切换至 "中华医学电子期刊资源库"
高级检索
中华危重症医学杂志(电子版)

中华危重症医学杂志(电子版) ›› 2022, Vol. 15 ›› Issue (03) : 189 -197. doi: 10.3877/cma.j.issn.1674-6880.2022.03.003

论著

轻中度感染性疾病患者进展为脓毒症的相关危险因素分析
范致远1, 冯梦晓2, 陆远强1,†()   
  1. 1. 310001　杭州，浙江大学医学院附属第一医院急诊科　浙江省增龄与理化损伤性疾病诊治研究重点实验室（范致远为在职研究生，现工作单位为桐乡市第一人民医院急诊科）
    2. 310001　杭州，浙江大学医学院附属第一医院急诊科　浙江省增龄与理化损伤性疾病诊治研究重点实验室
  • 收稿日期:2022-04-12 出版日期:2022-06-30
  • 通信作者: 陆远强
  • 基金资助:
    传染病诊治国家重点实验室开放基金项目(2018KF02); "十三五"浙江省中医药（中西医结合）重点学科(2017-XK-A36)

Risk factors for progression to sepsis in patients with mild to moderate infectious diseases

Zhiyuan Fan1, Mengxiao Feng2, Yuanqiang Lu1,†()   

  1. 1. Department of Emergency, Zhejiang Provincial Key Laboratory of Diagnosis and Treatment of Aging and Physical-chemical Injury Diseases, the First Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou 310003, China
  • Received:2022-04-12 Published:2022-06-30
  • Corresponding author: Yuanqiang Lu
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

范致远, 冯梦晓, 陆远强. 轻中度感染性疾病患者进展为脓毒症的相关危险因素分析[J/OL]. 中华危重症医学杂志(电子版), 2022, 15(03): 189-197.

Zhiyuan Fan, Mengxiao Feng, Yuanqiang Lu. Risk factors for progression to sepsis in patients with mild to moderate infectious diseases[J/OL]. Chinese Journal of Critical Care Medicine(Electronic Edition), 2022, 15(03): 189-197.

目的

探讨轻中度感染性患者进展为脓毒症的相关危险因素。

方法

回顾性分析2019年9月至2021年12月收治的390例临床诊断为感染性疾病患者的临床资料。根据入院序贯器官衰竭估计（SOFA）评分将390例患者分为脓毒症组（165例，SOFA评分≥ 2分）和轻中度感染组（225例，SOFA评分<2分）。比较两组患者的一般情况、实验室检查指标及免疫学相关指标。采用Lasso回归模型和多因素Logistic回归模型筛选影响轻中度感染进展为脓毒症的相关影响因素。采用受试者工作特征（ROC）曲线检测各相关因素的预测效能。

结果

与轻中度感染组患者比较，脓毒症患者的年龄较高，起病至就诊时间较短，心率及呼吸较快，心脑血管疾病、糖尿病及高血压病史较多，入院体温、白细胞、中性粒细胞、红细胞分布宽度（RDW）、中性粒细胞与淋巴细胞比值（NLR）、单核细胞与淋巴细胞比值、降钙素原、C反应蛋白、天冬氨酸氨基转移酶、总胆红素、血肌酐、血尿素、乳酸脱氢酶、羟丁酸脱氢酶、肌酸激酶、肌酸激酶同工酶、铁蛋白、乳酸、凝血酶原时间、活化部分凝血活酶时间、D-二聚体、白细胞介素6（IL-6）、IL-10、IL-6/IL-4、IL-6/IL-10均较高，淋巴细胞、单核细胞、血红蛋白、血小板、红细胞压积、胆碱酯酶、白蛋白、血氧饱和度、IL-4、肿瘤坏死因子α（TNF-α）、干扰素γ、TNF-α/IL-10水平均较低（P均<0.05）。经Lasso回归模型及多因素Logistic回归分析显示，RDW[比值比（OR）= 1.399，95%置信区间（CI）（1.122，1.743），P = 0.003]、NLR[OR = 1.050，95%CI（1.010，1.091），P = 0.013]、总胆红素[OR = 1.111，95% CI（1.055，1.170），P<0.001]、血尿素[OR = 1.172，95%CI（1.041，1.320），P = 0.009]及IL-6[OR = 1.006，95%CI（1.002，1.010），P = 0.002]为脓毒症发生的独立危险因素，而血小板[OR = 0.994，95%CI（0.990，0.997），P = 0.001]及白蛋白[OR = 0.866，95%CI（0.799，0.939），P<0.001]则为独立保护因素。ROC曲线分析表明，血小板的曲线下面积（AUC）为0.756[95%CI（0.705，0.808），P<0.001]，RDW的AUC为0.748[95%CI（0.699，0.798），P<0.001]，NLR的AUC为0.786[95%CI（0.738，0.834），P<0.001]，总胆红素的AUC为0.738[95%CI（0.685，0.790），P<0.001]，白蛋白的AUC为0.795[95%CI（0.749，0.840），P<0.001]，血尿素的AUC为0.780[95%CI（0.729，0.830），P<0.001]，IL-6的AUC为0.801[95%CI（0.756，0.845），P<0.001]，联合指标的AUC为0.939[95%CI（0.915，0.963），P < 0.001]，且联合指标较IL-6（Z = 6.519，P<0.001）、NLR（Z = 6.258，P<0.001）、血尿素（Z = 6.632，P<0.001）、血小板（Z = 7.412，P<0.001）、RDW（Z = 7.631，P<0.001）、白蛋白（Z = 6.164，P< 0.001）及总胆红素（Z = 8.348，P<0.001）单项指标的预测效能更优。

结论

RDW、NLR、总胆红素、血尿素及IL-6为脓毒症发生的独立危险因素，而血小板及白蛋白则为独立保护因素，且联合指标的预测效能相比各独立相关因素更好。

关键词: 脓毒症, 感染, 危险因素
Objective

To investigate the risk factors for progression to sepsis in patients with mild to moderate infectious diseases.

Methods

The clinical data of 390 patients with clinically diagnosed infectious diseases from September 2019 to December 2021 were retrospectively analyzed. According to whether or not sequential organ failure assessment (SOFA) score ≥ 2 on admission, 390 patients were divided into a sepsis group (165 cases) and a mild-moderate infection group (225 cases). The general data, laboratory test indexes, and immunological indexes were compared between the two groups. The Lasso regression model and multivariate Logistic regression model were used to screen the independent factors for influencing the progression of mild-moderate infection to sepsis. The receiver operating characteristic (ROC) curve was used to assess the predictive effectiveness of each correlation factor.

Results

In the sepsis group, the patients were older, the time interval between disease onset and hospital arrival was shorter, the heart rate and respiration were faster, the incidences of cardiovascular and cerebrovascular diseases, diabetes, and hypertension were higher, and the levels of admission temperature, leukocytes, neutrophils, red blood cell distribution width (RDW), neutrophil to lymphocyte ratio (NLR), monocyte to lymphocyte ratio, procalcitonin, C-reactive protein, aspartate aminotransferase, total bilirubin, serum creatinine, blood urea, lactate dehydrogenase, hydroxybutyrate dehydrogenase, creatine kinase, creatine kinase MB, ferritin, lactic acid, prothrombin time, activated partial thromboplastin time, D-dimer, interleukin-6 (IL-6), IL-10, IL-6/IL-4, and IL-6/IL-10 were all much higher than those in the mild-moderate infection group; whereas, the levels of lymphocytes, monocytes, hemoglobin, platelets, hematocrit, cholinesterase, albumin, blood oxygen saturation, IL-4, tumor necrosis factor-alpha (TNF-α), interferon γ, and TNF-α/IL-10 were much lower (all P<0.05). The Lasso regression model and multivariate Logistic regression analysis revealed that the RDW [odds ratio (OR) = 1.399, 95% confidence intervals (CI) (1.122, 1.743), P = 0.003], NLR [OR = 1.050, 95%CI (1.010, 1.091), P = 0.013], total bilirubin [OR = 1.111, 95%CI (1.055, 1.170), P<0.001], blood urea [OR = 1.172, 95%CI (1.041, 1.320), P = 0.009], and IL-6 [OR = 1.006, 95%CI (1.002, 1.010), P = 0.002] were independent risk factors for mild-moderate infection progressing to sepsis, while the platelet [OR = 0.994, 95%CI (0.990, 0.997), P = 0.001] and albumin [OR = 0.866, 95%CI (0.799, 0.939), P<0.001] were independent protective factors. The ROC curve showed that the area under the curve (AUC) of platelets was 0.756 [95%CI (0.705, 0.808), P < 0.001], AUC of RDW was 0.748 [95%CI (0.699, 0.798), P < 0.001], AUC of NLR was 0.786 [95%CI (0.738, 0.834), P < 0.001], AUC of total bilirubin was 0.738 [95%CI (0.685, 0.790), P < 0.001], AUC of albumin was 0.795 [95%CI (0.749, 0.840), P < 0.001], AUC of blood urea was 0.780 [95%CI (0.729, 0.830), P < 0.001], AUC of IL-6 was 0.801 [95%CI (0.756, 0.845), P < 0.001], and AUC of combinated indicator was 0.939 [95%CI (0.915, 0.963), P < 0.001]. The predictive effectiveness of combined indicator model was significantly higher than that of IL-6 (Z = 6.519, P < 0.001), NLR (Z = 6.258, P < 0.001), blood urea (Z = 6.632, P < 0.001), platelet (Z = 7.412, P < 0.001), RDW (Z = 7.631, P < 0.001), albumin (Z = 6.164, P < 0.001), and total bilirubin (Z = 8.348, P < 0.001).

Conclusions

The RDW, NLR, total bilirubin, blood urea, and IL-6 are independent risk factors for mild-moderate infection progressing to sepsis, while the platelet and albumin are independent protective factors. The combined indicator has better predictive efficacy than each independent correlation factor.

Key words: Sepsis, Infection, Risk factor
表1 两组感染性疾病患者一般情况的比较[M（P25，P75）]
组别 例数 年龄（岁） 男/女（例） 起病至就诊时间（d） 发热病史[例（%）] 心率（次/min） 最高体温（℃） 入院体温（℃） 呼吸（次/min） 平均动脉压（mmHg， ± s）
轻中度感染组 225 56（41，67） 134/91 7（4，10） 185（82.2） 85（75，96） 38.6（37.6，39.1） 37.0（36.7，37.5） 19（18，20） 91 ± 12
脓毒症组 165 65（55，76） 107/58 5（3，9） 137（83.0） 101（83，114） 38.6（37.6，39.4） 37.4（36.7，38.3） 20（18，22） 88 ± 16
t/χ2/Z值   5.481 1.130 2.677 0.043 6.539 0.402 3.676 2.245 1.749
P值   <0.001 0.288 0.007 0.835 <0.001 0.688 <0.001 0.025 0.081
组别 例数 吸烟状况[例（%）] 既往病史[例（%）]
目前吸烟 既往吸烟 未吸烟 心脑血管疾病 糖尿病 慢性肺疾病 高血压 痛风 慢性肾病 慢性肝病
轻中度感染组 225 39（17.3） 27（12.0） 159（70.7） 19（8.4） 26（11.6） 13（5.8） 68（30.2） 7（3.1） 4（1.8） 2（0.9）
脓毒症组 165 28（17.0） 30（18.2） 107（64.8） 28（17.0） 32（19.4） 11（6.7） 68（41.2） 6（3.6） 7（4.2） 2（1.2）
t/χ2/Z值   2.969 6.528 4.620 0.130 5.062 0.082 1.306 0.980
P值   0.227 0.011 0.032 0.718 0.024 0.775 0.253 0.754
表2 两组感染性疾病患者实验室指标的比较[M（P25，P75）]
组别 例数 白细胞（× 109/L） 中性粒细胞（× 109/L） 淋巴细胞（× 109/L） 单核细胞（× 109/L） 血红蛋白（g/L） 血小板（× 109/L） HCT（%） RDW（%） NLR PLR
轻中度感染组 225 7（5，10） 4.7（2.9，7.5） 1.3（0.9，1.8） 0.56（0.43，0.85） 125（111，138） 233（175，298） 37（33，41） 13（12，13） 3.8（2.0，6.3） 177（132，252）
脓毒症组 165 10（6，15） 8.6（5.0，14.0） 0.7（0.4，1.1） 0.53（0.29，0.82） 114.00（94，126） 138（83，213） 33（28，37） 14（13，15） 12.3（5.4，25.1） 214（102，408）
t/χ2/Z值   4.830 6.467 9.292 2.085 5.835 8.655 6.105 8.393 9.642 1.578
P值   <0.001 <0.001 <0.001 0.037 <0.001 <0.001 <0.001 <0.001 <0.001 0.114
组别 例数 MLR PCT（μg/L） CRP（mg/L） 胆碱酯酶（U/L） ALT（U/L） AST（U/L） 总胆红素（μmol/L） 白蛋白（g/L， ± s） 血肌酐（μmol/L） 血尿素（mmol/L） 乳酸脱氢酶（U/L）
轻中度感染组 225 0.48（0.29，0.71） 0.20（0.06，1.29） 62（17，121） 6 194（4 894，7 463） 24（14，50） 22（15，37） 8（6，11） 37 ± 5 72（58，82） 4（3，6） 199（170，258）
脓毒症组 165 0.70（0.39，1.22） 1.90（0.57，11.47） 123（66，195） 3 770（2 803，5 340） 28（16，61） 38（22，84） 15（8，28） 31 ± 5 86（64，142） 8（5，14） 282（219，431）
t/χ2/Z值   5.000 8.972 6.724 10.409 1.789 6.617 8.022 11.067 5.748 9.445 8.379
P值   <0.001 <0.001 <0.001 <0.001 0.074 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001
组别 例数 羟丁酸脱氢酶（U/L） 肌酸激酶（U/L） CK-MB（U/L） 铁蛋白（μg/L） 乳酸（mmol/L） 血氧饱和度（%） PT（s） APTT（s） FBG（g/L） D-二聚体（μg/L）
轻中度感染组 225 153（132，196） 50（34，84） 13（10，16） 445（254，780） 1.20（1.00，1.78） 98（97，98） 12（12，13） 28（26，30） 5.1（3.5，6.50） 960（437，1 959）
脓毒症组 165 221（168，330） 78（37，223） 17（12，28） 738（444，1 831） 1.60（1.10，2.50） 97（95，98） 13（12，15） 31（28，36） 4.7（3.2，6.0） 2 977（1 620，7 772）
t/χ2/Z值   8.571 4.472 6.119 7.490 3.475 2.916 6.364 6.704 1.686 9.384
P值   <0.001 <0.001 <0.001 <0.001 0.001 0.004 <0.001 <0.001 0.092 <0.001
表3 两组感染性疾病患者免疫学指标的比较[M（P25，P75）]
组别 例数 IL-2（ng/L） IL-4（ng/L） IL-6（ng/L） IL-10（ng/L） TNF-α（ng/L） 干扰素γ（ng/L） IL-6/IL-4 IL-6/IL-10 TNF-α/IL-10
轻中度感染组 225 1.4（0.7，1.8） 1.4（1.1，2.1） 20（7，52） 2.0（1.6，3.4） 4.7（3.2，8.2） 8.7（4.4，28.9） 13（4，41） 8.1（2.7，23.4） 2.19（1.31，3.50）
脓毒症组 165 1.2（0.7，1.9） 1.2（0.3，2.0） 105（34，360） 5.2（2.7，16.9） 2.6（1.0，5.7） 5.0（1.4，21.7） 129（22，840） 19.1（4.9，55.8） 0.37（0.06，1.63）
Z值   1.505 3.979 10.149 9.616 5.881 3.777 9.514 4.176 10.177
P值   0.132 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001
图1 Lasso回归变量筛选及交叉验证注：a图显示上横坐标是此时模型中非零系数的个数，图中的每一条曲线代表了每一个自变量系数的变化轨迹，随着λ值（惩罚力度）增加，44个自变量的变量系数不断减少，相对不重要的部分自变量变量系数变为0，因部分变量数字重叠故在图中未显示；b图显示不同的λ值来观察模型误差，上横轴是自变量个数，上图显示有两条虚线，左侧是均方误差最小时的λ值（0.030），对应的变量个数为15个，右侧是距离均方误差最小时一个标准误的λ值（0.053），对应的变量个数为10个，本研究选取右侧虚线构建回归模型
表4 影响轻中度感染患者进展为脓毒症的危险因素分析
变量 回归系数 标准误 Wald值 P值 OR值 95%CI
血小板（× 109/L） -0.006 0.002 10.451 0.001 0.994 0.990 ~ 0.997
RDW（%） 0.336 0.112 8.934 0.003 1.399 1.122 ~ 1.743
NLR 0.049 0.019 6.233 0.013 1.050 1.010 ~ 1.091
总胆红素（μmol/L） 0.105 0.026 15.953 <0.001 1.111 1.055 ~ 1.170
白蛋白（g/L） -0.144 0.041 12.253 <0.001 0.866 0.799 ~ 0.939
血尿素（mmol/L） 0.159 0.061 6.863 0.009 1.172 1.041 ~ 1.320
IL-6（ng/L） 0.006 0.002 9.562 0.002 1.006 1.002 ~ 1.010
图2 ROC曲线分析各影响因素对轻中度感染患者进展为脓毒症的预测效能注：ROC.受试者工作特征；NLR.中性粒细胞与淋巴细胞比值；IL-6.白细胞介素6；RDW.红细胞分布宽度
表5 各指标对轻中度感染患者进展为脓毒症的ROC曲线分析
变量 AUC 95%CI P值 截断值 敏感度 特异度 约登指数
血小板（× 109/L） 0.756 0.705 ~ 0.808 <0.001 156 0.612 0.840 0.452
RDW（%） 0.748 0.699 ~ 0.798 <0.001 13.55 0.564 0.844 0.408
NLR 0.786 0.738 ~ 0.834 <0.001 7.34 0.679 0.804 0.483
总胆红素（μmol/L） 0.738 0.685 ~ 0.790 <0.001 14.3 0.515 0.880 0.395
白蛋白（g/L） 0.795 0.749 ~ 0.840 <0.001 34.95 0.818 0.667 0.485
血尿素（mmol/L） 0.780 0.729 ~ 0.830 <0.001 7.24 0.558 0.933 0.491
IL-6（ng/L） 0.801 0.756 ~ 0.845 <0.001 68.38 0.667 0.827 0.494
联合指标 0.939 0.915 ~ 0.963 <0.001 0.369 0.836 0.898 0.734
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): 801-810.
2
Liu V, Escobar GJ, Greene JD, et al. Hospital deaths in patients with sepsis from 2 independent cohorts[J]. JAMA, 2014, 312 (1): 90-92.
3
Torio CM, Moore BJ. National inpatient hospital costs: the most expensive conditions by payer, 2013: statistical brief #204[EB/OL]. [2022-03-22].

URL    
4
Rudd KE, Johnson SC, Agesa KM, et al. Global, regional, and national sepsis incidence and mortality, 1990-2017: analysis for the Global Burden of Disease Study[J]. Lancet, 2020, 395 (10219): 200-211.
5
Demling R, LaLonde C, Saldinger P, et al. Multipleorgan dysfunction in the surgical patient: pathophysiology, prevention, and treatment[J]. Curr Probl Surg, 1993, 30 (4): 345-414.
6
中国医疗保健国际交流促进会急诊医学分会，中华医学会急诊医学分会，中国医师协会急诊医师分会，等. 中国"脓毒症早期预防与阻断"急诊专家共识[J]. 中华危重病急救医学，2020，32（5）：518-530.
7
Dinarello CA. Historical insights into cytokines[J]. Eur J Immunol, 2007 (37 Suppl 1): S34-S45.
8
Matsumoto H, Ogura H, Shimizu K, et al. The clinical importance of a cytokine network in the acute phase of sepsis[J]. Sci Rep, 2018, 8 (1): 13995.
9
Sousa A, Raposo F, Fonseca S, et al. Measurement of cytokines and adhesion molecules in the first 72 hours after severe trauma: association with severity and outcome[J]. Dis Markers, 2015: 747036.
10
Pierrakos C, Velissaris D, Bisdorff M, et al. Biomarkers of sepsis: time for a reappraisal[J]. Crit Care, 2020, 24 (1): 287.
11
Denstaedt SJ, Singer BH, Standiford TJ. Sepsis and nosocomial infection: patient characteristics, mechanisms, and modulation[J]. Front Immunol, 2018 (9): 2446.
12
Leisman DE, Ronner L, Pinotti R, et al. Cytokine elevation in severe and critical COVID-19: a rapid systematic review, meta-analysis, and comparison with other inflammatory syndromes[J]. Lancet Respir Med, 2020, 8 (12): 1233-1244.
13
Tanaka T, Narazaki M, Kishimoto T. IL-6 in inflammation, immunity, and disease[J]. Cold Spring Harb Perspect Biol, 2014, 6 (10): a16295.
14
Schindler R, Mancilla J, Endres S, et al. Correlations and interactions in the production of interleukin-6 (IL-6), IL-1, and tumor necrosis factor (TNF) in human blood mononuclear cells: IL-6 suppresses IL-1 and TNF[J]. Blood, 1990, 75 (1): 40-47.
15
Steensberg A, Fischer CP, Keller C, et al. IL-6 enhances plasma IL-1ra, IL-10, and cortisol in humans[J]. Am J Physiol Endocrinol Metab, 2003, 285 (2): E433-E437.
16
Henning DJ, Hall MK, Watsjold BK, et al. Inter-leukin-6 improves infection identification when added to physician judgment during evaluation of potentially septic patients[J]. Am J Emerg Med, 2020, 38 (5): 947-952.
17
Cong S, Ma T, Di X, et al. Diagnostic value of neutrophil CD64, procalcitonin, and interleukin-6 in sepsis: a meta-analysis[J]. BMC Infect Dis, 2021, 21 (1): 384.
18
Sun J, Madan R, Karp CL, et al. Effector T cells control lung inflammation during acute influenza virus infection by producing IL-10[J]. Nat Med, 2009, 15 (3): 277-284.
19
Hotchkiss RS, Monneret G, Payen D. Sepsis-induced immunosuppression: from cellular dysfunctions to immunotherapy[J]. Nat Rev Immunol, 2013, 13 (12): 862-874.
20
Zhou H, Li Z, Liang H, et al. Thrombocytopenia and platelet count recovery in patients with sepsis-3: a retrospective observational study[J]. Platelets, 2022, 33(4): 612-620.
21
张德厚，陈义坤，刘大东. 脓毒症患者早期血小板功能变化及预后分析[J/CD]. 中华危重症医学杂志（电子版），2017，10（1）：28-33.
22
张锦鑫，沈括，李俊杰，等. 脓毒症相关性急性肝损伤的流行病学特点及致病因素分析[J]. 中华急诊医学杂志，2022，31（2）：203-209.
23
田涛，李幼生. 脓毒症相关肝损害研究进展[J/CD]. 中华危重症医学杂志（电子版），2021，14（2）：165-167.
24
Park SH, Park CJ, Lee BR, et al. Sepsis affects most routine and cell population data (CPD) obtained using the Sysmex XN-2000 blood cell analyzer: neutrophil-related CPD NE-SFL and NE-WY provide useful information for detecting sepsis[J]. Int J Lab Hematol, 2015, 37 (2): 190-198.
25
Montagnana M, Cervellin G, Meschi T, et al. The role of red blood cell distribution width in cardiovascular and thrombotic disorders[J]. Clin Chem Lab Med, 2011, 50 (4): 635-641.
26
高兰，李昊，刘红娟，等. 尿酸联合红细胞分布宽度对脓毒症患者短期结局的预测价值[J/CD]. 中华危重症医学杂志（电子版），2019，12（6）：367-371.
27
McMillan DC. Systemic inflammation, nutritional status and survival in patients with cancer[J]. Curr Opin Clin Nutr Metab Care, 2009, 12 (3): 223-226.
28
Huang Z, Fu Z, Huang W, et al. Prognostic value of neutrophil-to-lymphocyte ratio in sepsis: a meta-analysis[J]. Am J Emerg Med, 2020, 38 (3): 641-647.
29
Boran OF, Yazar FM, Boran M, et al. The preseptic period and inflammatory markers in the prediction of the course of sepsis[J]. Med Sci Monit, 2018 (24): 3531-3539.
30
Ferrer R, Mateu X, Maseda E, et al. Non-oncotic properties of albumin. A multidisciplinary vision about the implications for critically ill patients[J]. Expert Rev Clin Pharmacol, 2018, 11 (2): 125-137.
31
Godinez-Vidal AR, Correa-Montoya A, Enriquez-Santos D, et al. Is albumin a predictor of severity and mortality in patients with abdominal sepsis?[J]. Cir Cir, 2019, 87 (5): 485-489.
32
Yin M, Si L, Qin W, et al. Predictive value of serum albumin level for the prognosis of severe sepsis without exogenous human albumin administration: a prospective cohort study[J]. J Intensive Care Med, 2018, 33 (12): 687-694.
33
Omiya K, Sato H, Sato T, et al. Albumin and fibrinogen kinetics in sepsis: a prospective observational study[J]. Crit Care, 2021, 25 (1): 436.
34
Klaude M, Mori M, Tjader I, et al. Protein metabolism and gene expression in skeletal muscle of critically ill patients with sepsis[J]. Clin Sci (Lond), 2012, 122 (3): 133-142.
35
Peerapornratana S, Manrique-Caballero CL, Gomez H, et al. Acute kidney injury from sepsis: current concepts, epidemiology, pathophysiology, prevention and treatment[J]. Kidney Int, 2019, 96 (5): 1083-1099.
36
Li X, Zheng R, Zhang T, et al. Association between blood urea nitrogen and 30-day mortality in patients with sepsis: a retrospective analysis[J]. Ann Palliat Med, 2021, 10 (11): 11653-11663.
37
Han D, Zhang L, Zheng S, et al. Prognostic value of blood urea nitrogen/creatinine ratio for septic shock: an analysis of the MIMIC-Ⅲ clinical database[J]. Biomed Res Int, 2021: 5595042.
[1] 农云洁, 黄小桂, 黄裕兰, 农恒荣. 超声在多重肺部感染诊断中的临床应用价值[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(09): 872-876.
[2] 贺斌, 马晋峰. 胃癌脾门淋巴结转移危险因素[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 694-699.
[3] 许月芳, 刘旺, 曾妙甜, 郭宇姝. 多粘菌素B和多粘菌素E治疗外科多重耐药菌感染临床疗效及安全性分析[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 700-703.
[4] 梁孟杰, 朱欢欢, 王行舟, 江航, 艾世超, 孙锋, 宋鹏, 王萌, 刘颂, 夏雪峰, 杜峻峰, 傅双, 陆晓峰, 沈晓菲, 管文贤. 联合免疫治疗的胃癌转化治疗患者预后及术后并发症分析[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 619-623.
[5] 皮尔地瓦斯·麦麦提玉素甫, 李慧灵, 艾克拜尔·艾力, 李赞林, 王志, 克力木·阿不都热依木. 生物补片修补巨大复发性腹壁切口疝临床疗效分析[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 624-628.
[6] 林凯, 潘勇, 赵高平, 杨春. 造口还纳术后切口疝的危险因素分析与预防策略[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 634-638.
[7] 顾熙, 徐子宇, 周澍, 张吴楼, 张业鹏, 林昊, 刘宗航, 嵇振岭, 郑立锋. 腹股沟疝腹膜前间隙无张力修补术后补片感染10 例报道[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 665-669.
[8] 臧宇, 姚胜, 朱新勇, 戎世捧, 田智超. 低温等离子射频消融治疗腹壁疝术后补片感染的临床效果[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 687-692.
[9] 杨闯, 马雪. 腹壁疝术后感染的危险因素分析[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 693-696.
[10] 中华医学会器官移植学分会. 肝移植术后缺血性胆道病变诊断与治疗中国实践指南[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 739-748.
[11] 司楠, 孙洪涛. 创伤性脑损伤后肾功能障碍危险因素的研究进展[J/OL]. 中华脑科疾病与康复杂志(电子版), 2024, 14(05): 300-305.
[12] 丛黎, 马林, 陈旭, 李文文, 张亮亮, 周华亭. 改良CT严重指数联合炎症指标在重症急性胰腺炎患者胰腺感染预测及预后评估中的研究[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(05): 432-436.
[13] 陈惠英, 邱敏珊, 邵汉权. 脓毒症诱发肠黏膜屏障功能损伤的风险因素模型构建与应用效果[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(05): 448-452.
[14] 贾玲玲, 滕飞, 常键, 黄福, 刘剑萍. 心肺康复在各种疾病中应用的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(09): 859-862.
[15] 颜世锐, 熊辉. 感染性心内膜炎合并急性肾损伤患者的危险因素探索及死亡风险预测[J/OL]. 中华临床医师杂志(电子版), 2024, 18(07): 618-624.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号