脓毒症早期肠道菌群失调相关危险因素及其对预后的影响

doi:10.3877/cma.j.issn.1674-6880.2020.05.002

目的

分析脓毒症早期肠道菌群失调的相关危险因素以及其对患者预后的影响。

方法

回顾性分析2017年10月至2019年9月江苏大学附属人民医院重症医学科收治的256例脓毒症患者的临床资料，依据入院第7天的粪便菌群分析结果以及肠道菌群失调严重程度将患者分为正常肠道菌群组（对照组，75例）、Ⅰ度失调组（34例）、Ⅱ度失调组（80例）和Ⅲ度失调组（67例）。收集患者急性病生理学和长期健康评价Ⅱ评分、基础病史、感染部位、白细胞计数、血小板计数、内毒素水平，以及患者使用抗生素、质子泵抑制剂、全肠外营养等情况；采用多因素Logistic回归分析影响肠道菌群失调的危险因素；采用Kaplan-Meier生存曲线分析4组患者肠道菌群失调与脓毒症预后的关系。

结果

对照组、Ⅰ度失调组、Ⅱ度失调组及Ⅲ度失调组患者内毒素[（0.15 ± 0.11）、（0.14 ± 0.12）、（0.24 ± 0.11）、（0.26 ± 0.13）EU/mL，t = 16.317，P < 0.001]、质子泵抑制剂[42.7%（32/75）、41.2%（14/34）、71.2%（57/80）、74.6%（50/67），χ² = 24.547，P < 0.001]、全肠外营养[5.3%（4/75）、17.6%（6/34）、33.8%（27/80）、28.4%（19/67），χ² = 20.613，P < 0.001]、血管活性药物[28.0%（21/75）、26.5%（9/34）、57.5%（46/80）、50.7%（34/67），χ² = 19.181，P < 0.001]和糖尿病[16.0%（12/75）、14.7%（5/34）、38.8%（31/80）、38.8%（26/67），χ² = 16.383，P = 0.001]比较，差异均有统计学意义。将内毒素、质子泵抑制剂、全肠外营养、血管活性药物及糖尿病等因素纳入多因素Logistic回归分析，结果显示，内毒素[比值比（OR）= 3.749，95%置信区间（CI）（1.998，7.034），P < 0.001]和糖尿病[OR = 2.567，95%CI（1.272，5.180），P = 0.009]是脓毒症患者肠道菌群失调的独立危险因素。4组脓毒症患者28 d累计生存率比较，差异有统计学意义（χ² = 30.088，P < 0.001），且Ⅱ度失调组和Ⅲ度失调组患者的28 d累积生存率均显著低于对照组（χ² = 14.511、31.671，P均< 0.001），Ⅲ度失调组患者的28 d累积生存率显著低于Ⅰ度失调组（χ² = 8.059，P = 0.005）。

结论

内毒素和糖尿病是脓毒症早期患者肠道菌群失调的独立危险因素，并且发生Ⅱ度或Ⅲ度肠道菌群失调提示预后更差。

关键词: 脓毒症, 肠道菌群, 内毒素, 预后

Objective

To investigate risk factors for intestinal dysbacteriosis in the early stage of sepsis and its impact on patient's prognosis.

Methods

The clinical data of 256 patients with sepsis admitted to the Department of Critical Care Medicine of the Affiliated People's Hospital of Jiangsu University from October 2017 to September 2019 were retrospectively analyzed. According to the results of fecal flora analysis and the severity of intestinal dysbacteriosis on the 7th day of admission, patients were divided into a normal intestinal flora group (control group, 75 patients), a Ⅰ disorder group (34 patients), a Ⅱ disorder group (80 patients) and a Ⅲ disorder group (67 patients). Their acute physiology and chronic health evaluation Ⅱ score, basic medical history, infection site, leukocyte count, platelet count, endotoxin level, and use of antibiotics, proton pump inhibitors and total parenteral nutrition were collected. Then risk factors for intestinal dysbacteriosis were analyzed by the multivariate Logistic regression, and a Kaplan-Meier survival curve was used to analyze the relationship between patient's intestinal dysbacteriosis and prognosis in the four groups.

Results

The level of endotoxin [(0.15 ± 0.11), (0.14 ± 0.12), (0.24 ± 0.11), (0.26 ± 0.13) EU/mL; t = 16.317, P < 0.001], use of proton pump inhibitors [42.7% (32/75), 41.2% (14/34), 71.2% (57/80), 74.6% (50/67); χ² = 24.547, P < 0.001], use of total parenteral nutrition [5.3% (4/75), 17.6% (6/34), 33.8% (27/80), 28.4% (19/67); χ² = 20.613, P < 0.001], use of vasoactive drugs [28.0% (21/75), 26.5% (9/34), 57.5% (46/80), 50.7% (34/67); χ² = 19.181, P < 0.001] and history of diabetes mellitus [16.0% (12/75), 14.7% (5/34), 38.8% (31/80), 38.8% (26/67); χ² = 16.383, P = 0.001] of patients were statistically significantly different in the four groups. Then endotoxin, proton pump inhibitors, total parenteral nutrition, vasoactive drugs and diabetes mellitus were included in the multivariate Logistic regression analysis. The results showed that endotoxin [odds ratio (OR) = 3.749, 95% confidence interval (CI) (1.998, 7.034), P < 0.001] and diabetes mellitus [OR = 2.567, 95%CI (1.272, 5.180), P = 0.009] were independent risk factors for intestinal dysbacteriosis in sepsis patients. The 28-d cumulative survival rate of patients was statistically significantly different in the four groups (χ² = 30.088, P < 0.001). It was significantly lower in the Ⅱ and Ⅲ disorder groups than in the control group (χ² = 14.511, 31.671; both P < 0.001), and it was significantly lower in the Ⅲ disorder group than in the Ⅰ disorder group (χ² = 8.059, P = 0.005).

Conclusion

Endotoxin and diabetes mellitus are independent risk factors for intestinal dysbacteriosis in patients with early sepsis, and the occurrence of Ⅱ or Ⅲ degree intestinal dysbacteriosis suggests a worse prognosis.

Key words: Sepsis, Intestinal flora, Endotoxin, Prognosis

表1 4组脓毒症患者一般资料比较（ ± s）

组别	例数	年龄（岁）	性别（例，男/女）	APACHEⅡ评分（分）	感染部位[例（%）]					白细胞计数（× 10⁹/L）
组别	例数	年龄（岁）	性别（例，男/女）	APACHEⅡ评分（分）	呼吸系统	消化系统	泌尿系统	血液系统	其他	白细胞计数（× 10⁹/L）
对照组	75	70.7 ± 14.3	41/34	13.6 ± 2.8	41（54.7）	13（17.3）	7（9.3）	3（4.0）	11（14.7）	12.5 ± 4.9
Ⅰ度失调组	34	68.5 ± 19.8	17/17	14.7 ± 3.3	21（61.8）	8（23.5）	1（2.9）	1（2.9）	3（8.8）	11.9 ± 4.6
Ⅱ度失调组	80	70.4 ± 15.7	44/36	14.4 ± 3.2	44（55.0）	17（21.2）	7（8.8）	4（5.0）	8（10.0）	12.8 ± 4.7
Ⅲ度失调组	67	69.9 ± 16.1	36/31	15.1 ± 3.5	32（47.8）	17（25.4）	5（7.5）	7（10.4）	6（9.0）	12.5 ± 5.0
F/χ²值		3.460	0.266	2.608	1.919	3.074	1.470	3.006	1.569	0.263
P值		0.922	0.966	0.052	0.589	0.380	0.689	0.400	0.666	0.853
组别	例数	抗生素种类[例（%）]								血小板计数（× 10⁹/L）
组别	例数	三代头孢	碳青霉烯类	β类酰胺酶抑制剂	喹诺酮类	氨基糖苷类	吡咯类抗真菌药	三唑类抗真菌药	棘白菌素类抗真菌药	血小板计数（× 10⁹/L）
对照组	75	24（32.0）	12（16.0）	39（52.0）	10（13.3）	8（10.7）	21（28.0）	15（20.0）	5（6.7）	206 ± 86
Ⅰ度失调组	34	12（35.3）	6（17.6）	10（29.4）	3（8.8）	2（5.9）	13（38.2）	9（26.5）	6（17.6）	203 ± 92
Ⅱ度失调组	80	34（42.5）	19（23.8）	39（48.8）	12（15.0）	10（12.5）	26（32.5）	23（28.8）	7（8.8）	198 ± 89
Ⅲ度失调组	67	26（38.8）	11（16.4）	24（35.8）	6（9.0）	8（11.9）	20（29.9）	10（14.9）	6（9.0）	173 ± 90
F/χ²值		1.941	1.951	7.439	0.149	1.167	1.260	4.599	3.437	1.921
P值		0.585	0.583	0.059	0.699	0.761	0.739	0.204	0.239	0.127
组别	例数	内毒素（EU/mL）	质子泵抑制剂[例（%）]	全肠外营养[例（%）]	血管活性药物[例（%）]	基础疾病[例（%）]
组别	例数	内毒素（EU/mL）	质子泵抑制剂[例（%）]	全肠外营养[例（%）]	血管活性药物[例（%）]	糖尿病	心血管系统疾病	呼吸系统疾病	神经系统疾病
对照组	75	0.15 ± 0.11	32（42.7）	4（5.3）	21（28.0）	12（16.0）	29（38.7）	27（36.0）	8（10.7）
Ⅰ度失调组	34	0.14 ± 0.12	14（41.2）	6（17.6）	9（26.5）	5（14.7）	13（38.2）	11（32.4）	3（8.8）
Ⅱ度失调组	80	0.24 ± 0.11^ab	57（71.2）^ab	27（33.8）^a	46（57.5）^ab	31（38.8）^a	31（38.8）	29（36.2）	11（13.8）
Ⅲ度失调组	67	0.26 ± 0.13^ab	50（74.6）^ab	19（28.4）^a	34（50.7）^a	26（38.8）^a	23（34.3）	19（28.4）	7（10.4）
F/χ²值		16.317	24.547	20.613	19.181	16.383	0.392	1.294	0.764
P值		< 0.001	< 0.001	< 0.001	< 0.001	0.001	0.942	0.730	0.858

表1 4组脓毒症患者一般资料比较（ ± s）

组别	例数	年龄（岁）	性别（例，男/女）	APACHEⅡ评分（分）	感染部位[例（%）]					白细胞计数（× 10⁹/L）
组别	例数	年龄（岁）	性别（例，男/女）	APACHEⅡ评分（分）	呼吸系统	消化系统	泌尿系统	血液系统	其他	白细胞计数（× 10⁹/L）
对照组	75	70.7 ± 14.3	41/34	13.6 ± 2.8	41（54.7）	13（17.3）	7（9.3）	3（4.0）	11（14.7）	12.5 ± 4.9
Ⅰ度失调组	34	68.5 ± 19.8	17/17	14.7 ± 3.3	21（61.8）	8（23.5）	1（2.9）	1（2.9）	3（8.8）	11.9 ± 4.6
Ⅱ度失调组	80	70.4 ± 15.7	44/36	14.4 ± 3.2	44（55.0）	17（21.2）	7（8.8）	4（5.0）	8（10.0）	12.8 ± 4.7
Ⅲ度失调组	67	69.9 ± 16.1	36/31	15.1 ± 3.5	32（47.8）	17（25.4）	5（7.5）	7（10.4）	6（9.0）	12.5 ± 5.0
F/χ²值		3.460	0.266	2.608	1.919	3.074	1.470	3.006	1.569	0.263
P值		0.922	0.966	0.052	0.589	0.380	0.689	0.400	0.666	0.853
组别	例数	抗生素种类[例（%）]								血小板计数（× 10⁹/L）
组别	例数	三代头孢	碳青霉烯类	β类酰胺酶抑制剂	喹诺酮类	氨基糖苷类	吡咯类抗真菌药	三唑类抗真菌药	棘白菌素类抗真菌药	血小板计数（× 10⁹/L）
对照组	75	24（32.0）	12（16.0）	39（52.0）	10（13.3）	8（10.7）	21（28.0）	15（20.0）	5（6.7）	206 ± 86
Ⅰ度失调组	34	12（35.3）	6（17.6）	10（29.4）	3（8.8）	2（5.9）	13（38.2）	9（26.5）	6（17.6）	203 ± 92
Ⅱ度失调组	80	34（42.5）	19（23.8）	39（48.8）	12（15.0）	10（12.5）	26（32.5）	23（28.8）	7（8.8）	198 ± 89
Ⅲ度失调组	67	26（38.8）	11（16.4）	24（35.8）	6（9.0）	8（11.9）	20（29.9）	10（14.9）	6（9.0）	173 ± 90
F/χ²值		1.941	1.951	7.439	0.149	1.167	1.260	4.599	3.437	1.921
P值		0.585	0.583	0.059	0.699	0.761	0.739	0.204	0.239	0.127
组别	例数	内毒素（EU/mL）	质子泵抑制剂[例（%）]	全肠外营养[例（%）]	血管活性药物[例（%）]	基础疾病[例（%）]
组别	例数	内毒素（EU/mL）	质子泵抑制剂[例（%）]	全肠外营养[例（%）]	血管活性药物[例（%）]	糖尿病	心血管系统疾病	呼吸系统疾病	神经系统疾病
对照组	75	0.15 ± 0.11	32（42.7）	4（5.3）	21（28.0）	12（16.0）	29（38.7）	27（36.0）	8（10.7）
Ⅰ度失调组	34	0.14 ± 0.12	14（41.2）	6（17.6）	9（26.5）	5（14.7）	13（38.2）	11（32.4）	3（8.8）
Ⅱ度失调组	80	0.24 ± 0.11^ab	57（71.2）^ab	27（33.8）^a	46（57.5）^ab	31（38.8）^a	31（38.8）	29（36.2）	11（13.8）
Ⅲ度失调组	67	0.26 ± 0.13^ab	50（74.6）^ab	19（28.4）^a	34（50.7）^a	26（38.8）^a	23（34.3）	19（28.4）	7（10.4）
F/χ²值		16.317	24.547	20.613	19.181	16.383	0.392	1.294	0.764
P值		< 0.001	< 0.001	< 0.001	< 0.001	0.001	0.942	0.730	0.858

表2 脓毒症早期肠道菌群失调的多因素Logistic回归分析

危险因素	回归系数	标准误	Wald值	P值	OR值	95%CI
内毒素（EU/mL）	1.321	0.321	16.942	< 0.001	3.749	1.998 ~ 7.034
质子泵抑制剂	0.073	0.312	0.054	0.816	1.075	0.538 ~ 1.982
全肠外营养	-0.252	0.344	0.537	0.464	0.777	0.396 ~ 1.525
血管活性药物	0.185	0.314	0.349	0.555	1.204	0.651 ~ 2.226
糖尿病	0.943	0.358	6.920	0.009	2.567	1.272 ~ 5.180

表2 脓毒症早期肠道菌群失调的多因素Logistic回归分析

危险因素	回归系数	标准误	Wald值	P值	OR值	95%CI
内毒素（EU/mL）	1.321	0.321	16.942	< 0.001	3.749	1.998 ~ 7.034
质子泵抑制剂	0.073	0.312	0.054	0.816	1.075	0.538 ~ 1.982
全肠外营养	-0.252	0.344	0.537	0.464	0.777	0.396 ~ 1.525
血管活性药物	0.185	0.314	0.349	0.555	1.204	0.651 ~ 2.226
糖尿病	0.943	0.358	6.920	0.009	2.567	1.272 ~ 5.180

图1 4组脓毒症患者28 d生存曲线

1	Singer M, Deutschman CS, Seymour CW, et al. The third international consensus definitions for sepsis and septic shock (sepsis-3)[J]. JAMA, 2016, 315 (8): 801.
2	Haak BW, Wiersinga WJ. The role of the gut micro-biota in sepsis[J]. Lancet Gastroenterol Hepatol, 2017, 2 (2): 135-143.
3	Bernard H, Desseyn JL, Bartke N, et al. Dietary pectin-derived acidic oligosaccharides improve the pulmonary bacterial clearance of Pseudomonas aeruginosa lung infection in mice by modulating intestinal microbiota and immunity[J]. J Infect Dis, 2015, 211 (1): 156-165.
4	Schuijt TJ, Lankelma JM, Scicluna BP, et al. The gut microbiota plays a protective role in the host defence against pneumococcal pneumonia[J]. Gut, 2016, 65 (4): 575-583.
5	Vincent JL, Moreno R, Takala J, et al. The SOFA (sepsis-related organ failure assessment) score to describe organ dysfunction/failure. On behalf of the working group on sepsis-related problems of the European Society of Intensive Care Medicine[J]. Intensive Care Med, 1996, 22 (7): 707-710.
6	Agudelo-Ochoa GM, Valdés-Duque BE, Giraldo-Giraldo NA, et al. Gut microbiota profiles in critically ill patients, potential biomarkers and risk variables for sepsis[J]. Gut Microbes, 2020: 1-16.
7	Lankelma JM, Cranendonk DR, Belzer C, et al. Antibiotic-induced gut microbiota disruption during human endotoxemia: a randomised controlled study[J]. Gut, 2017, 66 (9): 1623-1630.
8	张秀荣，周殿元，徐智民，等. 肠道菌群粪便涂片检查图谱[M]. 北京：人民军医出版社，2000：38-60.
9	Angus DC, Linde-Zwirble WT, Lidicker J, et al. Epidemiology of severe sepsis in the United States: analysis of incidence, outcome, and associated costs of care[J]. Crit Care Med, 2001, 29 (7): 1303-1310.
10	Dickson RP. The microbiome and critical illness[J]. Lancet Respir Med, 2016, 4 (1): 59-72.
11	Silvestri L, de la Cal MA, van Saene HK. Selective decontamination of the digestive tract: the mechanism of action is control of gut overgrowth[J]. Intensive Care Med, 2012, 38 (11): 1738-1750.
12	Clarke TB. Early innate immunity to bacterial infection in the lung is regulated systemically by the commensal microbiota via nod-like receptor ligands[J]. Infect Immun, 2014, 82 (11): 4596-4606.
13	朱杰. 基于肠道菌群理论：姜黄石膏制剂对糖尿病小鼠血糖干预的研究[D]. 南京：南京中医药大学，2018.
14	张欣荣. 双水杨酸酯通过调节ZDF大鼠肠道菌群紊乱预防2型糖尿病的实验研究[D]. 天津：天津医科大学，2017.
15	Kreuch D, Keating DJ, Wu T, et al. Gut mechanisms linking intestinal sweet sensing to glycemic control[J]. Front Endocrinol (Lausanne), 2018 (9): 741.
16	张欢，王敏，张莉，等. 脓毒症患者血浆内毒素水平及肠道菌群变化分析[J]. 临床医学研究与实践，2018，3(33): 3-5.
17	Ehlers MR, Todd RM. Acute psychophysiological stress impairs human associative learning[J]. Neurobiol Learn Mem, 2017 (145): 84-93.
18	Lin GL, Mcginley JP, Drysdale SB, et al. Epidemiology and immune pathogenesis of viral sepsis[J]. Front Immunol, 2018 (9): 2147.
19	Ubeda C, Taur Y, Jenq RR, et al. Vancomycin-resistant enterococcus domination of intestinal microbiota is enabled by antibiotic treatment in mice and precedes bloodstream invasion in humans[J]. J Clin Invest, 2010, 120 (12): 4332-4341.
20	Ayres JS, Trinidad NJ, Vance RE. Lethal inflammasome activation by a multidrug-resistant pathobiont upon antibiotic disruption of the microbiota[J]. Nat Med, 2012, 18 (5): 799-806.
21	Prescott HC, Dickson RP, Rogers MA, et al. Hospi-talization type and subsequent severe sepsis[J]. Am J Respir Crit Care Med, 2015, 192 (5): 581-588.
22	Clarke TB, Davis KM, Lysenko ES, et al. Recognition of peptidoglycan from the microbiota by Nod1 enhances systemic innate immunity[J]. Nat Med, 2010, 16 (2): 228-231.
23	Hotchkiss RS, Monneret G, Payen D. Sepsis-induced immunosuppression: from cellular dysfunctions to immunotherapy[J]. Nat Rev Immunol, 2013, 13 (12): 862-874.
24	Krezalek MA, Defazio J, Zaborina O, et al. The shift of an intestinal "microbiome" to a "pathobiome" governs the course and outcome of sepsis following surgical injury[J]. Shock, 2016, 45 (5): 475-482.
25	Bloemen JG, Venema K, van de Poll MC, et al. Short chain fatty acids exchange across the gut and liver in humans measured at surgery[J]. Clin Nutr, 2009, 28 (6): 657-661.
26	Jang HR, Ko GJ, Wasowska BA, et al. The interaction between ischemia-reperfusion and immune responses in the kidney[J]. J Mol Med (Berl), 2009, 87 (9): 859-864.

[1]	应康, 杨璨莹, 刘凤珍, 陈丽丽, 刘燕娜. 左心室心肌应变对无症状重度主动脉瓣狭窄患者的预后评估价值[J]. 中华医学超声杂志（电子版）, 2023, 20(06): 581-587.
[2]	张思平, 刘伟, 马鹏程. 全膝关节置换术后下肢轻度内翻对线对疗效的影响[J]. 中华关节外科杂志(电子版), 2023, 17(06): 808-817.
[3]	姚咏明. 如何精准评估烧伤脓毒症患者免疫状态[J]. 中华损伤与修复杂志(电子版), 2023, 18(06): 552-552.
[4]	李越洲, 张孔玺, 李小红, 商中华. 基于生物信息学分析胃癌中PUM的预后意义[J]. 中华普通外科学文献(电子版), 2023, 17(06): 426-432.
[5]	张俊, 罗再, 段茗玉, 裘正军, 黄陈. 胃癌预后预测模型的研究进展[J]. 中华普通外科学文献(电子版), 2023, 17(06): 456-461.
[6]	杨倩, 李翠芳, 张婉秋. 原发性肝癌自发性破裂出血急诊TACE术后的近远期预后及影响因素分析[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 33-36.
[7]	栗艳松, 冯会敏, 刘明超, 刘泽鹏, 姜秋霞. STIP1在三阴性乳腺癌组织中的表达及临床意义研究[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 52-56.
[8]	马伟强, 马斌林, 吴中语, 张莹. microRNA在三阴性乳腺癌进展中发挥的作用[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 111-114.
[9]	江振剑, 蒋明, 黄大莉. TK1、Ki67蛋白在分化型甲状腺癌组织中的表达及预后价值研究[J]. 中华普外科手术学杂志(电子版), 2023, 17(06): 623-626.
[10]	晏晴艳, 雍晓梅, 罗洪, 杜敏. 成都地区老年转移性乳腺癌的预后及生存因素研究[J]. 中华普外科手术学杂志(电子版), 2023, 17(06): 636-638.
[11]	何吉鑫, 杨燕妮, 王继伟, 李建国, 谢铭. 肠道菌群及肠道代谢产物参与慢性便秘发生机制的研究进展[J]. 中华结直肠疾病电子杂志, 2023, 12(06): 495-499.
[12]	李永胜, 孙家和, 郭书伟, 卢义康, 刘洪洲. 高龄结直肠癌患者根治术后短期并发症及其影响因素[J]. 中华临床医师杂志(电子版), 2023, 17(9): 962-967.
[13]	王军, 刘鲲鹏, 姚兰, 张华, 魏越, 索利斌, 陈骏, 苗成利, 罗成华. 腹膜后肿瘤切除术中大量输血患者的麻醉管理特点与分析[J]. 中华临床医师杂志(电子版), 2023, 17(08): 844-849.
[14]	索利斌, 刘鲲鹏, 姚兰, 张华, 魏越, 王军, 陈骏, 苗成利, 罗成华. 原发性腹膜后副神经节瘤切除术麻醉管理的特点和分析[J]. 中华临床医师杂志(电子版), 2023, 17(07): 771-776.
[15]	张大涯, 陈世锔, 陈润祥, 张晓冬, 李达, 白飞虎. 肠道微生物群对代谢相关脂肪性肝病发展的影响[J]. 中华临床医师杂志(电子版), 2023, 17(07): 828-833.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Risk factors for intestinal dysbacteriosis in early stage of sepsis and its effect on prognosis

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Risk factors for intestinal dysbacteriosis in early stage of sepsis and its effect on prognosis