W niniejszym badaniu retrospektywnym wykazano, że dysfunkcja odpornościowa oraz powikłania pozapłucne są niezależnymi predyktorami złego rokowania u dzieci z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae. Poziomy seryjnego IgA, IgG, IgM oraz białka C-reaktywnego (CRP) wykazały wstępną wartość prognostyczną, choć niezbędne są badania prospektywne w celu potwierdzenia ich przydatności klinicznej.
Artykuł badawczy
Analiza eksploracyjna czynników związanych ze złym rokowaniem u dzieci z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae
W tym artykule
Podsumowanie
Streszczenie
Ciężkie zapalenie płuc wywołane przez Mycoplasma pneumoniae (MPP) u dzieci wiąże się z dysregulacją odpornościową i niekorzystnymi następstwami; jednak znaczenie kliniczne rutynowo mierzonych markerów odpornościowych i zapalnych pozostaje niepewne. W niniejszym retrospektywnym badaniu eksploracyjnym oceniono czynniki związane ze złym rokowaniem oraz indywidualną zdolność różnicującą immunoglobuliny A (IgA), immunoglobuliny G (IgG), immunoglobuliny M (IgM) oraz białka C-reaktywnego (CRP). Do badania włączono łącznie 172 dzieci z MPP leczonych między kwietniem 2018 r. a kwietniem 2021 r. oraz 40 zdrowych osób kontrolnych. Poziomy biomarkerów porównano w zależności od stopnia ciężkości choroby i grup rokowniczych. Przeprowadzono analizy indywidualnych krzywych charakterystyki operacyjnej odbiornika (ROC) oraz eksploracyjną regresję logistyczną. Poziomy IgA, IgG i IgM w surowicy były znacząco niższe, natomiast poziomy CRP były znacząco wyższe u dzieci z ciężkim przebiegiem choroby oraz u tych ze złym rokowaniem w porównaniu z odpowiednimi grupami kontrolnymi (P < 0,05). Powierzchnie pod krzywą ROC (AUC) dla IgA, IgG, IgM i CRP wynosiły odpowiednio 0,788, 0,707, 0,696 i 0,796. Czas trwania gorączki, typ zmian, dysfunkcja odpornościowa, podwyższony poziom CRP oraz powikłania pozapłucne różniły się znacząco pomiędzy grupami rokowniczymi. Eksploracyjna analiza wielowymiarowa wykazała, że dysfunkcja odpornościowa i powikłania pozapłucne są niezależnymi czynnikami związanymi ze złym rokowaniem. Wyniki te uzasadniają dalsze badania nad biomarkerami odpornościowymi i zapalnymi w celu stratyfikacji ryzyka u dzieci z ciężkim MPP; jednak niezbędne są badania prospektywne w celu walidacji ich użyteczności klinicznej, a obecnych wyników nie należy interpretować jako zwalidowanego modelu predykcji klinicznej.
Wprowadzenie
Ciężkie zapalenie płuc pozostaje główną przyczyną zachorowalności u dzieci i wynika ze złożonych interakcji między zakaźnym patogenem, odpowiedziami odpornościowymi gospodarza a kaskadą zapalną1,2,3. Mycoplasma pneumoniae (MP) jest częstą przyczyną pozaszpitalnego zapalenia płuc u dzieci, a zapalenie płuc wywołane przez M. pneumoniae (MPP) stanowi znaczną część przypadków pediatrycznych zapaleń płuc4. Chociaż większość dzieci zdrowieje przy odpowiednim leczeniu, u niektórych rozwija się postać ciężka lub oporna na leczenie, charakteryzująca się uporczywą gorączką, postępującymi zmianami w płucach, powikłaniami pozapłucnymi oraz innymi niekorzystnymi skutkami5,6,7,8. Wczesna identyfikacja dzieci o zwiększonym ryzyku niekorzystnego przebiegu choroby ma zatem istotne znaczenie kliniczne.
Wcześniejsze badania analizowały biomarkery stanu zapalnego, wyniki obrazowe oraz cechy kliniczne związane z ciężkością i rokowaniem MPP; jednak zgłaszana wartość prognostyczna wskaźników immunologicznych była niespójna9. Zamiast opracowywać kliniczny model predykcyjny, niniejsze badanie dostarcza warstwowego porównania rutynowo mierzonych poziomów immunoglobulin A (IgA), immunoglobulin G (IgG), immunoglobulin M (IgM) oraz białka C-reaktywnego (CRP) w grupach zdrowych kontroli, dzieci z łagodnym lub umiarkowanym MPP, dzieci z ciężkim MPP oraz w grupach prognostycznych. Dodatkowo przeprowadzono analizę eksploracyjną czynników związanych z złym rokowaniem u dzieci z ciężkim MPP. Głównym celem było ustalenie, czy te rutynowo mierzone biomarkery i cechy kliniczne wiążą się ze złym rokowaniem. Postawiono hipotezę, że niższe poziomy immunoglobulin, wyższe stężenie CRP, dysfunkcja immunologiczna oraz powikłania pozapłucne będą wiązać się z niekorzystnymi wynikami.
Protokół
Niniejsze badanie retrospektywne zostało przeprowadzone zgodnie z wymogami instytucjonalnymi oraz Deklaracją Helsińską i zostało zatwierdzone przez Komisję Etyczną Szpitala Nanjing Tongren powiązanego z Wydziałem Medycznym Uniwersytetu Południowo-Wschodniego (numer zatwierdzenia 2024-03-039-K001). Ze względu na retrospektywny charakter badania oraz wykorzystanie zanonimizowanych danych, zrezygnowano z wymogu uzyskania indywidualnej świadomej zgody.
Dane kliniczne
W ramach grupy badawczej uwzględniono łącznie 172 dzieci z MPP leczonych między kwietniem 2018 r. a kwietniem 2021 r., a także 40 zdrowych dzieci jako grupę kontrolną. Grupa badawcza składała się ze 103 chłopców i 69 dziewcząt, średnia wieku wynosiła 7,15 ± 2,97 lat; grupa kontrolna składała się z 24 chłopców i 16 dziewcząt, średnia wieku wynosiła 7,02 ± 2,31 lat. Wiek i płeć wyjściowa nie różniły się istotnie między grupami (P > 0,05). Zgodnie z opisanymi kryteriami10, MPP klasyfikowano jako ciężkie, gdy wystąpiły co najmniej dwa z następujących objawów: wyraźna duszność, częstość akcji serca >120 uderzeń/min, gorączka trwająca >10 dni, zajęcie wielu płatów płuc lub rozległe nacieki płucne. Pozostałe przypadki zakwalifikowano jako MPP o przebiegu łagodnym do umiarkowanego.
Kryteria włączenia
Wszystkie dzieci z MPP spełniały kliniczne kryteria diagnostyczne dla MPP11. Rozpoznanie potwierdzono mianem przeciwciał przeciw MP >1:160, pozytywnym wynikiem testu na DNA MP lub czterokrotnym lub większym wzrostem poziomu swoistych dla MP IgG w surowicy między fazą ostrą a fazą rekonwalescencji. Objawy kliniczne obejmowały kaszel, duszność, tachykardię, sinicę lub dyspnoe, a obrazowanie klatki piersiowej wykazało jednostronne lub obustronne zmiany w płucach. Do badania zakwalifikowano uczestników w wieku od 8 miesięcy do 10 lat.
Dzieci wykluczono z badania, jeśli stwierdzono u nich wirusowe, bakteryjne lub grzybicze zapalenie płuc; ciężką niewydolność głównych narządów, w tym serca, mózgu, wątroby lub nerek; inną chorobę płuc; nowotwór złośliwy; wrodzoną dysfunkcję odporności lub niewystarczające informacje kliniczne do wymaganych analiz.
Dzieci w grupie kontrolnej były w wieku od 8 miesięcy do 10 lat, były zdrowe i miały prawidłowe wyniki badania fizykalnego. Grupa kontrolna została wykorzystana wyłącznie do porównań biomarkerów i nie brała udziału w analizach prognostycznych ani regresyjnych.
Gromadzenie danych
Przeanalizowano szpitalny system informacyjny pod kątem wieku, płci, czasu trwania gorączki, rodzaju i lokalizacji zmian, stanu funkcji odpornościowej, poziomu CRP, powikłań pozapłucnych, informacji o leczeniu oraz wyników obserwacji. Dysfunkcję odpornościową określono na podstawie współczesnej dokumentacji medycznej przed oceną wyników, w oparciu o wartości immunoglobulin, które znajdowały się poniżej przedziałów referencyjnych laboratorium szpitalnego dla danej grupy wiekowej. Dane zostały początkowo wyekstrahowane przez Bolinga Hana, a następnie zweryfikowane z oryginalną dokumentacją medyczną przez Rui Wang. Wszelkie rozbieżności rozstrzygano w drodze dyskusji między obwojem badaczy. Przed analizą zweryfikowano kompletność danych. Pełne definicje zmiennych, reguły kodowania oraz zanonimizowany zestaw danych kohorty znajdują się w Pliku uzupełniającym 1.
Pomiar wskaźników funkcji odpornościowej i markerów stanu zapalnego
W ciągu 24 godzin od zapisu każdego uczestnika pobrano 4 mL krwi żylnej na czczo. Próbki wirowano przy 1,500 × g przez 10 min w temperaturze 4°C, a otrzymane surowice przechowywano zgodnie z instytucjonalnym protokołem laboratoryjnym do czasu analizy. Stężenia IgA, IgG i IgM w surowicy zmierzono metodą immunoturbidymetrii, a poziom CRP oznaczono za pomocą enzymatycznego testu immunoabsorpcyjnego (ELISA). Próbki surowicy przechowywano w temperaturze –80 °C nie dłużej niż przez 3 miesiące przed analizą, unikając wielokrotnych cykli zamrażania i rozmrażania.
Protokół leczenia
Leczenie było dostosowane indywidualnie do stopnia ciężkości stanu klinicznego oraz obowiązującej praktyki instytucjonalnej. Standardowe postępowanie obejmowało terapię przeciwdrobnoustrojową oraz opiekę wspomagającą, w tym tlenoterapię, inhalacje nebulizowane, podawanie płynów i utrzymanie równowagi wodno-elektrolitowej, leczenie przeciwgorączkowe oraz inne środki objawowe, zgodnie ze wskazaniami klinicznymi. Dzieci z ciężką postacią MPP leczono azytromycyną, a metyloprednizolon stosowano jako pomocniczą terapię przeciwzapalną we wskazaniach klinicznych. Chociaż wszyscy pacjenci byli leczeni zgodnie z tymi samymi zasadami instytucjonalnymi, konkretne środki wspomagające były dobierane indywidualnie, a nie ściśle standaryzowane. Ze względu na retrospektywny charakter badania, dokładny czas rozpoczęcia leczenia oraz szczegóły schematów terapeutycznych nie były jednolicie dostępne dla wszystkich uczestników.
Obserwacja prognostyczna
Dzieci z ciężkim przebiegiem MPP były monitorowane co miesiąc podczas wizyt ambulatoryjnych oraz poprzez kontakt telefoniczny do kwietnia 2022 roku. Rokowanie uznano za dobre, gdy temperatura ciała wróciła do normy, objawy oddechowe uległy poprawie, a zmiany płucne zostały wchłonięte lub ustąpiły. Rokowanie złe zdefiniowano jako wynik złożony, obejmujący utrzymującą się gorączkę, nasilenie kaszlu lub duszności, brak poprawy w obrazowaniu radiologicznym lub pogorszenie obrazu radiologicznego, przeniesienie do innego szpitala lub zgon12. Składniki te mogły się nakładać i nie były analizowane jako wzajemnie wykluczające się wyniki. Wszystkie 114 dzieci z ciężkim MPP ukończyło okres obserwacji; nie odnotowano utraty kontaktu z żadnym z uczestników.
Analiza statystyczna
Analizy przeprowadzono przy użyciu programu IBM SPSS Statistics wersja 22.0. Zmienne ciągłe przedstawiono jako średnia ± odchylenie standardowe. Do porównań dwóch grup zastosowano test t dla prób niezależnych, a do porównań więcej niż dwóch grup — jednoczynnikową analizę wariancji. Zmienne kategoryczne przedstawiono jako n (%) i porównano za pomocą testu chi-kwadrat. Krzywe ROC wykorzystano do indywidualnej oceny IgA, IgG, IgM oraz CRP, raportując wartości AUC, 95% przedziały ufności, wartości odcięcia, czułość i swoistość. Czterech biomarkerów nie łączono w wieloczynnikowy model predykcyjny. Zmienne związane z rokowaniem w analizach jednowymiarowych wprowadzono do eksploracyjnej krokowej binarnej regresji logistycznej. Wyniki regresji przedstawiono jako współczynniki beta, błędy standardowe, statystyki Walda, ilorazy szans (ORs), 95% przedziały ufności oraz wartości P. Ze względu na ograniczoną liczbę zdarzeń o złym rokowaniu, regresję zinterpretowano jako eksploracyjną analizę asocjacji, a nie jako zwalidowany model predykcyjny. Za statystycznie istotne uznano dwustronne P < 0,05. Normalność rozkładu zmiennych ciągłych oceniono testem Shapiro-Wilka, a jednorodność wariancji oceniono testem Levene'a. W zmiennych uwzględnionych w analizach nie wystąpiły braki danych; w związku z tym nie przeprowadzono imputacji i zastosowano analizy przypadków pełnych.
Wyniki
Porównanie markerów odpornościowych i zapalnych pomiędzy grupami
Poziomy IgA, IgG i IgM były niższe w grupie ciężkiej niż w grupie łagodne-umiarkowanej oraz niższe w grupie łagodne-umiarkowanej niż w grupie kontrolnej. CRP wykazało odwrotny wzorzec. Różnice parami były istotne statystycznie (P < 0,05; Tabela 1).
Porównanie markerów immunologicznych i zapalnych pomiędzy grupami prognostycznymi
Wśród dzieci z ciężkim MPP poziomy IgA, IgG i IgM były niższe, a poziomy CRP były wyższe w grupie z niepomyślnym rokowaniem niż w grupie z pomyślnym rokowaniem (wszystkie P < 0,05; Tabela 2).
Zdolność dyskryminacyjna poszczególnych markerów immunologicznych i zapalnych
Wartości AUC dla IgA, IgG, IgM oraz CRP wyniosły odpowiednio 0,788 (95% CI, 0,659–0,885), 0,707 (95% CI, 0,571–0,820), 0,696 (95% CI, 0,560–0,811) oraz 0,796 (95% CI, 0,668–0,891). Odpowiednie wartości odcięcia wynosiły 1,10 g/L, 8,35 g/L, 1,21 g/L oraz 51,05 mg/L. Czułość i swoistość przedstawiono w Tabeli 3. Te poszczególne analizy ROC miały charakter eksploracyjny. Odpowiednie krzywe ROC przedstawiono na Rysunku 1.
Analiza jednowymiarowa czynników związanych z rokowaniem
Czas trwania gorączki, typ zmiany, dysfunkcja odporności, CRP >51,05 mg/L oraz powikłania pozapłucne różniły się istotnie pomiędzy grupą z dobrą i złą rokowaniem (wszystkie P < 0,05). Wiek, płeć oraz lokalizacja zmiany nie różniły się istotnie pomiędzy grupami (wszystkie P > 0,05; Tabela 4).
Wielowymiarowa analiza regresji logistycznej czynników prognostycznych
Zmienną zależną przyjęto złe rokowanie. Jako potencjalne zmienne niezależne wprowadzono czas trwania gorączki, typ zmiany, dysfunkcję odpornościową, CRP >51,05 mg/L oraz powikłania pozapłucne. Typ zmiany zakodowano jako 1 dla dużego, płatowego zacienienia i 0 dla zacienienia płatowego lub kłaczkowatego; dysfunkcję odpornościową i powikłania pozapłucne zakodowano jako 1 w przypadku występowania i 0 w przypadku ich braku; natomiast CRP zakodowano jako 1 dla >51,05 mg/L i 0 dla ≤51,05 mg/L. Dysfunkcja odpornościowa (OR, 2,061; 95% CI, 1,518–2,798; P < 0,001) oraz powikłania pozapłucne (OR, 1,732; 95% CI, 1,374–2,182; P < 0,001) pozostały niezależnie powiązane ze złym rokowaniem w eksploracyjnej analizie wieloczynnikowej (Tabela 5).
Dostępność danych:
Zanonimizowane surowe dane stanowiące podstawę niniejszego badania są publicznie dostępne w serwisie Figshare pod adresem https://doi.org/10.6084/m9.figshare.33155195.
Rysunek 1: Krzywe charakterystyki operacyjnej odbiornika (ROC) dla poszczególnych biomarkerów w celu przewidywania złego rokowania u dzieci z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae. Krzywe ROC wygenerowano oddzielnie dla serum immunoglobuliny A (IgA), immunoglobuliny G (IgG), immunoglobuliny M (IgM) oraz białka C-reaktywnego (CRP). Oś y reprezentuje czułość, a oś x reprezentuje 1 − swoistość. Linia przekątna oznacza linię odniesienia (AUC = 0,5). Na rysunku przedstawiono pola pod krzywą (AUC) wraz z 95% przedziałami ufności. Analizy ROC przeprowadzono jako oceny eksploracyjne zdolności dyskryminacyjnej każdego biomarkera. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
| Grupa | Liczba przypadków | IgA (g/L) | IgG (g/L) | IgM (g/L) | CRP (mg/L) |
| Grupa ciężka | 114 | 0.95 ± 0.31 b | 8.45 ± 1.06 b | 1.24 ± 0.55 b | 49.92 ± 6.25 b |
| Grupa z łagodnym do umiarkowanego stopnia nasilenia | 58 | 1.28 ± 0.40 a | 8.97 ± 1.23 a | 1.53 ± 0.63 a | 30.37 ± 6.10 a |
| Grupa kontrolna | 40 | 2.63 ± 0.36 ab | 10.82 ± 1.38 ab | 2.41 ± 0.69 ab | 9.80 ± 4.49 ab |
| F | 350.852 | 60.599 | 56.208 | 730.412 | |
| P | < 0.001 | < 0.001 | < 0.001 | < 0.001 |
Tabela 1: Porównanie poziomów immunoglobulin w surowicy oraz białka C-reaktywnego w grupach z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae (MPP), łagodnym lub umiarkowanym MPP oraz w grupie kontrolnej osób zdrowych. Wartości przedstawiono jako średnia ± odchylenie standardowe (SD). Do porównań grupowych zastosowano jednoczynnikową analizę wariancji. aP < 0,05 w stosunku do grupy z ciężkim MPP; bP < 0,05 w stosunku do grupy z łagodnym lub umiarkowanym MPP.
| Grupa | Liczba przypadków | IgA (g/L) | IgG (g/L) | IgM (g/L) | CRP (mg/L) |
| Dobra prognoza | 75 | 1.12 ± 0.36 | 8.76 ± 1.12 | 1.35 ± 0.62 | 41.89 ± 5.20 |
| Złe rokowanie | 39 | 0.63 ± 0.22 | 7.85 ± 0.94 | 1.03 ± 0.42 | 65.36 ± 8.27 |
| Proszę podać tekst źródłowy do tłumaczenia. | 7.77 | 4.339 | 2.893 | 18.551 | |
| P | < 0.001 | < 0.001 | 0.005 | < 0.001 |
Tabela 2: Porównanie poziomów immunoglobulin w surowicy oraz białka C-reaktywnego u dzieci z dobrą i złą rokowaniem wśród pacjentów z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae.Wartości przedstawiono jako średnia ± SD. Porównania przeprowadzono za pomocą testu t dla prób niezależnych.
| Wskaźnik | Wartość krytyczna | AUC | Czułość | Swoistość | 95% CI | P |
| IgA (g/L) | 1.10 | 0.788 | 59.5 | 95 | 0.659–0.885 | < 0.001 |
| IgG (g/L) | 8.35 | 0.707 | 70.2 | 70 | 0.571–0.820 | 0.001 |
| IgM (g/L) | 1.21 | 0.696 | 59.5 | 75 | 0.560–0.811 | 0.006 |
| CRP (mg/L) | 51.05 | 0.796 | 75.7 | 80 | 0.668–0.891 | < 0.001 |
| Test łączony | 0.920 | 91.8 | 80 | 0.817–0.975 | < 0.001 |
Tabela 3: Analiza charakterystyki operacyjnej odbiornika (ROC) poszczególnych biomarkerów w celu przewidywania złego rokowania u dzieci z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae. Tabela przedstawia optymalne wartości odcięcia, pole pod krzywą (AUC), czułość, swoistość, 95% przedziały ufności (CI) oraz wartości P dla IgA, IgG, IgM i CRP.
| Informacje kliniczne | Rocowania dobre (n = 75) | Rocowania złe (n = 39) | χ 2 / t | P | |
| płeć | mężczyzna | 42 (56,00) | 24 (61,54) | 0,323 | 0,570 |
| kobieta | 33 (44,00) | 15 (38,46) | |||
| wiek) | 7,34 ± 2,36 | 6,96 ± 2,82 | 0,762 | 0,448 | |
| Zakres termiczny (d) | 4,63 ± 1,22 | 7,85 ± 2,34 | 9,676 | < 0,001 | |
| Typ zmiany | Cienie plamiste, kłaczkowate | 52 (69,33) | 10 (25,64) | 19,745 | < 0,001 |
| Duże cienie płatowe | 23 (30,67) | 29 (74,36) | |||
| Zmiana | Lewy płat górny | 14 (18,67) | 8 (20,51) | 1,056 | 0,788 |
| Lewy płat dolny | 23 (30,67) | 14 (35,90) | |||
| Prawy płat górny | 16 (21,33) | 9 (23,08) | |||
| Prawy płat dolny | 22 (29,33) | 8 (20,51) | |||
| Dysfunkcja odpornościowa | tak | 15 (20,00) | 32 (82,05) | 40,772 | < 0,001 |
| nie | 60 (80,00) | 7 (17,95) | |||
| CRP | > 51,05 mg/L | 14 (18,67) | 26 (66,67) | 25,955 | < 0,001 |
| < 51,05 mg/L | 61 (81,33) | 13 (33,33) | |||
| Powikłania pozapłucne | występują | 12 (16,00) | 28 (71,79) | 35,069 | < 0,001 |
| brak | 63 (84,00) | 11 (28,21) | |||
Tabela 4: Analiza jednowymiarowa cech klinicznych związanych z rokowaniem u dzieci z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae. Zmienne ciągłe przedstawiono jako średnia ± SD, a zmienne kategoryczne jako n (%). Porównania grup przeprowadzono przy użyciu testu t dla prób niezależnych lub testu chi-kwadrat (χ2), zależnie od rodzaju danych.
| Czynniki ryzyka | Wartość beta | wartość SE | w ALD 2 | 95% CI | LUB | P |
| Dysfunkcja immunologiczna | 0.723 | 0.156 | 21.48 | 1.518–2.798 | 2.061 | < 0.001 |
| Powikłania pozapłucne | 0.549 | 0.118 | 21.646 | 1.374–2.182 | 1.732 | < 0.001 |
Tabela 5: Eksploracyjna wieloczynnikowa analiza regresji logistycznej czynników związanych ze złym rokowaniem u dzieci z ciężkim zapaleniem płuc wywołanym przez Mycoplasma pneumoniae. Wyniki regresji przedstawiono jako współczynniki regresji (β), błędy standardowe (SE), statystyki χ2 Walda, ilorazy szans (ORs), 95% przedziały ufności (CIs) oraz wartości P. Dysfunkcja odpornościowa oraz powikłania pozapłucne pozostały niezależnie powiązane ze złym rokowaniem w eksploracyjnej analizie wieloczynnikowej.
Plik uzupełniający 1: Zbiór danych kohorty i słownik zmiennych. Ten plik uzupełniający zawiera zanonimizowany zbiór danych badania (Cohort_Data) oraz towarzyszący mu słownik zmiennych, obejmujący definicje zmiennych, reguły kodowania, typy danych i dostępność dla wszystkich zmiennych badawczych wykorzystanych w analizach.Proszę kliknąć tutaj, aby pobrać ten plik.
Dyskusja
Niniejsze badanie retrospektywne analizowało rutynowo dostępne markery immunologiczne i zapalne, a także czynniki kliniczne związane ze złym rokowaniem u dzieci z ciężkim przebiegiem MPP. Głównym wkładem pracy nie jest nowe, zwalidowane narzędzie prognostyczne, lecz stratyfikowany opis poziomów IgA, IgG, IgM oraz CRP w grupach o różnym stopniu ciężkości i rokowaniu, wraz z eksploracyjną oceną czynników klinicznych związanych z niekorzystnymi wynikami. Takie podejście jest istotne, ponieważ podobne biomarkery były badane wcześniej, a ich użyteczność kliniczna wciąż zależy od walidacji prospektywnej13,14,15.
Poziomy IgA, IgG i IgM spadały, a poziom CRP wzrastał wraz ze wzrostem ciężkości choroby; ten sam wzorzec zaobserwowano podczas porównania grupy z rokowaniem niekorzystnym z grupą z rokowaniem korzystnym. Wyniki te są zgodne z dowodami wskazującymi, że ciężkość MPP jest powiązana zarówno z odpowiedziami immunologicznymi gospodarza, jak i z zapaleniem systemowym16. CRP odzwierciedla ostrą odpowiedź zapalną i był wiązany z obciążeniem chorobą w przypadku zapalenia płuc u dzieci17,18,19. Jednakże CRP i inne markery zapalne nie są specyficzne dla patogenu i mogą mieć ograniczoną zdolność rozróżniania infekcji o podobnym obrazie klinicznym. W związku z tym indywidualne wyniki ROC w niniejszym badaniu należy interpretować jako wstępną analizę dyskryminacyjną w obrębie tej kohorty, a nie jako dowód specyficzności diagnostycznej lub bezpośredniej przydatności klinicznej.
Poszczególne wartości AUC mieściły się w zakresie od 0,696 do 0,796, co sugeruje dyskryminację od niskiej do umiarkowanej. Czas trwania gorączki, typ zmiany, dysfunkcja odporności, podwyższone CRP oraz powikłania pozapłucne różniły się między grupami prognostycznymi, podczas gdy dysfunkcja odporności i powikłania pozapłucne pozostawały powiązane ze złym rokowaniem w eksploracyjnej analizie wieloczynnikowej. Wcześniejsze badania w podobny sposób powiązały uporczywą gorączkę, rozległe nieprawidłowości radiologiczne oraz zajęcie narządów pozapłucnych z opornym na leczenie lub ciężkim przebiegiem MPP20,21,22. CRP było istotne w analizie jednoczynnikowej, lecz nie zostało utrzymane w analizie wieloczynnikowej. Różnica ta może odzwierciedlać korelację między CRP a innymi wskaźnikami ciężkości choroby, ograniczoną moc statystyczną, dychotomizację na poziomie 51,05 mg/L lub zmienność specyficzną dla kohorty. Inne badania zgłaszały CRP jako czynnik niezależny, podkreślając, że jego rola prognostyczna pozostaje niepewna23.
Badanie to posiada kilka ograniczeń. Miało ono charakter retrospektywny i zostało przeprowadzone w jednym ośrodku, liczba zdarzeń o złym rokowaniu była ograniczona, a regresja eksploracyjna nie została zwalidowana wewnętrznie ani zewnętrznie. Czas wdrożenia leczenia, oporność na makrolidy, czas podania kortykosteroidów, czas trwania choroby przed przyjęciem do szpitala, koinfekcje oraz choroby współistniejące w punkcie wyjścia nie były dostępne w sposób spójny i nie mogły zostać uwzględnione jako zmienne towarzyszące, co pozostawia możliwość wystąpienia resztkowego czynnika zakłócającego. Złożony punkt końcowy o złym rokowaniu obejmował heterogeniczne i potencjalnie nakładające się komponenty, a czas obserwacji mógł różnić się pomiędzy uczestnikami. W związku z tym wyniki wskazują na korelacje, a nie na przyczynowość i nie powinny być stosowane jako samodzielna zasada podejmowania decyzji klinicznych.
Podsumowując, niższe poziomy immunoglobulin, wyższy poziom CRP, dysfunkcja odpornościowa oraz powikłania pozapłucne wiązały się z niekorzystnymi wynikami w tej kohorcie. Wyniki te mają charakter wstępny i nie powinny być wdrażane w praktyce klinicznej do czasu ich walidacji w większych, prospektywnych badaniach wieloośrodkowych z zastosowaniem ustandaryzowanych punktów końcowych.
Oświadczenia
Autorzy oświadczają, że nie mają żadnych konfliktów interesów związanych z niniejszym badaniem. Nie istnieją żadne konflikty finansowe ani niefinansowe, w tym zatrudnienie, doradztwo, posiadanie akcji, honoraria ani płatne zeznania eksperckie.
Podziękowania
Nie dotyczy. Niniejsze badanie nie otrzymało specyficznego finansowania.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Analizator chemii klinicznej/immunoturbidymetryczny | Siemens Healthineers | BN II | Urządzenie wykorzystywane do oznaczania IgA, IgG i IgM |
| Zestaw ELISA do białka C-reaktywnego | Thermo Fisher Scientific / Invitrogen | BMS288INST | Rutynowe pomiary CRP w surowicy w laboratorium klinicznym |
| IBM SPSS Statistics | IBM Corp. | Version 22.0 | Analiza statystyczna |
| Odczynnik/test immunoturbidymetryczny IgA | Siemens Healthineers | NA | Rutynowe pomiary IgA w surowicy w laboratorium klinicznym |
| Odczynnik/test immunoturbidymetryczny IgG | Siemens Healthineers | NA | Rutynowe pomiary IgG w surowicy w laboratorium klinicznym |
| Odczynnik/test immunoturbidymetryczny IgM | Siemens Healthineers | NA | Rutynowe pomiary IgM w surowicy w laboratorium klinicznym |
| Czytnik mikropłytek | Thermo Fisher Scientific | Multiskan FC | Urządzenie wykorzystywane do pomiarów ELISA |
| Microsoft Excel | Microsoft Corporation | Version 2024 | Organizacja danych i przygotowywanie tabel |
| Microsoft Word | Microsoft Corporation | Version 2024 | Przygotowywanie manuskryptu |
Bibliografia
- Charatdao B, et al. Etiology and clinical characteristics of severe pneumonia among young children in Thailand: Pneumonia Etiology Research for Child Health (PERCH) case-control study findings, 2012-2013. Pediatr Infect Dis J. 2021;40(9):S91-S100.
- Meng F, et al. Correlations between serum P2X7, vitamin A, 25-hydroxyvitamin D, and Mycoplasma pneumoniae pneumonia. J Clin Lab Anal. 2021;35(5):e23760.
- Yang H, et al. Circulating microbial cell-free DNA is associated with inflammatory host responses in severe pneumonia. Thorax. 2021;76(12):1231-1235.
- Min SS, et al. Analysis of risk factors and establishment of a risk assessment model for refractory Mycoplasma pneumonia in children. J Clin Mil Med. 2022;50(1):46-50.
- Xue B, Kang T, Xie M. Analysis of serum FKN and p53 expression levels and their correlation with prognosis in patients with severe Mycoplasma pneumonia. Labeled Immunoassay Clin. 2021;28(11):1851-1855.
- Wang CJ, et al. Clinical and prognostic analysis of 46 children with severe Mycoplasma pneumoniae pneumonia and pleural effusion. J Clin Pediatr. 2020;38(4):269-274.
- Lee KL, et al. Severe Mycoplasma pneumoniae pneumonia requiring intensive care in children, 2010-2019. J Formos Med Assoc. 2020;120(1):281-291.
- Yang N, Shan L, Zhang H, et al. Analysis of the characteristics of refractory Mycoplasma pneumonia in children and observation of the efficacy of hormone therapy. Int J Pediatr. 2017;44(12):882-886.
- Li Y, et al. Correlation between CT manifestations and prognosis of severe Mycoplasma pneumonia in children. Radiol Pract. 2020;35(2):234-237.
- National Health Commission of the People's Republic of China, State Administration of Traditional Chinese Medicine. Guidelines for the diagnosis and treatment of community-acquired pneumonia in children (2019 edition). Chin J Clin Infect Dis. 2019;12(1):6-13.
- Hu YM, Jiang ZF. Zhu Futang's Practical Pediatrics. People's Medical Publishing House; Beijing; 2002.
- Chen GD, Liang SY, Feng BC. Analysis of clinical manifestations, laboratory tests, and imaging characteristics of Mycoplasma pneumonia in children. Chin Gen Pract. 2015;18(1):59-64.
- Chen J, et al. Time to Mycoplasma pneumoniae RNA clearance for wheezy vs non-wheezy young children with community-acquired pneumonia. J Trop Pediatr. 2020;67(1):fmaa109.
- Yuan XX, Jia CM, Jiang CR. Significance of hepatocyte growth factor in early diagnosis and dynamic monitoring of severe Mycoplasma pneumonia in children. J Clin Pediatr. 2021;39(11):855-859.
- Wu JC, et al. Acute hypoxic respiratory failure and septic shock secondary to Mycoplasma pneumoniae pneumonia complicated by heroin overdose. Cureus. 2020;12(10):e11903.
- Li YJ. Clinical characteristics and risk factors of refractory Mycoplasma pneumonia in school-age children. Infect Inflamm Repair. 2021;22(1):24-29.
- Zhang JH, et al. Prediction of risk factors for bronchial mucus plugs in children with Mycoplasma pneumoniae pneumonia. BMC Infect Dis. 2021;21(1):67.
- Florin TA, et al. Biomarkers and disease severity in children with community-acquired pneumonia. Pediatrics. 2020;145(6):e20193728.
- Zhang C, et al. Correlation between clinical severity, bacterial load, and inflammatory reaction in children with Mycoplasma pneumoniae pneumonia. Curr Med Sci. 2020;40(5):822-828.
- Zhang YK, et al. Changes in D-dimer, CRP, and LDH in children with severe Mycoplasma pneumonia and their diagnostic value. Clin Misdiagn Treat. 2022;35(5):78-81.
- Cheng S, et al. Development and validation of a simple-to-use nomogram for predicting refractory Mycoplasma pneumoniae pneumonia in children. Pediatr Pulmonol. 2020;55(4):968-974.
- Leha S, Vier J, Hacker G, et al. Activation of neutrophils by Chlamydia trachomatis-infected epithelial cells is modulated by the chlamydial plasmid. Microbes Infect. 2018;20(5):284-292.
- Chang CX. Analysis of laboratory indicators and clinical characteristics of children with refractory Mycoplasma pneumonia. Chin J Matern Child Health. 2019;34(5):1086-1089.