Évaluation quantitative des paramètres hématologiques significatifs Écart par rapport à l’état sain pour la surveillance clinique du sepsis

Summary

Cette étude propose une nouvelle métrique quantitative basée sur la distance euclidienne de trois paramètres hématologiques significatifs (Hb, Lymph %, PDW) par rapport à un état sain pour évaluer la gravité du sepsis. Les résultats démontrent une forte corrélation avec les scores SOFA, offrant un outil simple et objectif pour surveiller le sepsis à l’aide de tests sanguins de routine.

Abstract

La septicémie, une maladie potentiellement mortelle, nécessite un diagnostic amélioré et une évaluation de la gravité. D’après l’observation clinique à long terme, l’hémoglobine (Hb), le pourcentage de lymphocytes (Lymph %) et la largeur de distribution plaquettaire (PDW) changent significativement pendant le sepsis. Cette étude visait à évaluer ces trois paramètres de la formule sanguine complète (FSC) pour distinguer les patients atteints de septicémie des individus en bonne santé et à développer une nouvelle mesure quantitative basée sur leur écart combiné par rapport à un état sain pour évaluer la gravité de la septicémie. Cette étude rétrospective cas-témoins a inclus 496 patients atteints de sepsis (diagnostiqués selon les critères de Sepsis-3 à l’admission) et 1136 témoins sains. L’Hb, le Lymph % et le PDW initiaux ont été normalisés en z-score. Le centroïde 3D de la cohorte saine a été calculé et la distance euclidienne de chaque patient atteint de septicémie par rapport à ce centroïde a été calculée. Les différences entre les groupes et la corrélation avec les scores SOFA ont été analysées. Des nuages de points 3D ont permis de visualiser ces relations. L’Hb, le Lymph % et la PDW différaient significativement entre les patients atteints de septicémie et les témoins (p < 0,001), le sepsis montrant une Hb/Lymph % plus faible et une PDW plus élevée. La distance euclidienne calculée par rapport au centroïde sain était significativement plus élevée chez les patients atteints de septicémie (p < 0,001). Cette distance était fortement corrélée avec les scores SOFA (r = 0,45, p < 0,001) et était plus importante chez les patients présentant une gravité de la maladie plus élevée. La visualisation 3D a confirmé la séparation des groupes, l’intensité des couleurs reflétant cette distance et corrélée avec l’écart croissant par rapport au centroïde sain. La distance euclidienne entre les paramètres clés de la CBC et le centroïde d’une cohorte saine quantifie efficacement l’écart par rapport à un état sain et est corrélée avec la gravité de la maladie. Cette approche utilisant des données de routine de la FSC offre un outil simple et prometteur pour l’évaluation et la surveillance de la gravité du sepsis.

Introduction

La septicémie, en tant que syndrome de réponse inflammatoire systémique causée par une infection, peut entraîner un dysfonctionnement organique grave et reste l’une des principales causes de décès dans les unités de soins intensifs du monde^entier1,2. Malgré les progrès réalisés ces dernières années dans les technologies de diagnostic et de traitement, les taux de mortalité liés au sepsis restent élevés, entre 20 % et 40 %³. L’identification précoce et l’évaluation précise de la gravité du sepsis sont cruciales pour la prise de décision clinique et l’amélioration du pronostic⁴.

À l’heure actuelle, le diagnostic et l’évaluation de la gravité du sepsis reposent principalement sur des systèmes de notation tels que l’évaluation séquentielle de l’insuffisance organique (SOFA) et l’évaluation de la physiologie aiguë et de la santé chronique II (APACHE II^)5,6. Bien que ces systèmes soient largement appliqués dans la pratique clinique, ils ont des limites, notamment des calculs complexes, des évaluations chronophages, des exigences pour de multiples indicateurs physiologiques et résultats d’analyses biochimiques, ainsi qu’un certain degré de subjectivité et d’incohérence dans la pratique clinique ^7,8. La mise en œuvre de ces systèmes de notation pose des défis importants, en particulier dans les établissements de soins de santé primaires et les zones à ressources limitées⁹. Par conséquent, le développement d’un outil d’évaluation du sepsis simple, fiable et facilement réalisable a une importance clinique importante.

Les indicateurs hématologiques, en tant qu’éléments d’examen clinique les plus élémentaires, se caractérisent par une détection rapide, un faible coût et une large disponibilité^10,11. Les observations cliniques ont montré que de multiples indicateurs hématologiques chez les patients atteints de septicémie subissent des changements significatifs, l’hémoglobine (Hb), le pourcentage de lymphocytes (Lymph %) et la largeur de distribution plaquettaire (PDW) montrant des altérations particulièrement notables^12,13. La diminution de l’hémoglobine reflète l’anémie liée à la septicémie, la réduction du pourcentage de lymphocytes indique la suppression de la fonction immunitaire, tandis que l’augmentation de la largeur de distribution plaquettaire est associée à la réponse inflammatoire et au dysfonctionnement de la coagulation^14,15. Des études antérieures 12,13,14,15 ont confirmé que ces indicateurs sont individuellement corrélés avec la gravité et le pronostic du sepsis dans une certaine mesure, mais il n’existe pas de méthodes systématiques pour l’évaluation intégrée de plusieurs indicateurs¹⁶.

Ces dernières années, les méthodes d’analyse de données multidimensionnelles ont été de plus en plus utilisées dans l’évaluation des maladies¹⁷. La distance euclidienne, en tant que méthode de mesure géométrique pour quantifier les différences entre les échantillons, peut être utilisée pour évaluer le degré d’écart des indicateurs de patient par rapport aux valeurs de référence normales. L’application de ce concept à l’analyse multidimensionnelle des données cliniques peut fournir de nouvelles informations pour l’évaluation de la gravité de la maladie. Cependant, il y a actuellement un manque de recherches quantitatives sur l’évaluation du sepsis basées sur les caractéristiques spatiales multidimensionnelles des indicateurs hématologiques^18,19.

Sur la base de ce qui précède, cette étude vise à : évaluer l’efficacité de l’hémoglobine, du pourcentage de lymphocytes et de la largeur de distribution plaquettaire pour distinguer les patients atteints de septicémie des populations saines ; établir un espace multidimensionnel standardisé basé sur ces trois indicateurs et calculer la distance euclidienne des échantillons de patients par rapport au point central sain ; analyser la corrélation entre cette distance et la sévérité du sepsis (score SOFA) ; Explorer la valeur d’application de cette nouvelle méthode d’évaluation basée sur les examens hématologiques de routine dans la surveillance clinique du sepsis. Cette méthode fournit un nouvel outil objectif et pratique pour l’identification précoce, l’évaluation de la gravité et le suivi dynamique du sepsis, particulièrement adapté à la pratique clinique dans les établissements de santé à différents niveaux¹⁰.

Protocol

Cette étude était une enquête rétrospective cas-témoins approuvée par le comité d’éthique de l’hôpital Sunsimiao, Université de médecine chinoise de Pékin (numéro d’approbation : SSMYY-KYPJ-2024-065). Tous les participants ou leurs représentants légaux ont signé des formulaires de consentement éclairé.

Conception de l’étude et participants
L’étude a porté sur 496 patients diagnostiqués avec une septicémie (selon le critère³ de Sepsis-3) et 1136 témoins sains du centre d’examen de santé au cours de la période de janvier 2024 à mars 2025. Les critères d’exclusion pour le groupe d’observation comprenaient : (1) l’âge < 18 ans ; 2) les femmes enceintes ; (3) les maladies hématologiques primaires ; (4) les patients atteints de cancer ; (5) traitement de transfusion sanguine avant l’admission ; (6) un traitement immunosuppresseur récent ou une immunodéficience ; (7) données cliniques incomplètes. La surveillance quotidienne comprenait des prises de sang matinales (06:00-08:00) pour l’analyse par CBC, avec des résultats disponibles dans les 12 h. Les scores SOFA ont été calculés par des intensivistes formés à l’aide de critères standardisés. Les patients ont été suivis jusqu’à la résolution clinique, la sortie, le décès ou une période de suivi maximale de 30 jours.

Analyses de laboratoire et collecte de données
Des données démographiques (âge, sexe, taille, poids, etc.) et des informations cliniques ont été recueillies pour tous les sujets inclus. Les échantillons de CBC ont été analysés à l’aide d’un analyseur d’hématologie, les échantillons de sérum ont été analysés à l’aide d’un analyseur clinique et les échantillons de coagulation ont été analysés à l’aide d’un analyseur d’hématologie. Tous les échantillons de sang devaient être analysés dans le délai prescrit. Tous les tests ont été effectués par des techniciens de laboratoire formés conformément aux procédures d’exploitation standard. Le laboratoire effectuait régulièrement des contrôles qualité internes et externes.

Pour les patients atteints de septicémie, le diagnostic principal, le site de l’infection, les comorbidités, le score SOFA (Sequential Organ Failure Assessment), l’évaluation de la physiologie aiguë et de la santé chronique II (APACHE II) et les résultats des examens de laboratoire à l’admission ont été enregistrés. Sur la base du score SOFA à l’admission, les patients atteints de sepsis ont été divisés en trois groupes : légère (SOFA ≤ 6 points), modérée (7 ≤ SOFA ≤ 12 points) et sévère (SOFA ≥ 13 points). Pour un sous-ensemble de patients, les résultats des examens de laboratoire et les scores SOFA ont été recueillis quotidiennement pendant leur hospitalisation pour une analyse de suivi continue, avec une période d’observation de 30 jours ou jusqu’à ce que le patient reçoive son congé ou décède. Des échantillons du groupe témoin en bonne santé ont été prélevés chez les participants du centre d’examen de santé dont l’absence de maladies aiguës ou chroniques a été confirmée.

Analyse et visualisation des données
Normalisation, traitement et analyse de signification
Afin d’éliminer les différences dimensionnelles entre les différents indicateurs, la normalisation du score Z a été effectuée sur toutes les données d’Hb, de Lymphe et de PDW de l’échantillon :

Data_norm, mu, sigma] = zscore([H ; P])

où H est la matrice de données du groupe témoin sain, P est la matrice de données du groupe de patients atteints de septicémie, et mu et sigma sont respectivement la moyenne et l’écart-type. Après normalisation, les données étaient conformes à une distribution normale standard avec une moyenne de 0 et un écart-type de 1.

Des graphiques de visualisation de la signification (Figure 1) ont été créés pour les indicateurs significatifs Hb, Lymph % et PDW, qui montrent intuitivement les différences entre les échantillons sains et les patients atteints de septicémie dans chaque dimension de l’indicateur. La signification réelle de l’analyse quantitative entre les indicateurs est illustrée au tableau 1. Des statistiques descriptives (moyenne, écart-type, médiane, quartiles, etc.) ont été calculées, des tests t d’échantillon indépendant ont été utilisés pour comparer les différences entre les groupes, et la taille de l’effet d de Cohen a été calculée pour évaluer la signification des différences.

Calcul sain du point central et mesure de la distance euclidienne
Sur la base des données standardisées du groupe témoin sain, les coordonnées de son point central dans l’espace des caractéristiques tridimensionnelles ont été calculées. Par la suite, la distance euclidienne entre chaque échantillon de patient atteint de septicémie et le point central sain a été calculée pour quantifier le degré d’écart des indicateurs hématologiques du patient par rapport à l’état sain, en tant qu’indicateur d’évaluation objective de la gravité de la maladie.

Méthode de visualisation tridimensionnelle
Des diagrammes de dispersion tridimensionnels (figure 2) ont été créés pour afficher la distribution des deux groupes d’échantillons dans l’espace des caractéristiques. Ils utilisent un dégradé de couleurs (schéma de couleurs Jet) pour représenter la gravité du sepsis, où le bleu foncé représente le sepsis léger, le rouge représente le sepsis sévère et le groupe témoin sain est marqué d’un + vert.

Validation clinique d’échantillons de cohorte longue
Afin d’évaluer l’applicabilité de cette méthode sur de nouveaux échantillons de patients de longue cohorte (suivis pendant 3 à 6 mois après l’admission), un processus de validation prédictive a été conçu. Pour un échantillon typique de septicémie de longue cohorte, un traitement standardisé a été effectué à l’aide de la moyenne (mu) et de l’écart-type (sigma) précédemment enregistrés du processus de régularisation, puis la distance euclidienne à partir du point central sain a été calculée. Sur la base de la valeur de distance calculée, combinée à la correspondance préétablie entre la distance et la gravité de la maladie, la gravité du sepsis des nouveaux échantillons a été évaluée. Grâce au suivi continu, des courbes de comparaison de séries chronologiques de la distance euclidienne et du score SOFA (figure 3) ont été dessinées pour analyser la cohérence et la corrélation des changements dans les deux tendances.

Results

Analyse de signification
Sur la base d’une pratique clinique à long terme, il a été observé qu’à mesure que le sepsis progresse, les patients présentent une diminution significative des taux d’hémoglobine et des pourcentages de lymphocytes, ainsi qu’une augmentation significative de la largeur de distribution plaquettaire^12,16. Grâce à l’analyse de ces trois indicateurs hématologiques clés - hémoglobine, pource...

Discussion

Nouvelle méthode d’évaluation du sepsis basée sur des indicateurs hématologiques clés
Cette étude propose une nouvelle méthode d’évaluation de la gravité du sepsis basée sur trois indicateurs hématologiques clés (hémoglobine, pourcentage de lymphocytes et largeur de distribution plaquettaire). Cette méthode quantifie le degré d’écart des indicateurs hématologiques par rapport à l’état sain en calculant la distance euclidienne des échantillons de patients par rapport a...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
MATLAB	MathWorks  ;	2023B	Informatique et visualisation  ;
Le nuage de points coloré à états multivariés  ;	; Intelligent   ; Entropie	Multivariate State V1.0	Beijing Entropie Intelligente Science & Technology Co Ltd. Modélisation pour états multivariés