血浆纤维蛋白原水平对脓毒性休克患者院内死亡的预测价值

doi:10.3969/j.issn.1006-5725.2025.12.010

摘要/Abstract

摘要：

目的探讨脓毒性休克患者血浆纤维蛋白原（fibrinogen，FBG）水平与院内死亡的关系及其预测价值。方法回顾性分析2018年8月1日至2020年12月31日在深圳市第二人民医院ICU诊断为脓毒性休克的563例患者的临床资料。收集患者人口统计学信息，入院时的基本生命体征、血常规和生化指标，并计算急性生理学和慢性健康状况评估Ⅱ（acute physiology and chronic health evaluation Ⅱ， APACHEⅡ）评分。采用二元logistic回归分析探讨血浆FBG与脓毒性休克患者院内死亡的相关性，广义相加模型（generalized additive model， GAM）模型和平滑曲线拟合探讨非线性关系，分段式logistic线性回归进行量化。绘制FBG和APACHEⅡ评分对脓毒性休克患者院内死亡的受试者工作特征曲线（receiver operating characteristic， ROC），计算曲线下面积（area under curve，AUC），比较两者的预测效能。采用亚组分析来探讨不同人群的异质性。结果二元logistic回归分析提示血浆FBG与脓毒性休克患者院内死亡之间存在显著负相关（P < 0.05）。GAM模型和平滑曲线拟合确定脓毒性休克患者血浆FBG水平与院内死亡之间存在非线性关系，拐点为5.54 g/L。分段式线性回归模型提示拐点左侧（FBG ≤ 5.54 g/L），血浆FBG每降低1 g/L，死亡风险增加24.5%（OR = 0.755，P = 0.003）；而拐点右侧（FBG > 5.54 g/L），两者关系无统计学意义（OR = 1.049，P = 0.685）。亚组分析结果显示，各亚组特征对FBG与院内死亡之间的关系无修饰作用。结论脓毒性休克患者FBG水平与院内死亡之间存在非线性关系，对脓毒性休克患者院内死亡风险有一定的预测价值。

关键词: 脓毒性休克, 血浆纤维蛋白原, 院内死亡, 非线性关系

Abstract:

Objective To explore the association between plasma fibrinogen （FBG） levels and the risk of in-hospital mortality among patients with septic shock. Methods The clinical data of 563 patients diagnosed with septic shock in the Intensive Care Unit （ICU） of Shenzhen Second People's Hospital from August 1， 2018， to December 31， 2020， were collected. Patient demographic information， basic vital signs， and blood routine and biochemical indices upon admission were gathered. Moreover， the Acute Physiology and Chronic Health Evaluation Ⅱ （APACHEⅡ） scores were calculated. Binary logistic regression analysis was conducted to explore the correlation between plasma fibrinogen levels and in-hospital mortality in patients with septic shock. Additionally， a generalized additive model （GAM） and smoothed curve fitting were employed to investigate the nonlinear relationship between plasma fibrinogen and in-hospital mortality. Receiver operating characteristic （ROC） curves were constructed for FBG and APACHEⅡ scores to predict in-hospital mortality in septic shock patients. The area under the curve （AUC） was computed to compare the predictive efficacies of the two. Furthermore， a segmented linear regression model was utilized for quantification. Results Binary logistic regression analysis demonstrated a significant negative correlation between plasma fibrinogen levels and in-hospital mortality among patients with septic shock （P < 0.05）. GAM modeling and smoothed curve fitting disclosed a nonlinear association between plasma fibrinogen levels and in-hospital mortality， with an inflection point at 5.54 g/L. The segmented linear regression model indicated that， to the left of the inflection point （FBG ≤ 5.54 g/L）， for every 1 g/L decrease in plasma fibrinogen， the risk of death increased by 24.5% （OR = 0.755， P = 0.003）. Conversely， to the right of the inflection point （FBG > 5.54 g/L）， the relationship was not statistically significant （OR = 1.049， P = 0.685）. The findings of the subgroup analyses indicated that the characteristics of the subgroups did not alter the relationship between blood fibrinogen levels and in-hospital mortality. Conclusion There is a nonlinear relationship between FBG levels and in-hospital mortality in patients with septic shock， which has predictive value for evaluating the risk of in-hospital mortality in this patient cohort.

Key words: septic shock, plasma fibrinogen, in-hospital mortality, non-linear relationship

中图分类号:

R441.9

周力,韩勇,庞婷,雷景恒,曾珊,王静静,周岳杰,李舒雅,邓哲. 血浆纤维蛋白原水平对脓毒性休克患者院内死亡的预测价值[J]. 实用医学杂志, 2025, 41(12): 1840-1845.

Li ZHOU,Yong HAN,Ting PANG,Jingheng LEI,Shan ZENG,Jingjing WANG,Yuejie ZHOU,Shuya LI,Zhe DENG. Predictive value of plasma fibrinogen for in⁃hospital mortality in patients with septic shock[J]. The Journal of Practical Medicine, 2025, 41(12): 1840-1845.

图/表 9

表1

图1

表2

表3

图2

表4

图3

表5

表6

参考文献 26

1	SINGER M， DEUTSCHMAN C S， SEYMOUR C W， et al. The third international consensus definitions for sepsis and septic shock （sepsis-3）［J］. JAMA， 2016， 315（8）： 801-810. doi:10.1001/jama.2016.0287 doi: 10.1001/jama.2016.0287
2	SANDRONI C， CARIOU A， CAVALLARO F， et al. Prognostication in comatose survivors of cardiac arrest： An advisory statement from the european resuscitation council and the european society of intensive care medicine［J］. Intensive Care Med， 2014， 40（12）： 1816-1831. doi:10.1007/s00134-014-3470-x doi: 10.1007/s00134-014-3470-x
3	ZHOU J， QIAN C， ZHAO M， et al. Epidemiology and outcome of severe sepsis and septic shock in intensive care units in mainland China［J］. PLoS One， 2014， 9（9）： e107181. doi:10.1371/journal.pone.0107181 doi: 10.1371/journal.pone.0107181
4	LIN S， LUO B， MA J. Multiple datasets to explore the molecular mechanism of sepsis［J］. BMC Genom data， 2022， 23（1）： 66. doi:10.1186/s12863-022-01078-2 doi: 10.1186/s12863-022-01078-2
5	LI M F， LI X L， FAN K L， et al. Platelet desialylation is a novel mechanism and a therapeutic target in thrombocytopenia during sepsis： An open-label， multicenter， randomized controlled trial［J］. J Hematol Oncol， 2017， 10（1）： 104. doi:10.1186/s13045-017-0476-1 doi: 10.1186/s13045-017-0476-1
6	VENKATA C， KASHYAP R， FARMER J C， et al. Thrombocytopenia in adult patients with sepsis： Incidence， risk factors， and its association with clinical outcome［J］. J Intensive Care， 2013， 1（1）： 9. doi:10.1186/2052-0492-1-9 doi: 10.1186/2052-0492-1-9
7	FAROOQ N， CHUAN B， MAHMUD H， et al. Association of the systemic host immune response with acute hyperglycemia in mechanically ventilated septic patients［J］. PLoS One， 2021， 16（3）： e0248853. doi:10.1371/journal.pone.0248853 doi: 10.1371/journal.pone.0248853
8	MATSUBARA T， YAMAKAWA K， UMEMURA Y， et al. Significance of plasma fibrinogen level and antithrombin activity in sepsis： A multicenter cohort study using a cubic spline model［J］. Thromb Res， 2019， 181： 17-23. doi:10.1016/j.thromres.2019.07.002 doi: 10.1016/j.thromres.2019.07.002
9	TANG X， SHAO L， DOU J， et al. Fibrinogen as a prognostic predictor in pediatric patients with sepsis： A database study［J］. Mediators Inflamm， 2020， 2020： 9153620. doi:10.1155/2020/9153620 doi: 10.1155/2020/9153620
10	张强，赵良，许永华，等. 急性生理学与慢性健康状况评分系统Ⅱ评分及凝血指标对老年脓毒症患者预后的评估作用［J］. 中华危重病急救医学， 2008， 20（8）： 493-494.
11	LI S， SHEN Y， CHANG B， et al. Prognostic value of albumin-to-fibrinogen ratio for 28-day mortality among patients with sepsis from various infection sites［J］. Mediators Inflamm， 2022， 2022： 3578528. doi:10.1155/2022/3578528 doi: 10.1155/2022/3578528
12	IBA T， NISIO M D， LEVY J H， et al. New criteria for sepsis-induced coagulopathy （SIC） following the revised sepsis definition： A retrospective analysis of a nationwide survey［J］. BMJ Open， 2017， 7（9）： e017046. doi:10.1136/bmjopen-2017-017046 doi: 10.1136/bmjopen-2017-017046
13	YAO C， ZHANG G， ZHANG N， et al. Fibrinogen is associated with prognosis of critically ill patients with sepsis： A study based on cox regression and propensity score matching［J］. Mediators Inflam， 2023， 2023（1）： 7312822. doi:10.1155/2023/7312822 doi: 10.1155/2023/7312822
14	KNAUS W A， DRAPER E A， WAGNER D P， et al. APACHE Ⅱ： A severity of disease classification system［J］. Crit Care Med， 1985， 13（10）： 818-829. doi:10.1097/00003246-198510000-00009 doi: 10.1097/00003246-198510000-00009
15	GAUER R， FORBES D， BOYER N. Sepsis： Diagnosis and management［J］. Am Fam Physician， 2020， 101（7）： 409-418.
16	CECCONI M， EVANS L， LEVY M， et al. Sepsis and septic shock［J］. Lancet， 2018， 392（10141）： 75-87. doi:10.1016/s0140-6736(18)30696-2 doi: 10.1016/s0140-6736(18)30696-2
17	MACRAE F L， DUVAL C， PAPAREDDY P， et al. A fibrin biofilm covers blood clots and protects from microbial invasion［J］. J Clin Invest， 2018， 128（8）： 3356-3368. doi:10.1172/jci98734 doi: 10.1172/jci98734
18	庞婷，韩勇，周力，等. 血尿素氮对脓毒性休克患者院内死亡风险的预测价值［J］. 实用医学杂志， 2024， 40（13）： 1874-1878.
19	ADAMIK B， GOZDZIK W， JAKUBCZYK D， et al. Coagulation abnormalities identified by thromboelastometry in patients with severe sepsis： The relationship to endotoxemia and mortality［J］. Blood Coagul Fibrinolysis， 2017， 28（2）： 163-170. doi:10.1097/mbc.0000000000000572 doi: 10.1097/mbc.0000000000000572
20	DAVALOS D， AKASSOGLOU K. Fibrinogen as a key regulator of inflammation in disease［J］. Semin Immunopathol， 2012， 34（1）： 43-62. doi:10.1007/s00281-011-0290-8 doi: 10.1007/s00281-011-0290-8
21	SUI J， NOUBOUOSSIE D F， GANDOTRA S， et al. Elevated plasma fibrinogen is associated with excessive inflammation and disease severity in COVID-19 patients［J］. Front Cell Infect Microbiol， 2021， 11： 734005. doi:10.3389/fcimb.2021.734005 doi: 10.3389/fcimb.2021.734005
22	NASIMUZZAMAN M， ARUMUGAM P I， MULLINS E S， et al. Elimination of the fibrinogen integrin αMβ2-binding motif improves renal pathology in mice with sickle cell anemia［J］. Blood Adv， 2019， 3（9）： 1519-1532. doi:10.1182/bloodadvances.2019032342 doi: 10.1182/bloodadvances.2019032342
23	SUNGURLU S， KUPPY J， BALK R A. Role of antithrombin Ⅲ and tissue factor pathway in the pathogenesis of sepsis［J］. Crit Care Clin， 2020， 36（2）： 255-265. doi:10.1016/j.ccc.2019.12.002 doi: 10.1016/j.ccc.2019.12.002
24	师浩兵，侯千暠，廖丽君. 肠-肝轴紊乱与脓毒症关系的研究进展［J］. 中华危重病急救医学， 2022， 34（7）： 769-772.
25	赵国敏，张辉，叶朴聪，等. 乳酸脱氢酶与白蛋白比值对脓毒症相关急性肾损伤患者短期预后的影响［J］. 实用医学杂志， 2024， 40（13）： 1803-1807，1813.
26	白欢，沈玲，静亮，等. 凝血酶原时间对脓毒症患者病情严重程度判断及预后评估的价值研究［J］. 中华危重病急救医学， 2022， 34（7）： 682-688.

项目	Q1（n = 140）	Q2（n = 137）	Q3（n = 145）	Q4（n = 141）	F/χ²/H值	P值
年龄（x ± s）/岁	68.31 ± 17.30	72.62 ± 15.98	72.21 ± 16.19	69.52 ± 16.22	2.262	0.080
性别/［例（%）］					2.275	0.079
男	73（52.14）	92（67.15）	88（60.69）	81（57.45）
女	67（47.86）	45（32.85）	57（39.31）	60（42.55）
糖尿病/［例（%）］	37（26.43）	42（30.66）	59（40.69）	54（38.30）	2.787	0.040
体温（x ± s）/℃	36.74 ± 0.99	36.86 ± 0.75	37.03 ± 1.01	36.99 ± 0.85	2.964	0.032
呼吸频率（x ± s）/（次/min）	21.80 ± 6.29	21.53 ± 6.53	23.37 ± 7.97	22.95 ± 6.88	2.286	0.034
血浆FBG（x ± s）/（g/L）	2.32 ± 0.51	3.64 ± 0.31	4.90 ± 0.45	7.16 ± 1.16	125.005	< 0.001
D-D/（mg/L）	6.79（2.73，14.93）	5.39（2.15，10.46）	4.48（2.10，8.16）	4.94（2.04，9.13）	2.974	0.025
血乳酸/（mmol/L）	3.20（2.00，5.11）	2.40（1.60，3.50）	2.20（1.60，3.20）	2.10（1.60，3.20）	7.330	< 0.001
CRP/（mg/L）	51.66（18.64，102.11）	90.33（46.02，151.94）	119.41（73.65，190.21）	184.55（115.53，248.84）	56.846	< 0.001
PLT/（×10⁹/L）	133.00（71.50，199.00）	149.00（94.00，217.00）	166.00（113.00，254.00）	192.00（123.00，251.00）	6.214	< 0.001
APACHEⅡ（x ± s）/分	27.90 ± 8.49	25.82 ± 8.45	25.65 ± 9.35	25.45 ± 9.58	2.250	0.017

影响因素	未调整模型		模型Ⅰ		模型Ⅱ
影响因素	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
FBG	0.860（0.787 ~ 0.941）	< 0.001	0.855（0.781 ~ 0.936）	< 0.001	0.862（0.765 ~ 0.972）	0.015
FBG四分组
Q1（< 3.10 g/L）	Ref		Ref		Ref
Q2（3.10 ~ 4.21 g/L）	1.086（0.673 ~ 1.753）	0.736	0.978（0.599 ~ 1.595）	0.928	1.121（0.660 ~ 1.903）	0.673
Q3（4.22 ~ 5.75 g/L）	0.529（0.330 ~ 0.847）	0.008	0.476（0.294 ~ 0.770）	0.003	0.542（0.311 ~ 0.944）	0.031
Q4（> 5.75 g/L）	0.555（0.346 ~ 0.891）	0.015	0.530（0.328 ~ 0.857）	0.009	0.584（0.317 ~ 1.079）	0.086

影响因素	GAM模型
影响因素	OR（95%CI）	P值
FBG	0.861（0.760 ~ 0.975）	0.019
FBG四分组
Q1（< 3.10 g/L）	Ref
Q2（3.10 ~ 4.21 g/L）	1.055（0.610 ~ 1.827）	0.848
Q3（4.22 ~ 5.75 g/L）	0.487（0.272 ~ 0.871）	0.015
Q4（> 5.75 g/L）	0.533（0.281， 1.009）	0.053

院内死亡	OR（95%CI）	P值
两分段式线性回归模型
血浆FBG的拐点	5.54 g/L
≤ 5.54 g/L	0.755（0.629 ~ 0.906）	< 0.01
> 5.54 g/L	1.049（0.831 ~ 1.325）	0.685

指标	AUC值	95%CI	最佳阈值	特异度/%	敏感度/%
FBG	0.689	0.642 ~ 0.736	4.3000	56.83	60.70
APACHEⅡ	0.759	0.713 ~ 0.805	26.4947	64.03	58.25