引用本文： 陸瑩瑩, 朱丹丹, 徐爽, 陳雪, 于健. 血漿 sTREM-1 預測膿毒癥 28 天死亡率價值的系統評價. 中國循證醫學雜志, 2019, 19(9): 1044-1050. doi: 10.7507/1672-2531.201903075 復制
膿毒癥指因繼發于感染引起宿主反應失調而導致危及生命的器官功能障礙[1]。全球約有 3 150 萬例膿毒癥和 1 940 萬例嚴重膿毒癥病例，每年約有 530 萬人因此死亡[2]。膿毒癥的高死亡率不但與其嚴重程度相關，還與能否早期診斷及判斷預后密切相關[3]。早期診斷可對膿毒癥進行針對性治療，判斷預后不僅影響治療效果，還可根據不同患者的不同情況制定出相應的治療方案[4]。但目前仍缺乏評估膿毒癥患者預后的指標。Bouchon 等[5]發現人中性粒細胞和單核細胞上表達了一種新的免疫球蛋白超家族受體，即髓細胞觸發受體-1（triggering receptor expressed on myeloid cells-1，TREM-1），可溶性 TREM-1（sTREM-1）是分泌型 TREM-1 的一種亞型，sTREM-1 通過促進 TNF-α 等炎癥介質的過度表達，激活和放大炎癥反應，促進膿毒癥發生。sTREM-1 對存在下呼吸道感染的患者[6]及膿毒癥患者[7-10]均具有診斷價值。也有研究[11, 12]表明 sTREM-1 在膿毒癥患者中也有預后價值，但 sTREM-1 對膿毒癥的預后價值仍有待確定。Su 等[13]首次系統分析并發現 sTREM-1 對被感染成年患者的死亡率有診斷意義，同時發現 sTREM-1 對膿毒癥患者的預后價值診斷特異性略高于非膿毒癥的被感染患者。本研究系統評估 sTREM-1 預測成人膿毒癥患者早期死亡率的價值，確定血漿 sTREM-1 水平在預測膿毒癥 28 天死亡率中的預后價值。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
診斷準確性研究。
1.1.2 研究對象
確診為膿毒癥的成年患者。
1.1.3 結局指標
敏感性（sensitivity，SEN）、特異性（specificity，SPE）、匯總受試者工作特征（summary receiver operator characteristic，SROC）曲線下面積（area under curve，AUC）。
1.1.4 排除標準
① 數據不完整，無法提取四格表資料的研究；② 評論、案例報告、會議摘要、專家意見、社論、動物實驗、綜述等；③ 重復發表的文獻。
1.2 文獻檢索策略
計算機檢索 PubMed、The Cochrane Library、EMbase、Web of Science、CBM、CNKI、VIP 和 WanFang Data 數據庫，搜集關于血漿 sTREM-1 預測膿毒癥初期 28 天死亡率價值的研究，檢索時限均從建庫至 2018 年 4 月 16 日。此外，追溯納入研究的參考文獻，以補充獲取相關文獻。檢索采取主題詞與自由詞相結合的方式進行。英文檢索詞包括 TREM-1 receptor、triggering receptor expressed on myeloid cells 1 protein、CD354 antigen、sTREM-1 protein、soluble triggering receptor expressed on myeloid cells 1 protein、TREM-1、sTREM-1、triggering receptor expressed on myeloid cells 1、TREM-1 Protein、TREM 1 protein、CD354 antigen、antigen，CD354、triggering receptor expressed on myeloid cells-1、severe sepsis、sepsis，severe、pyemia、pyemias、pyohemia、pyohemias、pyaemia、pyaemias、septicemia、septicemias、poisoning，blood、blood poisoning、blood poisonings、poisonings，blood、septicemia、septicaemia、septic、sepsis；中文檢索詞包括可溶性髓細胞觸發受體-1、髓樣細胞可溶性觸發受體-1、膿毒癥。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由 2 名研究者獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本信息，包括作者姓名、發表時間、研究設計、樣本量、年齡、死亡率、sTREM-1 收集時間、預測死亡率的截值點等；② 所關注的結局指標和結果測量數據，包括四格表相關數據：真陽性（TP）、假陽性（FP）、假陰性（FN）、真陰性（TN）等；③ 偏倚風險評價的關鍵要素。
1.4 納入研究的偏倚風險評價
對診斷準確性研究的質量評估（quality assessment of diagnostic accuracy studies-2，QUADAS-2）工具[14]進行修改使其適用于本研究，共包括 10 個條目，記錄“是”為 2 分，“否”為 0 分，“不確定”為 1 分。由 2 名評價員使用 QUADAS-2 獨立評價納入研究的偏倚風險。
1.5 統計分析
1.5.1 異質性檢驗
使用 Stata 14.0 軟件進行統計分析。計算 sTREM-1 對膿毒癥患者死亡率預后的敏感性對數與（1?特異性）對數的 Spearman 相關系數檢驗是否存在閾值效應，通過計算 Cochrane-Q 值和 I2 值檢驗非閾值效應引起的異質性，并計算 P 值。設定 P<0.05 時異質性具有統計學意義。采用 I2 判斷異質性大小，I2 檢驗值 25%、50% 和 75% 分別代表低、中、高度異質性。
1.5.2 Meta 分析
將四格表數據 TP、FP、TN 和 FN 導入相關軟件，采用風險比（risk ratio，RR）評估 sTREM-1 對膿毒癥死亡率的預后，在不存在閾值效應的情況下，采用雙變量隨機效應回歸模型，分別計算出合并 SEN、SPE、診斷比值比（DOR）、陽性似然比（PLR）和陰性似然比（NLR）及其 95%CI 并繪制 SROC 曲線。
1.5.3 回歸分析
采用單因素 Meta 回歸分析 SEN 和 SPE 中可能的異質性來源，并進行亞組分析。
1.5.4 發表偏倚檢測
采用 Deek 漏斗圖分析是否存在發表偏倚，并用剪補法確定結果是否穩定。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻 1 556 篇，經逐層篩選，最終納入 13 個研究[15-27]。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征與偏倚風險評價結果
納入研究的基本特征見表 1。3 個研究[15, 16, 24]參考 1991 年 ACCP/SCCM 共識的標準（Sepsis 1.0）[28]，9 個研究[17-23, 26, 27]參考 2001 年 SCCM/ESICM/ACCP/ATS/SIS 國際膿毒癥定義共識（Sepsis 2.0）[29]，1 個研究[24]參考 2016 國際上對膿毒癥和膿毒性休克的共識定義（Sepsis 3.0）[1]。偏倚風險評價結果見表 2。
表1
納入研究的基本特征
表2
納入研究的偏倚風險評價結果（分）
2.3 異質性檢驗結果
Spearman 相關系數=0.039（P=0.90），同時 SROC 曲線不呈現典型的“肩臂”狀，提示不存在閾值效應引起的異質性（圖 2）。
圖2
血漿 sTREM-1 預測膿毒癥死亡率的 SROC 曲線
2.4 Meta 分析結果
采用雙變量隨機效應回歸模型進行 Meta 分析，預測膿毒癥死亡率分別為［SEN=0.79，95%CI（0.70，0.86），P=0.00］、［SPE=0.77，95%CI（0.73，0.80），P=0.26］、［PLR=3.4，95%CI（2.9，3.9）］、［NLR=0.28，95%CI（0.19，0.39）］、［DOR=12，95%CI（8，19）］、［AUC=0.80，95%CI（0.76，0.83）］（圖 2和圖 3），提示其預測膿毒癥 28 天死亡率有較高的準確性。因 Cochrane-Q=13.386（P=0.001），提示存在非閾值效應引起的異質性，故采用隨機效應模型進行 Meta 分析［RR=4.42，95%CI（3.20，6.10），P=0.028］（圖 4）。
圖3
血漿 sTREM-1 預測膿毒癥死亡率敏感性和特異性的 Meta 分析
圖4
血漿 sTREM-1 預測膿毒癥 28 天死亡率的 Meta 分析
2.5 Meta 回歸分析
進行單變量回歸分析，以探索研究之間潛在異質性的來源。采用限制性最大似然法（REML），建立 OR 值對單個協變量（國家、發表年、樣本量、死亡率、臨床試驗設計和患者年齡）的回歸模型，結果發現，上述因素對研究間異質性沒有顯著影響（P>0.05）。
2.6 發表偏倚
針對血漿 sTREM-1 預測膿毒癥 28 天死亡率采用 Deek 漏斗圖檢驗有無發表偏倚，發現直線與 X 軸夾角接近 90 度，提示存在發表偏倚的可能性較大（圖 5）。但使用剪補法進行敏感性分析，發現雖然存在發表偏倚，但分析結果很穩健。
圖5
血漿 sTREM-1 預測膿毒癥 28 天死亡率的 Deek 漏斗圖
3 討論
本 Meta 分析共納入 13 個研究，包括 1 115 例患者，結果顯示：血漿 sTREM-1 預測膿毒癥初期 28 天死亡率有一定價值。但研究間存在中度異質性，對國家、發表時間、樣本量、死亡率、臨床試驗設計和患者年齡等進行回歸分析未找出異質性來源。結合全文，考慮可能的異質性來源為納入研究患者采用的診斷標準不同，3 個研究參考 Sepsis 1.0，9 個研究參考 Sepsis 2.0，1 個研究參考 Sepsis 3.0。Sepsis 1.0 是建立在全身炎癥反應綜合征（systemic inflammatory response syndrome，SIRS）基礎上，對膿毒癥進行診斷。因 SIRS 對膿毒癥診斷的特異性低，使滿足膿毒癥診斷的患者增多且復雜。Sepsis 2.0 在 Sepsis 1.0 的基礎上增加了炎癥反應、器官功能障礙、血流動力學及組織灌注參數共計 21 項內容，較 Sepsis 1.0 診斷特異性更高。Sepsis 3.0 對膿毒癥的定義已經從炎癥反應轉移為機體對感染刺激做出的綜合反應，更加接近膿毒癥的本質，再次提高了對膿毒癥診斷的特異性。另外，由于納入不同研究間 sTREM-1 截止值不同，且截止最小值與最大值相差較大，也可能是異質性來源之一。
在本研究中，大部分納入研究顯示死亡組血清 sTREM-1 水平高于生存組，與 Su 等[13]的 Meta 分析結果一致。潘定康等[23]分析其機制可能是膿毒癥死亡組患者感染重，增加了 sTREM-1 的表達，而 sTREM-1 的增加使促炎因子和炎癥介質大量釋放，進一步加重機體細胞及組織損傷，組織損傷再導致炎性因子大量產生，反饋性增加 sTREM-1 的表達，這樣的循環導致死亡組表達的 sTREM-1 水平高于存活組。
納入研究中除提及 sTREM-1 對膿毒癥的預后具有預測作用外，還提到其他指標如 PCT、IL-6、SOFA 評分、APACHE Ⅱ評分等，sTREM-1 是否比這些指標更適合預測膿毒癥患者的預后，或與其他臨床指標聯合使用是否對膿毒癥患者死亡率有更好的預測意義尚不確定。Charles 等[21]發現，在考慮膿毒癥早期死亡率的情況下，sTREM-1 對死亡風險的預測值大于 PCT，且 sTREM-1 與其他臨床指標合用對膿毒癥患者死亡率的預測更有意義。毛云等[26]提出類似的想法，即血漿 sTREM-1 與 PCT、Presespin 水平聯合檢測能提高膿毒癥患者預后評估的準確率。潘定康等[23]認為在 24 小時內 APACHE Ⅱ最高值和血清 sTREM-1 水平可能是重癥膿毒癥患者預后判斷的可靠的指標，對預后的準確性優于其他生物標志物。目前關于血清 sTREM-1 對膿毒癥預后的最佳時間也無確切結論。Jedynak 等[24]研究發現，在入院 24 小時內，測定患者（包括膿毒癥、嚴重膿毒癥和膿毒性休克在內的入住 ICU 的患者）的血漿 sTREM-1 可作為有意義的預后生物標志物。
本研究的局限性：① 納入研究對象采用的膿毒癥診斷標準不同，可能是結果存在中度異質性原因，影響結果的準確性；② 因為無法獲得原始數據，不能確定每個患者的最佳截止值；③ 僅探討了近期預后，未能分析血清 sTREM-1 水平與患者遠期預后的關系；④ 未能分析出血清 sTREM-1 對膿毒癥預后的最佳時間；⑤ 納入研究大部分為小樣本研究，使用結論應謹慎。
綜上所述，當前證據顯示，血漿 sTREM-1 作為單獨指標對膿毒癥早期 28 天死亡率有一定預測作用，與其他臨床指標聯合使用可能對膿毒癥患者死亡率的預測更有意義。受納入研究數量和質量的限制，上述結論尚待更多高質量研究予以驗證。同時需要前瞻性地確定 sTREM-1 的臨界值，以更好地確定其預測價值。
聲明：本研究不存在利益沖突。
膿毒癥指因繼發于感染引起宿主反應失調而導致危及生命的器官功能障礙[1]。全球約有 3 150 萬例膿毒癥和 1 940 萬例嚴重膿毒癥病例，每年約有 530 萬人因此死亡[2]。膿毒癥的高死亡率不但與其嚴重程度相關，還與能否早期診斷及判斷預后密切相關[3]。早期診斷可對膿毒癥進行針對性治療，判斷預后不僅影響治療效果，還可根據不同患者的不同情況制定出相應的治療方案[4]。但目前仍缺乏評估膿毒癥患者預后的指標。Bouchon 等[5]發現人中性粒細胞和單核細胞上表達了一種新的免疫球蛋白超家族受體，即髓細胞觸發受體-1（triggering receptor expressed on myeloid cells-1，TREM-1），可溶性 TREM-1（sTREM-1）是分泌型 TREM-1 的一種亞型，sTREM-1 通過促進 TNF-α 等炎癥介質的過度表達，激活和放大炎癥反應，促進膿毒癥發生。sTREM-1 對存在下呼吸道感染的患者[6]及膿毒癥患者[7-10]均具有診斷價值。也有研究[11, 12]表明 sTREM-1 在膿毒癥患者中也有預后價值，但 sTREM-1 對膿毒癥的預后價值仍有待確定。Su 等[13]首次系統分析并發現 sTREM-1 對被感染成年患者的死亡率有診斷意義，同時發現 sTREM-1 對膿毒癥患者的預后價值診斷特異性略高于非膿毒癥的被感染患者。本研究系統評估 sTREM-1 預測成人膿毒癥患者早期死亡率的價值，確定血漿 sTREM-1 水平在預測膿毒癥 28 天死亡率中的預后價值。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
診斷準確性研究。
1.1.2 研究對象
確診為膿毒癥的成年患者。
1.1.3 結局指標
敏感性（sensitivity，SEN）、特異性（specificity，SPE）、匯總受試者工作特征（summary receiver operator characteristic，SROC）曲線下面積（area under curve，AUC）。
1.1.4 排除標準
① 數據不完整，無法提取四格表資料的研究；② 評論、案例報告、會議摘要、專家意見、社論、動物實驗、綜述等；③ 重復發表的文獻。
1.2 文獻檢索策略
計算機檢索 PubMed、The Cochrane Library、EMbase、Web of Science、CBM、CNKI、VIP 和 WanFang Data 數據庫，搜集關于血漿 sTREM-1 預測膿毒癥初期 28 天死亡率價值的研究，檢索時限均從建庫至 2018 年 4 月 16 日。此外，追溯納入研究的參考文獻，以補充獲取相關文獻。檢索采取主題詞與自由詞相結合的方式進行。英文檢索詞包括 TREM-1 receptor、triggering receptor expressed on myeloid cells 1 protein、CD354 antigen、sTREM-1 protein、soluble triggering receptor expressed on myeloid cells 1 protein、TREM-1、sTREM-1、triggering receptor expressed on myeloid cells 1、TREM-1 Protein、TREM 1 protein、CD354 antigen、antigen，CD354、triggering receptor expressed on myeloid cells-1、severe sepsis、sepsis，severe、pyemia、pyemias、pyohemia、pyohemias、pyaemia、pyaemias、septicemia、septicemias、poisoning，blood、blood poisoning、blood poisonings、poisonings，blood、septicemia、septicaemia、septic、sepsis；中文檢索詞包括可溶性髓細胞觸發受體-1、髓樣細胞可溶性觸發受體-1、膿毒癥。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由 2 名研究者獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本信息，包括作者姓名、發表時間、研究設計、樣本量、年齡、死亡率、sTREM-1 收集時間、預測死亡率的截值點等；② 所關注的結局指標和結果測量數據，包括四格表相關數據：真陽性（TP）、假陽性（FP）、假陰性（FN）、真陰性（TN）等；③ 偏倚風險評價的關鍵要素。
1.4 納入研究的偏倚風險評價
對診斷準確性研究的質量評估（quality assessment of diagnostic accuracy studies-2，QUADAS-2）工具[14]進行修改使其適用于本研究，共包括 10 個條目，記錄“是”為 2 分，“否”為 0 分，“不確定”為 1 分。由 2 名評價員使用 QUADAS-2 獨立評價納入研究的偏倚風險。
1.5 統計分析
1.5.1 異質性檢驗
使用 Stata 14.0 軟件進行統計分析。計算 sTREM-1 對膿毒癥患者死亡率預后的敏感性對數與（1?特異性）對數的 Spearman 相關系數檢驗是否存在閾值效應，通過計算 Cochrane-Q 值和 I2 值檢驗非閾值效應引起的異質性，并計算 P 值。設定 P<0.05 時異質性具有統計學意義。采用 I2 判斷異質性大小，I2 檢驗值 25%、50% 和 75% 分別代表低、中、高度異質性。
1.5.2 Meta 分析
將四格表數據 TP、FP、TN 和 FN 導入相關軟件，采用風險比（risk ratio，RR）評估 sTREM-1 對膿毒癥死亡率的預后，在不存在閾值效應的情況下，采用雙變量隨機效應回歸模型，分別計算出合并 SEN、SPE、診斷比值比（DOR）、陽性似然比（PLR）和陰性似然比（NLR）及其 95%CI 并繪制 SROC 曲線。
1.5.3 回歸分析
采用單因素 Meta 回歸分析 SEN 和 SPE 中可能的異質性來源，并進行亞組分析。
1.5.4 發表偏倚檢測
采用 Deek 漏斗圖分析是否存在發表偏倚，并用剪補法確定結果是否穩定。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻 1 556 篇，經逐層篩選，最終納入 13 個研究[15-27]。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征與偏倚風險評價結果
納入研究的基本特征見表 1。3 個研究[15, 16, 24]參考 1991 年 ACCP/SCCM 共識的標準（Sepsis 1.0）[28]，9 個研究[17-23, 26, 27]參考 2001 年 SCCM/ESICM/ACCP/ATS/SIS 國際膿毒癥定義共識（Sepsis 2.0）[29]，1 個研究[24]參考 2016 國際上對膿毒癥和膿毒性休克的共識定義（Sepsis 3.0）[1]。偏倚風險評價結果見表 2。
表1
納入研究的基本特征
表2
納入研究的偏倚風險評價結果（分）
2.3 異質性檢驗結果
Spearman 相關系數=0.039（P=0.90），同時 SROC 曲線不呈現典型的“肩臂”狀，提示不存在閾值效應引起的異質性（圖 2）。
圖2
血漿 sTREM-1 預測膿毒癥死亡率的 SROC 曲線
2.4 Meta 分析結果
采用雙變量隨機效應回歸模型進行 Meta 分析，預測膿毒癥死亡率分別為［SEN=0.79，95%CI（0.70，0.86），P=0.00］、［SPE=0.77，95%CI（0.73，0.80），P=0.26］、［PLR=3.4，95%CI（2.9，3.9）］、［NLR=0.28，95%CI（0.19，0.39）］、［DOR=12，95%CI（8，19）］、［AUC=0.80，95%CI（0.76，0.83）］（圖 2和圖 3），提示其預測膿毒癥 28 天死亡率有較高的準確性。因 Cochrane-Q=13.386（P=0.001），提示存在非閾值效應引起的異質性，故采用隨機效應模型進行 Meta 分析［RR=4.42，95%CI（3.20，6.10），P=0.028］（圖 4）。
圖3
血漿 sTREM-1 預測膿毒癥死亡率敏感性和特異性的 Meta 分析
圖4
血漿 sTREM-1 預測膿毒癥 28 天死亡率的 Meta 分析
2.5 Meta 回歸分析
進行單變量回歸分析，以探索研究之間潛在異質性的來源。采用限制性最大似然法（REML），建立 OR 值對單個協變量（國家、發表年、樣本量、死亡率、臨床試驗設計和患者年齡）的回歸模型，結果發現，上述因素對研究間異質性沒有顯著影響（P>0.05）。
2.6 發表偏倚
針對血漿 sTREM-1 預測膿毒癥 28 天死亡率采用 Deek 漏斗圖檢驗有無發表偏倚，發現直線與 X 軸夾角接近 90 度，提示存在發表偏倚的可能性較大（圖 5）。但使用剪補法進行敏感性分析，發現雖然存在發表偏倚，但分析結果很穩健。
圖5
血漿 sTREM-1 預測膿毒癥 28 天死亡率的 Deek 漏斗圖
3 討論
本 Meta 分析共納入 13 個研究，包括 1 115 例患者，結果顯示：血漿 sTREM-1 預測膿毒癥初期 28 天死亡率有一定價值。但研究間存在中度異質性，對國家、發表時間、樣本量、死亡率、臨床試驗設計和患者年齡等進行回歸分析未找出異質性來源。結合全文，考慮可能的異質性來源為納入研究患者采用的診斷標準不同，3 個研究參考 Sepsis 1.0，9 個研究參考 Sepsis 2.0，1 個研究參考 Sepsis 3.0。Sepsis 1.0 是建立在全身炎癥反應綜合征（systemic inflammatory response syndrome，SIRS）基礎上，對膿毒癥進行診斷。因 SIRS 對膿毒癥診斷的特異性低，使滿足膿毒癥診斷的患者增多且復雜。Sepsis 2.0 在 Sepsis 1.0 的基礎上增加了炎癥反應、器官功能障礙、血流動力學及組織灌注參數共計 21 項內容，較 Sepsis 1.0 診斷特異性更高。Sepsis 3.0 對膿毒癥的定義已經從炎癥反應轉移為機體對感染刺激做出的綜合反應，更加接近膿毒癥的本質，再次提高了對膿毒癥診斷的特異性。另外，由于納入不同研究間 sTREM-1 截止值不同，且截止最小值與最大值相差較大，也可能是異質性來源之一。
在本研究中，大部分納入研究顯示死亡組血清 sTREM-1 水平高于生存組，與 Su 等[13]的 Meta 分析結果一致。潘定康等[23]分析其機制可能是膿毒癥死亡組患者感染重，增加了 sTREM-1 的表達，而 sTREM-1 的增加使促炎因子和炎癥介質大量釋放，進一步加重機體細胞及組織損傷，組織損傷再導致炎性因子大量產生，反饋性增加 sTREM-1 的表達，這樣的循環導致死亡組表達的 sTREM-1 水平高于存活組。
納入研究中除提及 sTREM-1 對膿毒癥的預后具有預測作用外，還提到其他指標如 PCT、IL-6、SOFA 評分、APACHE Ⅱ評分等，sTREM-1 是否比這些指標更適合預測膿毒癥患者的預后，或與其他臨床指標聯合使用是否對膿毒癥患者死亡率有更好的預測意義尚不確定。Charles 等[21]發現，在考慮膿毒癥早期死亡率的情況下，sTREM-1 對死亡風險的預測值大于 PCT，且 sTREM-1 與其他臨床指標合用對膿毒癥患者死亡率的預測更有意義。毛云等[26]提出類似的想法，即血漿 sTREM-1 與 PCT、Presespin 水平聯合檢測能提高膿毒癥患者預后評估的準確率。潘定康等[23]認為在 24 小時內 APACHE Ⅱ最高值和血清 sTREM-1 水平可能是重癥膿毒癥患者預后判斷的可靠的指標，對預后的準確性優于其他生物標志物。目前關于血清 sTREM-1 對膿毒癥預后的最佳時間也無確切結論。Jedynak 等[24]研究發現，在入院 24 小時內，測定患者（包括膿毒癥、嚴重膿毒癥和膿毒性休克在內的入住 ICU 的患者）的血漿 sTREM-1 可作為有意義的預后生物標志物。
本研究的局限性：① 納入研究對象采用的膿毒癥診斷標準不同，可能是結果存在中度異質性原因，影響結果的準確性；② 因為無法獲得原始數據，不能確定每個患者的最佳截止值；③ 僅探討了近期預后，未能分析血清 sTREM-1 水平與患者遠期預后的關系；④ 未能分析出血清 sTREM-1 對膿毒癥預后的最佳時間；⑤ 納入研究大部分為小樣本研究，使用結論應謹慎。
綜上所述，當前證據顯示，血漿 sTREM-1 作為單獨指標對膿毒癥早期 28 天死亡率有一定預測作用，與其他臨床指標聯合使用可能對膿毒癥患者死亡率的預測更有意義。受納入研究數量和質量的限制，上述結論尚待更多高質量研究予以驗證。同時需要前瞻性地確定 sTREM-1 的臨界值，以更好地確定其預測價值。
聲明：本研究不存在利益沖突。
