Diagnostic Value of SIRI for Acute Ischemic Stroke-Associated Pneumonia of the Brain
-
摘要:
目的 探讨系统炎症反应指数（systemic inflammation response index，SIRI）对脑急性缺血性卒中相关性肺炎的预测价值。 方法 收集2017年1月至2022年12月于昆明医科大学第一附属医院确诊为脑急性缺血性卒中患者的基线资料，计算SIRI指数。根据卒中发病7 d内是否发生SAP将患者分为SAP组（665例）和非SAP组（466例）。采用Logistic回归分析SIRI指数与脑急性缺血性卒中患者发生SAP的关系，采用ROC分析SIRI对SAP的预测价值。 结果 总计665例脑急性缺血性卒中患者纳入分析，患者中位年龄为67.00 （56.00～76.00）岁，SAP的发生率为29.92%。SAP组患者年龄、房颤发生率、抑酸药物使用率、留置胃管使用率、 空腹血糖值、NHISS评分的中度和重度患者占比、白细胞数、中性粒细胞数、单核细胞数、SIRI指数占比均高于非SAP组（P < 0.05）；但是，SAP组患者血红蛋白值和淋巴细胞数均低于非SAP组（P < 0.05）；年龄、留置胃管、NHISS评分越高组以及SIRI指数为脑急性缺血性卒中患者发生SAP的危险因素，ROC分析显示SIRI对脑急性缺血性卒中相关性肺炎的预测准确度为0.707（95%CI：0.662～0.753，P < 0.001）。 结论 SIRI指数与脑急性缺血性卒中相关性肺炎发生相关，对脑急性缺血性卒中相关性肺炎具有预测价值。 Abstract:Objective To investigate the predictive value of systemic inflammatory response index （SIRI） for acute ischemic stroke-associated pneumonia of the brain. Methods The baseline data of patients diagnosed with acute ischemic stroke in the First Affiliated Hospital of Kunming Medical University from January 2017 to December 2022 were gathered to calculate the SIRI index. Patients were divided into SAP group （665 cases） and Non-SAP （466 cases） group according to whether SAP occurred within 7 days of stroke onset. Logistic regression was used to analyze the relationship between SIRI index and SAP in patients with acute ischemic stroke-associated pneumonia of the brain, and ROC was used to analyze the predictive value of SIRI for SAP. Results The analysis included 665 patients with acute ischemic stroke whose median age was 67.00 （56.00～76.00） years old, and the incidence of SAP was 29.92%. The age, the incidence of atrial fibrillation, the use rate of acid suppressive drugs, the use rate of indwelling gastric tube, fasting blood glucose, the proportion of moderate and severe patients in the NHISS score, the number of white blood cells, neutrophils, monocytes, and SIRI index in the SAP group were higher than those in the non SAP group （P < 0.05）. However, the hemoglobin value and lymphocyte number in SAP group were lower than those in non SAP group （P < 0.05）. Logistic regression analysis showed that age, indwelling gastric tube, higher NHISS score group and SIRI index were the risk factors of SAP in patients with acute ischemic stroke. ROC analysis showed that the prediction accuracy of SIRI for patients with acute ischemic stroke-associated pneumonia of the brain was 0.707 （95%CI: 0.662～0.753, P < 0.001）. Conclusion SIRI index is correlated with the occurrence of acute ischemic stroke- associated pneumonia and has the predictive value for it. -
Key words:
- Acute ischemic stroke of the brain /
- SAP /
- SIRI /
- Diagnostic value
-
随着我国艾滋病抗病毒治疗（antiretroviral therapy，ART）有效开展和覆盖面的增加，显著降低了我国HIV/AIDS的死亡率[1]，但长期、大范围的ART导致了HIV-1耐药株的出现和流行。耐药株的产生是导致抗病毒治疗失败的一个关键因素，耐药株的传播导致原发性耐药的发生，给临床治疗中选择药物的过程带来巨大的考验，因此需要将ART前基线耐药是否会对ART效果产生影响纳入考虑范围内。 2014年世界卫生组织提出了治疗前耐药监测的指南[2]，在以往耐药传播和耐药发生监测的基础上，重点关注治疗前的耐药水平，该监测中包括首次治疗的人群和停药再治疗的人群，可以综合反映一个地区耐药传播和耐药发生的累计效应对治疗效果的潜在影响，也被用来作为是否需要采取公共卫生应对措施的一个指标，如更换不含NNRTI类药物的一线治疗方案。到2017年底大理州存活 HIV/AIDS共
7386 人，其中6203 人已接受抗病治疗。目前还没有学者对大理州进行过较为全面的治疗前耐药调查。此研究旨在调查大理州长期进行ART后，起始ART的人群中病毒基因型和耐药株的流行水平，为该地区提供科学依据，以便于更好地控制HIV-1耐药毒株传播。1. 对象与方法
1.1 研究对象
采用横断面调查方法，招募大理州2018年1～8月，年龄≥18岁，起始抗病毒治疗的HIV/AIDS，包括首次治疗和停药后又重新接受治疗的HIV/AIDS患者。在取得书面知情同意后，进行流行病学信息的收集，包括被调查者的年龄、性别、婚姻状况、教育水平、感染途径、既往抗病毒治疗历史以及CD4+ T淋巴细胞计数。采集EDTA抗凝全血样本，将其分离并存储在-80 ℃的条件下。本研究经云南省生物医学伦理审查委员会批准。
1.2 实验室检测
按照标准操作程序，使用凯杰生物技术（上海）有限公司的QIAsymphony SP，全自动核酸提取仪，从每个血浆样本中提取HIV-1病毒RNA，样本体积为140 μL，采用in-house方法，通过巢式PCR对HIV-1 pol区基因序列进行扩增，对应HXB2的位置为2253-3553，引物序列和PCR反应程序详见以前的文献[1]。在中国CDC性病艾滋病预防控制中心病毒免疫研究室完成了HIV-1 RNA提取和pol基因区扩增。使用1%琼脂糖凝胶电泳对PCR产物条带进行观察，后将阳性样品送至北京赛诺基因组研究中心有限公司纯化和测序。测序引物见已发表的文献[3]。
1.3 亚型鉴定和耐药分析
成功获取了序列后笔者采用Gene Codes公司的Sequencher 5.1软件进行了序列拼接，多序列比对和序列整理使用的是Bioedit软件。为获得HIV-1的亚型或重组型，笔者使用了Mega 6.0软件来构建Neighbor-Joining（NJ）系统进化树，接着利用Bootstrap值大于70%的标准来鉴定HIV-1的亚型或重组型。重组分析采用了HIV数据库提供的RIP 3.0分析工具进行深入研究。（ http://www.hiv.lanl.gov）。并且借助斯坦福大学（ http://hivdb.stanford.edu）的HIVdb数据库对所得序列进行耐药位点和耐药程度的判断，耐药程度分为敏感、潜在耐药、低度耐药、中度耐药和高度耐药。具体判定为耐药的条件是在2014年WHO治疗前耐药监测指南[2]推荐的12种监测药物中，至少有1种以上的药物显示出低度以上的耐药性。
1.4 统计学处理
运用SPSS 21.0软件进行统计学分析。采用例数、比例或构成比（%）描述计数资料，人口学特征和HIV-1基因型分布的比较采用χ2检验。双侧检验，以P < 0.05为差异有统计学意义。
2. 结果
2.1 研究对象人口学特征
2018年1～8月在大理州收集初始抗病毒治疗的HIV/AIDS患者122例，采集血液样品用于HIV-1 pol区基因扩增，测序后得到满足耐药分析的pol区基因序列样品共114份。
获得pol区基因序列的114份样品中，111例（97.4%）为初始治疗，3例（2.6%）为停药后重新入组治疗，无既往预防服药和母婴阻断的病例。男女性别比例为1.6∶1；平均年龄43岁（19～78岁）；汉族占74.6%（85/114），其他民族占25.4%（29/114）。婚姻状况，未婚者占21.9%（25/114），已婚者占70.2%（80/114），离异/丧偶者占7.9%（9/114）。异性性传播是主要传播途径，占81.6%（93/114），同性性传播占9.6%（11/114），注射吸毒传播占8.8%（10/114），见表1。艾滋病患者在所有研究对象中占到33.3%（38/114）。
表 1 2018年大理州初始抗病毒治疗的HIV/AIDS人口学特征基本情况Table 1. Demographic characteristics of the subjects人口学特征 合计 （n = 114） 构成比（%） 性别 男 71 62.2 女 43 37.7 年龄组（岁） ≤ 30 15 13.2 31～50 63 55.3 ≥ 51 36 31.6 民族 汉 85 74.6 其他 29 25.4 婚姻状况 未婚 25 21.9 已婚 80 70.2 离异或丧偶 9 7.9 感染途径 异性性传播 93 81.6 同性性传播 11 9.6 注射吸毒 10 8.8 2.2 HIV-1基因型分布特征
研究对象中存在7种HIV-1的基因型，按照从高到低的顺序排列，构成比如下：CRF08_BC（59.6%，68/114）、CRF07_BC（25.4%，29/114）、CRF01_AE（7.0%，8/114）、URFs（4.4%，5/114）、CRF85_BC（1.8%，2/114）、C亚型（0.9%，1/114）、CRF55_01B（0.9%，1/114）。在URFs中，主要为BC重组，占60%（3/5），其他包括CRF01_AE/B（20%，1/5）和CRF01_AE/BC（20%，1/5）。
HIV-1基因型在性别、民族、婚姻状况和CD4+T淋巴细胞计数的分布上差异无统计学意义（P > 0.05），而在年龄和感染途径的分布，差异有统计学意义（ P < 0.05），见 表2。CRF08_BC在注射吸毒传播和异性性传播中均有分布，在同性性传播中未检测到，分布差异有统计学意义（χ2 = 15.495，P ≤ 0.001；χ2 = 11.667，P = 0.001）；CRF01_AE则主要分布在性传播人群中，且同性性传播人群中比例较异性性传播人群中高，差异有统计学意义（χ2 = 8.991，P = 0.003）。在年龄分布中，CRF08_BC主要分布在31岁以上年龄组中，在 ≤ 30岁年龄组中比例较低，差异有统计学意义（χ2 = 4.970，P = 0.026）；而CRF01_AE主要分布于 ≤ 30岁年龄组，同31岁以上年龄组中分布相比差异有统计学意义（χ2 = 23.270，P ≤ 0.001）。
表 2 2018年大理州初始抗病毒治疗的HIV/AIDS中HIV-1基因型分布情况[n（%）]Table 2. Demographic characteristics and genotype distribution of the subjects [n（%）]人口学特征 合计
（n = 114）基因型 χ2 P CRF08_BC
（n = 68）CRF07_BC
（n = 29）CRF01_AE
（n = 8）其他
（n = 9）性别 4.053 0.246 男 71 42（59.2） 20（28.2） 6（8.5） 3（4.2） 女 43 26（60.5） 9（20.9） 2（4.7） 6（14.0） 年龄组（岁） 20.937 0.001* ≤ 30 15 5（33.3） 3（20.0） 6（40.0） 1（6.7） 31～50 63 40（63.5） 14（22.2） 2（3.2） 7（11.1） ≥51 36 23（63.9） 12（33.3） 0（0.0） 1（2.8） 民族 2.292 0.517 汉 85 51（60.0） 22（25.9） 7（8.2） 5（5.9） 其他 29 17（58.6） 7（24.1） 1（3.4） 4（13.8） 婚姻状况 8.357 0.153 未婚 25 12（48.0） 7（28.0） 5（20.0） 1（4.0） 已婚 80 49（61.3） 21（26.3） 3（3.8） 7（8.8） 离异或丧偶 9 7（77.8） 1（11.1） 0（0.0） 1（11.1） 感染途径 25.637 < 0.001* 异性性传播 93 62（66.7） 21（22.6） 4（4.3） 6（6.5） 同性性传播 11 0（0.0） 6（54.5） 4（36.4） 1（9.1） 注射吸毒 10 6（60.0） 2（20.0） 0（0.0） 2（20.0） CD4（个/μL） 13.000 0.118 < 200 38 22（57.9） 10（26.3） 1（2.6） 5（13.2） 200～ 33 23 （69.7） 7（21.2） 2（6.1） 1（3.0） 350～ 25 13 （52.0） 7（28.0） 5（20.0） 0（0.0） ≥ 500 18 10 （55.6） 5 （27.8） 0（0.0） 3（16.7） *P < 0.05。 2.3 治疗前HIV-1耐药情况
在获得基因序列的114例样品中，25例（21.9%，25/114）携带耐药突变位点，其中1例（0.9%，1/114）携带核苷类反转录酶抑制剂（NRTIs）的耐药位点，耐药位点为M41L，针对齐多夫定（AZT）和司他夫定（D4T）低度耐药；22例（19.3%，22/114）携带非核苷类反转录酶抑制剂（NNRTIs）的耐药位点，但只有1例出现低度以上耐药，所携耐药位点K103N，V108I，H221Y对依非韦伦（EFV）和奈韦拉平（NVP）高度耐药；2例（1.8%，2/114）携带蛋白酶抑制剂（PI）的耐药位点，均为耐药敏感。比例较高的突变位点E138A（9.6%，11/114）和V179D/E（9.6%，11/114）均为辅助耐药突变位点，独立存在不引起耐药，按照WHO治疗前耐药监测的耐药判断标准，HIV-1耐药率为1.8%（2/114），其中NRTIs耐药率为0.9%（1/114），NNRTIs耐药率为0.9%（1/114），见表3。
表 3 大理州HIV/AIDS抗病毒治疗前HIV-1耐药位点与耐药程度 [n（%）]Table 3. HIV-1 resistance sites and degree of resistance before antiretroviral therapy [n（%）]耐药位点 耐药 HIV-1基因型（n） 耐药程度 CRF08_BC CRF07_BC CRF01_AE 其他 NRTIs M41L 1 （0.9） 1 0 0 0 L （AZT，D4T），
P （DDI）NNRTIs E138A 10 （8.8） 10 0 0 0 S E138A，V179E 1 （0.9） 1 0 0 0 P （EFV，NVP） K103N，V108I，H221Y 1 （0.9） 1 0 0 0 H （EFV，NVP） V179D 5 （4.4） 4 0 0 1 P （EFV，NVP） V179E 5 （4.4） 4 0 0 1 P （EFV，NVP） PIs K43T 2 （1.8） 0 2 0 0 S NRTIs：核苷类反转录酶抑制剂；NNRTIs：非核苷类反转录酶抑制剂；PIs：蛋白酶抑制剂；S：敏感；P：潜在耐药；L：低度耐药；H：高度耐药；AZT：齐多夫定；D4T：司他夫定；DDI：去羟肌苷；EFV：依非韦伦；NVP：奈韦拉平。 3. 讨论
本研究结果显示大理州HIV/AIDS中HIV-1基因型主要以CRF08_BC为主，其次是CRF07_BC和CRF01_AE，这和既往监测数据一致[4-7]，表明大理州自HIV-1流行以来，CRF08_BC仍然是当地最主要的HIV-1流行株。但近年来，大理州也发现了少量的独特型重组形式（unique recombinant forms，URFs）和其它流行重组形式（circulating recombinant forms，CRFs）。本次调查发现了5例URFs（4.4%，5/114）和2例CRFs（1.8%，2/114），其中URFs中以BC重组常见。
大理州HIV-1基因型在传播途径中的构成存在差异，表现为异性性传播和注射吸毒传播中以CRF08_BC为主，同性性传播中以CRF07_BC和CRF01_AE为主，这与云南省总体的流行特征一致[8-9]。URFs在注射吸毒、同性性传播和异性性传播人群中分布差异无统计学意义，BC重组仍主要存在于注射吸毒人群，表明该地区基因型重组变异仅在小范围的人群中通过不同感染途径产生。2例CRFs主要存在于异性性传播人群中，包括最早在中国东部地区的MSM中鉴定出来的CRF55_01B[10]和流行于四川省南部地区的CRF85_BC[11]，前者从2015年起就在大理州有少量报道但并未形成大量流行，后者则是新鉴定出的流行重组型，其流行模式较独特，主要流行于异型性传播的50岁及以上人群，异性性传播（尤其是商业性传播）是驱动CRF85_BC流行起来的重要因素[12]。而本次调查的2例基因型为CRF85_BC的HIV/AIDS年龄均在50岁左右，并且都曾经有过商业性行为，提示应加强对当地50岁及以上年龄高风险人群的安全性教育和HIV流行病学监测。
为评估一线抗病毒治疗方案中药物的有效性，2014年WHO发布了治疗前耐药监测指南。治疗前耐药监测的对象包括初始治疗和停药后重新入组治疗的HIV/AIDS。因此治疗前耐药既受耐药传播的影响，也受耐药发生的影响[13]。根据推荐的方法，在一些中低收入国家开展的治疗前耐药监测显示治疗前耐药流行率已经超过10%。其中治疗前耐药流行率增高主要是因为NNRTIs耐药的显著上升。最近WHO耐药监测报告显示在30个国家中，21个对NNRTIs类药物EFV和NVP的耐药水平已经超过了10%[13]。根据治疗前耐药监测指南，一旦治疗前NNRTIs的耐药率超过10%，就需要采取公共卫生干预措施，或者通过治疗前耐药检测指导抗病毒治疗方案的选择。为应对NNRTIs耐药升高，2019年WHO更新了抗病毒治疗指南，推荐使用含整合酶抑制剂DTG联合NRTI的骨干药物作为治疗HIV/AIDS的首选一线治疗方案[14]。
本研究中97.4%的研究对象为初始治疗，仅3例为停药后重新入组治疗，无既往预防服药和母婴阻断的病例。这3例研究对象中均未检测到耐药突变位点。监测结果显示，本地治疗前耐药总体上处于低流行水平，目前的抗病毒治疗方案还是有效的，尚不需要启动公共卫生的应对措施。另外从以往新近感染人群监测的结果来看，云南省耐药传播水平总体也处于低度水平[15]。
在检测到的耐药突变中，E138A和V179D/E的比例较高，但这2个突变均为辅助耐药突变位点。E138A是一个多态性的耐药基因突变位点，在未治疗患者中的流行率在1%～6%之间，还存在亚型间的差异，在A亚型和C亚型中E138A的突变较高[16]。E138A突变能够降低利匹韦林（RPV）和依曲韦林（ETR）敏感性2倍[17]，导致对RPV和ETR轻度耐药，但这2种药物都不属于WHO治疗前耐药监测的药物[14]，也不在我国免费抗病毒治疗方案中的一线治疗方案。本研究显示E138A位点突变主要在CRF08_BC中检测到，与之前其他地区的研究一致[18-19]，考虑E138A突变为CRF08_BC病毒的多态性位点。V179D/E单独存在仅引起潜在耐药，通常作为辅助耐药突变调节其他NNRTIs耐药突变的效应。
目前感染者在治疗前都未进行基因型耐药的检测，因此携带耐药基因的HIV/AIDS在抗病毒治疗中出现的耐药性或药物压力选择会导致更多耐药突变的产生，进而造成传播。因此需要进一步加强耐药监测，及时评估我国免费抗病治疗的效果，特别是应该关注NNRTIs的耐药。因为NNRTIs的耐药遗传屏障低，容易引起多个独立性的NNRTIs耐药位点产生，高度耐药合并严重的交叉耐药可以由单个或双个主要突变引发[20]。作为我国HIV抗病毒治疗的一线药物，NNRTIs的高耐药率对ART的治疗有效性具有潜在的影响。
本研究存在一些局限性。首先笔者并未获得所有纳入本调查研究对象的HIV基因序列，提取和扩增失败可能是由于样本储存运输条件受限导致病毒RNA降解。其次调查研究周期较短及样本数受限，导致可能无法完全准确地反映大理州2018年HIV/AIDS中病毒基因型的种类和HIV-1抗病毒治疗前耐药的流行水平。
综上所述，大理州HIV/AIDS中病毒基因型较复杂，与云南省主要HIV-1基因型流行一致，治疗前耐药尚处于低度水平，但从全球的耐药发展规律来看，仍需要加强HIV耐药监测工作，以维持治疗前耐药的低度流行水平及时掌握耐药基因突变的数据，适时选择和调整一线抗病毒治疗方案，保证公共卫生抗病毒治疗策略的有效维持。
-
图 1 SIRI对脑急性缺血性卒中发生患者SAP预测价值
Figure 1. The predictive value of SIRI for SAP in patients with acute ischemic stroke associated of the brain
表 1 SAP组与非SAP组基线资料比较[n（%）/P50（P25，P75）]
Table 1. Comparison of baseline data between SAP group and non SAP group [n（%）/P50（P25，P75）]
变量 ALL（n=665） 非SAP（n=466） SAP（n=199） t/z/χ2 P 年龄（岁） 67.00（56.00～76.00） 65.00（55.00～75.00） 70.00（60.00～79.00） −4.208 <0.001* 性别 男 420（63.16） 299（64.16） 121（60.80） 0.676 0.411 女 245（36.84） 167（35.84） 78（39.20） 饮酒 0.052 0.819 无 452（67.97） 318（68.24） 134（67.34） 有 213（32.03） 148（31.76） 65（32.66） 吸烟 0.265 0.606 无 391（58.80） 271（58.15） 120（60.30） 有 274（41.20） 195（41.85） 79（39.70） 房颤 5.108 0.024* 无 615（92.48） 438（93.99） 177（88.94） 有 50（7.52） 28（6.01） 22（11.06） 冠心病 0.002 0.967 无 592（89.02） 415（89.06） 177（88.94） 有 73（10.98） 51（10.94） 22（11.06） 糖尿病 0.095 0.758 无 523（78.65） 365（78.33） 158（79.40） 有 142（21.35） 101（21.67） 41（20.60） 高血压 1.542 0.214 无 247（37.14） 166（35.62） 81（40.70） 有 418（62.86） 300（64.38） 118（59.30） 高血脂 0.652 0.419 无 496（70.53） 333（71.46） 136（68.34） 有 196（29.47） 133（28.54） 63（31.66） 既往卒中 0.007 0.933 无 516（77.59） 362（77.68） 154（77.39） 有 149（22.41） 104（22.32） 45（22.61） 使用抑酸药 19.246 <0.001* 无 165（24.81） 138（29.61） 27（13.57） 有 500（75.19） 328（70.39） 172（86.43） 留置胃管 191.258 <0.001* 无 526（79.10） 435（93.35） 91（45.73） 有 139（20.90） 31（6.65） 108（54.27） NHISS评分 137.251 <0.001* 轻度组 350（52.63） 301（64.59） 49（24.62） 中度组 236（35.49）# 148（31.76）# 88（44.22）# 重度组 79（11.88）#△ 17（3.65）#△ 62（31.16）#△ 血红蛋白（g/L） 150.00（137.00～161.00） 150.50（139.00～163.00） 148.00（134.00～160.00） −2.605 0.009* 血小板（×109/L） 199.00（163.00～241.00） 201.00（164.00～241.25） 195.00（157.00～240.00） −0.806 0.420 血糖（mmol/L） 5.60（4.81～7.10） 5.40（4.72～6.62） 6.20（5.22～8.10） −5.213 <0.001* 白细胞总数（×109/L） 7.31（6.06～9.31） 7.13（5.91～8.66） 8.74（6.58～11.57） −6.398 <0.001* 中性粒细胞（×109/L） 4.93（3.65～7.18） 4.56（3.53～6.14） 6.80（4.17～9.24） −7.344 <0.001* 淋巴粒细胞（×109/L） 1.61（1.19～2.08） 1.71（1.30～2.14） 1.33（0.96～1.84） −5.849 <0.001* 单核粒细胞（×109/L） 0.48（0.36～0.61） 0.47（0.36～0.57） 0.53（0.39～0.71） −3.893 <0.001* SIRI指数 1.42（0.83～2.62） 1.20（0.76～2.04） 2.39（1.23～4.66） −8.476 <0.001* 与轻度组比较，#P < 0.05；与中度组比较，△P < 0.05；*P < 0.05。 
下载: 导出CSV
表 2 脑急性缺血性卒中患者并发SAP的影响因素分析
Table 2. Multivariate analysis of influencing factors of SAP in patients with acute ischemic stroke associated of the brain
变量 B Sb Wald OR（95%CI） P 年龄 0.029 0.008 12.181 1.030（1.013～1.047） <0.001* 留置胃管 否 1 是 2.224 0.281 62.575 9.247（5.329～16.046） <0.001* NHISS评分 轻 1 中 1.027 0.227 20.443 2.793（1.789～4.359） <0.001* 重 1.686 0.384 19.325 5.398（2.545～11.447） <0.001* SIRI指数 0.030 0.015 4.056 1.031（1.001～1.061） 0.044* *P < 0.05。
下载: 导出CSV
-
[1] 中华人民共和国国家卫生健康委员会. 《中国脑卒中防治报告2021》概要[J]. 中国脑血管病杂志,2023,20(11):783-793. [2] Go A S,Mozaffarian D,Roger V L,et al. Heart disease and stroke statistics 2014 update: A report from the American heart association[J]. Circulation,2014,129(3):e28-e292. [3] 张云芳,庄杉杉,余艳,等. PEAR1基因多态性与缺血性脑卒中的相关性研究[J]. 昆明医科大学学报,2023,44(11):135-139. [4] 周鹏,赵亚敏,李红金,等. 急性脑梗死患者合并肺部感染的影响因素分析及对预后的影响[J]. 中华医院感染学杂志,2019,29(2):212-214,223. [5] De J,Takx R,Kauw F,et al. Signs of pulmonary infection on admission chest computed tomography are associated with pneumonia or death in patients with acute stroke[J]. Stroke,2020,51(6):1690-1695. doi: 10.1161/STROKEAHA.120.028972 [6] 陈祯蕾,胡庆哲,霍颖超,等. 血清白细胞介素33对急性缺血性卒中患者并发卒中相关性肺炎的预测价值[J]. 中国脑血管病杂志,2020,17(11):655-660. [7] Smith C J,Kishore A K,Vail A,et al. Diagnosis of stroke-associated pneumonia: Recommendations from the pneumonia in stroke consensus group[J]. Stroke,2015,46(8):2335-2340. doi: 10.1161/STROKEAHA.115.009617 [8] Teh W H,Smith C J,Barlas R S,et al. Impact of stroke-associated pneumonia on mortality,length of hospitalization,and functional outcome[J]. Acta Neurol Scand,2018,138(4):293-300. doi: 10.1111/ane.12956 [9] Hannawi Y,Hannawi B,Rao C P V,et al. Stroke-associated pneumonia: Major advances and obstacles[J]. Cerebrovascular Diseases (Basel,Switzerland),2013,35(5):430-443. doi: 10.1159/000350199 [10] Li J,Luo H,Chen Y,et al. Comparison of the predictive value of inflammatory biomarkers for the risk of stroke-associated pneumonia in patients with acute ischemic stroke[J]. Clin Interv Aging,2023,11(18):1477-1490. [11] Wang R,Wen,Jiang Z,et al. The clinical value of neutrophil-to-lymphocyte ratio (NLR),systemic immune-inflammation index (SII),platelet-to-lymphocyte ratio (PLR) and systemic inflammation response index (SIRI) for predicting the occurrence and severity of pneumonia in patients with intracerebral hemorrhage[J]. Front Immunol,2023,13(14):1115031. [12] 李岸,梁小妞,刘丰韬,等. 外周血炎症标志物对急性缺血性脑卒中相关性肺炎的预测价值[J]. 中国临床神经科学,2023,31(1):28-35. [13] Xia Y,Xia C,Wu L,et al. Systemic immune inflammation index (SII),system inflammation response index (SIRI) and risk of all-cause mortality and cardiovascular mortality: A 20-year follow-up cohort study of 42,875 US adults[J]. J Clin Med,2023,12(3):1128. doi: 10.3390/jcm12031128 [14] Dziedzic E A,Gąsior J S,Tuzimek A,et al. Investigation of the associations of novel inflammatory biomarkers-systemic inflammatory index (SII) and systemic inflammatory response index (SIRI)-with the severity of coronary artery disease and acute coronary syndrome occurrence[J]. Int J Mol Sci,2022,23(17):9553 doi: 10.3390/ijms23179553 [15] Lin K,Fan F,Cai M,et al. Systemic immune inflammation index and system inflammation response index are potential biomarkers of atrial fibrillation among the patients presenting with ischemic stroke[J]. Eur J Med Res,2022,27(1):106. doi: 10.1186/s40001-022-00733-9 [16] Song Y,Zhao Y,Shu Y,et al. Combination model of neutrophil to high-density lipoprotein ratio and system inflammation response index is more valuable for predicting peripheral arterial disease in type 2 diabetic patients: A cross-sectional study. [J]. Front Endocrinol (Lausanne),2023,16(14): 1100453. [17] Zhao S,Dong S,Qin Y,et al. Inflammation index SIRI is associated with increased all-cause and cardiovascular mortality among patients with hypertension.[J]. Front Cardiovasc Med,2022,11(9):1066219. [18] 中华医学会神经病学分会,中华医学会神经病学分会脑血管病学组,中华医学会神经病学分会神经血管介入协作组. 中国急性缺血性卒中早期血管内介入诊疗指南2022[J]. 中华神经科杂志,2022,55(6):565-580. [19] 王拥军,陈玉国,吕传柱,等. 卒中相关性肺炎诊治中国专家共识(2019更新版)[J]. 中国卒中杂志,2019,14(12):1251-1262. [20] 陶俐丽. 急性脑血管患者发生卒中相关性肺炎临床特征及防治措施[J]. 中西医结合心血管病电子杂志,2022,10(28):80-82. [21] 陈照娣,黄绮芸,葛文逸,等. NLR、PLR、CRP/ALB诊断卒中相关性肺炎的价值及其对预后的影响[J]. 医学理论与实,2024,37(10):108-110. [22] Zawiah M,Khan A H,Abu F R,et al. Predictors of stroke-associated pneumonia and the predictive value of neutrophil percentage-to-albumin ratio[J]. Postgrad Med,2023,135(7):681-689. doi: 10.1080/00325481.2023.2261354 [23] Borges L,Pithon-Curi T C,Curi R,et al. COVID-19 and neutrophils: The relationship between hyperinflammation and neutrophil extracellular traps[J]. Mediators Inflamm,2020,12(2):8829674. [24] Novotny J,Oberdieck P,Titova A,et al. Thrombus NET content is associated with clinical outcome in stroke and myocardial infarction[J]. Neurology,2020,94(22):e2346-e2360. [25] Han D,Liu H,Gao Y. The role of peripheral monocytes and macrophages in ischemic stroke[J]. Neurol Sci,2020,41(12):3589-3607. doi: 10.1007/s10072-020-04777-9 [26] Li S,Huang Y,Liu Y,et al. Change and predictive ability of circulating immunoregulatory lymphocytes in long-term outcomes of acute ischemic stroke[J]. J Cereb Blood Flow Metab,2021,41(9):2280-2294. doi: 10.1177/0271678X21995694 [27] Citu C,Gorun F,Motoc A,et al. The predictive role of NLR,d-NLR,MLR,and SIRI in COVID-19 mortality[J]. Diagnostics(Basel),2022,12(1):122. [28] Arbănași E M,Halmaciu I,Kaller R,et al. Systemic inflammatory biomarkers and chest CT findings as predictors of acute limb ischemia risk,intensive care unit admission,and mortality in COVID-19 patients[J]. Diagnostics(Basel),2022,12(10):2379. [29] Yun S,Yi H,Lee D,et al. Systemic inflammation response index and systemic immune-inflammation index for predicting the prognosis of patients with aneurysmal subarachnoid hemorrhage[J]. J Stroke Cerebrovasc Dis,2021,30(8):105861. doi: 10.1016/j.jstrokecerebrovasdis.2021.105861 [30] Zhang P,Li Y,Zhang H,et al. Prognostic value of the systemic inflammation response index in patients with aneurismal subarachnoid hemorrhage and a nomogram model construction[J]. Br J Neurosurg,2023,37(6):1560-1566. doi: 10.1080/02688697.2020.1831438 -
下载:
点击查看大图
计量
- 文章访问数: 889
- HTML全文浏览量: 967
- PDF下载量: 23
- 被引次数: 0
