Bu protokol, travmatik beyin hasarı olan hastalarda kabul nötrofil sayısı ile 14 günlük ölüm arasındaki ilişkiyi klinik özelliklerin, laboratuvar parametrelerinin ve kısa vadeli sonuçların entegre analiziyle değerlendirmek için standartlaştırılmış bir iş akışını tanımlar.
Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.
Araştırma makalesi
Travmatik Beyin Yaralanması Hastalarında Kabul Nötrofil Sayısı ile 14 Günlük Ölüm Oranı Arasındaki Doğrusal Olmayan Ilişki: Retrospektif Kohort Çalışması
Bu makalede
Özet
Özet
Travmatik beyin hasarı (TBI), morbidite ve ölüm nedenlerinden biridir ve acil başvuru sürecinde genellikle prognostik bilgiler gerektiği için erken risk değerlendirmesi klinik olarak önemlidir. Bu çalışma, TBI hastalarında 14 günlük tüm nedenlerle sonuçlanan ölüm sayısı ile kabul nötrofil sayısı arasındaki ilişkiyi değerlendirdi. 2017 ile 2023 yılları arasında TBI ile hastaneye yatırılan 1.361 yetişkinden oluşan kurumsal bir kohortunu analiz ettik. Nötrofil sayımı, acil başvuru veya hastaneye yatıştan sonra yapılan ilk tam kan sayısından elde edilmiştir. Hastalar nötrofil sayısı tertillerine göre sınıflandırıldı ve birincil sonuç olarak 14 günlük tüm nedenlerle ölüm oranı tanımlandı. Nötrofil sayısı ile ölüm arasındaki ilişki, tek değişkenli ve çok değişkenli lojistik regresyon modelleri kullanılarak değerlendirildi. Potansiyel doğrusal olmayan ilişkiler ve eşik etkileri, genelleştirilmiş toplama modelleri ve iki parçalı doğrusal regresyon analizleri kullanılarak incelendi. Nötrofil sayımındaki tertillerde on dört günlük ölüm oranı arttı; düşük tertilde %0,66'dan orta tertilde %1,32'ye ve yüksek tertilde %5,73'e yükseldi. Tam ayarlanmış modelde, nötrofil sayısındaki her 1 ×10 9/L artışı 14 günlük ölüm olasılığının daha yüksek olmasıyla ilişkilendirildi (olasılık oranı [OR] = 1,093, %95 güven aralığı [CI]: 1,003–1,190, P = 0,041). Eşik analizi, tahmini dönüş noktası 3.81 × 109/L olan doğrusal olmayan bir ilişki tespit etti. Bu eşiğin altında ilişki tersi, üstünde ise pozitif ilişki bulundu. Bu bulgular, TBI hastalarında kabul nötrofil sayısı ile 14 günlük tüm nedenlerle bağlı ölüm oranı arasında bir ilişki göstermekte olup, kabul nötrofil sayısının erken risk tabakalaşması için kolayca erişilebilir bir işaret olabileceğini öne sürmektedir. Eşik bulgusu keşif amaçlı olarak yorumlanmalıdır.
Giriş
Travmatik beyin yaralanması (TBI), dış fiziksel bir kuvvet tarafından kaynaklanan beyin fonksiyonunun bozulması veya beyin patolojisinin diğer kanıtlarıolarak tanımlanır. 1. Halk sağlığı dünyasında hâlâ önemli bir endişe kaynağıdır. Yıllık 50 milyondan fazla kişi TBI'dan muzdarip ve Çin'deki durum da ciddi. Sadece Çin'de, 2001 ile 2016 yılları arasında 120.000'den fazla akut TBI vakası kaydedildi; en yaygın nedenler yol trafik kazaları ve düşmeleroldu 2. TBI erken ölüm, uzun süreli engellilik ve önemli aile ve sosyal maliyetlere yol açabildiğinden, basit ve güvenilir prognostik göstergeler klinik olarak hâlâ önemlidir3.
TBI sonrası ikincil yaralanma, iltihap ile yakınilişkiye sahiptir 4. İlk mekanik hakaret, bağışıklık aktivasyonu, kan-beyin bariyeri hasarı, lökositlerin, sitokinler, oksidatif stres ve mikrovasküler işlev bozukluğu gibi biyolojik yanıtlar dizisi takip edebilir. Bu süreçler de izole değildir. Tüm bunlar nöronal hasara katkıda bulunabilir ve klinik sonuçları etkileyebilir. Çevresel kan göstergelerinin kullanımı bu bağlamda değerlidir çünkü ucuz, hızlı erişilebilir ve acil durum değerlendirmelerinde düzenli olarak ölçülmektedir. TBI hastalarında özellikle nötrofil-lenfosit oranı ve trombosit-lenfosit oranı gibi hematolojik inflamatuar belirteçlerin prognozla ilişkili olduğuna dair raporlar bulunmaktadır. Bu, sistemik inflamatuar durumun erken risk değerlendirmesi için pratik bilgi sağlayabileceğini göstermektedir.
Nötrofiller, travma sonrası işe alınan ilk bağışıklık hücrelerinden biri olarak kabul edilebilir. Tarihsel olarak, esas olarak kısa ömürlü pro-inflamatuar hücreler olarak düşünülmüştürler, ancak bu bakış açısı artık modası geçmiş olarak kabul edilmelidir. Nötrofiller, fagositoz, degranülasyon, sitokin salınımı, endotel etkileşimleri ve nötrofil ekstrahücresel tuzakoluşumunda rol oynar 5,6,7. Merkezi sinir sisteminde bir yaralanma sonrası, inflamatuar uyarılara yanıt olarak yaralı bölgeye doğru hareket edebilir ve akut bağışıklık reaksiyonuna girebilirler. Bu erken tepki koruyucu olabilir. Bununla birlikte, nötrofillerin aşırı veya uzun süreli aktivasyonu durumunda, proteolitik enzimler, reaktif oksijen türleri ve iltihap aracılar aracılığıyla doku hasarına da yolaçabilirler. 8. Bu nedenle, yatış nötrofil sayısı sadece sistemik iltihabı değil, aynı zamanda TBI sonrası akut fizyolojik stresin yoğunluğunu da yansıtabilir.
TBI bağlamında inflamatuar oranlar ve çeşitli hematolojik indeksler araştırılmış olsa da, mutlak nötrofil sayısı ile kısa süreli ölüm arasındaki ilişki henüz açıklanmamıştır. Bu fark klinik çalışmalarda önemlidir. Nötrofil sayısı, bileşik oranlarla karşılaştırıldığında doğrudan ve kolayca yorumlanabilir bir parametredir; çünkü rutin tam kansayısı 9,10 sırasında doğrudan ölçülür. Ayrıca, özellikle klinisyen acele ediyor ve yeterli zaman ve kaynak eksikliği olduğunda, kısa sürede elde etmek çok kolaydır. Böylesine basit bir önlemin erken ölümle ilişkili olup olmadığının belirlenmesi,TBI 11 hastalarında kısa vadeli risk farkındalığını artırmaya yardımcı olabilir.
TBI ile hastanede yatan hastaların kurumsal kohort verilerini kullanarak, yatış nötrofil sayısı ile 14 günlük ölüm arasındaki ilişkiyi değerlendirdik. Ayrıca, demografik, klinik, pıhtılaşma ve biyokimyasal değişkenler için ayarlama yapıldıktan sonra bu ilişkinin devam edip etmediğini ve doğrusal olmayan bir desen olup olmadığını inceledik. Amaç, TBI sonrası erken sonuç değerlendirmesi için kabul nötrofil sayısının değerine dair klinik olarak yorumlanabilir kanıt sağlamaktı.
Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.
Protokol
Bu çalışma, Kunshan No.2 Halk Hastanesi'nden anonimleştirilmiş klinik kayıtlar kullanılarak alındı ve hastane Etik Komitesi tarafından onaylandı (onay No. ksehllsp2024-005). Çalışma, Helsinki Bildirgesi'nin ilkelerini takip etti. Hasta bilgileri analizden önce anonimleştirildiği için, etik komite tarafından yazılı bilgilendirilmiş onay gerekliliği kaldırıldı. Hasta taraması, gruplama ve ana analiz iş akışı Şekil 1'de gösterilmiştir. Bu çalışmada kullanılan laboratuvar ekipmanları, veritabanı sistemleri ve istatistiksel yazılımlar Materyaller Tablosu'nda listelenmiştir.
Şekil 1. Hasta taraması ve gruplama akış şeması. 2017 ile 2023 yılları arasında TBI ile ilgili şüpheli veya doğrulanmış tanı kayıtlarına sahip toplam 2.555 hastaneye yatırılan hasta, hastane elektronik tıbbi kayıt sistemi üzerinden ilk olarak tespit edilmiştir. <18 yaşındaki hastalar, tekrar yatışlar, travmatik olmayan beyin hasarı veya belirsiz tanısı, eksik yatış nötrofil sayısı, temel klinik veya laboratuvar değişkenlerinin eksikliği veya 14 günlük ölüm durumu eksikliği sonrası 1.361 hasta nihai analize dahil edildi. Hastalar daha sonra kabul nötrofil sayısına göre gruplandırıldı: düşük tertil, n = 454; orta üçlü, n = 453; ve yüksek üçlü ile n = 454. Ana sonuç, 35 ölüm ve 1.326 hayatta kalan dahil olmak üzere 14 günlük tüm nedenlerle ölüm oranıydı. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Çalışma tasarımı ve hasta kohortu
Ocak 2017 ile Aralık 2023 arasında TBI ile hastaneye yatırılan tek merkezli hasta kohortunu analiz ettik. Potansiyel uygun hastalar hastane elektronik tıbbi kayıt sisteminden tespit edildi. Tarama, TBI ile ilgili tanı terimlerini içeren taburcu teşhis kayıtlarına dayandı ve teşhis hastaneye yatış kayıtları ile nörogörüntüleme bulguları kullanılarak daha da doğrulandı. TBI ile ilgili tanı terimleri, Uluslararası Hastalıklar Sınıflandırması, 10. Revizyon (ICD-10) kodlarına dayanıyordu: S06.0 (sarsıntı), S06.1 (travmatik beyin ödemi), S06.3 (odak beyin hasarı), S06.4 (epidural kanama), S06.5 (travmatik subdural kanama), S06.6 (travmatik subaraknoid kanama), S06.8 (uzun süreli komalı intrakranial yaralanma) ve S06.9 (intrakranial yaralanma, belirtilmemiş). Doğrulanmış primer TBI tanısı, bu ICD-10 kodlarından birinin veya birkaçının birincil deşarj tanısı olarak varlığı olarak tanımlandı ve kraniyal bilgisayarlı tomografi (BT) veya manyetik rezonans görüntüleme (MR) ile uyumlu bulgularla desteklendi. Toplamda, şüpheli veya doğrulanmış TBI olan 2.555 hastaneye yatırılan hasta uygunluk açısından değerlendirildi.
Çalışma döneminde birden fazla hastaneye yatışı olan hastalar için, yalnızca ilk uygun kabul endeks hastaneye yatış olarak korundu. Bu adım, hasta düzeyinde tekrarlanan kayıtların kaçınılması için kullanıldı. Hastalar ≥18 yaşındaysa, onaylanmış birincil TBI tanısı varsa, kabul nötrofil sayısına sahipse, analiz için gerekli başlangıç klinik ve laboratuvar değişkenlerine sahipse ve kabul sonrası 14 günlük sağkalma durumu onaylanmış ise dahil edildi. Dahil edilmek için gereken temel değişkenler yaş, cinsiyet, tanı kategorisi, operasyon durumu (kraniotomi veya dekompresif kraniektomi), protrombin zamanı (PT), aktif kısmi tromboplastin zamanı (APTT), fibrinojen (FIB), trombosit sayısı (PLT), albümin (ALB), toplam kolesterol (TC), yüksek yoğunluklu lipoprotein kolesterol (HDL), düşük yoğunluklu lipoprotein kolesterol (LDL) ve açlık kan şekeri (FBG) idi.
Hastalar 18 yaşından küçükse, tekrar yatış yapmışsa, travmatik olmayan beyin hasarı veya belirsiz tanısı varsa, yatış nötrofil sayısı yoksa, temel klinik veya laboratuvar değişkenleri eksikse veya 14 günlük ölüm durumu eksikse hariç tutuldu. Aşırı nötrofil sayısı değerleri menzil kontrolleri ile belirlendi ve ardından orijinal laboratuvar kayıtlarıyla doğrulandı. Aşırı nötrofil sayıları için aralık kontrol kriterleri, 0,5 × 109/L veya 40,0 × 109/L üzerindeki değerler olarak tanımlandı. Değerler yalnızca veri girme hataları, laboratuvar raporlama hataları veya klinik olarak inandırıcı olmayan ölçüm hatalarından kaynaklandığı doğrulandığında hariç tutuldu. Klinik olarak inandırıcı olmayan ölçüm hataları, (1) hastanın eşzamanlı beyaz kan hücresi ve diferansiyel sayısıyla uyumsuz (örneğin, toplam beyaz kan hücresi sayısını aşan nötrofil sayısı) veya (2) ham elektronik tıbbi kayıt ihracatında sayısal olmayan değerler veya yer tutucu karakterler olarak kaydedilen nötrofil sayıları olarak tanımlandı. Sonuç olarak, nihai analitik kohorta 1.361 hasta dahil edildi.
Hastalar, endeks hastaneye yatış sırasında kaydedilen birincil TBI tanı kategorisine göre sınıflandırıldı. Tanı kategorileri travmatik intrakraniyal kanama, travmatik beyin sapı yaralanması ve basit kafatası kırığıydı. Birden fazla TBI ile ilgili tanı kaydedildiğinde, tanı kategorisi birincil boşaltma tanısı göre atanmıştır. Birincil taburcu teşhisi, taburcu özetinde ilk listelenen tanı olarak tanımlanmış ve tedavi sırasında en uzun klinik tedavi süresini veya sağlık kaynaklarının en fazla kullanılmasını gerektiren klinik açıdan anlamlı duruma göre görevli beyin cerrahı tarafından atanmıştır.
Dahil edilen hastalar daha sonra kabul nötrofil tertil sayısına göre gruplandırıldı. Düşük tertil 1.650–7.057 × 109/L, orta tertil 7.057–10.947 × 109/L ve yüksek tertil 10.947–32.440 × 109/L idi. Tertil kesimleri, kabul nötrofil sayılarının artan sırayla sıralanması ve kohortun yaklaşık eşit büyüklükte üç gruba bölünmesiyle belirlendi (sırasıyla n = 454, 453 ve 454). "Tertiles" terimi, kohortun üç gruba ayrılması nedeniyle el yazması boyunca kullanılmıştır.
Maruz kalma, sonuç ve klinik veri toplama
Ana maruziyet, kabul sırasında ölçülen mutlak nötrofil sayısıydı. Kabul laboratuvar değerleri, ilk acil servis değerlendirmesi veya kabul değerlendirmesi sırasında elde edilen ilk mevcut laboratuvar sonuçları olarak tanımlandı. Kan örnekleri genellikle kabul edildikten hemen sonra alınır ve test sonuçları genellikle 2 saat içinde bildirilirdi. Kabul laboratuvar değerlerinin tanımlanması için izin verilen zaman aralığı, acil servise veya hastaneye varıştan sonraki 6 saat içindeydi. Bu ilk değerlendirme döneminde birden fazla sonuç mevcutsa, analiz için en erken sonuç kullanılmıştır. Nötrofil sayısı ×109/L birimlerinde kaydedildi ve hem sürekli değişken olarak hem de tertil gruplara göre analiz edildi.
Birincil sonuç, indeks başvurusundan sonra 14 günlük tüm nedenlerle ölüm oranıydı. 14 gün içindeki ölüm 1 olarak, 14 günden sonra hayatta kalma 0 olarak kodlanıyordu. On dört günlük ölüm oranı, yatarak tedavi kayıtları, taburcu kayıtları ve hastane takip kayıt sistemi üzerinden belirlendi. Ölüm veri kaynakları arasında tutarsızlıklar oluştuysa (örneğin, taburcu sırasında hayatta olarak kaydedilen ancak takip sisteminde 14 gün içinde ölmüş olarak kaydedilen hasta), takibi sistem kaydı referans standardı olarak kabul edildi çünkü taburcu sonrası ölümleri kapsadı. 14 günlük sağkım durumu doğrulanamamış hastalar nihai analize dahil edilmemiştir.
Demografik ve klinik değişkenler elektronik tıbbi kayıt sisteminden çıkarıldı. Bu değişkenler arasında yaş, cinsiyet, tanı kategorisi, operasyon durumu ve trakeostomi durumu yer alıyordu. Glasgow Koma Ölçeği (GCS) puanı, pupiller yanıt, Marshall BT sınıflandırması ve ekstrakraniyal yaralanma yükü analize dahil edilmedi çünkü bu değişkenler özellikle hafif TBI olan veya yoğun bakım ünitesine kabul edilmeyenler arasında (2017–2023) elektronik tıbbi kayıt sisteminde tutarlı şekilde kaydedilmedi. Bu nedenle, bu değişkenler çoğunluk için güvenilir şekilde çıkarılamadı. Operasyon, indeks hastanede yatırılırken yapılan kraniotomi hematomi çıkarılması veya dekompresif kraniektomi olarak tanımlandı. Trakeostomi, aynı hastanede tedavi sırasında yapılıp yapılmadığına göre evet ya da hayır olarak kodlandı.
Başvuru laboratuvar değişkenleri, ilk acil durum veya kabul değerlendirmesi sırasında ilk mevcut laboratuvar değerlendirmesinden alındı. Koagülasyon ve hematolojik değişkenler arasında PT, APTT, uluslararası normalize oran (INR), FIB, D-dimer, PLT, hemoglobin (Hb) ve nötrofil sayısı yer aldı. Biyokimyasal değişkenler arasında ALB, TC, trigliseridler (TG), HDL, LDL, apolipoprotein A-I (Apo A-I), apolipoprotein B (Apo B), cystatin C (CYS), alanin aminotransferaz (ALT), aspartat aminotransferaz (AST), kreatinin (Cr), kan üre azotu (BUN), ürik asit (UA) ve FBG yer almaktadır.
Tüm kan örnekleri hastane klinik laboratuvarında standart işletim prosedürlerine uygun şekilde test edildi. Tam kan sayımı testi otomatik hematoloji analizörü kullanılarak, pıhtılaşma testi otomatik pıhtılaşma analizörü kullanılarak ve biyokimyasal testler otomatik biyokimyasal analizör kullanılarak gerçekleştirildi. Tüm testler eğitimli laboratuvar teknisyenleri tarafından yapıldı ve rutin iç kalite kontrolü klinik laboratuvar kalite kontrol programı kapsamında gerçekleştirildi.
Veri ön işleme ve temel karşılaştırma
İstatistiksel analizden önce, çıkarılan veri seti tekrar edilen yakışlar, eksik değerler, tekrarlı kayıtlar, tutarsız birimler ve klinik olarak inandırıcı olmayan değerler açısından kontrol edildi. Tekrarlayan yatışlar kaldırıldı ve sadece ilk uygun hastaneye yatış yapıldı. Laboratuvar birimleri çalışma dönemi boyunca uyumlaştırıldı. Özellikle, nötrofil sayısı ve trombosit sayısı ×109/L, hemoglobin g/L, PT ve APTT saniye olarak standartlaştırıldı, INR ünitesiz ölçüm olarak tutuldu, FIB g/L, D-dimer mg/L, ALB, Apo A-I ve Apo B g/L, TC, TGs, HDL, LDL ve açlık kan şekeri (FBG) mmol/L'ye ayarlandı. CYS mg/L'ye, ALT ve AST ile U/L, kreatinin (Cr) ve ürik asit (UA) μmol/L, BUN'dan mmol/L'ye. İnanılmaz değerler orijinal tıbbi kayıtlar veya laboratuvar raporlarıyla karşılaştırıldı ve kaynak kayıtlar kullanılarak doğrulandı. Klinik olarak inandırıcı olmayan değerler, ilgili laboratuvar parametresi için biyolojik olarak makul aralıkların dışındaki değerler olarak tanımlanmıştır (örneğin, PT <5 s veya >120 s, FIB <0.1 g/L veya >20 g/L, FBG <1.0 mmol/L veya >50 mmol/L, ALT/AST >10.000 U/L). Ek inandırıcı olmayan değerler arasında, toplam beyaz kan hücresi sayısını aşan nötrofil sayısı gibi mantıksal tutarsızlıklar yer alıyordu.
Ana analiz tam vakalar kullandı. Hastalar, kabul nötrofil sayısının eksik, 14 günlük ölüm durumu eksikliği veya ana uyarlanmış analiz için gerekli olan kovaryatların eksikliği varsa nihai analitik kohorttan çıkarıldı. Tam ayarlanmış model (Model 4) için gereken kovaryantlar yaş, tanı kategorisi, cerrahi durum, APTT, FIB, PLT, LDL, HDL ve INR idi. Kohort seçiminden sonra, ardışık regresyon modellerine dahil edilen tüm değişkenler nihai analizde yer alan 1.361 hasta için erişilebilir oldu.
Kategorik değişkenler şu şekilde kodlandı: erkek veya kadın cinsiyet, evet veya hayır olarak ameliyat ve trakeostomi, tanı kategorisi travmatik intrakraniyal kanama, travmatik beyin sapı yaralanması veya basit kafatası kırılması ve 14 günlük ölüm ölüm ölüm veya hayatta kalma olarak belirlendi.
Sürekli değişkenler, ana betimleyici tablolarda ortalama ± standart sapma olarak özetlenmiştir. Kategorik değişkenler sıklık ve yüzdeler olarak özetlendi. Gruplar arası karşılaştırmalar, uygun olduğunda varyans analizi veya parametrik olmayan sıralama tabanlı testler kullanılarak yapıldı. Normallik ve varyans homojenliği varsayımlarını karşılayan sürekli değişkenler için tek yönlü varyans analizi (ANOVA) kullanıldı; bu yöntem sırasıyla Shapiro–Wilk testi (P > 0.05) ve Levene testi (P > 0.05) kullanılarak değerlendirildi. Kruskal–Wallis testi, bu varsayımları karşılamayan sürekli değişkenler için kullanıldı. Kategorik değişkenler için, beklenen hücre sayılarına göre Pearson'ın ki-kare testi veya Fisher'ın tam testi kullanıldı. Fisher'ın tam testi, acil durum tablosunda beklenen hücre sayısı 5'ten az olduğunda uygulandı. Temel tabloda, gruplar arası karşılaştırmalar için birincil temel olarak P-değeri kullanılmıştır. P-değeri* yalnızca uygun parametrik olmayan veya küçük hücreli alternatif test için ek referans olarak korundu; Sonuçlar bölümündeki istatistiksel anlamlılık P-değerine göre değerlendirildi ve bu P değerleri çoklu karşılaştırmalar için ayarlanmadı.
Temel farklılıkların daha kolay yorumlanması için, yaş, D-dimer, açlık kan şekeri, fibrinojen, protrombin süresi, tanısal bileşim, cerrahi, trakeostomi ve 14 günlük ölüm gibi seçilmiş klinik ve laboratuvar değişkenleri için betimleyici çok panelli grafikler oluşturuldu. Bu değişkenler, klinik olarak ilgili özellikleri temsil ettikleri ve başlangıç analizlerinde nötrofil tertiller arasında belirgin farklılıklar gösterdikleri için görselleştirme için seçildi. Bu grafikler, aşağı, orta ve yüksek nötrofil tertil gruplarındaki hastaların klinik ve laboratuvar profillerini göstermek için kullanıldı.
İstatistiksel analiz ve görselleştirme
Tek değişkenli lojistik regresyon, aday değişkenler ile 14 günlük ölüm arasındaki ilişkileri değerlendirmek için ilk olarak kullanıldı. Oran oranları (OR), %95 güven aralıkları (CI) ve P değerleri rapor edildi. Değişkenler, klinik olarak ilgiliyse, tek değişkenli analizde 14 günlük ölüm oranı gösteriyorsa veya modele eklendiğinde veya çıkarıldığında nötrofil sayısı ameliyathanesini %≥10 oranında değiştiriyorsa çok değişkenli ayarlama için değerlendirildi. Klinik önemlilik, travmatik beyin hasarı için belirlenmiş prognostik faktörler ve literatürde bildirilen yaş, pıhtılaşma parametreleri, glikoz ve lipid ile ilgili değişkenler dahil bilinen patofizyolojik mekanizmalar temelinde önceden belirlenmiştir. Tek değişkenli analizde 14 günlük ölümle ilişkili değişkenlerin belirlenmesi için eşik P < 0.10 olarak belirlendi; böylece çok değişkenli modellerden potansiyel olarak önemli karıştırıcı unsurlar dışlanmasını önlemek amacıyla bu durum değişmemiştir.
Kabul nötrofil sayısı ile 14 günlük ölüm arasındaki ilişki daha sonra çok değişkenli lojistik regresyon kullanılarak incelendi. Nötrofil sayısı, 1 ×109/L artışı için sürekli değişken olarak analiz edildi. Dört ardışık model üretildi. Model 1 ayarlanmamıştı. Model 2 yaş, tanı ve cerrahi olarak ayarlandı. Model 3 yaş, tanı, cerrahi, APTT, FIB, PLT ve LDL verilerine göre ayarlandı. Model 4 yaş, tanı, cerrahi, APTT, FIB, PLT, LDL, HDL ve INR verilerine göre ayarlandı. Varyans enflasyon faktörleri (VIF'ler), çok değişkenli modellere uymadan önce kovaryantlar arasında potansiyel çok kollineerliği değerlendirmek için kullanıldı. Potansiyel olarak sorunlu çoklu kollineerliği belirlemek için 5 VIF eşiği kullanıldı.
İlişkinin doğrusal olup olmadığını incelemek için, nötrofil sayısı ile 14 günlük ölüm arasındaki maruziyet-yanıt ilişkisini değerlendirmek için genelleştirilmiş ekleme modelleri kullanıldı. Bir kübik regresyon spline, temel boyutu (k) 4 olan yumuşatma fonksiyonu olarak kullanılmıştır. Düzgünleştirme parametresi kısıtlı maksimum olasılık (REML) kullanılarak tahmin edilmiştir. Kabul nötrofil sayısı ile tahmin edilen 14 günlük ölüm olasılığı arasındaki ilişkiyi görselleştirmek için düzeltilmiş bir düzgünleştirme eğrisi oluşturuldu ve tam uyarlanmış modele kovaryantlar için ayarlama da dahil edildi. Eğri doğrusal olmayan bir desen önerdiğinde, dönüş noktasını tahmin etmek için iki parçalı doğrusal regresyon kullanıldı. Dönüş noktası (K), nötrofil sayılarının 5.–95. perdelik aralığında aday kırılma noktalarını değerlendiren özyinelemeli bir algoritma kullanılarak tanımlandı. Akaike Bilgi Kriteri tarafından belirlenen en iyi model uyumuyla ilişkili kırılma noktası, son dönüş noktası olarak seçildi. Tek satırlı doğrusal model ile iki parçalı model, olasılık oranı testi kullanılarak karşılaştırıldı. Eşik etkileri tahmini dönüş noktasının altında ve üzerinde rapor edilmiştir.
Eşik etkileri, modele özgü K dönüş noktasının altında ve üzerindeki tahmini OR'ları gösteren bir orman grafiki kullanılarak görselleştirildi. K değerleri sırasıyla 18.54, 3.82, 3.86 ve 3.81 ×109/L idi. Bir alt grupta çok az veya hiç sonuç olayı olmayan kategorik değişkenler için, ilgili OR'lar potansiyel olarak kararsız olarak değerlendirilmiş ve temkinli yorumlanmıştır. OR tahminleri, alt grup beşten az sonuç olayı içeriyorsa veya %95 güven aralığının genişliği 10.0'ı aşıyorsa kararsız olarak sınıflandırıldı.
Nötrofil tertiller boyunca hasta tarama süreci, temel klinik ve laboratuvar profilleri, tertiller arasında 14 günlük ölüm oranları, ardışık modellerden regresyon tahminleri, eşik etkileri ve düzeltilmiş düzleştirme eğrileri sunulmak için rakamlar oluşturuldu. İstatistiksel analizler R sürüm 4.5.2 ve EmpowerStats çevrimiçi platformu kullanılarak gerçekleştirildi. Şekiller, R paketleri ggplot2, patchwork, pdftools, png ve scales kullanılarak oluşturuldu. İki taraflı P değeri <0.05 olarak istatistiksel olarak anlamlı olarak kabul edildi.
Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.
Sonuçlar
Hasta taraması ve başlangıç özellikleri
2017 ile 2023 yılları arasında TBI ile ilgili şüpheli veya doğrulanmış tanı kayıtları olan toplam 2.555 hastaneye yatırılan hasta, hastane elektronik tıbbi kayıt sisteminden başlangıçta tarandı. <18 yaşındaki hastalar, tekrar yatışlar, travmatik olmayan beyin hasarı veya belirsiz tanısı, kabul nötrofil sayısının eksikliği, temel klinik veya laboratuvar değişkenlerinin eksikliği veya 14 günlük ölüm durumu...
Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.
Tartışma
TBI olan 1.361 hastaneye yatırılan hastadan alınan klinik veriler kullanılarak, yatış nötrofil sayısının 14 günlük ölüm oranıyla ilişkili olduğunu bulduk. Nötrofil tertillerde ölüm oranı artmış ve bu desen, demografik, klinik, pıhtılaşma ve biyokimyasal değişkenler için ayarlamadan sonra da belirgin kaldı. Tam uyarlanmış modelde, nötrofil sayısındaki her 1 ×109/L artışı, 14 günlük ölüm olasılığının daha yüksek olmasıyla ilişkilendirilmiştir. Düzleştirme eğrisi ve eşik analizi,...
Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.
Açıklamalar
Çıkar Çatışması:
Yazarlar rekabet eden çıkarlar belirtmemektedir.
Teşekkürler
Uygulanamaz.
Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.
Malzemeler
| Ad | Şirket | Katalog numarası | Yorumlar |
|---|---|---|---|
| Otomatik biyokimya analiz cihazı | Beckman Coulter, Inc. | AU5800 klinik kimya analiz cihazı | ALB, TC, TGs, HDL, LDL, Apo A-I, Apo B, CYS, ALT, AST, Cr, BUN, UA ve FBG gibi biyokimyasal testler için kullanılır. |
| Otomatik pıhtılaşma analiz cihazı | Sysmex Corporation | CS-5100 pıhtılaşma analiz cihazı | PT, APTT, INR, FIB ve D-dimer gibi pıhtılaşma testleri için kullanılır. |
| Otomatik hematoloji analiz cihazı | Sysmex Corporation | XN-1000 hematoloji analiz cihazı | Nötrofil sayımı, trombosit sayımı ve hemoglobin gibi tam kan sayımı testleri için kullanılır. |
| Elektronik tıbbi kayıt sistemi | Kunshan No. 2 Halk Hastanesi | Kurumsal elektronik tıbbi kayıt platformu; ticari olarak kataloglanmamış | Travmatik beyin hasarı şüphesi olan veya teşhisi konmuş hastaları belirlemek ve demografik ve klinik değişkenleri çıkarmak için kullanılır. |
| EmpowerStats | X&Y Solutions, Inc. | Çevrimiçi istatistik platformu (25 Nisan 2026'da erişildi) | Çok değişkenli lojistik regresyon, genelleştirilmiş katkılı modelleme, eğri düzleştirme ve eşik analizi için kullanılır. |
| Takip kayıt sistemi | Kunshan No. 2 Halk Hastanesi | Kurumsal takip kayıt platformu; ticari olarak kataloglanmamış | İndeks yatış sonrası 14 günlük hayatta kalma durumunu belirlemek ve doğrulamak için kullanılır. |
| ggplot2 R paketi | R paketi | Analizde kullanılan sürüm | İstatistiksel çizim ve şekil oluşturma için kullanılır. |
| Laboratuvar bilgi sistemi | Kunshan No. 2 Halk Hastanesi | Kurumsal laboratuvar bilgi platformu; ticari olarak kataloglanmamış | Yatış laboratuvar test sonuçlarını almak için kullanılır. |
| patchwork R paketi | R paketi | Analizde kullanılan sürüm | Çok panelli şekilleri birleştirmek için kullanılır. |
| pdftools R paketi | R paketi | Analizde kullanılan sürüm | Şekil hazırlama sırasında PDF işleme için kullanılır. |
| png R paketi | R paketi | Analizde kullanılan sürüm | Şekil hazırlama sırasında görüntü işleme için kullanılır. |
| R istatistik yazılımı | R İstatistiksel Hesaplama Vakfı | Sürüm 4.5.2 | Veri ön işleme, istatistiksel analiz ve şekil oluşturma için kullanılır. |
| scales R paketi | R paketi | Analizde kullanılan sürüm | Şekillerde eksen biçimlendirmesi ve yüzde ölçeklendirmesi için kullanılır. |
Kaynaklar
- Menon DK, Schwab K, Wright DW, Maas AI. Position Statement: Definition of Traumatic Brain Injury. Archives of Physical Medicine and Rehabilitation. 2010;91(11):1637-1640.
- Dams-O’Connor K, et al. Traumatic brain injury as a chronic disease: insights from the United States Traumatic Brain Injury Model Systems Research Program. The Lancet Neurology. 2023;22(6):517-528.
- Feng JF, et al. Traumatic brain injury in China: an update on epidemiology, care pathways, and clinical research. The Lancet Neurology. 2026;25(4):396-405.
- Theus MH. Neuroinflammation and acquired traumatic CNS injury: a mini review. Frontiers in Neurology. 2024;15:1334847.
- He W, et al. Neutrophil heterogeneity and plasticity: unveiling the multifaceted roles in health and disease. MedComm. 2025;6(2):e70063.
- Dejas L, Santoni K, Meunier E, Lamkanfi M. Regulated cell death in neutrophils: From apoptosis to NETosis and pyroptosis. Seminars in Immunology. 2023;70:101849.
- Shafqat A, et al. Neutrophil extracellular traps in central nervous system pathologies: A mini review. Frontiers in Medicine. 2023;10:1083242.
- Shi G, et al. Inhibition of neutrophil extracellular trap formation ameliorates neuroinflammation and neuronal apoptosis via STING-dependent IRE1α/ASK1/JNK signaling pathway in mice with traumatic brain injury. Journal of Neuroinflammation. 2023;20(1):222.
- Nguyen A, et al. Neutrophil to Lymphocyte Ratio as a Predictor of Postoperative Outcomes in Traumatic Brain Injury: A Systematic Review and Meta-Analysis. Diseases. 2023;11(1):51.
- Arslan K, Sahin AS. Prognostic value of systemic immune-inflammation index, neutrophil-lymphocyte ratio, and thrombocyte-lymphocyte ratio in critically ill patients with moderate to severe traumatic brain injury. Medicine. 2024;103(29):e39007.
- Li Y, et al. Neutrophil-albumin ratio serves as a superior prognostic biomarker for traumatic brain injury. Scientific Reports. 2024;14(1):27563.
- Bouras M, Asehnoune K, Roquilly A. Immune modulation after traumatic brain injury. Frontiers in Medicine. 2022;9:995044.
- Wofford KL, et al. Peripheral immune cell dysregulation following diffuse traumatic brain injury in pigs. Journal of Neuroinflammation. 2024;21(1):324.
- Zhang F, et al. Neutrophil diversity and function in health and disease. Signal Transduction and Targeted Therapy. 2024;9(1):343.
- Wang H, et al. Neutrophil extracellular traps in homeostasis and disease. Signal Transduction and Targeted Therapy. 2024;9(1):235.
- Malik S, et al. Inflammatory cytokines associated with mild traumatic brain injury and clinical outcomes: a systematic review and meta-analysis. Frontiers in Neurology. 2023;14:1123407.
- Huang H, et al. Plasma profiles of inflammatory cytokines in children with moderate to severe traumatic brain injury: a prospective cohort study. European Journal of Pediatrics. 2024;183(8):3359-3368.
- Xu H, et al. Systemic Immune-Inflammation Index Predicts the Prognosis of Traumatic Brain Injury. World Neurosurgery. 2024;183:e22-e27.
- Ma P, et al. Utility of systemic immune-inflammation index, neutrophil-to-lymphocyte ratio, and platelet-to-lymphocyte ratio as a predictive biomarker in pediatric traumatic brain injury. Surgical Neurology International. 2024;15.
- Chen L, et al. Systemic immune inflammation index and peripheral blood carbon dioxide concentration at admission predict poor prognosis in patients with severe traumatic brain injury. Frontiers in Immunology. 2022;13:1034916.
- Menon DK, et al. Clinical Assessment on Days 1-14 for the Characterization of Traumatic Brain Injury: Recommendations from the 2024 NINDS Traumatic Brain Injury Classification and Nomenclature Initiative Clinical/Symptoms Working Group. Journal of Neurotrauma. 2025;42(13-14):1038-1055.
Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.