Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Wartość prognostyczna białka wiążącego heparinę w ocenie dysfunkcji narządów i ciężkości przebiegu choroby w sepsie u dzieci: badanie retrospektywne

118 wyświetleń

⸱

11 września 2026

 ,  ,  , 

* These authors contributed equally

W tym artykule

Podsumowanie

Niniejszy artykuł opisuje retrospekcyjny schemat analizy danych klinicznych służący do oceny seryjnych pomiarów białka wiążącego heparynę oraz ich związku z dysfunkcją narządową, ciężkością choroby i krótkoterminowymi efektami u dzieci z sepsą przyjętych na oddział intensywnej terapii dziecięcej.

Streszczenie

Wczesna stratyfikacja ryzyka w sepsie dziecięcej pozostaje trudna, ponieważ konwencjonalne markery stanu zapalnego nie odzwierciedlają w pełni uszkodzenia śródbłonka lub dysfunkcji mikrokrążenia. W tym retrospekcyjnym badaniu obserwacyjnym w jednym ośrodku oceniono, czy białko wiążące heparynę dostarcza informacji prognostycznych dotyczących dysfunkcji narządów i ciężkości choroby u dzieci z sepsją przyjętych na oddział intensywnej terapii dziecięcej. Do badania włączono łącznie 150 dzieci z sepsją przyjętych do People’s Hospital of Guangxi Zhuang Autonomous Region w Chinach. Poziom białka wiążącego heparynę oraz rutynowych markerów stanu zapalnego mierzono w ciągu 24 h od przyjęcia, a następnie ponownie po około 48 h. Obliczono bezwzględne i względne krótkoterminowe zmiany poziomu białka wiążącego heparynę. Punkty końcowe obejmowały wczesną progresję dysfunkcji narządów zdefiniowaną za pomocą pediatrycznej skali Sequential Organ Failure Assessment, wysoką ciężkość choroby, zapotrzebowanie na wsparcie narządowe oraz 28-dniową śmiertelność z wszystkich przyczyn. Wydajność prognostyczną oceniono za pomocą analizy charakterystyki operacyjnej odbiornika (ROC), wieloczynnikowej regresji logistycznej, regresji Coxa, oceny kalibracji oraz wskaźników reklasyfikacji. Wyższe wyjściowe poziomy białka wiążącego heparynę oraz niekorzystne wczesne trajektorie wiązały się z większą dysfunkcją narządów, wyższą ciężkością choroby oraz częstszym stosowaniem wentylacji mechanicznej, terapii wazoaktywnej i nerkozastępczej. Białko wiążące heparynę wykazało lepszą zdolność dyskryminacyjną w porównaniu z konwencjonalnymi biomarkerami stanu zapalnego i pozostało niezależnie powiązane z niekorzystnymi wynikami po skorygowaniu o wyniki dysfunkcji narządów i rutynowe wskaźniki laboratoryjne. Dodanie parametrów białka wiążącego heparynę do modeli zawierających skale kliniczne i standardowe biomarkery poprawiło dyskryminację i reklasyfikację ryzyka. Wyniki te sugerują, że wczesna, seryjna ocena poziomu białka wiążącego heparynę może dostarczyć przydatnych informacji prognostycznych i uzupełnić istniejące schematy oceny ryzyka sepsy dziecięcej na oddziale intensywnej terapii dziecięcej.

Wprowadzenie

Sepsis to wywołana infekcją, rozregulowana odpowiedź gospodarza, która prowadzi do zagrażającej życiu niewydolności narządów i pozostaje główną przyczyną śmiertelności oraz niepełnosprawności w pediatrycznej intensywnej terapii1. Niedawne dowody epidemiologiczne i kliniczne wskazują, że sepsja u dzieci nadal stanowi znaczne obciążenie w skali globalnej, a dzieci przyjęte na oddział intensywnej terapii pediatrycznej (PICU) są narażone na wysokie ryzyko niestabilności krążeniowej, niewydolności oddechowej oraz wielonarządowej niewydolności2. Obecne standardy leczenia kładą nacisk na wczesne rozpoznanie i terminową interwencję, w tym antybiotykoterapię, płynoterapię, wsparcie lekami wazoaktywnymi, wsparcie oddechowe oraz terapię zastępcza narządową w uzasadnionych klinicznie przypadkach. W rutynowej praktyce PICU intensywność leczenia i przydział zasobów są zazwyczaj kierowane dynamicznymi ramami oceny opartymi na niewydolności narządowej i skalach ciężkości choroby. Chociaż podejścia te poprawiły standaryzację opieki nad pacjentami z sepsją, wczesna identyfikacja dzieci z grupy wysokiego ryzyka podczas początkowego pobytu na PICU pozostaje trudna w tej klinicznie heterogenicznej populacji3.

Wczesne objawy sepsy u dzieci na oddziale intensywnej terapii pediatrycznej (PICU) są często nieswoiste4. Stratyfikacja ryzyka jest dodatkowo utrudniona przez różnice fizjologiczne związane z wiekiem, choroby współistniejące, źródło infekcji, stan odpornościowy oraz wcześniejszą ekspozycję na leczenie. Tradycyjne markery stanu zapalnego, takie jak białko C-reaktywne (CRP), prokalcytonina (PCT) i liczba białych krwinek (WBC), odzwierciedlają systemową aktywację zapalną, lecz nie oddają w pełni procesów biologicznych bezpośrednio przyczyniających się do dysfunkcji narządów. W szczególności nie odzwierciedlają one specyficznie uszkodzenia śródbłonka, zaburzeń perfuzji mikrokrażenia ani przeciekania kapilarnego, które są kluczowe dla progresji niewydolności narządowej związanej z sepsą5. Systemy oceny ciężkości stanu pacjenta dostarczają szerszego obrazu klinicznego, ale zazwyczaj wymagają wielu zmiennych i wielokrotnych pomiarów. W konsekwencji obliczanie wyniku może następować z opóźnieniem względem wczesnego okna decyzyjnego, w którym klinicyści muszą zidentyfikować dzieci zagrożone progresywną dysfunkcją narządową. Tworzy to potrzebę opracowania biomarkerów, które są zarówno istotne biologicznie, jak i operacyjnie wykonalne w celu wczesnej oceny ryzyka na oddziałach PICU6.

Białko wiążące heparynę (HBP), uwalniane przede wszystkim przez aktywowane neutrofile, zwiększa przepuszczalność śródbłonka oraz przeciekanie kapilarne i jest wiązane z niedociśnieniem, upośledzeniem perfuzji tkankowej oraz niewydolnością narządową w przebiegu ciężkich infekcji i sepsy7. W porównaniu z konwencjonalnymi biomarkerami stanu zapalnego, HBP może w sposób bardziej bezpośredni odzwierciedlać zaburzenia osi śródbłonkowo-mikrokrążeniowej, zanim wystąpią wyraźne zmiany w złożonych skalach klinicznych. Albuminy natomiast podlegają wpływowi przeciekania kapilarnego, zużycia w procesach zapalnych, przepuszczalności naczyniowej oraz utraty białek związanej z chorobami w stanie krytycznym. W związku z tym stosunek HBP do albuminy może dostarczać złożonego sygnału łączącego neutrofilową aktywację śródbłonka z utratą krążącej rezerwy białkowej. To uzasadnienie patofizjologiczne stało się podstawą do eksploracyjnej oceny stosunku HBP do albuminy jako wskaźnika związanego z ciężkością stanu w niniejszym badaniu.

Wcześniejsze badania przeprowadzone u pacjentów z ciężkimi infekcjami lub sepsą wykazały powiązania między poziomami HBP a ciężkością choroby, zapotrzebowaniem na wsparcie narządowe oraz niekorzystnymi następstwami. Niektóre dowody sugerują również, że krótkoterminowa dynamika HBP może poprawić reklasyfikację ryzyka w porównaniu z pomiarami w jednym punkcie czasowym8. Jednakże dowody dotyczące populacji pediatrycznych w oddziałach intensywnej terapii (PICU) pozostają ograniczone. Istniejące badania różnią się pod względem okien próbkowania, definicji punktów końcowych oraz strategii progowych, a praktyczne podejścia do integrowania seryjnych pomiarów HBP w ocenie ryzyka sepsy u dzieci pozostają niejasne. Ponadto kwestia tego, czy związana z wiekiem heterogeniczność kliniczna modyfikuje wartość prognostyczną HBP, nie została jeszcze dostatecznie wyjaśniona.

W związku z tym w niniejszej pracy oceniono wartość prognostyczną wczesnych poziomów HBP oraz krótkoterminowej dynamiki HBP u dzieci z sepsą leczonych na oddziale intensywnej terapii pediatrycznej (PICU), wykorzystując retrospekcyjną kohortę z praktyki klinicznej. Porównano HBP z powszechnie stosowanymi biomarkerami stanu zapalnego, oceniono jego związek z niewydolnością narządową zdefiniowaną według pediatrycznej skali Sequential Organ Failure Assessment (pSOFA) oraz zbadano jego dodatkową wartość prognostyczną po dodaniu do rutynowych wskaźników klinicznych i laboratoryjnych. W celu uwzględnienia klinicznie istotnej heterogeniczności przeanalizowano również wyniki w podziale według grup wiekowych oraz miary ciężkości stanu związane z koniecznością wsparcia narządowego. Przedstawiając retrospekcyjny schemat analizy danych klinicznych zgodny z mechanizmami uszkodzenia śródbłonka i niewydolności narządowej, badanie miało na celu ustalenie, czy wczesna, seryjna ocena HBP może uzupełnić istniejące ramy oceny ryzyka sepsy u dzieci na PICU.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Badanie to zostało zatwierdzone przez instytucjonalną komisję etyki Szpitala Ludowego Autonomicznego Regionu Guangxi Zhuang (zatwierdzenie IRB nr KY-ZC-2023-035). Wymóg uzyskania świadomej zgody został zniesiony, ponieważ ta analiza retrospektywna wykorzystała zanonimizowane dane kliniczne zebrane podczas rutynowej opieki.

Projekt i miejsce badania
Było to retrospektywne obserwacyjne badanie kohortowe w jednym ośrodku, przeprowadzone na Oddziale Intensywnej Terapii Dziecięcej (PICU) w People’s Hospital of Guangxi Zhuang Autonomous Region. Przesiewowo analizowano kolejne przyjęcia na PICU w okresie od 1 stycznia 2022 r. do 31 grudnia 2025 r. Dane kliniczne i laboratoryjne pobrano z systemu elektronicznej dokumentacji medycznej, systemu informacji laboratoryjnej (LIS) oraz systemu informacji o intensywnej terapii.

Moment przyjęcia na oddział intensywnej terapii dziecięcej (PICU) zdefiniowano jako punkt zerowy dla wszystkich okien ekspozycji, biomarkerów, wsparcia narządowego oraz wyników. Przed ekstrakcją danych określono i wdrożono kryteria kwalifikacji, okna poboru próbek biomarkerów, definicje punktów końcowych, wskaźniki ciężkości stanu oraz plan analizy statystycznej, korzystając ze stałego schematu ekstrakcji (specyfikacja ekstrakcji LIS wersja 1.0; słownik danych klinicznych wersja 1.0). Po ekstrakcji wszystkie rekordy zostały zanonimizowane. Dwóch badaczy niezależnie zweryfikowało znaczniki czasu i spójność źródeł dla wartości biomarkerów, zmiennych związanych z pediatryczną skalą Sequential Organ Failure Assessment (pSOFA), zapisów terapii wazoaktywnej oraz zdarzeń związanych ze wsparciem narządowym. Rozbieżności rozstrzygano poprzez wspólną analizę rekordów źródłowych. Tworzenie kohorty przebiegało zgodnie z predefiniowanymi krokami, obejmującymi przesiew, potwierdzenie kwalifikowalności, potwierdzenie okien biomarkerów oraz przegląd kompletności punktów końcowych. Ostateczny schemat przepływu kohorty przedstawiono na Rysunku 1.

Uczestnicy i kryteria kwalifikacji
Do badania zakwalifikowano dzieci w wieku od 1 miesiąca do 14 lat przyjęte na OIT pediatryczny z sepsą. Potencjalne przypadki zidentyfikowano na podstawie zapisów przyjęć na OIT pediatryczny oraz rozpoznań związanych z sepsą, a następnie potwierdzono poprzez ręczny przegląd dokumentacji medycznej. Sepsę zdefiniowano jako podejrzenie lub potwierdzenie infekcji z towarzyszącą dysfunkcją narządową, udokumentowaną podczas opieki na OIT pediatrycznym i potwierdzoną oceną w oparciu o pSOFA.

Aby zapewnić porównywalną ekspozycję wczesnych biomarkerów, od włączonych do badania pacjentów wymagano pomiaru białka wiążącego heparynę (HBP) oraz białka C-reaktywnego (CRP) w ciągu 24 h od przyjęcia na oddział intensywnej terapii dzieci (PICU), a także posiadania wystarczających danych do obliczenia wskaźnika pSOFA. Kryteria włączenia obejmowały wiek od 1 miesiąca do 14 lat, przyjęcie na PICU z sepsą, dostępność wyników HBP i CRP w przedziale 0–24 h oraz kompletne dane niezbędne do oceny głównego punktu końcowego, w tym wyjściowy pSOFA, ocenę pSOFA po 72 h oraz obserwację przeżywalności. Kryteria wykluczenia obejmowały brak wyjściowych wyników HBP lub CRP, pobyt na PICU <24 h, brak kluczowych zmiennych wymaganych do oceny punktu końcowego lub ciężką immunosupresję mogącą znacząco zmienić profile biomarkerów zapalnych. Ciężką immunosupresję zdefiniowano jako aktywny nowotwór hematologiczny, otrzymywanie chemioterapii lub immunosupresyjnej terapii związanej z transplantacją, długoterminową systemową terapię kortykosteroidami w dawce immunosupresyjnej, pierwotny niedobór odporności lub inne udokumentowane intensywne leczenie immunosupresyjne przed lub w trakcie pobytu na PICU. W przypadku wielokrotnych przyjęć na PICU, do analizy włączono tylko pierwsze kwalifikujące się przyjęcie.

Definicje punktów końcowych i wskaźników ciężkości stanu
Pierwotnym punktem końcowym była wczesna progresja niewydolności narządowej w ciągu 72 h od przyjęcia na oddział intensywnej terapii dzieci (PICU), zdefiniowana jako wzrost pSOFA o 2 lub więcej punktów od wartości wyjściowej do najwyższej wartości pSOFA odnotowanej w ciągu pierwszych 72 h (ΔpSOFA ≥ 2). Wyjściowa wartość pSOFA była pierwszym wynikiem pSOFA odnotowanym w ciągu 0–24 h od przyjęcia na PICU; w przypadku dostępności wielu wartości, zastosowano wynik najbliższy czasowi przyjęcia. Wartość pSOFA w 72. godzinie zdefiniowano jako szczytową wartość pSOFA odnotowaną w przedziale 0–72 h.

Wysoki stopień ciężkości choroby zdefiniowano a priori jako maksymalną wartość pSOFA ≥ 8 w ciągu 72 h; próg ten stosowano jednolicie w analizach kategorycznych. Próg ten został określony zawczasu w oparciu o praktykę stratyfikacji ciężkości stanu pacjentów w oddziale oraz jego kliniczną interpretowalność w celu wczesnej identyfikacji wysokiego ryzyka sepsy u dzieci. Wskaźnik pSOFA był również analizowany jako ciągła miara obciążenia dysfunkcją narządową.

Drugimi punktami końcowymi były: wstrząs septyczny, inwazyjna wentylacja mechaniczna, stosowanie leków wazoaktywnych, ciągła terapia zastępcza nerek (CRRT), śmiertelność na oddziale intensywnej terapii dziecięcej (PICU) oraz 28-dniowa śmiertelność z jakiejkolwiek przyczyny. Wstrząs septyczny zdefiniowano jako utrwaloną niewydolność krążenia wymagającą wsparcia wazoaktywnego po płynowej resuscjacji, z udokumentowaną hipoperfuzją tkankową, w tym podwyższonym poziomem mleczanów i/lub nieprawidłowym ukrwieniem obwodowym. Wyniki dotyczące wsparcia narządowego zakodowano jako zmienne binarne w określonych wcześniej wczesnych oknach czasowych. Aby uzyskać bardziej szczegółowy pomiar wsparcia hemodynamicznego, dla pacjentów otrzymujących terapię wazoaktywną w ciągu pierwszych 24 h po przyjęciu na PICU wyekstrahowano lub obliczono wskaźnik wazoaktywno-inotropowy (VIS). VIS wykorzystano jako ilościową zmienną intensywności wsparcia narządowego w analizach korelacji i powiązań z ciężkością stanu, podczas gdy binarne zastosowanie terapii wazoaktywnej zachowano jako klinicznie interpretowalny wynik zapotrzebowania na leczenie.

Pomiar biomarkerów i gromadzenie danych
Poziomy HBP i CRP mierzono w laboratorium centralnym przy użyciu zestandaryzowanych, zautomatyzowanych procedur immunoanalizy, zgodnie z rutynowymi klinicznymi procedurami kontroli jakości. Badania biomarkerów przeprowadzono na próbkach krwi żylnej pobranych w ramach rutynowej opieki na oddziale intensywnej terapii dziecięcej (PICU) i przetworzonych zgodnie ze standardowym schematem przedanalitycznym laboratorium. Wyniki HBP podano w ng/mL, a wyniki CRP w mg/L. Poziom HBP mierzono za pomocą immunoturbidymetrycznego testu z wzmocnieniem cząsteczkowym na w pełni zautomatyzowanej platformie do chemii klinicznej i immunoanalizy. Poziom CRP mierzono za pomocą wysokoczułego testu immunoturbidymetrycznego. Proces analityczny oraz wewnętrzne procedury kontroli jakości oparto na kontrolowanym pod względem wersji protokole laboratoryjnym (SOP laboratorium wersja 2022.1), który w zakresie podstawowej logiki analitycznej pozostał niezmieniony w okresie trwania badania.

Rekordy laboratoryjne zostały wyeksportowane z LIS przy użyciu zablokowanego zapytania i przepływu mapowania pól (specyfikacja ekstrakcji LIS wersja 1.0), obejmując zarówno czas pobrania krwi, jak i czas sporządzenia raportu. Poziomy bazowe HBP i CRP zdefiniowano jako pierwsze zgłoszone wartości w ciągu 0–24 h po przyjęciu na PICU. Poziomy HBP i CRP w 2. dobie zdefiniowano jako pomiary najbliższe 48 h w stałym oknie czasowym 36–60 h. To okno z 2. doby było konsekwentnie stosowane we wszystkich analizach dynamicznych.

Bezwzględną zmianę poziomu HBP obliczono jako różnicę między poziomem HBP w 2. dniu a poziomem HBP wyjściowym. Względną zmianę HBP (%) obliczono według wzoru [(HBP w 2. dniu − HBP wyjściowy) / HBP wyjściowy] × 100. W przypadku, gdy poziom HBP wyjściowy znajdował się poniżej granicy oznaczalności testu lub został zapisany jako zero po konwersji systemowej, nie obliczano względnej zmiany HBP; pacjenci ci zostali uwzględnieni w analizach z wykorzystaniem poziomu HBP wyjściowego i bezwzględnej zmiany HBP, ale wykluczeni z analiz procentowej zmiany. Stosunek HBP do albuminy obliczono poprzez podzielenie poziomu HBP przez poziom albuminy w surowicy zmierzony w odpowiadającym oknie czasowym; wskaźnik ten oceniono jako eksploracyjny wskaźnik złożony odzwierciedlający aktywację śródbłonka oraz utratę białek związaną z przeciekaniem kapilarnym.

Oprócz HBP i CRP, w celu porównania i opracowania modeli wielowymiarowych, wyodrębniono rutynowo dostępne markery stanu zapalnego, perfuzji oraz funkcji narządów. Obejmowały one liczbę białych krwinek, prokalcytoninę, mleczan, albuminy, kreatyninę, liczbę płytek krwi, zmienne krzepnięcia oraz parametry funkcji wątroby, jeśli były dostępne. Wartości interleukiny 6 (IL-6) i interleukiny 8 (IL-8) pobrano z LIS, jeżeli zostały one zmierzone w ramach rutynowej oceny klinicznej w tych samych wczesnych oknach oceny. Oznaczenia IL-6 i IL-8 nie były wymagane do włączenia do kohorty i były wykorzystywane wyłącznie w analizach, w których były dostępne. Zasadę tę zastosowano, aby uniknąć wykluczania pacjentów spełniających pozostałe kryteria tylko z powodu braku rutynowego badania cytokin we wszystkich przypadkach.

Z elektronicznej dokumentacji medycznej oraz systemu informacji o intensywnej terapii, przy użyciu zdefiniowanego słownika danych klinicznych (wersja 1.0), wyekstrahowano dane demograficzne, choroby współistniejące, źródło zakażenia, wyniki mikrobiologiczne (jeśli były dostępne), parametry życiowe podczas przyjęcia na OIT dziecięcą, wczesne leczenie przeciwdrobnoustrojowe, środki reanimacyjne oraz interwencje wspomagania narządowego. Zmienne dotyczące wspomagania narządowego obejmowały inwazyjną wentylację mechaniczną, terapię lekami naczyniokurczymi, CRRT, objętość bolusa płynów oraz VIS w ciągu pierwszych 24 h, jeżeli miało to zastosowanie. Zmienne wymagane do pSOFA zbierano w określonych przedziałach czasowych. Jeśli automatycznie wygenerowany komponent pSOFA był niespójny z wartościami źródłowymi, dwóch badaczy analizowało kartę pacjenta i przeliczało wynik zgodnie z określonymi zasadami punktacji. Kontrola jakości danych obejmowała walidację znaczników czasu, wykrywanie duplikatów, sprawdzanie zakresów i rozkładów, weryfikację wartości ekstremalnych w źródle oraz logowanie audytowe korekt ręcznych.

Aby zapewnić powtarzalność, unikając jednocześnie niepotrzebnego użycia nazw marek w głównym tekście protokołu, dokumentacja analizy została sporządzona z uwzględnieniem klasy metody, typu platformy, środowiska oprogramowania, zasad zakresu raportowania, zastosowania kalibratorów i kontroli oraz procedur wewnętrznej kontroli jakości. Szczegółowe informacje na temat odczynników, kalibratorów, kontroli i oprogramowania znajdują się w tabeli materiałów. Wewnętrzna kontrola jakości była wykonywana codziennie, a do analizy włączono wyłącznie serie laboratoryjne spełniające kryteria akceptacji współczynnika zmienności laboratorium. Wartości poniżej dolnej granicy oznaczalności ustawiono na dolnej granicy raportowania. Wartości powyżej górnego zakresu raportowania ustawiono na górnej granicy raportowania, chyba że dostępny był zwalidowany wynik powtórzenia z tej samej próbki. Przed analizą sprawdzono spójność jednostek laboratoryjnych; nie przeprowadzono konwersji jednostek, chyba że potwierdzono niezgodność jednostek w systemie LIS w stosunku do raportu źródłowego.

Brakujące dane i zasady postępowania z danymi
Zasady postępowania z danymi zostały określone zawczasu. Pacjenci, dla których brakowało wartości HBP wyjściowego, CRP wyjściowego, zmiennych pSOFA wyjściowych lub zmiennych pSOFA z 72. godziny, zostali wykluczeni z analiz punktu końcowego. Pacjenci, dla których brakowało wartości HBP w 2. dobie, zostali uwzględnieni w analizach biomarkerów wyjściowych i zbiorczych podsumowaniach wyników klinicznych, lecz wykluczeni z analiz wymagających dynamicznych wskaźników HBP. Pacjenci bez pomiarów IL-6 lub IL-8 zostali uwzględnieni we wszystkich analizach głównych i wykluczeni jedynie z porównań modeli zawierających cytokiny.

W każdym modelu wielowymiarowym zastosowano analizę przypadków kompletnych (complete-case analysis) i podano wielkość próby specyficzną dla danej analizy. W analizach podstawowych nie zastosowano wielokrotnej imputacji, ponieważ badanie koncentrowało się na trajektoriach obserwowanych biomarkerów i niewydolności narządowej zsynchronizowanych czasowo. Podczas interpretacji wyników uwzględniono potencjalne ryzyko błędu selekcji spowodowanego wykluczeniem pacjentów bez wyjściowego poziomu HBP, wyjściowego poziomu CRP lub kompletnych danych dotyczących punktu końcowego pSOFA.

Ekstremalne wartości laboratoryjne nie były wykluczane wyłącznie na podstawie kryteriów statystycznych. Wartości odstające sprawdzano w odniesieniu do zapisów źródłowych i zachowywano, jeśli potwierdzono, że są one wartościami rzeczywistymi. Poprawiano jedynie ewidentne błędy w dokumentacji lub błędy w zapisie jednostek, a wszystkie poprawki odnotowano w dzienniku audytu z przypisanymi identyfikatorami umożliwiającymi śledzenie zmian.

Analiza statystyczna
Wszystkie analizy przeprowadzono zgodnie z uprzednio określonym planem analizy statystycznej (specyfikacja analizy wersja 1.0). Zmienne ciągłe oceniano na podstawie analizy histogramów i testu Shapiro-Wilka. Zmienne o rozkładzie normalnym przedstawiono jako średnia ± odchylenie standardowe i porównywano za pomocą testów t dla prób niezależnych. Zmienne o rozkładzie innym niż normalny przedstawiono jako mediana (rozstęp międzykwartylny) i porównywano za pomocą testu U Manna-Whitneya. Zmienne kategoryczne przedstawiono jako liczebności (procenty) i porównywano za pomocą testu chi-kwadrat lub dokładnego testu Fishera.

W analizach opisowych pacjentów podzielono na kwartyle początkowego poziomu HBP oraz osobno według obecności lub braku wczesnej progresji dysfunkcji narządów (ΔpSOFA ≥ 2). Kwartyle początkowego HBP wykorzystano do opisania wzorców odpowiedzi zależnej od dawki w obrębie obserwowanej dystrybucji biomarkerów, bez zakładania uniwersalnego punktu odcięcia klinicznego, ponieważ zwalidowane pediatryczne progi HBP dla ciężkości sepsy pozostają niepewne i mogą się różnić w zależności od platformy analitycznej, rozkładu wieku oraz okna pobierania próbek. Wiek analizowano jako ciągłą współzmienną w modelach głównych. Aby uwzględnić kliniczną heterogeniczność związaną z wiekiem, przeprowadzono również zaplanowane wcześniej analizy w podgrupach z podziałem na grupy wiekowe <1 rok i ≥1 rok, a w przypadku odpowiedniej liczebności próby wykonano dodatkowe eksploracyjne weryfikacje kategorii wiekowych.

Zależności między wskaźnikami HBP, w tym wyjściowym poziomem HBP, poziomem HBP w 2. dniu, bezwzględną zmianą HBP, względną zmianą HBP oraz stosunkiem HBP do albuminy, a wskaźnikami ciężkości stanu klinicznego oceniono za pomocą współczynników korelacji rang Spearmana. Zmienne odzwierciedlające wczesne wsparcie narządowe, takie jak inwazyjna wentylacja mechaniczna, terapia wazopresyjna, CRRT, objętość bolusa płynów, liczba dni wentylacji, czas pobytu na oddziale intensywnej terapii dziecięcej (PICU) oraz VIS, zostały potraktowane jako korelaty ciężkości stanu klinicznego i prowadzenia leczenia w analizach opisowych i analizach zależności.

Zdolność dyskryminacyjną w odniesieniu do wczesnego postępu dysfunkcji narządów oraz wysokiego stopnia ciężkości choroby oceniono za pomocą krzywych charakterystyki operacyjnej odbiornika (ROC). Pole pod krzywą ROC (AUC) oraz 95% przedziały ufności obliczono dla HBP, CRP, prokalcytoniny, mleczanów, albuminy, pSOFA, stosunku HBP do albuminy oraz modeli łączonych. Wartości AUC porównano za pomocą testu DeLonga. Optymalne wartości odcięcia określono za pomocą indeksu Youdena, a następnie wyznaczono czułość, swoistość, dodatnią wartość przepowiedniości, ujemną wartość przepowiedniości oraz ilorazy wiarygodności.

Do oszacowania niezależnych powiązań między wskaźnikami HBP a binarnymi wynikami ciężkości stanu chorego, w tym wczesną progresją dysfunkcji narządów oraz wysoką ciężkością choroby, zastosowano wieloczynnikową regresję logistyczną. Kowarianty wybrano a priori na podstawie istotności klinicznej oraz dostępności danych; obejmowały one wiek, kategorię źródła infekcji, wyjściowy wynik pSOFA, poziom mleczanów, albuminy, prokalcytoniny, CRP, wstrząs septyczny przy przyjęciu oraz, w razie potrzeby, zmienne dotyczące wczesnego wsparcia narządowego. Główne modele predykcyjne dla wczesnych wyników ciężkości ograniczono do zmiennych dostępnych w określonym wcześniej oknie wczesnej oceny, aby zredukować nakładanie się czasowe z ewolucją wyników. Przyrostową wartość prognostyczną oceniano poprzez sekwencyjne dodawanie zmiennych HBP do bazowego modelu klinicznego. W przypadku 28-dniowej śmiertelności z wszystkich przyczyn zastosowano regresję proporcjonalnego hazardu Coxa, a założenie proporcjonalności hazardu zweryfikowano za pomocą rezyduów Schoenfelda. Przed dopasowaniem modelu oceniono współliniowość potencjalnych predyktorów, a liczba kowariantów w każdym modelu została ograniczona w celu zachowania odpowiedniego stosunku liczby zdarzeń do liczby zmiennych.

Poprawę modelu po dodaniu HBP oceniono za pomocą wskaźników dyskryminacji, kalibracji i reklasyfikacji. Kalibrację oceniono przy użyciu wykresów kalibracyjnych, punktu przecięcia i nachylenia kalibracji oraz wyniku Brier, przy czym test Hosmera-Lemeshowa zgłoszono jako dodatkową weryfikację kalibracji. Reklasyfikację określono ilościowo za pomocą ciągłej poprawy reklasyfikacji netto (NRI) oraz zintegrowanej poprawy dyskryminacji (IDI). Wstępnie określone analizy wrażliwości obejmowały zawężenie okna pobierania próbek w 2. dobie z 36–60 h do 42–54 h, powtórzenie analiz z zastosowaniem surowszej definicji progresji niewydolności narządowej (ΔpSOFA ≥ 3), wykluczenie klinicznie nietypowych ekstremalnych wartości biomarkerów po weryfikacji źródła oraz powtórzenie kluczowych modeli po wykluczeniu pacjentów bez pełnych dynamicznych pomiarów HBP. Wyniki analiz wrażliwości przedstawiono w sekcji Wyniki lub w tabelach uzupełniających, w zależności od potrzeb.

Analizy statystyczne przeprowadzono w programie R w wersji 4.3.2, korzystając z zamkniętego środowiska analitycznego (analiza środowiska wersja v1.0). Kluczowe pakiety to pROC w wersji 1.18.5 do analiz ROC, survival w wersji 3.5-7 do modeli czasu do wystąpienia zdarzenia oraz rms w wersji 6.8-0 do analiz kalibracji. Ciągłe wskaźniki poprawy reklasyfikacji netto (net reclassification improvement) oraz zintegrowanej poprawy dyskryminacji (integrated discrimination improvement) obliczono przy użyciu zwalidowanych procedur zaimplementowanych w uprzednio określonym zestawie skryptów analitycznych (zestaw pakietów skryptów v1.0). Wszystkie testy były obustronne, a wartość p < 0,05 uznano za statystycznie istotną.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Charakterystyka wyjściowa w podziale na warstwy HBP oraz status progresji wczesnej niewydolności narządowej
Do końcowej kohorty analizy włączono łącznie 150 dzieci z sepsą. Po stratyfikacji pacjentów według kwartyli wyjściowego poziomu białka wiążącego heparynę (HBP), poziom HBP wzrósł z 21.1 ng/mL (rozstęp międzykwartylny [IQR], 15.9–26.2) w Q1 do 262.8 ng/mL (IQR, 201.6–308.7) w Q4 (p < 0.001; Tabela 1). Wiek, płeć, masa ciała oraz choroby współistniejące były w dużym stopniu po...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

W tej retrospektywnej analizie kohorty pacjentów oddziału intensywnej terapii dziecięcej (PICU) stwierdzono, że białko wiążące heparynę (HBP) było ściśle powiązane z obciążeniem dysfunkcją narządów i ciężkością choroby w przebiegu sepsy u dzieci oraz dostarczyło dodatkowych informacji prognostycznych poza konwencjonalnymi markerami stanu zapalnego9. Wyższe wyjściowe poziomy HBP oraz większe wzrosty w krótkim okresie korel കാഴ്ചły z wyższymi wynikami w pediatrycznej skali oceny niewydolności narząd...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy oświadczają, że nie mają żadnych konfliktów interesów związanych z niniejszym badaniem. Podmiot finansujący nie brał udziału w opracowaniu projektu badania, zbieraniu danych, analizie danych, interpretacji danych ani w przygotowaniu tekstu publikacji.

Podziękowania

Autorzy dziękują personelowi medycznemu i pielęgniarskiemu Oddziału Intensywnej Terapii Pediatrycznej za wsparcie w gromadzeniu danych i opiece nad pacjentami. Wyrażamy również wdzięczność wszystkim pacjentom oraz ich rodzinom, których dane kliniczne umożliwiły przeprowadzenie niniejszego badania. Praca ta została sfinansowana z projektu badawczego finansowanego z funduszy własnych Komisji Zdrowia Autonomicznego Regionu Guangxi Zhuang (Tytuł projektu:  Clinical significance of heparin-binding protein in pediatric sepsis patients in the PICU; nr umowy Z-A20230028).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Zestaw skryptów analitycznychBadacze prowadzący badaniePakiet skryptów wersja 1.0Zestaw skryptów R z kontrolą wersji, wykorzystywany do czyszczenia danych, statystyki opisowej, analizy ROC, regresji logistycznej, regresji Coxa, analizy kalibracji, analizy reklasyfikacji, analizy podgrup oraz generowania rycin i tabel.
Automatyczny analizator chemii klinicznej/immunoassayPlatforma centralnego laboratorium szpitalnegoSystem instytucjonalny, niekatalogowany komercyjnieW pełni zautomatyzowana platforma do analizy chemii klinicznej/immunochemii wykorzystywana w centralnym laboratorium szpitalnym do rutynowych badań biomarkerów. Dokładna konfiguracja platformy była utrzymywana w laboratorium’standardowa procedura operacyjna.
Pakiet statystyczny Base RR Foundation for Statistical ComputingZawarte w wersji R 4.3.2Stosowane do standardowych statystyk opisowych, testów Shapiro-Wilka, testów t, testów chi-kwadrat, testu Fishera’dokładne testy statystyczne oraz testy nieparametryczne, gdy były one odpowiednie.
Słownik danych klinicznychBadacze prowadzący badanieSłownik danych klinicznych wersja 1.0Opracowany przez badacza słownik danych definiujący dane demograficzne, źródło zakażenia, choroby współistniejące, interwencje, zmienne dotyczące wsparcia narządowego, komponenty pSOFA oraz pola wyników.
seria analizatorów do immunochemii cobas eRoche DiagnosticsZależne od platformy; brak jednego numeru katalogowego odczynnikaKompatybilna rodzina analizatorów dla testów Roche Elecsys, w tym dla IL-6. Stosowane w przypadkach, gdy badanie poziomu cytokin zostało zlecone w ramach rutynowej opieki.
System informacji w intensywnej terapiiOddział Intensywnej Opieki Pediatrycznej, Ludzie’Szpital Autonomicznego Regionu Guangxi ZhuangSystem instytucjonalny, nieskatalogowany handlowoSystem źródłowy dla czasu przyjęcia do oddziału intensywnej terapii dziecięcej, rejestrów wsparcia narządowego, wentylacji mechanicznej, terapii wazoaktywnej, objętości bolusa płynowego, ciągłej terapii zastępczej nerek oraz zmiennych związanych z pediatryczną skalą oceny sekwencyjnej niewydolności wielonarządowej (pSOFA).
Zanonimizowany zestaw danych analitycznychBadacze prowadzący badanieZbiór danych instytucjonalnych, niekatalogowany komercyjnieZanonimizowany retrospektywny zbiór danych zawierający kwalifikujące się hospitalizacje pediatryczne z powodu sepsy, pomiary biomarkerów, zapisy o wsparciu narządowym, zmienne pSOFA oraz dane o przeżywalności w ciągu 28 dni. Dostęp do danych podlega zatwierdzeniu przez instytucjonalną komisję etyczną oraz organ zarządzający danymi.
Rozcieńczalnik MultiAssayRoche Diagnostics7299010190Rozcieńczalnik próbek stosowany w procedurach analizy IL-6 w systemie Roche Elecsys.
System elektronicznej dokumentacji medycznejOsoby’Szpital Autonomicznego Regionu Guangxi ZhuangSystem instytucjonalny, nieskatalogowany komercyjnieŹródłowy system danych demograficznych, dokumentacji diagnostycznej, notatek klinicznych, chorób współistniejących, informacji o leczeniu, parametrów życiowych, zdarzeń związanych ze wsparciem narządowym oraz monitorowania wyników po leczeniu.
Skrypty do tworzenia wykresów i tabelBadacze prowadzący badanieZawarte w zestawie pakietów skryptów w wersji 1.0Służy do generowania rycin do publikacji, tabel analitycznych, krzywych charakterystyki operacyjnej odbiornika (ROC), wykresów AUC zależnych od czasu oraz prezentacji podgrup z zablokowanego zbioru danych analizy.
Zestaw ELISA do oznaczania ludzkiej interleukiny-8Thermo Fisher Scientific / InvitrogenBMS204-3Zestaw do enzymatycznego testu immunoabsorpcyjnego (ELISA) do ilościowego oznaczania ludzkiej interleukiny-8. Wykorzystany jako źródło analizy interleukiny-8 w przypadkach, gdy testy na obecność interleukiny-8 były dostępne w systemie informacji laboratoryjnej.
Zestaw ELISA do oznaczania ludzkiej interleukiny-8, format dziesiopłytkowyThermo Fisher Scientific / InvitrogenBMS204-3TENFormat dziesiopłytkowy zestawu ELISA do oznaczania ludzkiej interleukiny-8. Wymieniony jako dostępny format analizy do pomiaru interleukiny-8.
Laboratoryjny system informatycznyOsoby’Szpital Autonomicznego Regionu Guangxi ZhuangSystem instytucjonalny, nieujęty w katalogach handlowychSystem źródłowy dla HBP, CRP, prokalcytoniny, mleczanów, albuminy, morfologii krwi, parametrów krzepnięcia, parametrów funkcji wątroby i nerek, interleukiny-6 oraz interleukiny-8, jeśli są dostępne.
Specyfikacja ekstrakcji danych z laboratoryjnego systemu informacyjnegoBadacze prowadzący badanieSpecyfikacja ekstrakcji LIS wersja 1.0Opracowana przez badacza specyfikacja ekstrakcji określająca zmienne biomarkerów, czas pobrania krwi, czas raportowania, okna próbkowania, weryfikację jednostek oraz mapowanie pól z laboratoryjnego systemu informatycznego.
Standardowa procedura operacyjna w laboratoriumLudzie’Szpital Autonomicznego Regionu Zhuang Guangxi, laboratorium centralneStandardowa procedura operacyjna (SOP) laboratorium, wersja 2022.1Kontrolowany wersyjnie protokół wewnętrzny dotyczący rutynowego przetwarzania biomarkerów, przeprowadzania analiz, zasad zakresu raportowalnego, wewnętrznej kontroli jakości oraz wydawania wyników.
PreciControl MultimarkerRoche Diagnostics5341787190Materiały do kontroli jakości wymienione dla procedur analizy IL-6 w systemie Roche Elecsys.
pakiet pROC w języku RAutorzy pakietów CRAN / RWersja 1.18.5Pakiet R wykorzystywany do analizy krzywej charakterystyki operacyjnej odbiornika (ROC), szacowania AUC, wyznaczania przedziałów ufności oraz przeprowadzania testów DeLonga.
oprogramowanie statystyczne RR Foundation for Statistical ComputingWersja 4.3.2Środowisko obliczeń statystycznych wykorzystane do wszystkich analiz.
pakiet rms do języka RAutorzy pakietów CRAN / RWersja 6.8-0Pakiet R wykorzystywany do modelowania regresji, wykresów kalibracyjnych, wyznaczania punktu przecięcia i nachylenia kalibracji oraz oceny wydajności modelu.
Plan analizy statystycznejBadacze prowadzący badanieSpecyfikacja analizy wersja 1.0Wcześniej określony plan analizy statystycznej definiujący kodowanie punktów końcowych, analizy opisowe, analizę charakterystyki operacyjnej odbiornika, modele regresji, wskaźniki reklasyfikacji oraz analizy wrażliwości.
pakiet survival do języka RAutorzy pakietów R / CRANWersja 3.5-7Pakiet R wykorzystywany do regresji proporcjonalnych hazardów Coxa i sprawdzania modeli związanych z przeżywalnością.

Bibliografia

  1. Weiss SL, Fitzgerald JC, Pappachan J, Wheeler D, Jaramillo-Bustamante JC, Salloo A, et al. Global epidemiology of pediatric severe sepsis: the Sepsis Prevalence, Outcomes, and Therapies Study. Am J Respir Crit Care Med. 2015;191(10):1147-1157. doi:10.1164/rccm.201412-2323OC.
  2. Lin JC, Spinella PC, Fitzgerald JC, Tucci M, Bush JL, Nadkarni VM, et al. New or progressive multiple organ dysfunction syndrome in pediatric severe sepsis: a sepsis phenotype with higher morbidity and mortality. Pediatr Crit Care Med. 2017;18(1):8-16. doi:10.1097/PCC.0000000000000978.
  3. Weiss SL, Fitzgerald JC. Pediatric sepsis diagnosis, management, and sub-phenotypes. Pediatrics. 2024;153(1):e2023062967. doi:10.1542/peds.2023-062967.
  4. Hilarius KWE, Skippen PW, Kissoon N. Early recognition and emergency treatment of sepsis and septic shock in children. Pediatr Emerg Care. 2020;36(2):101-106. doi:10.1097/PEC.0000000000002043.
  5. Iba T, Maier CL, Helms J, Ferrer R, Thachil J, Levy JH. Managing sepsis and septic shock in an endothelial glycocalyx-friendly way: from the viewpoint of Surviving Sepsis Campaign guidelines. Ann Intensive Care. 2024;14(1):64. doi:10.1186/s13613-024-01301-6.
  6. Schlapbach LJ, Watson RS, Sorce LR, Argent AC, Menon K, Hall MW, et al. International consensus criteria for pediatric sepsis and septic shock. JAMA. 2024;331(8):665-674. doi:10.1001/jama.2024.0179.
  7. Linder A, Christensson B, Herwald H, Björck L, Akesson P. Heparin-binding protein: an early marker of circulatory failure in sepsis. Clin Infect Dis. 2009;49(7):1044-1050. doi:10.1086/605563.
  8. Yang W, Dong W. Heparin-binding protein as a diagnostic and prognostic marker of infections: a systematic review and meta-analysis. Mediterr J Hematol Infect Dis. 2025;17(1):e2025029.
  9. Mishra H, Balanza N, Francis C, Zhong KT, Wright J, Conroy AL, et al. Heparin-binding protein stratifies mortality risk among Ugandan children hospitalized with respiratory distress. Open Forum Infect Dis. 2024;11(7):ofae386. doi:10.1093/ofid/ofae386.
  10. Huang C, Zhang C, Zhang J, Zhang L, Mo Y, Mo L. Heparin-binding protein in critically ill children with severe community-acquired pneumonia. Front Pediatr. 2021;9:759535. doi:10.3389/fped.2021.759535.
  11. Wu YL, Yo CH, Hsu WT, Qian F, Wu BS, Dou QL, et al. Accuracy of heparin-binding protein in diagnosing sepsis: a systematic review and meta-analysis. Crit Care Med. 2021;49(1):e80-e90. doi:10.1097/CCM.0000000000004738.
  12. Linder A, Arnold R, Boyd JH, Zindovic M, Zindovic I, Lange A, et al. Heparin-binding protein measurement improves the prediction of severe infection with organ dysfunction in the emergency department. Crit Care Med. 2015;43(11):2378-2386. doi:10.1097/CCM.0000000000001265.
  13. Liu P, Chen D, Lou J, Lin J, Huang C, Zou Y, et al. Heparin-binding protein as a biomarker of severe sepsis in the pediatric intensive care unit: a multicenter, prospective study. Clin Chim Acta. 2023;539:26-33. doi:10.1016/j.cca.2022.11.028.
  14. Taha AM, Najah Q, Omar MM, Abouelmagd K, Ali M, Hasan MT, et al. Diagnostic and prognostic value of heparin-binding protein in sepsis: a systematic review and meta-analysis. Medicine (Baltimore). 2024;103(25):e38525. doi:10.1097/MD.0000000000038525.
  15. Zuo L, Li X, Wang L, Yuan H, Liao Z, Zhou S, et al. Heparin-binding protein as a biomarker for the diagnosis of sepsis in the intensive care unit: a retrospective cross-sectional study in China. BMJ Open. 2024;14(6):e078687. doi:10.1136/bmjopen-2023-078687.
  16. Dou QL, Liu J, Zhang W, Zhang Y, Li H, Chen J, et al. Dynamic changes in heparin-binding protein as a prognostic biomarker for 30-day mortality in sepsis patients in the intensive care unit. Sci Rep. 2022;12(1):10751. doi:10.1038/s41598-022-14827-1.
  17. Wynn JL, Wong HR. Pathophysiology and treatment of septic shock in neonates. Clin Perinatol. 2010;37(2):439-479. doi:10.1016/j.clp.2010.04.002.
  18. Wang X, Li R, Qian S, Yu D. Multilevel omics for the discovery of biomarkers in pediatric sepsis. Pediatr Investig. 2023;7(4):277-289. doi:10.1002/ped4.12405.
  19. Remy KE, Kissoon N. Unraveling the promise and challenges of biomarkers in pediatric sepsis: a commentary on risk estimation of organ dysfunction and immune dysregulation. Pediatr Res. 2025;97:2486-2488. doi:10.1038/s41390-025-03983-5.
  20. Fisher J, Linder A. Heparin-binding protein: a key player in the pathophysiology of organ dysfunction in sepsis. J Intern Med. 2017;281(6):562-574. doi:10.1111/joim.12604.
  21. Esposito S, Mucci B, Alfieri E, Tinella A, Principi N. Advances and challenges in pediatric sepsis diagnosis: integrating early warning scores and biomarkers for improved prognosis. Biomolecules. 2025;15(1):123. doi:10.3390/biom15010123.
  22. Leonard S, Guertin H, Odoardi N, Miller MR, Patel MA, Daley M, et al. Pediatric sepsis inflammatory blood biomarkers that correlate with clinical variables and severity of illness scores. J Inflamm (Lond). 2024;21(1):7. doi:10.1186/s12950-024-00379-w.
  23. Tasouli F, Georgopoulou E, Chatzigrigoriadis C, Velissaris D, Michailides C. Heparin binding protein in sepsis: a comprehensive overview of pathophysiology, clinical usage and utility as biomarker. Biomedicines. 2025;13(9):2315. doi:10.3390/biomedicines13092315.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Markery stanu zapalnegostratyfikacja ryzykabiomarkery prognostyczneocena niewydolności narządowejwentylacja mechanicznaterapia wazoaktywna