脓毒症被认为是宿主对感染反应失调而导致的危及生命的器官功能障碍^[1]。脓毒症是烧伤患者最常见的并发症之一，亦是烧伤患者死亡的主要原因^[2-4]。脓毒症是一种高异质性疾病，不同的病原体、感染方式、个体差异等因素导致疾病效应千差万别，以至判断病情进展并给予相应治疗面临很大困难，治疗效果一直不甚理想。生物标志物的应用大大提高了对脓毒症的诊断及预后预测准确性，为脓毒症研究提供了新方向^[5]。本研究旨在通过回顾性病例研究，探讨对成人特重度烧伤并发脓毒症患者的预后判断有价值的指标，为临床提供参考。

回顾性分析2017年1月至2021年12月浙江大学医学院附属第二医院收治的特重度烧伤并发脓毒症患者的病例资料。纳入标准：烧伤总面积≥50% TBSA；年龄≥18岁；符合《烧伤感染的诊断标准与治疗指南（2012版）》^[6]中烧伤脓毒症诊断标准前11条中的6条并且血微生物培养阳性。排除标准：入院前发生脓毒症；合并免疫系统疾病或长期使用糖皮质激素；放弃治疗。

本研究符合医学伦理学标准，通过浙江大学医学院附属第二医院伦理委员会批准，审批号：（2022）伦审研第（0143）号。

患者入院后均予以抗休克、抗感染、保护内脏器官功能、清创、深度创面早期手术等综合治疗。呼吸道烧伤患者根据病情给予气管切开及机械通气。部分患者给予血液净化治疗。

根据住院临床结局将患者分为死亡组和生存组。

记录患者性别、年龄、烧伤总面积、脓毒症确诊时间，以及确诊脓毒症时患者的意识改变、胃肠道症状、创面恶化、体温、心率、呼吸、血小板计数（platelet, PLT）、白细胞计数（white blood cell, WBC）、中性粒细胞百分比、降钙素原（procalcitonin, PCT）、血钠、血糖、血红蛋白和白蛋白水平。

应用SPSS 13.0软件分析数据。正态分布的计量资料以均数±标准差（x±s）表示，组间比较采用独立样本t检验；非正态分布的计量资料以中位数（四分位数）[M（Q₁，Q₃）]表示，组间比较采用Mann-Whitney U秩和检验；计数资料采用卡方检验或Fisher确切概率法检验。汇总单因素分析中差异有统计学意义的变量纳入Cox回归模型进行多因素分析，评估各指标对特重度烧伤脓毒症患者预后的影响。用受试者工作特征曲线（receiver operating characteristic curve, ROC）及曲线下面积（area under the ROC curve, AUC）比较各指标对预后的预测价值。以P < 0.05为差异有统计学意义。

本研究共入选特重度烧伤并发脓毒症患者60例，其中男性41例，女性19例，年龄18~84岁[（45.8±15.2）岁]。脓毒症确诊时间为伤后14（7, 24）d。死亡组29例，生存组31例，病死率为48.3%。两组患者性别、年龄、烧伤总面积、合并吸入性损伤情况及复合伤情况比较，差异均无统计学意义（均P > 0.05）。见表 1。

死亡组脓毒症确诊时PLT和血红蛋白水平显著低于生存组（均P < 0.05），PCT和血钠水平显著高于生存组（均P < 0.05），其余指标差异均无统计学意义（均P > 0.05）。见表 2。

对脓毒症确诊时的PLT、血红蛋白、血钠及PCT进一步行多因素Cox回归分析，结果显示，脓毒症确诊时的血红蛋白和血钠水平是影响特重度烧伤脓毒症患者预后的独立危险因素（均P < 0.05）。见表 3。

ROC曲线分析显示：脓毒症确诊时的血红蛋白、血钠和PCT对特重度烧伤脓毒症患者预后有预测价值（均P < 0.05），且均具有较高的敏感度和特异度。相较之下，血钠判断预后的AUC最大，PCT的AUC最小。见表 4、图 1。

图 1 血红蛋白、血钠、PCT 对特重度烧伤脓毒症患者预后预测的ROC曲线 Fig 1 ROC curves of hemoglobin, blood sodium and PCT for predicting mortality in extremely severe burn patients with sepsis

图选项

特重度烧伤患者脓毒症发病率高，预后差^[7]。国内曾有研究报道，大面积烧伤患者脓毒症病死率达59.0%^[8]，另有文献报道，特重度烧伤脓毒症患者病死率高达68.0%^[9]。本研究中，特重度烧伤患者脓毒症病死率低于文献报道，但仍高达48.3%。因此，有效预防、识别和治疗烧伤脓毒症，改善患者预后，仍是临床面临的重要课题。本研究结果提示，烧伤后两周是特重度烧伤患者脓毒症发病高峰，与国内外文献报道结果一致^[9-10]。焦痂溶解以至创面感染重，全身感染机会增多，加以患者因高代谢而长时间处于严重消耗状态，免疫功能失调进一步加剧，可能是引起脓毒症高峰的主要原因。

脓毒症是病理生理过程极其复杂的综合征，其预后与很多因素有关，包括脓毒症诱导凝血功能障碍^[11]。年龄与烧伤患者病死率呈线性正相关^[12]。金新源等^[13]的研究显示，年龄是影响特重度烧伤脓毒症患者预后的评价指标。Wineberg等^[14]的研究显示，烧伤面积是脓毒症最显著的危险因素。潘选良等^[15]的研究显示，合并吸入性损伤、烧伤总面积≥80% TBSA和会阴烧伤是特重度烧伤患者并发脓毒症的独立危险因素，但并非发生死亡的独立危险因素。本研究结果显示，性别、年龄、烧伤总面积、合并吸入性损伤和复合伤对特重度烧伤患者预后评估无明显价值。

对于烧伤患者的脓毒症，缺乏一个可靠的预测因子^[10]。烧伤患者临床症状和体温、心率、WBC或中性粒细胞比例等常用指标的监测较容易，但其易受多种非感染因素影响，特异度较低，不能作为感染的敏感指标^[16-17]。本研究亦显示，死亡组患者意识改变、胃肠道症状、创面恶化等临床症状及体温、心率、呼吸、WBC、中性粒细胞比例与生存组比较差异无统计学意义，表明这些指标对预后判断的价值有限。PLT下降（< 50×10⁹/L）是烧伤脓毒症诊断标准之一^[18]。金新源等^[13]的研究显示，死亡组患者脓毒症确诊时PLT明显低于生存组，其可预测患者死亡。王凡等^[19]的研究却显示，烧伤脓毒症确诊时，脓毒症死亡组与脓毒症生存组的PLT比较差异无统计学意义。在本研究中，死亡组脓毒症确诊时的PLT与生存组比较差异有统计学意义，但在多因素Cox回归分析中未发现其为影响预后的独立危险因素，因此PLT预测烧伤脓毒症患者预后的价值有待于进一步研究来证实。血糖虽然也是烧伤脓毒症诊断的指标之一^[18]，但本研究显示，死亡组血糖与生存组比较差异无统计学意义，表明其对预后判断的价值有限。

有研究认为PCT是脓毒症早期诊断的最佳生物标志物^[20]。PCT能反映患者感染状态和病情严重程度，并能作为判断烧伤脓毒症患者预后的指标^[21-23]。郑峰等^[9]的研究显示，确诊后1~8 d的PCT可预测特重度烧伤脓毒症患者死亡，临界值为2.39 μg/L，敏感度为73.3%，特异度为87.5%。王凡等^[19]的研究显示，脓毒症确诊时的PCT预测死亡的临界值为10.9 μg/L，敏感度为91.7%，特异度为100%。本研究显示，脓毒症确诊时的PCT对特重度烧伤脓毒症患者预后有预测价值，其临界值为3.51 μg/L，敏感度为65.5%，特异度为74.2%。样本量、患者病情严重程度、治疗方案及标本采集时间等差异是导致各研究间结果不一致的可能原因。因为除了感染，严重烧伤、大手术引起的非感染性炎症反应，也会导致PCT升高^[24]。因此，有专家认为，初始PCT水平对预后判断的意义有限，PCT的变化趋势对于预后的判断更为重要^[24]。即使初始PCT水平非常高，经过有效的治疗后PCT迅速下降，预后也较好，而血清PCT维持原水平或升高则提示预后不良。

高钠血症（> 155 mmol/L）亦是烧伤脓毒症诊断的指标之一^[18]。感染是引起严重烧伤患者后期出现高钠血症的主要因素，高钠血症更是提示严重感染的一个重要信号^[25]。高钠血症是危重症患者死亡的独立危险因素^[26-27]，有文献报道严重烧伤并发高钠血症后的病死率达63.5%^[28]。本研究结果亦提示，血钠对特重度烧伤患者脓毒症预后有预测作用。

贫血在脓毒症患者中很常见，血红蛋白水平与脓毒症患者生存率独立相关^[29]。本研究的结果提示，血红蛋白水平对特重度烧伤患者脓毒症预后有预测价值，与Muady等^[29]的研究结果相似。血红蛋白预测特重度烧伤脓毒症患者死亡的临界值为77 g/L，敏感度为69.0%，特异度为74.2%。对于成人脓毒症或脓毒症休克患者，当前指南^[30]推荐使用限制性输血策略，血红蛋白水平 < 70 g/L为输血的指征之一。但是，烧伤患者的最佳血红蛋白水平至今尚未确定^[31]。由于血源紧缺，笔者单位普遍实现不了以血红蛋白水平 < 70 g/L作为输血指征，很多特重度烧伤患者血红蛋白水平长期处于70 g/L以下水平，这也可能是本研究中特重度烧伤患者脓毒症病死率较高的原因之一。白蛋白是人体内另一种重要的蛋白质，具有诸多功能，且与疾病严重程度及预后相关^[32]。李志华等^[33]的研究显示，白蛋白/纤维蛋白原比值对脓毒症患者28 d死亡风险有一定预测价值。本研究结果显示，白蛋白对特重度烧伤脓毒症患者的预后预测价值有限。

本研究仅对目前临床上使用较广泛、获得较容易的一些指标进行观察分析，未对更多的指标如肠道微生物、补体系统、促炎/抗炎细胞因子、中性粒细胞/淋巴细胞比值和血小板/淋巴细胞比值等免疫相关指标进行研究。本研究为单中心回顾性研究，样本量较小，可能影响检测效能。

综上所述，血红蛋白、血钠和PCT可能是成人特重度烧伤脓毒症患者预后的预测指标，期待更多的相关研究来验证这一结论。

利益冲突  所有作者声明无利益冲突

作者贡献声明  潘选良：数据收集及整理、统计学分析、论文撰写；朱志康：数据收集及整理、统计学分析；沈涛、金方、李小奇：数据收集；王新刚：研究设计；韩春茂：研究设计、论文指导