CDC42在脓毒症中的表达及其与炎症的关系研究

陈名超

河北工程大学附属医院 重症医学科 056000

摘要: 观察细胞分裂周期42(CDC42)在脓毒症患者外周血单个核细胞(PBMC)中的表达水平,并分析其与疾病易感性、炎症反应、多器官功能障碍及死亡风险的关系。方法:选择2022年1月至2023年12月就诊于我院医院重症医学科脓毒症患者145例,同期纳入50...
  • DOI:

    10.13738/j.cnki.acc.qklw60536

  • 专辑:

    科学Ⅰ辑;信息科技

  • 专题:

    信息、科学;综合科技

  • 分类号:

    G90;N92

目的:观察细胞分裂周期42(CDC42)在脓毒症患者外周血单个核细胞(PBMC)中的表达水平,并分析其与疾病易感性、炎症反应、多器官功能障碍及死亡风险的关系。方法:选择2022年1月至2023年12月就诊于我院医院重症医学科脓毒症患者145例,同期纳入50名健康体检者作为对照。采用RT-qPCR检测PBMC中CDC42的表达水平。比较两组CDC42表达差异,分析CDC42表达与炎症指标、序贯器官衰竭评分(SOFA)及28天死亡率的关系。结果:脓毒症组CDC42表达水平[中位数(四分位间距):0.452(0.291-0.766)]显著低于健康对照组[0.978(0.633-1.610)](P<0.001)。ROC曲线分析显示CDC42预测脓毒症的AUC为0.797(95%CI:0.725-0.869)。CDC42表达与C反应蛋白(r=-0.356,P<0.001)、肿瘤坏死因子-α(r=-0.337,P<0.001)和白细胞介素-17A(r=-0.324,P<0.001)呈负相关。CDC42表达与SOFA评分呈负相关(r=-0.324,P<0.001)。脓毒症死亡患者CDC42表达显著低于存活患者。结论:脓毒症患者CDC42表达下调,其表达水平与炎症反应程度、器官功能障碍严重程度及预后相关,可能成为脓毒症诊断和预后评估的潜在生物标志物。

关键词:细胞分裂周期42;脓毒症;炎症;多器官功能障碍;死亡率

引言

脓毒症是由感染引起的危及生命的器官功能障碍,以高度炎症反应和多器官功能障碍为特征[1]。尽管近年来治疗手段不断进步,脓毒症仍是全球感染相关死亡的主要原因。因此,寻找有效的生物标志物对于脓毒症的早期诊断、风险分层和个体化治疗具有重要意义。

细胞分裂周期42(CDC42)是Rho鸟苷三磷酸酶(GTPase)家族的一员,参与调节多种细胞功能,包括细胞极性、迁移、增殖和分化[2]。研究表明,CDC42可通过调节T细胞分化和巨噬细胞极化来调节炎症反应。在动物模型中,CDC42的缺失或抑制可加重肺损伤、肾损伤和心肌损伤[3]。而CDC42在脓毒症患者中表达特征及其与疾病进展关系尚不清楚。

研究旨在观察CDC42在脓毒症患者中的表达水平,并分析其与疾病易感性、炎症反应、多器官功能障碍及死亡风险的关系,为脓毒症的诊断和预后评估提供新的思路。

1.资料与方法

1.1 研究对象

选择2022年1月至2023年12月就诊于我院重症医学科的脓毒症患者145例。纳入标准:(1)符合2016年脓毒症-3诊断标准[4];(2)年龄≥18岁;(3)知情同意并自愿参与本研究。排除标准:(1)恶性肿瘤病史;(2)近6个月内使用免疫抑制剂;(3)接受放化疗;(4)妊娠或哺乳期妇女;(5)自身免疫性疾病;(6)严重肝肾功能不全。同期选择50名健康体检者作为对照组。

1.2 标本采集与检测方法

采集所有受试者外周静脉血5mL,使用密度梯度离心法分离PBMC。采用TRIzol试剂提取总RNA,使用分光光度计测定RNA浓度和纯度。使用PrimeScript RT试剂盒将1μg总RNA逆转录为cDNA。采用SYBR Premix Ex Taq II试剂盒在实时荧光定量PCR系统上进行RT-qPCR检测。

1.3 观察指标

1.3.1 一般资料

记录患者的基本信息和临床特征:人口学特征;基础疾病:详细记录患者既往史;感染部位;病原菌类型;APACHE II评分;慢性健康状况评分。

1.3.2 炎症指标

采用免疫比浊法测定C反应蛋白(CRP)水平(Beckman Coulter AU5800,美国)。采用ELISA法测定肿瘤坏死因子-α(TNF-α)、白细胞介素-6(IL-6)和白细胞介素-17A(IL-17A)水平(R&D Systems,美国)。

1.3.3 器官功能评分

采用SOFA(Sequential Organ Failure Assessment)评分评估患者器官功能状态。根据呼吸、凝血、肝脏、心血管、中枢神经系统和肾脏6个系统功能进行评分,总分0-24分。

1.3.4 预后

记录患者28天死亡情况。

1.4 统计学方法

采用SPSS 23.0统计软件进行数据分析。正态分布的计量资料以均数±标准差表示,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表示,组间比较采用Mann-Whitney U检验。计数资料以例数(百分比)表示,组间比较采用χ2检验或Fisher确切概率法。采用Spearman相关分析评估CDC42表达与炎症指标、SOFA评分的相关性。采用受试者工作特征(ROC)曲线分析CDC42诊断脓毒症的效能。

2.结果

2.1 一般资料比较

脓毒症组(n=145)和健康对照组(n=50)在年龄、性别等一般资料方面比较,差异无统计学意义(P>0.05),具有可比性。

2.2 CDC42表达水平比较

脓毒症组CDC42表达水平[0.452(0.291-0.766)]显著低于健康对照组[0.978(0.633-1.610)],差异有统计学意义(Z=-7.326, P<0.001)。

2.3 CDC42诊断脓毒症的ROC曲线分析

ROC曲线分析显示,CDC42诊断脓毒症的曲线下面积(AUC)为0.797(95%CI:0.725-0.869),当临界值为0.685时,敏感度为76.6%,特异度为74.0%,约登指数为0.506。

2.4 CDC42表达与炎症指标的相关性分析

Spearman相关分析显示,CDC42表达与CRP(r=-0.356,P<0.001)、TNF-α(r=-0.337,P<0.001)和IL-17A(r=-0.324,P<0.001)呈负相关,与IL-6无显著相关性(r=-0.160,P=0.056)。

2.5 CDC42表达与SOFA评分的相关性分析

CDC42表达与SOFA总分呈负相关(r=-0.324,P<0.001)。进一步分析显示,CDC42表达与呼吸系统(r=-0.367,P<0.001)、肝脏(r=-0.273,P=0.001)、心血管系统(r=-0.212,P=0.011)和肾脏(r=-0.319,P<0.001)功能评分呈负相关。与凝血功能(r=-0.160,P=0.054)和中枢神经系统(r=-0.132,P=0.114)评分无显著相关性。

2.6 CDC42表达与28天死亡率的关系

28天内死亡患者CDC42表达水平[0.279(0.211-0.384)]显著低于存活患者[0.490(0.336-0.870)],差异有统计学意义(Z=-5.238, P<0.001)。ROC曲线分析显示,CDC42预测28天死亡的AUC为0.766(95%CI:0.676-0.855),当临界值为0.358时,敏感度为71.8%,特异度为73.6%,约登指数为0.454。

将患者按CDC42表达水平的中位数分为高表达组和低表达组。Kaplan-Meier生存分析显示,低表达组28天生存率显著低于高表达组(Log-rank检验,χ2=15.627,P<0.001)。

3.讨论

研究首次观察CDC42在脓毒症患者中的表达特征及其临床意义。结果显示,脓毒症患者CDC42表达显著降低,且其表达水平与疾病易感性、炎症反应程度、器官功能障碍严重程度及预后密切相关。CDC42表达下调可能与脓毒症的发病机制相关。既往研究表明,CDC42参与调节T细胞分化和巨噬细胞极化[5],反映了不同炎症因子在脓毒症中的复杂调控机制[6]。

CDC42表达与SOFA评分呈负相关,提示CDC42可能参与脓毒症多器官功能障碍的发生发展。这与既往研究报道的CDC42在心脏、肾脏和肺损伤中的保护作用一致[7]。CDC42表达水平与28天死亡率显著相关。提示CDC42可能成为评估脓毒症预后的新型生物标志物。

4.结论

脓毒症患者CDC42表达下调,其表达水平与炎症反应程度、器官功能障碍严重程度及预后相关。CDC42有望成为脓毒症诊断和预后评估的新型生物标志物,为脓毒症的早期识别和个体化治疗提供新的思路。

参考文献

[1] Singer M, Deutschman CS, Seymour CW, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA. 2016;315(8):801-810.

[2] 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. Lancet. 2020;395(10219):200-211.

[3] Fleischmann C, Scherag A, Adhikari NK, et al. Assessment of Global Incidence and Mortality of Hospital-treated Sepsis. Current Estimates and Limitations. Am J Respir Crit Care Med. 2016;193(3):259-272.

[4] Pierrakos C, Velissaris D, Bisdorff M, et al. Biomarkers of sepsis: time for a reappraisal. Crit Care. 2020;24(1):287.

[5] Etienne-Manneville S, Hall A. Rho GTPases in cell biology. Nature. 2002;420(6916):629-635.

[6] Mizukawa B, Wei J, Shrestha M, et al. Inhibition of cell division cycle 42 activation ameliorates lung injury induced by hepatic ischemia-reperfusion. Anesthesiology. 2019;131(5):1110-1124.

[7] Huang Y, Yin H, Han J, et al. Extracellular hmgb1 functions as an innate immune-mediator implicated in murine cardiac microvascular endothelial cells apoptosis and fenestrations. PLoS One. 2011;6(5):e19518.



更多
引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献