001 PNI评分 0.717 0.665~0.769 34.05分 0.739 0.613 < 0.001 HE分级 0.721 0.662~0.780 — — — < 0.001 iMELD评分 0.728 0.675~0.780 39.26分 0.495 0.822 < 0.001 联合预测模型 0.919 0.890~0.947 0.23 0.847 0.847 < 0.001
下载: 导出CSV
表 3 肝硬化合并显性HE患者90 d预后影响因素的效能分析
指标 AUC 95%CI cut-off 敏感度 特异度 P 血清NSE 0.727 0.668~0.785 12.23 ng/mL 0.604 0.791 < 0.001 PNI评分 0.717 0.665~0.769 34.05分 0.739 0.613 < 0.001 HE分级 0.721 0.662~0.780 — — — < 0.001 iMELD评分 0.728 0.675~0.780 39.26分 0.495 0.822 < 0.001 联合预测模型 0.919 0.890~0.947 0.23 0.847 0.847 < 0.001
下载: 导出CSV
表 3 肝硬化合并显性HE患者90 d预后影响因素的效能分析
指标 AUC 95%CI cut-off 敏感度 特异度 P 血清NSE 0.727 0.668~0.785 12.23 ng/mL 0.604 0.791 < 0.001 PNI评分 0.717 0.665~0.769 34.05分 0.739 0.613 < 0.001 HE分级 0.721 0.662~0.780 — — — < 0.001 iMELD评分 0.728 0.675~0.780 39.26分 0.495 0.822 < 0.001 联合预测模型 0.919 0.890~0.947 0.23 0.847 0.847 < 0.001
下载: 导出CSV
-
[1] 中华医学会消化病学分会. 中国肝硬化临床诊治共识意见[J]. 临床肝胆病杂志, 2023, 39(9): 2057-2073. [2] 中华医学会肝病学分会. 肝硬化肝性脑病诊疗指南[J]. 中国肝脏病杂志: 电子版, 2018, 10(4): 17-32. doi: 10.3969/j.issn.1674-7380.2018.04.004 [3] ABBASY M, ZAGHLA H, ELHELBAWY M, et al. Predicting in-hospital mortality of cirrhotic patients hospitalized with hepatic encephalopathy[J]. Egypt Liver J, 2022, 12(1): 13. doi: 10.1186/s43066-022-00178-z
[4] YANG G, JUN D, HONG J, et al. Levels of S100 calcium binding protein B (S100B), neuron-specific enolase (NSE), and cyclophilin A (CypA) in the serum of patients with severe craniocerebral injury and multiple injuries combined with delirium transferred from the ICU and their prognostic value[J]. Annals of palliative medicine, 2021, 10(3): 3371-3378. doi: 10.21037/apm-21-424
[5] PENG P C, CHEN L J, SHEN Q J, et al. Prognostic Nutritional Index (PNI) and Controlling Nutritional Status (CONUT) score for predicting outcomes of breast cancer: a systematic review and meta-analysis[J]. Pak J Med Sci, 2023, 39(5): 1535-1541.
[6] MAHMOUD OSMAN Y, HASSAN M, ABDEL REHIM A E, et al. Nutritional assessment of cirrhotic patients with variable severity[J]. J Curr Med Res Pract, 2019, 4(2): 144. doi: 10.4103/JCMRP.JCMRP_14_18
[7] LUCA A, ANGERMAYR B, BERTOLINI G, et al. An integrated MELD model including serum sodium and age improves the prediction of early mortality in patients with cirrhosis[J]. Liver Transpl, 2007, 13(8): 1174-1180. doi: 10.1002/lt.21197
[8] 徐小元, 丁惠国, 李文刚, 等. 肝硬化诊治指南[J]. 实用肝脏病杂志, 2019, 22(6): 770-786. doi: 10.3969/j.issn.1672-5069.2019.06.004 [9] 卞兆连, 邵建国, 薛红. CONUT联合CTP评分预测肝硬化合并肝性脑病患者近期预后的临床意义[J]. 胃肠病学, 2023, 28(1): 6-11. doi: 10.3969/j.issn.1008-7125.2023.01.002 [10] WU D, WANG X W, DING Y Y, et al. PNI, NLR and PLR combined detection prognosis of patients with chronic hepatitis C-associated cirrhosis complicated by T2DM[J]. J Infect Dev Ctries, 2023, 17(10): 1356-1361. doi: 10.3855/jidc.18157
[11] KRISHNAN A, WORETA T A, VAIDYA D, et al. MELD or MELD-Na as a predictive model for mortality following transjugular intrahepatic portosystemic shunt placement[J]. J Clin Transl Hepatol, 2023, 11(1): 38-44.
[12] LOUISSAINT J, DEUTSCH-LINK S, TAPPER E B. Changing epidemiology of cirrhosis and hepatic encephalopathy[J]. Clin Gastroenterol Hepatol, 2022, 20(8): S1-S8. doi: 10.1016/j.cgh.2022.04.036
[13] 张滢, 朱月永. 肝性脑病相关临床治疗策略[J]. 中国临床医生杂志, 2019, 47(12): 1400-1402. doi: 10.3969/j.issn.2095-8552.2019.12.005 [14] 王蕾, 李维泉, 陈力, 等. 糖组检测在肝脏疾病诊疗中的应用现状与未来展望[J]. 药学进展, 2021, 45(11): 827-834. [15] 齐洪武, 曾维俊, 刘岩松, 等. 神经元特异度烯醇化酶在中枢神经系统损伤中的应用研究进展[J]. 疑难病杂志, 2023, 22(10): 1106-1110. doi: 10.3969/j.issn.1671-6450.2023.10.019 [16] SUN Y X, WANG S, GAN S Q, et al. Serum neuron-specific enolase levels associated with connectivity alterations in anterior default mode network after mild traumatic brain injury[J]. J Neurotrauma, 2021, 38(11): 1495-1505. doi: 10.1089/neu.2020.7372
[17] KUREK K, SWIECZKOWSKI D, PRUC M, et al. Predictive performance of neuron-specific enolase (NSE) for survival after resuscitation from cardiac arrest: a systematic review and meta-analysis[J]. J Clin Med, 2023, 12(24): 7655. doi: 10.3390/jcm12247655
[18] 刘宁静, 于慧静, 曹晓春. 门冬氨酸鸟氨酸联合乳果糖对老年肝性脑病疗效和NSE的影响[J]. 中南医学科学杂志, 2023, 51(4): 579-581. [19] 范静, 徐静, 袁雪. 利福昔明联合乳果糖治疗肝性脑病患者疗效及其血清S100B蛋白和神经元特异度烯醇化酶变化[J]. 实用肝脏病杂志, 2021, 24(1): 103-106. [20] SEHGAL P, SHARMA S, SOOD A, et al. Assessment and prediction of malnutrition and sarcopenia in liver cirrhosis patients[J]. Nutrire, 2023, 48(1): 6. doi: 10.1186/s41110-023-00189-9
[21] ROMEIRO F G, AUGUSTI L. Nutritional assessment in cirrhotic patients with hepatic encephalopathy[J]. World J Hepatol, 2015, 7(30): 2940-2954. doi: 10.4254/wjh.v7.i30.2940
[22] LATTANZI B, D'AMBROSIO D, MERLI M. Hepatic encephalopathy and sarcopenia: two faces of the same metabolic alteration[J]. J Clin Exp Hepatol, 2019, 9(1): 125-130. doi: 10.1016/j.jceh.2018.04.007
[23] ONODERA T, GOSEKI N, KOSAKI G. Prognostic nutritional index in gastrointestinal surgery of malnourished cancer patients[J]. Nihon Geka Gakkai Zasshi, 1984, 85(9): 1001-1005.
[24] 朱铭钰, 朱静, 方兴超, 等. 预后营养指数与癌症预后的关联研究: 一项伞状评价[J]. 实用预防医学, 2023, 30(10): 1204-1210. doi: 10.3969/j.issn.1006-3110.2023.10.012 [25] WANG X Y, KANG Z L, WANG Y C, et al. Application of prognostic nutritional index in the predicting of prognosis in young adults with acute ischemic stroke[J]. World Neurosurg, 2023, 178: e292-e299. doi: 10.1016/j.wneu.2023.07.045
[26] ZHUANG C L, CHEN Y D, RUAN J S, et al. Correlation between the prognostic nutritional index and outcomes in older patients aged ≥60 years with chronic heart failure[J]. Int J Clin Pharm, 2023, 45(1): 163-173. doi: 10.1007/s11096-022-01501-9
[27] 孔钦香, 盛吉芳. 慢性乙肝肝硬化患者肝性脑病不同分级与肝脏储备功能的相关性[J]. 中国微生态学杂志, 2023, 35(2): 190-196. [28] CHEN P C, CHEN B H, HUANG C H, et al. Integrated model for end-stage liver disease maybe superior to some other model for end-stage liver disease-based systems in addition to Child-Turcotte-Pugh and albumin-bilirubin scores in patients with hepatitis B virus-related liver cirrhosis and spontaneous bacterial peritonitis[J]. Eur J Gastroenterol Hepatol, 2019, 31(10): 1256-1263. doi: 10.1097/MEG.0000000000001481
-
期刊类型引用(11)
1. 陈碧莹，沈耀红，黄玉萍，臧亚勤，陈苗苗. 儿童反复呼吸道感染的影响因素分析及其预测模型构建与验证. 实用预防医学. 2024(03): 265-269 . 
百度学术
2. 刘梅，汤朝骞. 呼出气一氧化氮、脉冲振荡检查在儿童哮喘中的诊断价值分析. 中国社区医师. 2024(05): 86-88 . 百度学术
3. 王琪红，吴婷婷. 个体化预测儿童反复呼吸道感染发生的列线图模型建立. 中国妇幼保健. 2024(12): 2206-2209 . 百度学术
4. 徐金梅，张德强，王永霞，张利兵. 儿童下呼吸道感染病原菌种类调查及并发哮喘的预测模型构建. 中国病原生物学杂志. 2024(07): 768-772 . 百度学术
5. 于斐，曹贞艳，李嘉琦，李敏. 《儿童反复呼吸道感染治未病干预指南》解读. 中医药导报. 2024(09): 56-60+70 . 百度学术
6. 吴卫华. 个体化预测小儿反复上呼吸道感染诱发风险的列线图模型构建与评估. 中国当代医药. 2023(28): 8-12+17 . 百度学术
7. 李敏，曹玲. 儿童反复呼吸道感染治未病干预指南. 北京中医药. 2023(11): 1191-1196 . 百度学术
8. 张雪琼，刘斯巧，白晓静，邓英. 高原地区儿童反复呼吸道感染发生风险预测列线图模型的构建与验证. 实用心脑肺血管病杂志. 2022(08): 79-84 . 百度学术
9. 丁国宏，马珍，姚萍. 儿童反复呼吸道感染的营养相关危险因素及风险模型构建. 中国妇幼保健. 2022(17): 3236-3239 . 百度学术
10. 谢晓东，马妮萨，刘鹏华. 洛阳地区呼吸道感染儿童家长呼吸道感染相关知识掌握情况. 华南预防医学. 2022(08): 1033-1036 . 百度学术
11. 时庆康，张瑞，吴强，尹成敏. 反复上呼吸道感染患儿血清微量元素缺乏临床分析. 中华肺部疾病杂志(电子版). 2022(03): 352-354 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 101
- HTML全文浏览量: 24
- PDF下载量: 9
- 被引次数: 11
苏公网安备 32100302010246号
