Artykuł badawczy

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

61 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.

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.

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 porównywalne we wszystkich kwartylach. W przeciwieństwie do nich, źródło zakażenia, niestabilność hemodynamiczna, obciążenie niewydolnością narządową oraz zapotrzebowanie na wczesne wsparcie narządowe wykazały wyraźne gradienty ciężkości. Zakażenia krwi występowały częściej w wyższych kwartylach HBP. Częstość akcji serca wzrastała, a średnie ciśnienie tętnicze spadało wraz z kolejnymi kwartylami. Wyjściowa punktacja w pediatrycznej skali Sequential Organ Failure Assessment (pSOFA) wzrosła z 5 (IQR, 3–8) w Q1 do 9 (IQR, 7–12) w Q4 (p < 0.001), a odsetek wstrząsu septycznego przy przyjęciu wzrósł z 18.9% do 42.1% (p < 0.001). Wentylacja mechaniczna w ciągu 24 h, wsparcie wazoaktywne w ciągu 24 h oraz ciągła terapia zastępcza nerek (CRRT) w ciągu 72 h występowały również częściej w wyższych warstwach HBP. Wyniki laboratoryjne wskazywały na ten sam kierunek, z wyższymi poziomami białka C-reaktywnego (CRP), prokalcytoniny, mleczanów i kreatyniny oraz niższą zawartością albumin i liczbą płytek krwi w wyższych kwartylach HBP.

Pacjenci z wczesną progresją dysfunkcji narządowej w ciągu 72 h, zdefiniowaną jako ΔpSOFA ≥ 2, wykazywali cięższy profil wyjściowy niż pacjenci bez progresji (Tabela 2). W grupie z progresją odnotowano wyższą liczbę białych krwinek, wyższy odsetek neutrofili, niższą liczbę płytek krwi oraz bardziej nasilone zaburzenia krzepnięcia, w tym wyższy wskaźnik INR, wydłużony czas częściowej protromboplastyny aktywowanej, niższe poziomy fibrynogenu i wyższe wartości D-dimerów. Wskaźniki perfuzji i metaboliczne były również gorsze w grupie z progresją, w tym wyższy poziom mleczanów, niższe pH, bardziej ujemny nadmiar zasad, wyższa kreatynina, wyższy azot mocznicowy, wyższa całkowita bilirubina, wyższa aminotransferaza alaninowa, niższa albuminy, wyższa glukoza i nieco niższy poziom sodu. Intensywność wczesnej terapii była w tej grupie większa, z częstszym podawaniem bolusów płynów, wsparciem wazoaktywnym, wentylacją mechaniczną, stosowaniem systemowych kortykosteroidów, infuzją albumin, transfuzją koncentratu krwinek czerwonych oraz CRRT, a także dłuższym pobytem na pediatrycznym oddziale intensywnej terapii. Wyniki te wskazują, że wyższe poziomy HBP były powiązane z szerszym pogorszeniem stanu klinicznego, a nie stanowiły odizolowanej nieprawidłowości biomarkera.

Krótkoterminowa dynamika biomarkerów i trajektorie ciężkości stanu
Seryjne trajektorie biomarkerów wykazały wczesne rozdzielenie między dziećmi z postępującą i bez postępującej niewydolnością narządową (Rysunek 2). Dzieci z ΔpSOFA ≥ 2 miały wyższe wartości wyjściowe CRP i HBP, które pozostawały podwyższone przez pierwsze 72 h po przyjęciu na pediatryczny oddział intensywnej terapii. HBP wykazało wyraźniejsze rozdzielenie niż CRP: w grupie z progresją poziom HBP wzrósł względem wartości wyjściowej i pozostawał podwyższony podczas wczesnej obserwacji, podczas gdy w grupie bez progresji poziom HBP pozostał niższy i zazwyczaj spadał po wczesnym szczycie. Względna zmiana HBP od wartości wyjściowej do 2. dnia dodatkowo rozdzieliła obie grupy, wykazując większe zmiany dodatnie u pacjentów, u których rozwinęła się wczesna niewydolność narządowa.

Analiza trajektorii z podziałem na warstwy ciężkości stanu klinicznego wykazała podobny wzorzec (Rycina 3). Poziom HBP był stale wyższy w grupach z wstrząsem septycznym i ciężką sepsą niż w grupie z sepsą. Poziomy mleczanów i prokalcytoniny były również wyższe w warstwach o większej ciężkości stanu i spadały w czasie, podczas gdy poziom albuminy był niższy i regenerował się wolniej. Wyniki pSOFA oraz stosunek HBP do albuminy pozostawały wyższe w warstwach o większej ciężkości, co potwierdza związek między dynamicznym zachowaniem HBP, utratą białek związaną z uszkodzeniem śródbłonka, zaburzeniami perfuzji a obciążeniem dysfunkcją narządową.

Korelacja między HBP, ciężkością choroby a wsparciem narządowym
Wartości bazowe i dynamiczne wskaźniki HBP były istotnie skorelowane z ciężkością choroby, zaburzeniami perfuzji oraz intensywnością wsparcia narządowego (Tabela 3). Wartość bazowa HBP korelowała z bazowym wynikiem pSOFA (r = 0,46, 95% przedział ufności [CI], 0,39–0,53; p < 0,001) oraz wynikiem pSOFA w 2. dniu (r = 0,41, 95% CI, 0,33–0,48; p < 0,001). Wykazano również dodatnią korelację z poziomem mleczanów (r = 0,38, 95% CI, 0,30–0,45; p < 0,001), CRP (r = 0,29, 95% CI, 0,20–0,37; p < 0,001) i prokalcytoniny (r = 0,33, 95% CI, 0,24–0,41; p < 0,001) oraz ujemną korelację z poziomem albumin (r = −0,34, 95% CI, −0,42 do −0,26; p < 0,001). Stosunek HBP do albuminy wykazał najsilniejszą korelację z ciężkością stanu klinicznego spośród badanych wskaźników związanych z HBP (r = 0,62, 95% CI, 0,56–0,67; p < 0,001).

Wartość bazowa HBP była również skorelowana z intensywnością wsparcia narządowego i wykorzystaniem zasobów. Wykazano korelację z liczbą dni wentylacji mechanicznej w ciągu pierwszych 28 dni (r = 0,27, 95% CI, 0,18–0,35; p < 0,001), czasem pobytu na pediatrycznym oddziale intensywnej terapii (r = 0,23, 95% CI, 0,14–0,31; p < 0,001), całkowitym wskaźnikiem naczynioruchowym-inotropowym w ciągu pierwszych 24 h (r = 0,35, 95% CI, 0,27–0,43; p < 0,001) oraz objętością podanych bolusów płynów w ciągu 24 h (r = 0,21, 95% CI, 0,12–0,29; p < 0,001). Zaobserwowano również korelację z zastosowaniem wentylacji mechanicznej w ciągu 24 h (r = 0,30, 95% CI, 0,21–0,38; p < 0,001), wsparciem naczyniowym w ciągu 24 h (r = 0,36, 95% CI, 0,28–0,44; p < 0,001) oraz CRRT w ciągu 72 h (r = 0,19, 95% CI, 0,10–0,28; p < 0,001). Wartość HBP w 2. dobie była skorelowana z wynikiem pSOFA w 2. dobie (r = 0,52, 95% CI, 0,45–0,58; p < 0,001), a względna zmiana HBP korelowała z ΔpSOFA (r = 0,40, 95% CI, 0,32–0,47; p < 0,001) oraz wyższym ryzykiem śmiertelności w ciągu 28 dni (r = 0,24, 95% CI, 0,15–0,33; p < 0,001).

Wartość prognostyczna w zakresie wczesnej progresji dysfunkcji narządowej oraz wysokiego stopnia ciężkości choroby
Zdolność dyskryminacyjna HBP oraz markerów porównawczych została podsumowana w Tabela 4 oraz zilustrowane za pomocą krzywych charakterystyki operacyjnej odbiornika w Rysunek 4W przypadku wczesnej progresji dysfunkcji narządowej wyjściowe stężenie HBP wykazało wyższą wartość dyskryminacyjną niż konwencjonalne biomarkery oraz wyjściowy wynik pSOFA. Pole pod krzywą charakterystyki operacyjnej odbiornika (AUC) dla wyjściowego HBP wyniosło 0,82 (95% CI, 0,79–0,86), w porównaniu do 0,64 (95% CI, 0,59–0,69) dla wyjściowego CRP, 0,71 (95% CI, 0,66–0,76) dla prokalcytoniny, 0,73 (95% CI, 0,68–0,77) dla mleczanów, 0,70 (95% CI, 0,65–0,75) dla albuminy oraz 0,76 (95% CI, 0,72–0,80) dla wyjściowego pSOFA. Stężenie HBP w 2. dobie dodatkowo poprawiło dyskryminację, osiągając AUC na poziomie 0,88 (95% CI, 0,85–0,91), czułość 82,7%, swoistość 80,6%, ujemną wartość predykcyjną 90,5% oraz indeks Youdena 0,63 przy wartości odcięcia 126,0 ng/ml.

Wskaźnik HBP do albuminy wykazał również wysoką zdolność dyskryminacyjną. Wyjściowy wskaźnik HBP do albuminy osiągnął AUC na poziomie 0,84 (95% CI, 0,81–0,88), a wskaźnik HBP do albuminy w 2. dniu osiągnął AUC 0,89 (95% CI, 0,86–0,92), przy czułości 83,5%, swoistości 81,8%, wartości predykcyjnej ujemnej 91,0% oraz indeksie Youdena 0,65 przy wartości odcięcia 3,60. Modele łączone wykazały lepsze wyniki niż pojedyncze predyktory (Rysunek 5). Model wyjściowy łączący HBP i pSOFA osiągnął AUC 0,90 (95% CI, 0,87–0,92), a model łączący HBP, mleczany i albuminę osiągnął AUC 0,91 (95% CI, 0,88–0,93). Modele łączone z 2. dnia wykazały najwyższą skuteczność: HBP w połączeniu z CRP i prokalcytoniną osiągnęły AUC 0,93 (95% CI, 0,91–0,95), natomiast wskaźnik HBP do albuminy w połączeniu z interleukiną-6 i interleukiną-8 osiągnął AUC 0,94 (95% CI, 0,92–0,96), przy czułości 89,6%, swoistości 86,4%, wartości predykcyjnej ujemnej 94,4%, dokładności 87,4% i indeksie Youdena 0,76.

Ponieważ interleukina-6 i interleukina-8 były dostępne jedynie w przypadku zamówienia ich podczas rutynowej opieki, modele zawierające cytokiny analizowano w podzbiorze przypadków dostępnych i interpretowano jako wtórne porównania modeli, a nie jako podstawowe modele predykcyjne.

Niezależne powiązania z wczesną progresją dysfunkcji narządowej i wysokim stopniem ciężkości choroby
W wieloczynnikowych modelach regresji logistycznej poziom HBP pozostał niezależnie powiązany zarówno z wczesną progresją dysfunkcji narządowej, jak i z wysokim stopniem ciężkości choroby (Tabela 5). W przypadku wczesnej progresji dysfunkcji narządowej, poziom HBP w 2. dniu był powiązany ze zwiększonym prawdopodobieństwem progresji (skorygowany iloraz szans [aOR] na każdy wzrost o 10 ng/mL, 1,18; 95% CI, 1,12–1,24; p < 0,001). Względna zmiana HBP od poziomu wyjściowego do 2. dnia była również niezależnie powiązana z progresją (aOR na każdy wzrost o 10%, 1,09; 95% CI, 1,04–1,14; p < 0,001). Niezależnie z progresją powiązane były również: wyjściowy wskaźnik pSOFA (aOR na każdy wzrost o 1 punkt, 1,23; 95% CI, 1,14–1,33; p < 0,001), poziom mleczanów (aOR na każdy wzrost o 1 mmol/L, 1,28; 95% CI, 1,13–1,45; p < 0,001), wstrząs septyczny przy przyjęciu (aOR, 2,16; 95% CI, 1,42–3,30; p < 0,001) oraz wentylacja mechaniczna w ciągu 24 h (aOR, 2,02; 95% CI, 1,32–3,10; p = 0,001). Wyjściowy poziom albuminy był odwrotnie powiązany z progresją (aOR na każdy wzrost o 1 g/L, 0,93; 95% CI, 0,90–0,97; p < 0,001). Po dokonaniu korekty CRP nie wykazało niezależnego powiązania.

W przypadku wysokiego stopnia ciężkości choroby, poziom HBP w 2. dniu pozostał niezależnie powiązany z wyższym prawdopodobieństwem wystąpienia szczytowej wartości pSOFA ≥ 8 w ciągu 72 h (aOR na każde zwiększenie o 10 ng/mL, 1,15; 95% CI, 1,10–1,21; p < 0,001). Względna zmiana HBP była również niezależnie powiązana z wysokim stopniem ciężkości choroby (aOR na każde zwiększenie o 10%, 1,07; 95% CI, 1,02–1,12; p = 0,006). Istotne pozostały również: wyjściowe pSOFA (aOR, 1,31; 95% CI, 1,21–1,43; p < 0,001), mleczany (aOR, 1,21; 95% CI, 1,08–1,36; p = 0,001), wstrząs septyczny przy przyjęciu (aOR, 2,43; 95% CI, 1,60–3,71; p < 0,001) oraz wentylacja mechaniczna w ciągu 24 h (aOR, 1,90; 95% CI, 1,25–2,90; p = 0,003). Albumina wykazała odwrotny związek (aOR, 0,95; 95% CI, 0,92–0,98; p = 0,002). Modele wykazały silną dyskryminację, z wartościami C-statystyki wynoszącymi 0,90 dla wczesnej progresji dysfunkcji narządów i 0,91 dla wysokiego stopnia ciężkości choroby.

Wartość przyrostowa dodania HBP do modelu podstawowego
Dodanie wskaźników HBP do modelu podstawowego poprawiło wydajność modelu dla obu zdefiniowanych wyników ciężkości stanu (Tabela 6). Model podstawowy obejmował pSOFA, mleczany, albuminy, prokalcytoninę i CRP, a model rozszerzony został uzupełniony o HBP w 2. dniu oraz względną zmianę HBP. W przypadku wczesnej progresji niewydolności narządowej dodanie HBP zwiększyło AUC o 0,14 (95% CI, 0,10–0,18; p < 0,001). Netto poprawa reklasyfikacji (NRI) wyniosła 0,31 (95% CI, 0,18–0,44; p < 0,001), a zintegrowana poprawa dyskryminacji (IDI) wyniosła 0,072 (95% CI, 0,044–0,103; p < 0,001). Wskaźnik Briera spadł z 0,168 do 0,132, punkt przecięcia kalibracji zmienił się z 0,08 na 0,03, nachylenie kalibracji poprawiło się z 0,86 do 0,97, a wartość p testu Hosmera-Lemeshow wzrosła z 0,09 do 0,41.

W przypadku wysokiego stopnia ciężkości choroby, dodanie HBP zwiększyło AUC o 0,13 (95% CI, 0,09–0,17; p < 0,001). Wartość netto poprawy reklasyfikacji (net reclassification improvement) wyniosła 0,28 (95% CI, 0,15–0,42; p < 0,001), a zintegrowana poprawa dyskryminacji (integrated discrimination improvement) wyniosła 0,061 (95% CI, 0,034–0,091; p < 0,001). Wynik Briera (Brier score) spadł z 0,162 do 0,129, punkt przecięcia kalibracji (calibration intercept) poprawił się z 0,07 do 0,02, nachylenie kalibracji (calibration slope) poprawiło się z 0,88 do 0,98, a wartość p testu Hosmera-Lemeshow wzrosła z 0,12 do 0,46. Wyniki te wskazują, że HBP poprawiło dyskryminację, kalibrację i indywidualną reklasyfikację ryzyka ponad konwencjonalne wskaźniki kliniczne i laboratoryjne.

Analizy wrażliwości
Przeprowadzono wstępnie określone analizy wrażliwości w celu oceny odporności powiązania między wskaźnikami HBP a wczesnymi wynikami ciężkości przebiegu choroby (Tabela uzupełniająca 1). Po zawężeniu okna pomiaru biomarkerów w 2. dniu z 36–60 h do 42–54 h, poziom HBP w 2. dniu pozostał niezależnie skorelowany z wczesnym postępem dysfunkcji narządów (aOR na każde zwiększenie o 10 ng/mL, 1,16; 95% CI, 1,10–1,23; p < 0,001) oraz wysokim stopniem ciężkości choroby (aOR, 1,14; 95% CI, 1,08–1,20; p < 0,001). Po przedefiniowaniu wczesnego postępu dysfunkcji narządów przy użyciu bardziej rygorystycznego progu ΔpSOFA ≥ 3, poziom HBP w 2. dniu pozostał powiązany z progresją (aOR, 1,19; 95% CI, 1,12–1,27; p < 0,001), a względna zmiana poziomu HBP również pozostała istotna (aOR na każde zwiększenie o 10%, 1,08; 95% CI, 1,03–1,14; p = 0,003). Po wykluczeniu zweryfikowanych klinicznie nietypowych skrajnych wartości HBP, kierunek powiązań pozostał niezmieniony. W pełnej dynamicznej kohorcie HBP poziom HBP w 2. dniu oraz względna zmiana poziomu HBP pozostały powiązane zarówno z wczesnym postępem dysfunkcji narządów, jak i z wysokim stopniem ciężkości choroby. Analizy wrażliwości te nie zmieniły w sposób istotny głównych wniosków.

Predykcja zależna od czasu i 28-dniowa śmiertelność
Analiza AUC zależna od czasu wykazała, że modele oparte na HBP zachowały zdolność dyskryminacyjną w odniesieniu do 28-dniowej śmiertelności z wszystkich przyczyn w całym okresie obserwacji (Rysunek 6). Najwyższe wartości AUC zależnej od czasu odnotowano we wczesnej fazie obserwacji, a przewaga połączonych modeli opartych na HBP stopniowo zmniejszała się w czasie. Krzywe charakterystyki operacyjnej odbiornika (ROC) zależne od czasu wykazały ten sam wzorzec w wybranych punktach obserwacji (Rysunek 7), przy czym modele oparte na HBP oraz modele połączone zazwyczaj przewyższały wyniki dla samego CRP. Wyniki te potwierdzają rolę HBP jako biomarkera do wczesnej stratyfikacji ryzyka i ponownej oceny, a nie jako samodzielnego, późnego wskaźnika prognostycznego.

W analizie regresji Coxa poziom HBP w 2. dniu był niezależnie powiązany z wyższym ryzykiem śmiertelności w ciągu 28 dni po dostosowaniu wieloczynnikowym (skorygowany współczynnik hazardu [aHR] na każde zwiększenie o 10 ng/mL, 1,12; 95% CI, 1,07–1,17; p < 0,001; Tabela 7). Relatywna zmiana HBP od wartości wyjściowej do 2. dnia również pozostała niezależnie powiązana z wyższym ryzykiem śmiertelności w ciągu 28 dni (aHR na każde zwiększenie o 10%, 1,05; 95% CI, 1,01–1,09; p = 0,012). Wartość wyjściowa pSOFA (aHR na każdy wzrost o 1 punkt, 1,12; 95% CI, 1,05–1,19; p = 0,001), poziom mleczanu (aHR na każdy wzrost o 1 mmol/L, 1,18; 95% CI, 1,06–1,31; p = 0,003), poziom albuminy (aHR na każdy wzrost o 1 g/L, 0,96; 95% CI, 0,93–0,99; p = 0,016) oraz wstrząs septyczny przy przyjęciu (aHR, 1,84; 95% CI, 1,12–3,04; p = 0,017) również pozostały niezależnie powiązane z ryzykiem śmiertelności w ciągu 28 dni. Wentylacja mechaniczna w ciągu 24 h oraz CRRT w ciągu 72 h były istotne w analizach jednowymiarowych, ale nie pozostały istotne po dostosowaniu.

Analizy w podgrupach wykazały, że związek między HBP w 2. dniu a ryzykiem śmiertelności w 28. dobie był spójny pod względem kierunku we wszystkich istotnych klinicznie warstwach (Tabela 8). HBP w 2. dniu pozostało istotnie powiązane z ryzykiem śmiertelności u dzieci w wieku <1 roku (hazard ratio [HR], 1,14; 95% CI, 1,06–1,23; p < 0,001) oraz ≥1 roku (HR, 1,11; 95% CI, 1,05–1,17; p < 0,001), przy braku istotnej interakcji z wiekiem (p dla interakcji = 0,28). Podobna spójność została zaobserwowana w odniesieniu do płci, stanu wstrząsu septycznego, wyjściowej kategorii pSOFA, kategorii mleczanów, stanu wentylacji mechanicznej oraz kategorii albumin. Związek ten miał tendencję do bycia silniejszym w warstwach o cięższym przebiegu klinicznym, w tym w przypadku wstrząsu septycznego, wyjściowego pSOFA ≥8, mleczanów ≥2,5 mmol/L, wentylacji mechanicznej w ciągu 24 h oraz albumin <32 g/L. Względna zmiana HBP wykazała ten sam kierunek związku, choć w niektórych podgrupach o niższym ryzyku zaobserwowano szersze przedziały ufności i wyniki nieistotne statystycznie.

Dostępność danych:
Zanonimizowany zbiór danych na poziomie pacjenta, stanowiący podstawę wyników niniejszego badania, jest publicznie dostępny w repozytorium Figshare pod adresem https://doi.org/10.6084/m9.figshare.32545806.v1. Kod analizy oraz dodatkowe materiały badawcze są dostępne u autora korespondencyjnego na uzasadnioną prośbę. Wszystkie udostępnione dane zostały zanonimizowane zgodnie z instytucjonalnymi i etycznymi wymogami dotyczącymi poufności danych pacjentów.

Schemat przesiewowy przyjęć do PICU; proces wyboru pacjentów, kryteria wykluczenia, analiza kohorty.
Rysunek 1: Schemat badania dotyczący wyboru uczestników. Schemat przedstawiający pacjentów przyjętych na oddział intensywnej terapii dzieci (PICU), poddanych przesiewowi między 1 stycznia 2022 r. a 31 grudnia 2025 r., kolejne etapy wykluczeń, pacjentów kwalifikujących się oraz końcową kohortę analizy obejmującą 150 dzieci z sepsą. Analizy biomarkerów wyjściowych objęły wszystkich 150 pacjentów, a dynamiczne analizy białka wiążącego heparynę (HBP) przeprowadzono u pacjentów, dla których dostępne były pomiary HBP w 2. dobie. Moment przyjęcia do PICU określono jako czas zero. Okno analizy biomarkerów wyjściowych: 0–24 h. Okno biomarkerów w 2. dobie: 36–60 h. Aby wyświetlić ten rysunek w większym rozmiarze, kliknij tutaj.

Wykres trajektorii oraz wykres pudełkowy CRP i HBP; czas względem godzin od przyjęcia; progresja dysfunkcji narządów.
Rycina 2: Wczesne trajektorie białka C-reaktywnego i białka wiążącego heparynę w zależności od wczesnej progresji dysfunkcji narządów. (A) Trajektorie białka C-reaktywnego (CRP) od poziomu wyjściowego do 72 h po przyjęciu na PICU u dzieci z wczesną progresją dysfunkcji narządów i bez niej. (B) Trajektorie białka wiążącego heparynę (HBP) w tym samym okresie. (C) Relatywna zmiana HBP od poziomu wyjściowego do 2. dnia, z podziałem według statusu progresji. Wczesną progresję dysfunkcji narządów zdefiniowano jako wzrost o 2 lub więcej punktów w pediatrycznej skali oceny niewydolności narządów (pSOFA) w ciągu 72 h od przyjęcia na PICU (ΔpSOFA ≥ 2). Zacieniowane pasma lub słupki błędów wskazują zmienność wokół szacunków na poziomie grupy. Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

Wykresy progresji sepsy; biomarkery: HBP, ALB, Lac, CRP, WBC, PCT, wynik pSOFA, stosunek HB/ALB.
Rycina 3: Krótkoterminowe trajektorie biomarkerów i ciężkości stanu w poszczególnych warstwach ciężkości sepsy. Przedstawiono seryjne zmiany od 1. do 3. dnia dla pacjentów podzielonych na grupy z sepsą, ciężką sepsą i wstrząsem septycznym. (A) Białko wiążące heparynę (HBP). (B) Albuminy (ALB). (C) Mleczany (Lac). (D) Białko C-reaktywne (CRP). (E) Liczba białych krwinek (WBC). (F) Prokalcytonina (PCT). (G) Wynik pediatrycznej skali oceny niewydolności wielonarządowej (pSOFA). (H) Stosunek HBP do albumin. Rycina ilustruje równoległe gradienty aktywacji śródbłonka, utraty białek związanej z przeciekaniem naczyń kapilarnych, zaburzeń perfuzji, zapalenia ogólnoustrojowego i niewydolności narządowej w miarę wzrostu ciężkości stanu w kolejnych warstwach. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Krzywe ROC porównujące czułość i swoistość; AUC dla biomarkerów HBP/ALB, HBP, pSOFA, CRP.
Rycina 4: Zdolność dyskryminacyjna pojedynczych biomarkerów i wskaźników klinicznych w prognozowaniu wczesnego postępu dysfunkcji narządów. Krzywe charakterystyki operacyjnej odbiornika (ROC) porównujące poszczególne predyktory. (A) Predyktory wyjściowe, w tym wyjściowe HBP, wyjściowy stosunek HBP do albuminy, wyjściowe pSOFA, mleczany, prokalcytonina oraz CRP. (B) Predyktory z 2. doby, w tym HBP z 2. doby, stosunek HBP do albuminy z 2. doby, wyjściowe pSOFA oraz CRP. Wczesny postęp dysfunkcji narządów zdefiniowano jako ΔpSOFA ≥ 2 w ciągu 72 h od przyjęcia na PICU. Wartości powierzchni pod krzywą (AUC) oraz przedziały ufności odpowiadają wartościom końcowym przedstawionym w Tabeli 4. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Diagram krzywych ROC porównujących biomarkery pod kątem czułości i swoistości w analizie klinicznej.
Rycina 5: Krzywe charakterystyki operacyjnej odbiornika (ROC) dla modeli kombinowanych opartych na HBP. (A) Modele kombinowane wyjściowe, obejmujące HBP + pSOFA oraz HBP + mleczan + albuminy, porównano z samym wyjściowym HBP. (B) Modele kombinowane w 2. dobie, obejmujące HBP w 2. dobie + CRP + prokalcytoninę oraz stosunek HBP do albumin w 2. dobie + interleukinę-6 + interleukinę-8, porównano z samym HBP w 2. dobie. Modele zawierające cytokiny analizowano w podzbiorze przypadków dostępnych, ponieważ interleukina-6 i interleukina-8 były mierzone tylko wtedy, gdy zamówiono je w ramach rutynowej opieki klinicznej. Wartości AUC odpowiadają Tabeli 4. Aby zobaczyć powiększoną wersję tej ryciny, kliknij tutaj.

Wykres AUC zależny od czasu, analizujący wydajność modelu HBP w ciągu 28 dni przy różnych parametrach.
Rysunek 6: Zależne od czasu wartości AUC dla modeli opartych na HBP w odniesieniu do 28-dniowej śmiertelności z wszystkich przyczyn. Przedstawiono krzywe AUC zależne od czasu dla modelu bazowego, modelu bazowego z dodatkiem HBP w dniu 2., modelu bazowego z dodatkiem HBP w dniu 2. oraz względnej zmiany HBP (ΔHBP%) oraz połączonego modelu opartego na HBP. Model bazowy obejmował pSOFA, mleczany, albuminy, prokalcytoninę oraz CRP. Rysunek pokazuje, że modele oparte na HBP wykazały największą przewagę dyskryminacyjną we wczesnej fazie obserwacji, z stopniowym zmniejszaniem się tej różnicy w ciągu 28 dni. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Krzywe ROC porównujące czułość modelu CRP i HBP w ciągu 28 dni; analiza AUC, wydajność diagnostyczna.
Rycina 7: Zależne od czasu krzywe ROC dla przewidywania śmiertelności z wszystkich przyczyn w ciągu 28 dni w wybranych punktach czasowych obserwacji. Przedstawiono krzywe ROC dla samego CRP, samego HBP w 2. dniu oraz połączonego modelu opartego na HBP. (A) Dzień 3. (B) Dzień 7. (C) Dzień 14. (D) Dzień 28. Połączony model oparty na HBP wykazał wyższą zdolność różnicowania niż każdy z pojedynczych biomarkerów we wszystkich wybranych punktach czasowych. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

ZmiennaQ1 (najniższe HBP), n=37Q2, n=38Q3, n=37Q4 (najwyższe HBP), n=38wartość p
Baseline HBP, ng/mL21.1 (15.9–26.2)58.4 (46.8–72.5)132.6 (104.3–165.8)262.8 (201.6–308.7)<0.001
Wiek, lata3.1 (0.9–7.8)3.4 (1.0–8.2)3.2 (0.8–7.5)3.0 (0.7–7.1)0.84
Płeć męska, n (%)21 (56.8)22 (57.9)20 (54.1)23 (60.5)0.93
Masa ciała, kg14.8 (9.2–24.5)15.1 (9.5–25.8)14.5 (8.9–24.2)14.2 (8.5–23.6)0.88
Przewlekłe choroby współistniejące, n (%)9 (24.3)10 (26.3)11 (29.7)12 (31.6)0.79
Infekcja dróg oddechowych, n (%)18 (48.6)17 (44.7)15 (40.5)13 (34.2)0.38
Zakażenie krwi, n (%)4 (10.8)7 (18.4)10 (27.0)15 (39.5)0.006
Zakażenie wewnątrzbrzuszne, n (%)5 (13.5)5 (13.2)6 (16.2)7 (18.4)0.82
Częstość akcji serca, uderzeń/min128 (116–142)136 (122–150)145 (130–158)156 (138–170)<0.001
Średnie ciśnienie tętnicze, mmHg67 (60–74)64 (57–71)60 (52–68)56 (48–63)<0.001
Wyjściowy wynik w skali pSOFA5 (3–8)6 (4–9)8 (5–10)9 (7–12)<0.001
Wstrząs septyczny w momencie przyjęcia, n (%)7 (18.9)10 (26.3)13 (35.1)16 (42.1)<0.001
Wentylacja mechaniczna w ciągu 24 h, n (%)9 (24.3)13 (34.2)17 (45.9)22 (57.9)0.003
Wsparcie wazoaktywne w ciągu 24 h, n (%)8 (21.6)12 (31.6)18 (48.6)24 (63.2)<0.001
CRRT w ciągu 72 h, n (%)1 (2.7)3 (7.9)5 (13.5)8 (21.1)0.015
CRP, mg/L46.2 (28.5–72.8)71.4 (45.3–98.6)103.7 (70.2–142.4)138.6 (96.5–181.2)<0.001
Prokalcytonina, ng/mL4.8 (1.6–12.5)8.9 (3.2–19.6)16.4 (6.8–31.5)28.7 (12.2–52.4)<0.001
Mleczan, mmol/L1.8 (1.2–2.6)2.3 (1.6–3.4)3.0 (2.0–4.5)4.2 (2.8–6.1)<0.001
Albuminy, g/L37.6 (34.1–40.5)35.4 (31.8–38.2)32.8 (29.5–36.1)29.6 (26.4–33.2)<0.001
Liczba płytek krwi, ×10⁹/L216 (158–287)184 (132–248)151 (98–216)118 (72–176)<0.001
Kreatynina, μmol/L35.2 (25.8–48.6)42.5 (30.6–58.4)53.7 (38.2–75.6)68.4 (46.5–96.2)<0.001

Tabela 1: Charakterystyka wyjściowa w podziale na kwartyle poziomu białka wiążącego heparynę. Wyjściowe cechy demograficzne, związane z infekcją, hemodynamiczne, wsparcie narządowe oraz parametry laboratoryjne 150 dzieci z sepsą przyjętych na oddział intensywnej terapii pediatrycznej (PICU), podzielone według kwartyli wyjściowego poziomu HBP. Wartości przedstawiono jako medianę (rozstęp międzykwartylowy) lub n (%), w zależności od parametru.

ZmiennaBrak wczesnej progresji n = 96Wczesna progresja (ΔpSOFA ≥ 2, n=54)wartość p
Liczba leukocytów, ×10⁹/L11.8 (7.5–16.2)16.4 (10.5–23.8)<0.001
Neutrofile, %72.5 (63.1–81.4)84.6 (76.2–90.5)<0.001
Liczba płytek krwi, ×10⁹/L196 (132–268)112 (68–184)<0.001
INR1.18 (1.05–1.34)1.46 (1.22–1.82)<0.001
aPTT, s38.4 (32.6–46.7)51.2 (41.8–68.5)<0.001
Fibrynogen, g/L3.1 (2.3–4.2)2.2 (1.5–3.4)0.002
D-dimery, mg/L FEU1.8 (0.9–3.6)4.9 (2.1–9.8)<0.001
Mleczany, mmol/L2.1 (1.4–3.2)4.3 (2.7–6.6)<0.001
pH7.38 (7.32–7.43)7.29 (7.20–7.36)<0.001
Nadmiar zasad, mmol/L−2.4 (−5.6 do 0.6)−7.8 (−12.5 do −3.1)<0.001
Kreatynina, μmol/L41.6 (29.2–59.8)68.5 (45.7–102.4)<0.001
Azot mocznika, mmol/L5.8 (3.9–8.4)9.6 (6.2–14.8)<0.001
Bilirubina całkowita, μmol/L12.4 (7.8–21.6)26.8 (14.5–48.2)<0.001
Aminotransferan alaninowy, U/L34 (19–68)82 (36–178)<0.001
Albuminy, g/L35.8 (32.1–39.4)29.8 (26.5–34.1)<0.001
Glukoza, mmol/L6.8 (5.4–8.9)9.6 (6.7–13.8)0.001
Sód, mmol/L137 (134–140)134 (130–138)0.018
Początkowy bolus płynów ≥20 mL/kg, n (%)34 (35.4)35 (64.8)<0.001
Wsparcie lekami wazoaktywnymi w ciągu 24 h, n (%)28 (29.2)34 (63.0)<0.001
Wentylacja mechaniczna w ciągu 24 h, n (%)27 (28.1)34 (63.0)<0.001
Stosowanie glikokortykosteroidów systemowych, n (%)20 (20.8)25 (46.3)0.001
Wlew albuminy, n (%)24 (25.0)29 (53.7)<0.001
Dawka albuminy, g/kg0.3 (0.0–0.8)0.8 (0.3–1.5)<0.001
Transfuzja koncentratu czerwonych krwinek, n (%)14 (14.6)19 (35.2)0.003
CRRT w ciągu 72 h, n (%)4 (4.2)13 (24.1)<0.001
Czas pobytu na PICU, dni8 (5–13)15 (9–23)<0.001

Tabela 2: Bazowe wyniki badań laboratoryjnych i wczesne interwencje w zależności od progresji wczesnej dysfunkcji narządów.Porównanie wskaźników laboratoryjnych, markerów perfuzji, zmiennych krzepnięcia, wskaźników funkcji narządów oraz wczesnych interwencji terapeutycznych u dzieci z progresją i bez progresji wczesnej dysfunkcji narządów. Progresję wczesnej dysfunkcji narządów zdefiniowano jako ΔpSOFA ≥ 2 w ciągu 72 h po przyjęciu na oddział intensywnej terapii dzieci (PICU).

wskaźnik związany z HBPZmienna skorelowanaWspółczynnik korelacji, r95% CI (przedział ufności)wartość p
Poziom wyjściowy HBPWyjściowy wynik w skali pSOFA0.460.39–0.53<0.001
Wyjściowe HBPWynik pSOFA w 2. dniu0.410.33–0.48<0.001
Baseline HBP (ciśnienie tętnicze krwi w stanie spoczynku)Mleczan0.380.30–0.45<0.001
Baseline HBPCRP0.290.20–0.37<0.001
Wartość wyjściowa HBPProkalcytonina0.330.24–0.41<0.001
Wartość wyjściowa HBPAlbumina−0.34−0,42 do −0,26<0.001
stosunek HBP do albuminyWskaźnik nasilenia0.620.56–0.67<0.001
Wartość wyjściowa HBPLiczba dni wentylacji mechanicznej w ciągu 28 dni0.270.18–0.35<0.001
Wartość bazowa HBPczas pobytu na oddziale intensywnej terapii dziecięcej (PICU)0.230.14–0.31<0.001
HBP wyjścioweCałkowita VIS w ciągu 24 h0.350.27–0.43<0.001
Bazowe HBPObjętość bolusa płynów w ciągu 24 h0.210.12–0.29<0.001
HBP wyjścioweWentylacja mechaniczna w ciągu 24 h0.30.21–0.38<0.001
Wartość wyjściowa HBPWsparcie wazoaktywne w ciągu 24 h0.360.28–0.44<0.001
Poziom bazowy HBPCRRT w ciągu 72 h0.190.10–0.28<0.001
Dzień 2 HBPWynik pSOFA w 2. dniu0.520.45–0.58<0.001
Względna zmiana HBPΔpSOFA0.40.32–0.47<0.001
Względna zmiana HBPstatus śmiertelności w 28. dobie0.240.15–0.33<0.001

Tabela 3: Korelacje między wskaźnikami HBP, punktacją ciężkości stanu pacjenta a wskaźnikami wsparcia narządowego. Współczynniki korelacji Spearmana dla wyjściowych i dynamicznych parametrów HBP w odniesieniu do punktacji pSOFA, markerów stanu zapalnego, wskaźników perfuzji, zmiennych wsparcia narządowego, wskaźnika wazoaktywno-inotropowego, czasu pobytu na pediatrycznym oddziale intensywnej terapii oraz statusu śmiertelności w ciągu 28 dni.

Predyktor lub modelAUC (pole pod krzywą)95% CIWartość odcięciaCzułość, %Swoistość, %PPV, %NPV, %Dokładność, %indeks Youdena
Poziom wyjściowy CRP0.640.59–0.6992,0 mg/L61.560.246.573.460.70.22
Prokalcytonina0.710.66–0.7612,0 ng/mL68.465.352.178.666.40.34
Mleczan0.730.68–0.772,8 mmol/L70.266.754.379.5680.37
Albumina0.70.65–0.7532,0 g/L65.768.453.877.667.30.34
Wartość wyjściowa pSOFA0.760.72–0.807 punktów72.270.858.281.771.30.43
Baseline HBP0.820.79–0.8698,0 ng/ml78.576.465.186.277.30.55
Dzień 2 HBP0.880.85–0.91126,0 ng/ml82.780.670.490.581.30.63
Wyjściowy stosunek HBP do albuminy0.840.81–0.882.880.178.667.887.979.10.59
Dzień 2 Stosunek HBP do albuminy0.890.86–0.923.683.581.871.69182.40.65
HBP + pSOFA0.90.87–0.92Prawdopodobieństwo modelu85.483.17591.1840.69
HBP + mleczan + albuminy0.910.88–0.93Prawdopodobieństwo modelu86.784.276.491.885.10.71
Dzień 2 HBP + CRP + prokalcytonina0.930.91–0.95Prawdopodobieństwo modelu88.585.879.193.286.90.74
Dzień 2 stosunek HBP do albuminy + IL-6 + IL-80.940.92–0.96Prawdopodobieństwo modelu89.686.480.394.487.40.76

Tabela 4: Wydajność predykcyjna biomarkerów i modeli w zakresie wczesnej progresji dysfunkcji narządów. Wartości AUC, 95% przedziały ufności, optymalne wartości odcięcia, czułość, swoistość, dodatnia wartość predykcyjna, ujemna wartość predykcyjna, dokładność oraz indeks Youdena dla pojedynczych biomarkerów, stosunku HBP do albuminy oraz modeli łączonych opartych na HBP w identyfikacji wczesnej progresji dysfunkcji narządów.

PredyktorWczesna progresja niewydolności narządowejWysoki stopień ciężkości choroby
aOR95% CI (przedział ufności)wartość paOR95% przedział ufnościwartość p
Dzień 2 HBP, na 10 ng/mL1.181.12–1.24<0.0011.151.10–1.21<0.001
Względna zmiana HBP na każde 10% wzrostu1.091.04–1.14<0.0011.071.02–1.120.006
Wartość wyjściowa pSOFA, na każdy wzrost o 1 punkt1.231.14–1.33<0.0011.311.21–1.43<0.001
Mleczan, na każdy wzrost o 1 mmol/L1.281.13–1.45<0.0011.211.08–1.360.001
Albumina, na każdy wzrost o 1 g/L0.930.90–0.97<0.0010.950.92–0.980.002
Prokalcytonina, na każde zwiększenie o 10 ng/mL1.061.01–1.120.0281.051.00–1.110.046
CRP, na każde zwiększenie o 10 mg/L1.010.98–1.040.421.020.99–1.050.25
Wstrząs septyczny przy przyjęciu2.161.42–3.30<0.0012.431.60–3.71<0.001
Wentylacja mechaniczna w ciągu 24 h2.021.32–3.100.0011.91.25–2.900.003
Kategoria źródła zakażenia1.180.91–1.540.211.210.93–1.580.16
Wiek, w latach0.980.93–1.040.530.970.91–1.030.31
Statystyka C modelu0.90.91
wartość p testu Hosmera-Lemeshow0.410.46
R² Nagelkerke0.40.42

Tabela 5: Wieloczynnikowe modele regresji logistycznej dla wczesnej progresji dysfunkcji narządów i wysokiego stopnia ciężkości choroby. Skorygowane ilorazy szans i 95% przedziały ufności dla predyktorów wczesnej progresji dysfunkcji narządów (ΔpSOFA ≥ 2) oraz wysokiego stopnia ciężkości choroby, zdefiniowanego jako szczytowe pSOFA w 72. godzinie ≥ 8. Podsumowano również dyskryminację modelu, kalibrację oraz wariancję objaśnioną.

WynikModelAUC (pole pod krzywą)ΔAUC95% przedział ufności dla ΔAUCwartość pNRI95% przedział ufności dla NRIIDI95% CI dla IDIWskaźnik BrieraPunkt przecięcia kalibracyjnegoNachylenie krzywej kalibracyjnejwartość p testu Hosmera-Lemeshow
Wczesna progresja niewydolności narządowejModel bazowy0.78BibliografiaBibliografiaBibliografia0.1680.080.860.09
Wczesna progresja niewydolności narządowejModel bazowy + Dzień 2 HBP + ΔHBP%0.920.140.10–0.18<0.0010.310.18–0.440.0720.044–0.1030.1320.030.970.41
Wysoki stopień ciężkości chorobyModel bazowy0.79BibliografiaBibliografiaBibliografia0.1620.070.880.12
Wysoki stopień ciężkości chorobyModel podstawowy + Dzień 2 HBP + ΔHBP%0.920.130.09–0.17<0.0010.280.15–0.420.0610.034–0.0910.1290.020.980.46

Tabela 6: Przyrostowa wartość predykcyjna po dodaniu wskaźników HBP do modelu bazowego. Zmiany w AUC, sieciowej poprawie reklasyfikacji (NRI), zintegrowanej poprawie dyskryminacji (IDI), wyniku Briera, przechwycie kalibracji, nachyleniu kalibracji oraz teście Hosmera-Lemeshow po dodaniu wartości HBP z 2. dnia oraz ΔHBP% do modelu bazowego dla wczesnej progresji niewydolności narządowej i wysokiego stopnia ciężkości choroby. Model bazowy obejmował pSOFA, mleczany, albuminy, prokalcytoninę oraz CRP.

PredyktorAnaliza jednowymiarowaAnaliza wielowymiarowa
HR95% CIwartość paHR95% CIwartość p
HBP w 2. dobie, na każde 10 ng/mL1.181.12–1.24<0.0011.121.07–1.17<0.001
Względna zmiana HBP, na każde zwiększenie o 10%1.081.04–1.12<0.0011.051.01–1.090.012
Wartość pSOFA przy przyjęciu, na każdy wzrost o 1 punkt1.181.11–1.26<0.0011.121.05–1.190.001
Mleczan, na każdy wzrost o 1 mmol/L1.271.15–1.40<0.0011.181.06–1.310.003
Albuminy, na każdy wzrost o 1 g/L0.930.90–0.96<0.0010.960.93–0.990.016
Prokalcytonina, na każdy wzrost o 10 ng/mL1.091.03–1.160.0041.040.98–1.100.18
CRP, na każdy wzrost o 10 mg/L1.041.01–1.070.0181.010.98–1.040.43
Wstrząs septyczny przy przyjęciu2.761.78–4.29<0.0011.841.12–3.040.017
Wentylacja mechaniczna w ciągu 24 h2.311.46–3.66<0.0011.280.78–2.110.33
CRRT w ciągu 72 h2.891.62–5.16<0.0011.420.75–2.690.28
Wiek, na każdy rok0.970.91–1.040.390.980.91–1.050.56

Tabela 7: Analizy regresji Coxa dla 28-dniowej śmiertelności z wszystkich przyczyn. Jedno- i wieloczynnikowe ilorazy ryzyka dla 28-dniowej śmiertelności z wszystkich przyczyn, obejmujące HBP w 2. dobie, względną zmianę HBP, wyjściowy pSOFA, mleczany, albuminy, prokalcytoninę, CRP, wstrząs septyczny przy przyjęciu, wentylację mechaniczną w ciągu 24 h, CRRT w ciągu 72 h oraz wiek.

PodgrupaDzień 2 HR HBP na 10 ng/mL95% CI (przedział ufności)wartość pΔHBP% HR na każde 10% wzrostu95% CI (przedział ufności)wartość pp dla interakcji
Wiek <1 rok1.141.06–1.23<0.0011.061.01–1.120.0210.28
Wiek ≥1 rok1.111.05–1.17<0.0011.041.00–1.090.049
Płeć męska1.121.06–1.19<0.0011.051.01–1.100.0180.61
Płeć żeńska1.131.06–1.21<0.0011.051.00–1.110.041
Występowanie wstrząsu septycznego1.141.08–1.21<0.0011.071.02–1.130.0060.19
Brak wstrząsu septycznego1.091.03–1.160.0041.030.98–1.090.21
Wartość wyjściowa pSOFA <81.081.02–1.150.0091.030.98–1.090.180.24
Wartość wyjściowa pSOFA ≥81.141.08–1.20<0.0011.071.02–1.120.005
Mleczan <2,5 mmol/L1.091.02–1.160.011.030.98–1.090.20.31
Mleczan ≥2,5 mmol/L1.131.07–1.20<0.0011.061.01–1.120.014
Brak wentylacji mechanicznej w ciągu 24 h1.081.01–1.150.0261.020.97–1.080.360.22
Wentylacja mechaniczna w ciągu 24 h1.141.08–1.21<0.0011.071.02–1.130.007
Albuminy ≥32 g/L1.091.02–1.160.0111.030.98–1.090.220.18
Albumina <32 g/L1.141.08–1.21<0.0011.071.02–1.130.006

Tabela 8: Analizy Coxa w podgrupach dla dynamicznych wskaźników HBP w odniesieniu do 28-dniowej śmiertelności z powodu wszystkich przyczyn. Hazard ratios w podgrupach i testy interakcji dla HBP w 2. dniu oraz ΔHBP% w warstwach zdefiniowanych według wieku, płci, stanu wstrząsu septycznego, wyjściowego pSOFA, wyjściowego poziomu mleczanów, wczesnej wentylacji mechanicznej oraz wyjściowego poziomu albuminy.

Tabela uzupełniająca 1: Analizy wrażliwości dla wskaźników HBP i wczesnych wyników ciężkości stanu. Analizy wrażliwości oceniły rzetelność powiązań między wskaźnikami HBP a wczesnymi wynikami ciężkości stanu pacjentów po zawężeniu okna pobierania próbek w 2. dobie do 42–54 h, zastosowaniu bardziej rygorystycznej definicji progresji (ΔpSOFA ≥ 3), wykluczeniu zweryfikowanych w źródle nietypowych wartości ekstremalnych HBP oraz ograniczeniu analiz do pacjentów z pełnymi dynamicznymi pomiarami HBP.Prosimy kliknąć tutaj, aby pobrać ten plik.

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 narządowej (pSOFA), częstszą potrzebą wentylacji mechanicznej, terapii wazoaktywnej, ciągłej terapii zastępczej nerek (CRRT) oraz wyższym ryzykiem śmiertelności w ciągu 28 dni. Wyniki te są zgodne z biologiczną rolą HBP zarówno jako mediatora stanu zapalnego, jak i markera uszkodzenia śródbłonka10. HBP jest uwalniane przez aktywowane neutrofile, zwiększa przepuszczalność śródbłonka i sprzyja wyciekom naczyniowym, co może pogarszać dysfunkcję mikrokrażenia i przyczyniać się do wielonarządowego uszkodzenia. Ta pozycja na osi śródbłonkowej-mikrokrążeniowej może wyjaśniać, dlaczego HBP wykazywało silniejsze i bardziej stabilne powiązania z ciężkością stanu klinicznego niż konwencjonalne markery stanu zapalnego, które odzwierciedlają głównie wtórny systemowy stan zapalny11.

Nasze wyniki są również zgodne z wcześniejszymi badaniami przeprowadzonymi w oddziałach intensywnej terapii dzieci i dorosłych12. Wieloośrodkowe prospektywne badanie na oddziałach PICU w Chinach wykazało wartość diagnostyczną i prognostyczną HBP w pediatrycznej sepsie oraz wskazało, że wielokrotne pomiary poprawiają ocenę kliniczną, co potwierdza zasadność testowania dynamicznego13. Metaanalizy wykazały podobnie umiarkowaną lub wysoką wartość prognostyczną HBP w odniesieniu do ciężkich zakażeń, wstrząsu, dysfunkcji narządów i śmiertelności, zwracając jednocześnie uwagę na heterogeniczność wartości progowych i wielkości efektu w zależności od populacji i okien czasowych pobierania próbek14. Ta heterogeniczność podkreśla potrzebę kalibracji wartości progowych HBP oraz strategii pobierania próbek do konkretnych warunków klinicznych. W obecnej kohorcie modele łączone oparte na HBP, szczególnie te uwzględniające albuminy i konwencjonalne markery stanu zapalnego, wykazały wyższą dyskryminację i lepszą ujemną wartość predykcyjną niż pojedyncze predyktory, co jest zgodne z wcześniejszymi dowodami wskazującymi, że HBP jest najskuteczniejsze, gdy jest interpretowane wraz z punktacjami klinicznymi i innymi biomarkerami15.

Dodatkową obserwacją była wysoka skuteczność stosunku HBP do albuminy. Z biologicznego punktu widzenia ten złożony wskaźnik może lepiej odzwierciedlać połączone efekty aktywacji neutrofili, przepuszczalności śródbłonka i wycieku kapilarnego niż każdy z tych markerów z osobna. HBP jest bezpośrednio zaangażowane w zaburzenia bariery śródbłonkowej, podczas gdy niższe poziomy albuminy mogą odzwierciedlać utratę białek naczyniowych, zapalenie systemowe oraz zmiany przepuszczalności związane z chorobą krytyczną. Stosunek HBP do albuminy oddaje zatem zarówno aktywację śródbłonka, jak i wynikającą z niej fizjologiczną konsekwencję w postaci wycieku kapilarnego. Może to wyjaśniać jego silniejszą korelację z wynikami pSOFA oraz lepszą zdolność dyskryminacyjną w porównaniu z kilkoma pojedynczymi biomarkerami. Ponieważ stosunek ten nie jest jeszcze uznanym progiem diagnostycznym w pediatrycznej sepsie, należy go interpretować jako eksploracyjny wskaźnik złożony, który wymaga walidacji prospektywnej.

W analizach opisowych bazowe stężenie HBP podzielono na kwartyle, aby ocenić wzorce zależności dawka-odpowiedź w obrębie obserwowanej dystrybucji biomarkerów, a nie w celu ustalenia progów decyzji klinicznych. Takie podejście było zasadne, ponieważ zwalidowane pediatryczne wartości odcięcia HBP dla ciężkości sepsy pozostają niepewne i mogą różnić się w zależności od platformy analitycznej, okna próbkowania oraz grupy pacjentów. Analiza kwartylna wykazała, że wyższe warstwy HBP wiązały się z wyższymi wynikami pSOFA, częstszym występowaniem wstrząsu septycznego, większym zapotrzebowaniem na wsparcie narządowe oraz częstszym występowaniem nieprawidłowych wskaźników laboratoryjnych. Wzorce te potwierdzają istnienie gradientu ciężkości stanu klinicznego, jednak nie powinny być interpretowane jako definitywne wartości odcięcia stosowane w praktyce przyłóżkowej.

Kluczowym wnioskiem z niniejszego badania jest dodatkowa wartość dynamicznej oceny HBP. Względna zmiana poziomu HBP od wartości wyjściowej do 2. dnia pozostała niezależnie powiązana z wczesną progresją niewydolności narządowej, wysokim stopniem ciężkości choroby oraz wyższym ryzykiem śmiertelności w ciągu 28 dni po skorygowaniu o pSOFA, mleczany, albuminy i inne zmienne. Sugeruje to, że utrzymujący się podwyższony poziom HBP lub jego wzrost po wstępnej resuscytacji może identyfikować fenotyp wysokiego ryzyka, charakteryzujący się trwającą aktywacją neutrofili, utrwaloną dysfunkcją bariery śródbłonkowej i uporczywym upośledzeniem mikrokrążenia. Podobne korelacje między dynamicznymi trajektoriami HBP a krótkoterminową śmiertelnością zgłaszano w kohortach oddziałów intensywnej terapii, co potwierdza zewnętrzną wiarygodność naszych wyników16.

Kliniczna heterogenność związana z wiekiem jest istotna w pediatrycznej sepsie, ponieważ dojrzewanie układu odpornościowego, reakcje śródbłonka, przepuszczalność naczyniowa oraz wyjściowa rezerwa fizjologiczna różnią się w zależności od stadium rozwojowego17. W niniejszym badaniu wiek uwzględniono w modelach głównych, a analizy podgrup przeprowadzono z podziałem na warstwy wiekowe. Związek między HBP w 2. dniu a ryzykiem śmiertelności w 28. dobie pozostał spójny pod względem kierunku u dzieci w wieku <1 roku oraz ≥1 roku, a testy interakcji nie wykazały istotnej modyfikacji efektu zależnej od wieku. Wyniki te sugerują, że sygnał prognostyczny HBP był stosunkowo stabilny we wszystkich badanych warstwach wiekowych w tej kohorcie. Jednak wielkość próby była niewystarczająca do ustalenia specyficznych dla wieku zakresów referencyjnych lub klinicznych wartości odcięcia, a do oceny, czy kinetyka HBP różni się pomiędzy noworodkami, niemowlętami, dziećmi w wieku przedszkolnym i starszymi dziećmi, potrzebne są większe kohorty pediatryczne.

Zaobserwowane powiązania między HBP a zapotrzebowaniem na wsparcie narządowe odzwierciedlały również ilościowe mierniki intensywności wsparcia hemodynamicznego. Poza binarnym zastosowaniem terapii naczyniokurczącej, wyższe poziomy HBP korelowały z wyższym wskaźnikiem vasoactive-inotropic score (VIS), co wskazuje, że HBP może identyfikować dzieci wymagające bardziej intensywnego wsparcia sercowo-naczyniowego. Wynik ten jest istotny klinicznie, ponieważ VIS zapewnia bardziej szczegółowy pomiar wsparcia hemodynamicznego niż prosta zmienna tak/nie dotycząca terapii naczyniokurczącej. Wraz z powiązaniami między HBP, mleczanami, pSOFA, wentylacją mechaniczną i CRRT, wynik ten wspiera interpretację HBP jako markera niestabilności fizjologicznej i rozwijającej się niewydolności narządowej, a nie jako nieswoistego sygnału zapalnego.

Z perspektywy klinicznej HBP wydaje się być użytecznym uzupełniającym biomarkerem do wczesnej oceny i ponownej oceny ryzyka w pediatrycznej sepsie. Poza korelacją z pSOFA i intensywnością wsparcia narządowego, dodanie HBP do modelu bazowego obejmującego pSOFA, mleczany, albuminy, prokalcytoninę i białko C-reaktywne poprawiło dyskryminację, reklasyfikację i kalibrację18. Zyski te wskazują, że HBP dostarcza informacji nie w pełni reprezentowanych przez rutynowe wskaźniki laboratoryjne i kliniczne, co prawdopodobnie odzwierciedla uszkodzenie bariery śródbłonka i dysfunkcję mikrokrażenia. Praktycznym zastosowaniem byłaby ścieżka wczesnej oceny, w której poziom HBP jest mierzony wkrótce po przyjęciu na OIT dziecięcą i powtarzany w ciągu 48–72 h. Dzieci z wysokim wyjściowym poziomem HBP i niekorzystnymi wczesnymi trajektoriami mogłyby być następnie rozważane pod kątem ściślejszego monitorowania hemodynamicznego, częstszej ponownej oceny funkcji narządów oraz wcześniejszej weryfikacji odpowiedzi na leczenie19,20. Należy to interpretować jako pomoc w stratyfikacji ryzyka, a nie jako dowód na to, że interwencja kierowana poziomem HBP poprawia wyniki, co wymaga prospektywnych badań.

Należy odnotować kilka ograniczeń. Po pierwsze, była to retrospektywna analiza w jednym ośrodku, w związku z czym nie można całkowicie wykluczyć pozostałych czynników zakłócających, błędu selekcji w doborze leczenia oraz specyficznych dla ośrodka schematów praktyki klinicznej. Po drugie, mógł wystąpić błąd selekcji, ponieważ z analizy pierwotnej wykluczono pacjentów bez pomiarów wyjściowych HBP lub białka C-reaktywnego, z niepełnymi danymi punktu końcowego pSOFA lub niekompletnym okresem obserwacji przeżycia. Pacjenci bez pomiaru HBP w 2. dniu zostali uwzględnieni w analizach wyjściowych, ale wykluczeni z dynamicznych analiz HBP. W związku z tym analizy dynamiczne mogą nadreprezentować dzieci, u których przeprowadzano wielokrotne badania biomarkerów ze względu na większy postrzegany stopień ciężkości stanu klinicznego lub ściślejszy monitoring. Po trzecie, poziom interleukiny-6 i interleukiny-8 nie był rutynowo mierzony u wszystkich pacjentów, zatem modele zawierające cytokiny oparto na danych z dostępnych przypadków i należy je interpretować jako wtórne analizy eksploracyjne, a nie pierwotne modele prognostyczne. Po czwarte, mimo zastosowania stałych okien próbkowania, różnice w dokładnych godzinach pobrania krwi w ramach tych okien mogły wprowadzić zmienność pomiarową. Bezwzględne progi HBP mogą być również bezpośrednio nieprzenaszalne między instytucjami ze względu na różnice w platformach analitycznych i procedurach laboratoryjnych. Po piąte, wielkość próby była umiarkowana, a niektóre analizy podgrup charakteryzowały się ograniczoną liczbą zdarzeń, co zmniejsza precyzję szacunków efektu. Wreszcie, punkty końcowe badania, w tym wczesna progresja dysfunkcji narządów, wysoki stopień ciężkości choroby oraz śmiertelność w 28. dobie, są zależne od wielu czynników poza uszkodzeniem śródbłonka, w tym od chorób współistniejących, rozkładu patogenów, czasu podania środków przeciwdrobnoustrojowych oraz dostępności zasobów21.

Przyszłe badania powinny skoncentrować się na prospektywnej walidacji wieloośrodkowej, zewnętrznej kalibracji wartości odcięcia HBP oraz optymalizacji harmonogramów pobierania próbek w przypadku sepsy dziecięcej22. Integracja dynamicznych wskaźników HBP z trajektoriami pSOFA, klirensem mleczanów, VIS oraz intensywnością wsparcia narządowego może pomóc w stworzeniu narzędzi oceny ryzyka, które będą zarówno statystycznie wiarygodne, jak i operacyjnie wykonalne w ramach pracy oddziałów PICU. Takie narzędzia powinny definiować wyraźne kategorie ryzyka oraz praktyczne progi decyzyjne do zastosowania przy łóżku pacjenta. Konieczne są również badania mechanistyczne i translacyjne, aby lepiej zdefiniować powiązania między HBP, dysfunkcją bariery śródbłonkowej, interakcjami między układem krzepnięcia a stanami zapalnymi oraz nieprawidłowościami mikrokrążenia. Jaśniejsze zrozumienie tych szlaków mogłoby wzmocnić podstawy biologiczne zindywidualizowanego postępowania kierowanego wskaźnikiem HBP i wesprzeć przyszłą ocenę strategii celowanych w śródbłonek w sepsie dziecięcej23.

W tej kohorcie pacjentów pediatrycznych na OPIK, poziom HBP był silnie skorelowany z obciążeniem dysfunkcją narządową oraz ciężkością choroby. Poziomy HBP w 2. dobie oraz wczesna dynamika HBP niezależnie przewidywały wczesną progresję dysfunkcji narządowych, wysoką ciężkość stanu chorobowego oraz wyższe ryzyko śmiertelności w ciągu 28 dni. W porównaniu z konwencjonalnymi markerami stanu zapalnego, HBP wykazał silniejszą zdolność dyskryminacyjną oraz poprawił dyskryminację, reklasyfikację i kalibrację modelu po dodaniu go do punktacji klinicznych i rutynowych biomarkerów. Wyniki te wspierają włączenie HBP do ram wczesnej oceny i dynamicznego monitorowania sepsy pediatrycznej na OPIK. Powtarzalne pomiary HBP oraz złożone wskaźniki oparte na HBP, takie jak stosunek HBP do albuminy, mogą usprawnić identyfikację dzieci wysokiego ryzyka ponad możliwości samych konwencjonalnych markerów stanu zapalnego i punktacji klinicznych. Niezbędne są prospektywne badania wieloośrodkowe w celu walidacji klinicznie istotnych wartości progowych oraz ustalenia, w jaki sposób strategie monitorowania sterowane poziomem HBP mogą zostać zintegrowane z rutynową praktyką pediatrycznej intensywnej terapii.

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).

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.

Przedruki i uprawnienia

Tagi

Markery stanu zapalnegostratyfikacja ryzykabiomarkery prognostyczneocena niewydolno ci narz dowejwentylacja mechanicznaterapia wazoaktywna