中华急诊医学杂志  2024, Vol. 33 Issue (8): 1059-1062   DOI: 10.3760/cma.j.issn.1671-0282.2024.08.002
重视急性呼吸窘迫综合征基础与临床研究,探索诊疗新策略
宋剑峰1,2 , 宋振举2,3     
1. 复旦大学附属闵行医院急诊科,上海 201100;
2. 复旦大学附属中山医院急诊科,上海 200032;
3. 复旦大学应急救援与急危重症研究所,上海 200032

急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)以内皮-上皮屏障功能损害、肺泡损伤以及肺水肿为主要病理特点,临床上表现为严重低氧血症[1]。ARDS住院病死率高达35%~45%[2],其有效的治疗仍然以保护性机械通气、保守的液体管理为主,在针对ARDS中失调的炎症、上皮和内皮细胞的损伤、凝血障碍为靶点的研究中,尚无明确的药物被证明有效。一方面开放性肺活检在ARDS患者中并不常见,动物、细胞模型难以模拟真实的ARDS复杂的肺部微环境,限制了ARDS的基础研究。另一方面,由于不同病因、不同基础疾病导致ARDS的高异质性,使得临床上难以对ARDS患者进行准确的评估和精准分型,从而指导个体化的治疗。因此,重视基础和临床研究,开发更好的ARDS诊断工具,更有效的治疗和评估预后的方法任重而道远。

1 新定义-机遇和挑战并存

目前ARDS的定义仍然按照柏林标准[3]。然而,随着高流量经鼻吸氧(high-flow nasal cannula oxygen,HFNO)在肺炎和脓毒性休克导致的急性低氧性呼吸衰竭(early acute hypoxemic respiratory failure,AHRF)患者中的使用逐渐增多,尤其在新冠流行期间,其中很多起始使用了HFNO的新冠肺炎患者进展到插管时均符合ARDS的柏林标准[4]。因此,一些专家建议将HFNO治疗的非机械通气患者即使没有接受至少5 cmH2O呼气末正压(positive end-expiratory pressure,PEEP)也符合柏林定义中的氧合标准。在没有通用参考标准的情况下,ARDS的诊断准确性是具有挑战性的。一个很重要的原因是我们对ARDS的病理和发病机制了解不足,在临床实践中尚无明确推荐使用的ARDS生物标记物。

2 病理研究新发现

ARDS的病理生理机制包含肺部以及全身炎症和凝血多个重叠和相互作用的损伤反应通路的激活和失调。这些通路大多是宿主对感染或损伤正常反应的关键,然而,过度的弥漫性的激活则是有害的。以气体交换障碍、血管渗漏和液体清除减少为特征的肺泡-毛细血管屏障损伤是ARDS的典型表现。一项对18例致死性的新冠肺炎患者的肺组织病理研究表明,病毒直接诱导的细胞病变效应和宿主炎症与免疫反应均可导致早期肺上皮和内皮损伤、肺泡-毛细血管屏障功能障碍、肺组织修复过程受损以及广泛的血管血栓形成和纤溶减少[5]。其中,基底细胞可能是SARS-CoV-2感染的早期靶点[5],其在呼吸道上皮的修复和动态平衡中起着关键作用。这一点和流感病毒导致的严重感染不同,流感病毒不会在基底细胞中进行复制,但继发性细菌感染会导致基底细胞丧失,影响组织修复和再生[6]。SARS-CoV-2感染能直接导致肺泡上皮连接完整性的丧失,肺泡Ⅰ型细胞(ATⅠ)和肺泡Ⅱ型细胞(ATⅡ)显著脱落,以及上皮细胞表面活性蛋白表达的丧失[5]。感染肺血管内皮细胞则主要表现为细胞损伤和凋亡,从而降低正常内皮细胞的抗血栓活性,由此而触发形成称之为“免疫血栓”的微血管血栓[7],这是新冠肺炎导致的ARDS的重要病理特征。研究还发现,新冠肺炎患者肺修复所需的成纤维细胞生长因子(FGF2)、干细胞因子(SCF)和双调蛋白(AREG)的血浆浓度出现了不同的变化,而髓过氧化物酶(MPO)阳性的中性粒细胞及中性粒细胞胞外陷阱(neutrophil extracellular trap,NET)形成的早期指标瓜氨酸组蛋H3(CitH3)的核表达增加,被认为和更短的症状起病至死亡(symptom onset-to-death,SOTD)时间相关,同时也揭示了凝血反应的关键启动因子-血管性血友病因子(von willebrand factor,vWF)在重症新冠凝血病变中的关键作用[5]。对ARDS病理生理的了解主要来自于死亡患者的尸体解剖,而这仅代表疾病的最严重形式。细胞系和动物模型的缺陷是这些系统中的病毒靶细胞不能代表人体体内的靶细胞。培养源自成人的肺泡类器官或许能弥补这些不足。

3 肺泡类器官-ARDS发病机制研究新技术

肺泡上皮细胞是研究ARDS的关键,ATⅡ细胞在二维细胞培养中快速分化为ATⅠ样细胞,限制了研究ATⅡ生物学的可能性。Abo等[8]诱导多能干细胞(induced pluripotent stem cells,iPSC)分化为ATII细胞,从而导致主要SARS-CoV-2病毒进入因子血管紧张素转换酶2(angiotensin converting enzyme 2,ACE2和跨膜丝氨酸蛋白酶2 (transmembrane serine protease 2,TMPRSS2) 的表达,这些重要的病毒进入因子的表达与体内ATII细胞和肺纤毛细胞的表达一致。Youk等[9]构建的系统感染SARS-CoV-2实现了高达104感染单位/mL的病毒滴度(与起始相比变化了103倍)。进一步的肺泡类器官研究发现,肺泡感染的特征表现为Ⅰ/Ⅲ型干扰素反应、促炎反应(例如趋化因子)、细胞凋亡和表面活性物质的减少。目前的ARDS研究仅由上皮细胞诱导,未来可能探讨其他肺细胞类型的类器官。

4 生物标记物研究的未来趋势

有效的生物标记物在ARDS的诊断、预测病程和治疗中起着关键作用。一些炎性标记物比如白介素-6(IL-6),白介素-8(IL-8),肿瘤坏死因子-α(TNF-α),中性粒细胞反应指数(the neutrophil response index,Neut-RI)被认为是潜在的ARDS诊断与治疗的标记物[10],然而,这些生物标志物并不是ARDS所特有,可以在多种类型的炎症中升高,从而限制了它们的应用。晚期糖基化终产物受体(receptor for advanced glycation end products,RAGE)被认为可作为衡量新冠肺炎严重程度的生物标志物,包括是否需要机械通气、进展到ARDS以及病死率。同时,靶向RAGE及其相关的下游通路的小分子抑制剂已经被开发出来,一种重组的RAGE拮抗剂被认为具有抗炎和减轻肺损伤的作用[11]。诸如肺表面活性蛋白-D,NF-κB通路抑制剂-Clara细胞分泌蛋白均被认为可能是反应新冠肺炎严重程度和潜在预后的可靠指标。内皮损伤相关的生物标记物,包括血管生成素-2(Ang-2)具有潜在的诊断和预后作用[12],动物实验还证实了血管紧张素-(1-7)肽激素在ARDS中的治疗作用[13]。由高vWF抗原浓度定义的内皮病与新冠肺炎患者不良的预后有关[14],而细胞间黏附分子-1(intercellular adhesion molecule-1,ICAM-1) 则和肺部炎症有关,减少ICAM-1的表达可以减轻肺部炎症[15]。因此,靶向ICAM-1可能是治疗ARDS的方向之一。其他比如凝血/纤溶生物,细胞外基质,氧化应激相关的指标也被认为是ARDS潜在的有效标记物及可能的治疗靶点。遗传和基因组对ARDS风险和病死率影响的研究增加了对ARDS基本机制和个体易感性的认识。一项研究中利用孟德尔随机化方法,从人类血液转录组数据中筛选出四个基因:TMEM176B、SLC2A5、CDC45和VSIG8,在ARDS患者中呈现出差异化表达,并以此开发了一种基于模型的诺莫图(Nomogram)用于临床实践,能显著提高ARDS的预测性能[16]。尽管在寻找ARDS生物标志物方面取得了一些进展,但将这些发现运用到临床实践中仍然存在障碍和缺陷。一方面是由于ARDS的异质性,很难将一种或一组生物标志物用作通用的诊断、预后或治疗的工具。另一方面,由于ARDS动物模型与人体的差异,在动物实验中证实的标志物必须通过广泛且结构合理的临床试验来确定生物标志物的有效性。未来,充分了解ARDS及其各种病理生理机制,结合基因组学、机器学习的方法,完善和验证ARDS相关的生物标志物,并将其整合到预测模型中,有助于我们改善诊断、预后和个体化治疗策略。

5 人工智能在ARDS诊治中的应用

机器学习(machine learning,ML)技术已被用于预测ARDS的发生,对临床表型进行分类,并研究生物标记物与ARDS预后之间的关系。Lam等[17]创建了一种ML算法从电子健康记录(EHR)数据中用循环神经网络的方法预测ARDS取得了令人鼓舞的结果。ML模型的应用使得ARDS亚表型的检测成为可能,从而为患者提供更加个体化的管理。Maddali等[18]测试了这些亚表型在不同人群中的实用性,揭示了它们与PEEP和液体管理计划的不同反应有关。Sinha等[19]使用潜在类别分析将患者分为高炎症状态和低炎症状态。有学者分别使用基于树的梯度提升和K均值方法将ARDS患者分为3个亚表型,并取得了一定的成功[20-21]。Calabrese等[22]对新冠呼吸衰竭患者的肺泡和血管损伤进行了ML驱动的研究,检验了生物标志物在此过程中对ARDS患者的作用。这种方法可以帮助识别ARDS患者新的生物标志物和治疗靶点。一项系统综述表明,ML在ARDS诊断、风险评估、病死率预测和预后都很有用[23]。然而,将ML的结果转化为临床实践,需要拥有更大、更多样化的数据集。相比于模型的准确性和敏感性,未来关于ARDS中ML应用的研究和应该更多地注重模型的可解释性和稳定性。

6 ARDS的免疫调节治疗值得期待

目前认为肺实质细胞和固有、获得性免疫系统的不同免疫细胞共同参与了炎症反应,在病原体清除和免疫致病之间的微妙平衡中发挥作用,介导了急性肺损伤的发生。糖皮质激素一直作为常用的抑炎药物治疗ARDS,多项报道证实其能够降低ARDS的病死率,但也有研究发现,部分ARDS患者存在免疫抑制的可能,应用糖皮质激素具有潜在风险[24]。目前ARDS的免疫调节治疗仍然没有统一的药物,针对细胞因子的免疫抑制剂如托珠单抗、抗TNFR1抗体也被证实对ARDS的强炎症反应可能有潜在疗效。由于近年来测序技术的快速发展,如IL-10、ADAMTS4、METTL3等潜在治疗靶点也被相继提出。然而,这些新型免疫调节药物及治疗靶点仍然缺乏大规模临床试验来验证其对ARDS患者的有效性。由于调节性T细胞(Treg)在维持免疫稳态和促进组织修复方面发挥作用,因此靶向和调节Treg的功能可能是治疗新冠的方法。目前,已有科学家正在探索通过输注脐带来源的同种异体体外扩增的多克隆CD4+CD25+Treg来治疗ARDS患者(ClinicalTrials.gov标识符:NCT05027815)。重症新冠患者的循环Treg频率降低[25],Treg功能的丧失可能导致肺部高炎症反应。因此,通过输注离体扩增的Treg来增加血液中的Treg可以抑制肺部过度的炎症反应、减轻肺损伤是可能的方法。除了输注外源性Treg外,用细胞因子或小分子药物可以体内提高Treg比例,改善Treg功能,是治疗ARDS患者的另一种解决方案。

生物学和基础研究技术的进步为ARDS诊疗带来了新曙光。借助单细胞转录组学、代谢组学、蛋白组学、流式细胞学等多组学技术平台,结合临床特征和影像学等信息,基于人工智能构建多模态的诊断和治疗模型,更好的模拟病理生理和临床进程,通过开展基于精准分型的高质量RCT研究探讨ARDS诊治的新技术和新方法是未来之路。

利益冲突  所有作者声明无利益冲突

参考文献
[1] Thompson BT, Chambers RC, Liu KD. Acute respiratory distress syndrome[J]. N Engl J Med, 2017, 377(6): 562-572. DOI:10.1056/nejmra1608077
[2] Auriemma CL, Zhuo HJ, Delucchi K, et al. Acute respiratory distress syndrome-attributable mortality in critically ill patients with sepsis[J]. Intensive Care Med, 2020, 46(6): 1222-1231. DOI:10.1007/s00134-020-06010-9
[3] Definition Task Force ARDS, Ranieri VM, Rubenfeld GD, et al. Acute respiratory distress syndrome: the Berlin Definition[J]. JAMA, 2012, 307(23): 2526-2533. DOI:10.1001/jama.2012.5669
[4] Ranieri VM, Tonetti T, Navalesi P, et al. High-flow nasal oxygen for severe hypoxemia: oxygenation response and outcome in patients with COVID-19[J]. Am J Respir Crit Care Med, 2022, 205(4): 431-439. DOI:10.1164/rccm.202109-2163OC
[5] D'Agnillo F, Walters KA, Xiao YL, et al. Lung epithelial and endothelial damage, loss of tissue repair, inhibition of fibrinolysis, and cellular senescence in fatal COVID-19[J]. Sci Transl Med, 2021, 13(620): eabj7790. DOI:10.1126/scitranslmed.abj7790
[6] Kash JC, Walters KA, Davis AS, et al. Lethal synergism of 2009 pandemic H1N1 influenza virus and Streptococcus pneumoniae coinfection is associated with loss of murine lung repair responses[J]. mBio, 2011, 2(5): e00172-e00111. DOI:10.1128/mBio.00172-11
[7] Bonaventura A, Vecchié A, Dagna L, et al. Endothelial dysfunction and immunothrombosis as key pathogenic mechanisms in COVID-19[J]. Nat Rev Immunol, 2021, 21(5): 319-329. DOI:10.1038/s41577-021-00536-9
[8] Abo KM, Ma L, Matte T, et al. Human iPSC-derived alveolar and airway epithelial cells can be cultured at air-liquid interface and express SARS-CoV-2 host factors[J]. bioRxiv, 2020: 2020.06.03.132639. DOI:10.1101/2020.06.03.132639
[9] Youk J, Kim T, Evans KV, et al. Three-dimensional human alveolar stem cell culture models reveal infection response to SARS-CoV-2[J]. Cell Stem Cell, 2020, 27(6): 905-919. e10. DOI:10.1016/j.stem.2020.10.004
[10] Ge RQ, Wang FY, Peng ZY. Advances in biomarkers for diagnosis and treatment of ARDS[J]. Diagnostics, 2023, 13(21): 3296. DOI:10.3390/diagnostics13213296
[11] Sun R, Jiang KM, Zeng CY, et al. Synergism of TNF-α and IFN-β triggers human airway epithelial cells death by apoptosis and pyroptosis[J]. Mol Immunol, 2023, 153: 160-169. DOI:10.1016/j.molimm.2022.12.002
[12] Zeng QL, Huang G, Li SN, et al. Diagnostic and prognostic value of Ang-2 in ARDS: a systemic review and meta-analysis[J]. Expert Rev Respir Med, 2023, 17(7): 597-606. DOI:10.1080/17476348.2023.2230883
[13] Collins KL, Younis US, Tanyaratsrisakul S, et al. Angiotensin-(1-7) peptide hormone reduces inflammation and pathogen burden during Mycoplasma pneumoniae infection in mice[J]. Pharmaceutics, 2021, 13(10): 1614. DOI:10.3390/pharmaceutics13101614
[14] Wibowo A, Pranata R, Lim MA, et al. Endotheliopathy marked by high von Willebrand factor (vWF) antigen in COVID-19 is associated with poor outcome: a systematic review and meta-analysis[J]. Int J Infect Dis, 2022, 117: 267-273. DOI:10.1016/j.ijid.2021.06.051
[15] He BC, Geng S, Zhou W, et al. MMI-0100 ameliorates lung inflammation in a mouse model of acute respiratory distress syndrome by reducing endothelial expression of ICAM-1[J]. Drug Des Devel Ther, 2018, 12: 4253-4260. DOI:10.2147/DDDT.S188095
[16] Cao SR, Li HQ, Xin JY, et al. Identification of genetic profile and biomarkers involved in acute respiratory distress syndrome[J]. Intensive Care Med, 2024, 50(1): 46-55. DOI:10.1007/s00134-023-07248-9
[17] Lam C, Thapa R, Maharjan J, et al. Multitask learning with recurrent neural networks for acute respiratory distress syndrome prediction using only electronic health record data: model development and validation study[J]. JMIR Med Inform, 2022, 10(6): e36202. DOI:10.2196/36202
[18] Maddali MV, Churpek M, Pham T, et al. Validation and utility of ARDS subphenotypes identified by machine-learning models using clinical data: an observational, multicohort, retrospective analysis[J]. Lancet Respir Med, 2022, 10(4): 367-377. DOI:10.1016/S2213-2600(21)00461-6
[19] Sinha P, Delucchi KL, Thompson BT, et al. Latent class analysis of ARDS subphenotypes: a secondary analysis of the statins for acutely injured lungs from sepsis (SAILS) study[J]. Intensive Care Med, 2018, 44(11): 1859-1869. DOI:10.1007/s00134-018-5378-3
[20] Zhang ZH. Prediction model for patients with acute respiratory distress syndrome: use of a genetic algorithm to develop a neural network model[J]. PeerJ, 2019, 7: e7719. DOI:10.7717/peerj.7719
[21] Liu XW, Jiang YS, Jia XN, et al. Identification of distinct clinical phenotypes of acute respiratory distress syndrome with differential responses to treatment[J]. Crit Care, 2021, 25(1): 320. DOI:10.1186/s13054-021-03734-y
[22] Calabrese F, Pezzuto F, Fortarezza F, et al. Machine learning-based analysis of alveolar and vascular injury in SARS-CoV-2 acute respiratory failure[J]. J Pathol, 2021, 254(2): 173-184. DOI:10.1002/path.5653
[23] Tran TK, Tran MC, Joseph A, et al. A systematic review of machine learning models for management, prediction and classification of ARDS[J]. Respir Res, 2024, 25(1): 232. DOI:10.1186/s12931-024-02834-x
[24] Ji MX, Chen TJ, Wang BM, et al. Effects of ulinastatin combined with mechanical ventilation on oxygen metabolism, inflammation and stress response and antioxidant capacity of ARDS[J]. Exp Ther Med, 2018, 15(6): 4665-4670. DOI:10.3892/etm.2018.6012
[25] Meckiff BJ, Ramírez-Suástegui C, Fajardo V, et al. Imbalance of regulatory and cytotoxic SARS-CoV-2-reactive CD4+ T cells in COVID-19[J]. Cell, 2020, 183(5): 1340-1353.e16. DOI:10.1016/j.cell.2020.10.001