引用本文： 楊欣, 楊雪, 白敏, 王東光, 晏志鵬, 劉思彤, 童翔, 范紅. CURB-65 評分聯合炎癥因子對社區獲得性肺炎住院患者預后的預測價值. 中國循證醫學雜志, 2017, 17(6): 627-633. doi: 10.7507/1672-2531.201703061 復制
社區獲得性肺炎（community-acquired pneumonia，CAP）是全球常見疾病，其發病率、死亡率、疾病負擔均較高[1-4]。歐美及我國成人 CAP 診治指南均推薦使用 CURB-65 評分對 CAP 患者的病情進行評估[5-7]，但其不能反映 CAP 患者炎癥反應的程度、并發癥等疾病情況，故單獨使用臨床指導價值可能有限。另外，其在我國三甲醫院住院 CAP 患者（包括非初診和有入院前抗生素暴露的 CAP 患者）中的預后預測價值尚不詳。
炎癥因子包括炎癥反應蛋白、炎癥-抗炎介質、反映凝血循環功能狀態的指標等多種物質[8, 9]。目前已有大量研究顯示炎癥因子與 CAP 病情嚴重程度及其臨床預后相關[10-12]。白蛋白（albumin，ALB）是經典的反映機體營養和代謝狀況的指標，由于在疾病狀態下患者的能量消耗通常會增加，而此時其消化吸收能力卻反而下降，甚至可能存在肝臟合成能力的降低，因而可能出現低白蛋白血癥；已有研究指出，感染性疾病患者體內內毒素的吸收會刺激 Kupffer 細胞產生 IL-1、IL-6 等細胞因子并作用于肝細胞而抑制 ALB 的合成，這一機制也可能參與了 CAP 患者低白蛋白血癥的形成過程[13]。另外，有研究表明 ALB 水平降低與 CAP 患者死亡率、入住 ICU 等臨床結局獨立相關，有一定預后預測價值[14, 15]。因此我們也將 ALB 納入本研究的設計中，與其他炎癥因子一并分析討論。鑒于炎癥因子能較為客觀地反映機體炎癥反應的程度、凝血和循環功能狀態、營養代謝狀況等，因此可將其作為各種 CAP 評分的補充部分，以提高 CURB-65 評分對住院 CAP 患者臨床結局的預測效能。目前國外也已有類似報道，但國內尚缺乏大樣本研究。本研究擬采用回顧性研究的方法，評價不同炎癥因子聯合 CURB-65 評分可否提高其對 CAP 預后的預測價值。
1 對象與方法
1.1 研究對象
納入 2013 年 1 月 1 日至 2013 年 12 月 31 日在四川大學華西醫院住院并診斷為 CAP 的成年患者。納入標準：年齡≥18 歲；符合 CAP 臨床診斷標準[7]。排除標準：① 嚴重免疫抑制狀態患者：如 AIDS 患者、因器官移植術后等原因需長期服用糖皮質激素、免疫抑制劑的患者；② 嚴重肝腎功能不全患者；③ 高度懷疑活動性肺結核的患者；④ 高度懷疑醫院獲得性肺炎的患者；⑤ 病歷資料不全、實驗室檢查結果缺失的患者。
1.2 納入研究患者的資料
收集患者的一般資料、基礎疾病、入院 CURB-65 評分（意識障礙、血尿素氮>7 mmol/L、呼吸頻率≥30 次/分、收縮壓<90 mmHg 或舒張壓≤60 mmHg、年齡≥65 歲各 1 分，總分 0～5 分）、影像學資料、炎癥因子（WBC、ESR、PCT、CRP、IL-6、ALB）、結局指標（住院期間死亡、入住 ICU、機械通氣、重癥肺炎發生率）。采用 Epidata 3.1 軟件進行數據錄入、核查，使用 Excel 軟件進行數據匯總及整理。
1.3 統計分析
采用 SPSS 22.0 軟件進行統計分析。對連續性變量采用均數±標準差進行描述，對分類變量采用率進行描述。根據正態性檢驗和方差齊性檢驗的結果，對連續性變量采用均數 t 檢驗或秩和檢驗，分類變量則采用 χ2 檢驗。對二分類正態分布資料，計算 Pearson 相關系數行相關性分析；對不服從正態分布資料或等級資料，采用 Spearman 秩相關進行分析。采用多因素 Logistic 回歸用于分析 CAP 患者住院期間死亡相關因素，自變量包括 WBC、PCT、CRP、IL-6、ALB、CURB-65 評分。利用 ROC 曲線分析各種炎癥因子及評分對住院期間死亡的診斷價值。采用二元 Logistic 回歸，納入診斷價值良好的預后因子作為自變量，對評分進行校正，建立聯合預測回歸模型，對每一個預測模型進行 Hosmer-Lemeshow 擬合優度檢驗并計算其預測住院期間死亡的 ROC 曲線下面積（AUC）[16]。采用 Medcal C 15.10 軟件，Hanley-McNeil 方法進行 AUC 的比較，P<0.05 為差異有統計學意義[17]。
2 結果
2.1 納入患者的基本情況
共納入 505 例住院 CAP 患者，其中男性 309 例，女性 196 例，年齡最小者 18 歲，最大者 102 歲，平均年齡 61.05±17.98 歲。505 例 CAP 患者中共有 81 例死亡，死亡率 16.0%。與存活組相比，死亡組患者年齡更大，評分更高，男性、患高血壓或心腦血管疾病者、胸部影像學檢查顯示多肺葉受累者、發展為重癥肺炎者、入住 ICU 或行機械通氣者所占比例都更高，其差異均有統計學意義（P 均<0.05）。所有納入患者的相關資料詳見表 1。
表1
納入住院 CAP 患者的一般情況
2.2 CURB-65 評分與 CAP 患者住院期間死亡的相關性及其預后預測價值
不同的 CURB-65 評分對應的 CAP 患者的住院期間死亡率存在顯著性差異，尤其是 CURB-65≥3 分的患者，其住院期間死亡率明顯高于低、中評分患者，其差異有統計學意義（表 2），將其與 WBC、PCT、CRP、IL-6、ALB 五種炎癥因子作為自變量，住院期間死亡結局作為因變量行多重 Logistic 回歸分析，結果顯示 CURB-65 評分是 CAP 患者住院期間死亡的獨立預測因子（P<0.001）。CURB-65 評分預測 CAP 患者住院期間死亡的 AUC 為 0.75 95%CI（0.69，0.81），P<0.05。
表2
不同 CURB-65 評分 CAP 患者住院期間死亡情況
2.3 炎癥因子與 CAP 患者住院期間死亡的相關性及預后預測價值
與存活組相比，死亡組白蛋白（ALB）水平更低，其余各項炎癥因子水平更高，且除血沉外其余兩組間差異均有統計學意義（P 均<0.05），詳見表 3。將 WBC、PCT、CRP、IL-6、ALB 五種炎癥因子及 CURB-65 評分作為自變量，以住院期間死亡結局作為因變量行多重 Logistic 回歸分析，其結果顯示僅 ALB 和 IL-6 是 CAP 患者住院期間死亡的獨立預測因子（P<0.001；P=0.003），而 WBC（P=0.381）、PCT（P=0.060）、CRP（P=0.676）不是。各炎癥因子預測 CAP 患者住院期間死亡的 AUC 如表 4 所示。ROC 曲線顯示，各炎癥因子預測 CAP 患者住院期間死亡的 AUC 均有統計學意義（P 均<0.05），其中 PCT、IL-6 和 ALB 的預測價值較其他炎癥因子更大。對 PCT、IL-6、ALB 三者間的 AUC 分析顯示，三者間差異均沒有統計學意義（P 均>0.05）；三者與 CURB-65 評分的預測差異也沒有統計學意義（P 均>0.05）。
表3
住院 CAP 患者死亡組與存活組炎癥因子水平的比較
表4
CURB-65 評分及炎癥因子預測 CAP 患者住院期間死亡的 AUC 及其 Cut-off 值
2.4 CURB-65 評分與各炎癥因子間的相關性分析
經過相關性分析發現，ALB 與評分呈弱的負相關（rs=–0.285，P<0.001），除血沉外其余炎癥因子均與評分呈弱的正相關（rs=0.169～0.415，P<0.001）。
2.5 聯合模型對 CAP 患者住院期間死亡結局的預測價值
采用二元 Logistic 回歸方法，納入各炎癥因子作為自變量對 CURB-65 評分進行校正并建立聯合預后預測回歸模型，結果如表 5 所示。PCT、CRP、IL-6 和 ALB 均可不同程度增加 CURB-65 評分對 CAP 患者住院期間死亡結局的預測效能，其差異均有統計學意義（P 值均<0.05）；而 WBC 雖可提高 CURB-65 評分的預后預測效果，但其差異均無統計學意義（0.766 vs. 0.746，P=0.132）。ALB 或 IL-6 聯合 CURB-65 評分模型的預后預測效能高于其他二聯模型，差異均有統計學意義（P 值均<0.05）；而 CURB-65+ALB 與 CURB-65+IL-6 二者相比，其預測效能差異無統計學意義（P=0.309）。進一步將 ALB、IL-6 同時與 CURB-65 評分聯合后，新生成三聯模型的 AUC 增加到 0.84[95%CI（0.80，0.87）]，高于 CURB-65 評分、CURB-65+IL-6 模型，其差異有統計學意義（P<0.001，P=0.032）。與 CURB-65+ALB 模型相比，ROC 曲線下面積雖有提高，但差異沒有統計學意義（P=0.113）。除此之外，其余炎癥因子+CURB-65 評分的三聯模型，其 ROC 曲線下面積均低于 CURB-65+ALB、CURB-65+IL-6 聯合模型，或與其相比差異沒有統計學意義（圖 1）。
經 ROC 曲線分析，CURB-65+ALB 聯合預測模型的 ALB 臨界點為 25.1 g/L，以此為分界，將 ALB 加入 CURB-65 評分中，構建新的 CURB-65A 量表，定義當 ALB<25 g/L 時加 1 分，計算得到新評分量表的 AUC 為 0.78[95%CI（0.74，0.82），P<0.001]，顯著高于 CURB-65 評分，差異有統計學意義（P<0.001）。對 CURB-65+IL-6 聯合預測模型，IL-6 臨界點為 52.26 pg/mL，定義當 IL-6≥50 pg/mL 時加 1 分，生成 CURB-65I 量表，計算其 ROC 曲線下面積為 0.80[95%CI（0.76，0.83），P<0.001]，同樣顯著高于 CURB-65 評分，差異有統計學意義（P<0.001）。進一步對比新生 CURB-65A 量表與 CURB-65I 量表預測 CAP 患者住院期間死亡的 ROC 曲線下面積，結果顯示其差異無統計學意義（P=0.348）（圖 2）。
表5
不同聯合模型預測住院 CAP 患者住院期間死亡的 AUC
圖1
不同聯合預后預測模型與 CURB-65 評分預測 CAP 患者住院期間死亡的 ROC 曲線比較
圖2
CURB-65A、CURB-65I 量表與 CURB-65 評分預測 CAP 患者住院期間死亡的 ROC 曲線比較
3 討論
本研究中，納入住院 CAP 患者的住院期間死亡率為 16.0%，高于先前的報告（30 天死亡率 7.3%），這可能與先前研究中患者來自發達國家，經濟、醫療條件較好、保健意識較強有關。此外，我院作為西南最大三甲醫院，收治患者年齡較大、病情普遍較基層醫院重且多遷延日久致預后不良；另外，部分患者經濟條件、保健意識較差等也可能是其相關因素[18]。此外，也有研究報告住院 CAP 患者的 28 天死亡率為 13.7%[14]。本研究住院期間死亡率較高的原因，除與前述患者特點、社會經濟條件等可能因素有關外，也可能與未納入部分輕癥存活患者、存在選擇偏倚等因素有關，其可靠性尚需相關研究來證實。高齡、男性、患高血壓或心腦血管疾病、胸部影像學檢查顯示多肺葉受累、高 CAP 評分、重癥肺炎、需入住 ICU 或行機械通氣是住院 CAP 患者住院期間死亡的可能危險因素。CAP 患者性別與住院期間死亡相關風險，與 Fine 等[19]的 Meta 分析結果相同，男性 CAP 患者的死亡風險可能高于女性[OR=1.30，95%CI（1.20，1.40）]，當然，這個結論是否可靠尚需未來相關研究進一步證實。
在 CURB-65 評分與 CAP 患者住院期間死亡的相關性分析方面，本研究結果提示 CURB-65 評分是 CAP 患者住院期間死亡的獨立預測因子，但其預測住院期間死亡的 AUC 僅為 0.75[95%CI（0.69，0.81）]，這提示其單獨使用時對于 CAP 患者住院期間死亡的預測價值可能有限，但是曲線下面積低于 Chalmers 等[20]研究。關于各炎癥因子方面，本研究顯示：① 與存活組相比，死亡組患者的 ALB 水平更低，其余各炎癥因子水平更高，且除血沉外其余差異均有統計學意義，該結果與先前關于炎癥因子水平與 CAP 患者死亡結局關系的研究結果基本一致；② PCT 單獨應用預測 CAP 患者死亡價值優于 CRP，這與 Krüger 等的研究結果一致[21]；③ ALB 與住院 CAP 患者的住院期間死亡結局獨立相關，與先前研究結論類似[14, 15]。ALB 預測住院 CAP 患者死亡結局的 ROC 曲線下面積高于先前的研究[14, 15]。鑒于以往關于 ALB 對住院 CAP 患者預后預測價值的研究較其他炎癥因子更少，期待能有更多研究來予以證實。本研究發現除血沉外其余各炎癥因子均與 CURB-65 評分都有相關性，該結果與大多數相關研究的結果一致，即各炎癥因子水平與 CAP 嚴重程度相關[14, 15, 21-26]。
本研究還發現 ALB 或 IL-6 可顯著提高 CURB-65 評分的預測效能。若干三聯模型中，CURB-65+ALB+IL-6 模型的 ROC 曲線下面積最大，達到了 0.84[95%CI（0.80，0.87）]，但其與 CURB-65+ALB 二聯模型相比，差異無統計學意義（P>0.05）。CURB-65+ALB+IL-6 模型可從炎癥反應程度、營養代謝狀況等多個方面更全面客觀地反應 CAP 的嚴重程度，更有利于準確評估病情和預測預后，但多聯模型中臨界點的計算方法極為復雜，無疑會大大增加其應用于臨床工作的難度，故多聯模型的效益可能有限。應當選擇經典的 CURB-65 評分為基礎，并嘗試加入 ALB、IL-6，生成新的二聯預后預測量表。此外，本研究分別將 ALB、IL-6 加入 CURB-65 評分生成新的評分量表——CURB-65A 和 CURB-65I，它們的預后預測價值均顯著高于 CURB-65 評分，且兩新量表間的差異則無統計學意義。Diego 等[15]以 ALB 30 g/L 為臨界點生成其 CURB-65A 量表，使得 CURB-65 量表預測住院 CAP 患者 30 天死亡率的 AUC由 0.75[95%CI（0.70，0.79）]提高到了 0.78[95%（0.74，0.82）]，且差異有統計學意義（P=0.02）。而關于 CURB-65I 新量表，目前尚無相關研究有類似結果報告。上述發現的可靠性還需未來更多研究加以證實。
本研究存在一定的不足：首先，本研究僅納入本院 2013 年的住院 CAP 患者，由于部分患者可能存在病例資料或實驗室檢查項目的缺失，可能遺失了部分患者。其次，本研究納入患者系三甲醫院的住院 CAP 患者，其中大部分患者可能已經過外院就診和（或）入院前抗生素暴露，與基層醫院相比，患者病情也普遍較重且多遷延日久、預后不良，因此本研究可能僅僅適用于三甲醫院就診住院 CAP 患者的情況，結論的解釋與推廣均應格外謹慎。最后，本研究僅對部分炎癥因子與 CURB-65 聯合模型進行分析，可能還存在被我們遺漏的聯合模型。
綜上所述，CURB-65 評分和炎癥因子單獨使用時對 CAP 患者住院期間死亡結局的預測價值有限，聯合 ALB、IL-6 可顯著提高 CURB-65 評分對預后的預測價值。受納入患者的數量限制，上述結論尚需更多研究予以驗證。
社區獲得性肺炎（community-acquired pneumonia，CAP）是全球常見疾病，其發病率、死亡率、疾病負擔均較高[1-4]。歐美及我國成人 CAP 診治指南均推薦使用 CURB-65 評分對 CAP 患者的病情進行評估[5-7]，但其不能反映 CAP 患者炎癥反應的程度、并發癥等疾病情況，故單獨使用臨床指導價值可能有限。另外，其在我國三甲醫院住院 CAP 患者（包括非初診和有入院前抗生素暴露的 CAP 患者）中的預后預測價值尚不詳。
炎癥因子包括炎癥反應蛋白、炎癥-抗炎介質、反映凝血循環功能狀態的指標等多種物質[8, 9]。目前已有大量研究顯示炎癥因子與 CAP 病情嚴重程度及其臨床預后相關[10-12]。白蛋白（albumin，ALB）是經典的反映機體營養和代謝狀況的指標，由于在疾病狀態下患者的能量消耗通常會增加，而此時其消化吸收能力卻反而下降，甚至可能存在肝臟合成能力的降低，因而可能出現低白蛋白血癥；已有研究指出，感染性疾病患者體內內毒素的吸收會刺激 Kupffer 細胞產生 IL-1、IL-6 等細胞因子并作用于肝細胞而抑制 ALB 的合成，這一機制也可能參與了 CAP 患者低白蛋白血癥的形成過程[13]。另外，有研究表明 ALB 水平降低與 CAP 患者死亡率、入住 ICU 等臨床結局獨立相關，有一定預后預測價值[14, 15]。因此我們也將 ALB 納入本研究的設計中，與其他炎癥因子一并分析討論。鑒于炎癥因子能較為客觀地反映機體炎癥反應的程度、凝血和循環功能狀態、營養代謝狀況等，因此可將其作為各種 CAP 評分的補充部分，以提高 CURB-65 評分對住院 CAP 患者臨床結局的預測效能。目前國外也已有類似報道，但國內尚缺乏大樣本研究。本研究擬采用回顧性研究的方法，評價不同炎癥因子聯合 CURB-65 評分可否提高其對 CAP 預后的預測價值。
1 對象與方法
1.1 研究對象
納入 2013 年 1 月 1 日至 2013 年 12 月 31 日在四川大學華西醫院住院并診斷為 CAP 的成年患者。納入標準：年齡≥18 歲；符合 CAP 臨床診斷標準[7]。排除標準：① 嚴重免疫抑制狀態患者：如 AIDS 患者、因器官移植術后等原因需長期服用糖皮質激素、免疫抑制劑的患者；② 嚴重肝腎功能不全患者；③ 高度懷疑活動性肺結核的患者；④ 高度懷疑醫院獲得性肺炎的患者；⑤ 病歷資料不全、實驗室檢查結果缺失的患者。
1.2 納入研究患者的資料
收集患者的一般資料、基礎疾病、入院 CURB-65 評分（意識障礙、血尿素氮>7 mmol/L、呼吸頻率≥30 次/分、收縮壓<90 mmHg 或舒張壓≤60 mmHg、年齡≥65 歲各 1 分，總分 0～5 分）、影像學資料、炎癥因子（WBC、ESR、PCT、CRP、IL-6、ALB）、結局指標（住院期間死亡、入住 ICU、機械通氣、重癥肺炎發生率）。采用 Epidata 3.1 軟件進行數據錄入、核查，使用 Excel 軟件進行數據匯總及整理。
1.3 統計分析
采用 SPSS 22.0 軟件進行統計分析。對連續性變量采用均數±標準差進行描述，對分類變量采用率進行描述。根據正態性檢驗和方差齊性檢驗的結果，對連續性變量采用均數 t 檢驗或秩和檢驗，分類變量則采用 χ2 檢驗。對二分類正態分布資料，計算 Pearson 相關系數行相關性分析；對不服從正態分布資料或等級資料，采用 Spearman 秩相關進行分析。采用多因素 Logistic 回歸用于分析 CAP 患者住院期間死亡相關因素，自變量包括 WBC、PCT、CRP、IL-6、ALB、CURB-65 評分。利用 ROC 曲線分析各種炎癥因子及評分對住院期間死亡的診斷價值。采用二元 Logistic 回歸，納入診斷價值良好的預后因子作為自變量，對評分進行校正，建立聯合預測回歸模型，對每一個預測模型進行 Hosmer-Lemeshow 擬合優度檢驗并計算其預測住院期間死亡的 ROC 曲線下面積（AUC）[16]。采用 Medcal C 15.10 軟件，Hanley-McNeil 方法進行 AUC 的比較，P<0.05 為差異有統計學意義[17]。
2 結果
2.1 納入患者的基本情況
共納入 505 例住院 CAP 患者，其中男性 309 例，女性 196 例，年齡最小者 18 歲，最大者 102 歲，平均年齡 61.05±17.98 歲。505 例 CAP 患者中共有 81 例死亡，死亡率 16.0%。與存活組相比，死亡組患者年齡更大，評分更高，男性、患高血壓或心腦血管疾病者、胸部影像學檢查顯示多肺葉受累者、發展為重癥肺炎者、入住 ICU 或行機械通氣者所占比例都更高，其差異均有統計學意義（P 均<0.05）。所有納入患者的相關資料詳見表 1。
表1
納入住院 CAP 患者的一般情況
2.2 CURB-65 評分與 CAP 患者住院期間死亡的相關性及其預后預測價值
不同的 CURB-65 評分對應的 CAP 患者的住院期間死亡率存在顯著性差異，尤其是 CURB-65≥3 分的患者，其住院期間死亡率明顯高于低、中評分患者，其差異有統計學意義（表 2），將其與 WBC、PCT、CRP、IL-6、ALB 五種炎癥因子作為自變量，住院期間死亡結局作為因變量行多重 Logistic 回歸分析，結果顯示 CURB-65 評分是 CAP 患者住院期間死亡的獨立預測因子（P<0.001）。CURB-65 評分預測 CAP 患者住院期間死亡的 AUC 為 0.75 95%CI（0.69，0.81），P<0.05。
表2
不同 CURB-65 評分 CAP 患者住院期間死亡情況
2.3 炎癥因子與 CAP 患者住院期間死亡的相關性及預后預測價值
與存活組相比，死亡組白蛋白（ALB）水平更低，其余各項炎癥因子水平更高，且除血沉外其余兩組間差異均有統計學意義（P 均<0.05），詳見表 3。將 WBC、PCT、CRP、IL-6、ALB 五種炎癥因子及 CURB-65 評分作為自變量，以住院期間死亡結局作為因變量行多重 Logistic 回歸分析，其結果顯示僅 ALB 和 IL-6 是 CAP 患者住院期間死亡的獨立預測因子（P<0.001；P=0.003），而 WBC（P=0.381）、PCT（P=0.060）、CRP（P=0.676）不是。各炎癥因子預測 CAP 患者住院期間死亡的 AUC 如表 4 所示。ROC 曲線顯示，各炎癥因子預測 CAP 患者住院期間死亡的 AUC 均有統計學意義（P 均<0.05），其中 PCT、IL-6 和 ALB 的預測價值較其他炎癥因子更大。對 PCT、IL-6、ALB 三者間的 AUC 分析顯示，三者間差異均沒有統計學意義（P 均>0.05）；三者與 CURB-65 評分的預測差異也沒有統計學意義（P 均>0.05）。
表3
住院 CAP 患者死亡組與存活組炎癥因子水平的比較
表4
CURB-65 評分及炎癥因子預測 CAP 患者住院期間死亡的 AUC 及其 Cut-off 值
2.4 CURB-65 評分與各炎癥因子間的相關性分析
經過相關性分析發現，ALB 與評分呈弱的負相關（rs=–0.285，P<0.001），除血沉外其余炎癥因子均與評分呈弱的正相關（rs=0.169～0.415，P<0.001）。
2.5 聯合模型對 CAP 患者住院期間死亡結局的預測價值
采用二元 Logistic 回歸方法，納入各炎癥因子作為自變量對 CURB-65 評分進行校正并建立聯合預后預測回歸模型，結果如表 5 所示。PCT、CRP、IL-6 和 ALB 均可不同程度增加 CURB-65 評分對 CAP 患者住院期間死亡結局的預測效能，其差異均有統計學意義（P 值均<0.05）；而 WBC 雖可提高 CURB-65 評分的預后預測效果，但其差異均無統計學意義（0.766 vs. 0.746，P=0.132）。ALB 或 IL-6 聯合 CURB-65 評分模型的預后預測效能高于其他二聯模型，差異均有統計學意義（P 值均<0.05）；而 CURB-65+ALB 與 CURB-65+IL-6 二者相比，其預測效能差異無統計學意義（P=0.309）。進一步將 ALB、IL-6 同時與 CURB-65 評分聯合后，新生成三聯模型的 AUC 增加到 0.84[95%CI（0.80，0.87）]，高于 CURB-65 評分、CURB-65+IL-6 模型，其差異有統計學意義（P<0.001，P=0.032）。與 CURB-65+ALB 模型相比，ROC 曲線下面積雖有提高，但差異沒有統計學意義（P=0.113）。除此之外，其余炎癥因子+CURB-65 評分的三聯模型，其 ROC 曲線下面積均低于 CURB-65+ALB、CURB-65+IL-6 聯合模型，或與其相比差異沒有統計學意義（圖 1）。
經 ROC 曲線分析，CURB-65+ALB 聯合預測模型的 ALB 臨界點為 25.1 g/L，以此為分界，將 ALB 加入 CURB-65 評分中，構建新的 CURB-65A 量表，定義當 ALB<25 g/L 時加 1 分，計算得到新評分量表的 AUC 為 0.78[95%CI（0.74，0.82），P<0.001]，顯著高于 CURB-65 評分，差異有統計學意義（P<0.001）。對 CURB-65+IL-6 聯合預測模型，IL-6 臨界點為 52.26 pg/mL，定義當 IL-6≥50 pg/mL 時加 1 分，生成 CURB-65I 量表，計算其 ROC 曲線下面積為 0.80[95%CI（0.76，0.83），P<0.001]，同樣顯著高于 CURB-65 評分，差異有統計學意義（P<0.001）。進一步對比新生 CURB-65A 量表與 CURB-65I 量表預測 CAP 患者住院期間死亡的 ROC 曲線下面積，結果顯示其差異無統計學意義（P=0.348）（圖 2）。
表5
不同聯合模型預測住院 CAP 患者住院期間死亡的 AUC
圖1
不同聯合預后預測模型與 CURB-65 評分預測 CAP 患者住院期間死亡的 ROC 曲線比較
圖2
CURB-65A、CURB-65I 量表與 CURB-65 評分預測 CAP 患者住院期間死亡的 ROC 曲線比較
3 討論
本研究中，納入住院 CAP 患者的住院期間死亡率為 16.0%，高于先前的報告（30 天死亡率 7.3%），這可能與先前研究中患者來自發達國家，經濟、醫療條件較好、保健意識較強有關。此外，我院作為西南最大三甲醫院，收治患者年齡較大、病情普遍較基層醫院重且多遷延日久致預后不良；另外，部分患者經濟條件、保健意識較差等也可能是其相關因素[18]。此外，也有研究報告住院 CAP 患者的 28 天死亡率為 13.7%[14]。本研究住院期間死亡率較高的原因，除與前述患者特點、社會經濟條件等可能因素有關外，也可能與未納入部分輕癥存活患者、存在選擇偏倚等因素有關，其可靠性尚需相關研究來證實。高齡、男性、患高血壓或心腦血管疾病、胸部影像學檢查顯示多肺葉受累、高 CAP 評分、重癥肺炎、需入住 ICU 或行機械通氣是住院 CAP 患者住院期間死亡的可能危險因素。CAP 患者性別與住院期間死亡相關風險，與 Fine 等[19]的 Meta 分析結果相同，男性 CAP 患者的死亡風險可能高于女性[OR=1.30，95%CI（1.20，1.40）]，當然，這個結論是否可靠尚需未來相關研究進一步證實。
在 CURB-65 評分與 CAP 患者住院期間死亡的相關性分析方面，本研究結果提示 CURB-65 評分是 CAP 患者住院期間死亡的獨立預測因子，但其預測住院期間死亡的 AUC 僅為 0.75[95%CI（0.69，0.81）]，這提示其單獨使用時對于 CAP 患者住院期間死亡的預測價值可能有限，但是曲線下面積低于 Chalmers 等[20]研究。關于各炎癥因子方面，本研究顯示：① 與存活組相比，死亡組患者的 ALB 水平更低，其余各炎癥因子水平更高，且除血沉外其余差異均有統計學意義，該結果與先前關于炎癥因子水平與 CAP 患者死亡結局關系的研究結果基本一致；② PCT 單獨應用預測 CAP 患者死亡價值優于 CRP，這與 Krüger 等的研究結果一致[21]；③ ALB 與住院 CAP 患者的住院期間死亡結局獨立相關，與先前研究結論類似[14, 15]。ALB 預測住院 CAP 患者死亡結局的 ROC 曲線下面積高于先前的研究[14, 15]。鑒于以往關于 ALB 對住院 CAP 患者預后預測價值的研究較其他炎癥因子更少，期待能有更多研究來予以證實。本研究發現除血沉外其余各炎癥因子均與 CURB-65 評分都有相關性，該結果與大多數相關研究的結果一致，即各炎癥因子水平與 CAP 嚴重程度相關[14, 15, 21-26]。
本研究還發現 ALB 或 IL-6 可顯著提高 CURB-65 評分的預測效能。若干三聯模型中，CURB-65+ALB+IL-6 模型的 ROC 曲線下面積最大，達到了 0.84[95%CI（0.80，0.87）]，但其與 CURB-65+ALB 二聯模型相比，差異無統計學意義（P>0.05）。CURB-65+ALB+IL-6 模型可從炎癥反應程度、營養代謝狀況等多個方面更全面客觀地反應 CAP 的嚴重程度，更有利于準確評估病情和預測預后，但多聯模型中臨界點的計算方法極為復雜，無疑會大大增加其應用于臨床工作的難度，故多聯模型的效益可能有限。應當選擇經典的 CURB-65 評分為基礎，并嘗試加入 ALB、IL-6，生成新的二聯預后預測量表。此外，本研究分別將 ALB、IL-6 加入 CURB-65 評分生成新的評分量表——CURB-65A 和 CURB-65I，它們的預后預測價值均顯著高于 CURB-65 評分，且兩新量表間的差異則無統計學意義。Diego 等[15]以 ALB 30 g/L 為臨界點生成其 CURB-65A 量表，使得 CURB-65 量表預測住院 CAP 患者 30 天死亡率的 AUC由 0.75[95%CI（0.70，0.79）]提高到了 0.78[95%（0.74，0.82）]，且差異有統計學意義（P=0.02）。而關于 CURB-65I 新量表，目前尚無相關研究有類似結果報告。上述發現的可靠性還需未來更多研究加以證實。
本研究存在一定的不足：首先，本研究僅納入本院 2013 年的住院 CAP 患者，由于部分患者可能存在病例資料或實驗室檢查項目的缺失，可能遺失了部分患者。其次，本研究納入患者系三甲醫院的住院 CAP 患者，其中大部分患者可能已經過外院就診和（或）入院前抗生素暴露，與基層醫院相比，患者病情也普遍較重且多遷延日久、預后不良，因此本研究可能僅僅適用于三甲醫院就診住院 CAP 患者的情況，結論的解釋與推廣均應格外謹慎。最后，本研究僅對部分炎癥因子與 CURB-65 聯合模型進行分析，可能還存在被我們遺漏的聯合模型。
綜上所述，CURB-65 評分和炎癥因子單獨使用時對 CAP 患者住院期間死亡結局的預測價值有限，聯合 ALB、IL-6 可顯著提高 CURB-65 評分對預后的預測價值。受納入患者的數量限制，上述結論尚需更多研究予以驗證。
