研究背景慢加急性肝衰竭（acute-on-chronic liver failure,ACLF）患者由于其肠道菌群移位、免疫功能紊乱和基因易感性等原因而易于发生细菌感染。细菌感染不仅是ACLF常见的并发症,而且是ACLF患者短期预后的独立危险因素。早期诊断和治疗ACLF中细菌感染可以显著提高患者的生存率。因此,建立ACLF合并细菌感染的早期预测和诊断模型具有重要的研究价值和临床实践意义。在ACLF的发生发展过程中,免疫损伤发挥着重要作用。目前的研究发现,免疫细胞活化后产生的白介素-6（interleukin-6,IL-6）、白介素-8（interleukin-8,IL-8）、肿瘤坏死因子 α（tumor necrosis factor α,TNFα）等促炎因子和白介素-4（interleukin-4,IL-4）、白介素-10（interleukin-10,IL-10）等抑炎因子可以导致系统性炎症反应综合征（systemic inflammatory response syndrome,SIRS）、代偿性抗炎症反应综合征和混合性拮抗反应综合征,它们是细菌感染发生的病理生理基础之一。机体内持续性的SIRS可导致脓毒症,进而引起多器官功能衰竭,这也是ACLF患者死亡的重要病理基础。同时,在细菌感染的早期阶段,病原微生物可刺激机体的巨噬细胞、自然杀伤细胞等释放IL-6、IL-8、IL-10等炎性因子,这些炎性因子对于细菌感染的早期控制发挥至关重要的作用。因此,炎性因子是反映ACLF合并细菌感染发生、发展以及预后的潜在关键生物标志物。目前国内外研究建立的ACLF的疾病预后模型主要用于判断ACLF疾病本身的临床预后,协助临床医生制定治疗方案或者决定是否进行肝移植。终末期肝病模型（model for end-stage liver disease,MELD）评分和 MELD-sodium 评分被广泛用于评估危重肝病的严重程度。近些年的研究表明慢性肝衰竭联盟器官衰竭（chronic liver failure consortium-organ failure,CLIF-C OF）评分、慢性肝衰竭联盟慢加急性肝衰竭（CLIF-C ACLF）评分、亚太肝病研究协会慢加急性肝衰竭研究联盟（Asian Pacific Association for the Study of the Liver-ACLF Research Consortium,AARC）评分和同济预后预测模型（Tongji prognostic predictor model,TPPM）评分在预测ACLF预后方面优于MELD和MELD-sodium评分。但是目前没有相关研究报道HBV-ACLF合并细菌感染这一类危重人群的短期死亡风险预测模型。尽管有研究表明在细菌感染发生的高风险人群中预防性使用抗菌药物可降低细菌感染的发生率以改善患者预后,但是目前ACLF合并细菌感染的预防性抗菌治疗策略尚不明确,缺乏预测ACLF中细菌感染发生风险的研究,限制了临床医生对细菌感染发生风险的早期识别和预防性治疗策略的制定。既往研究表明炎性因子在细菌感染的发生过程中发挥着重要作用。Johannie等人报道肠道内的活化的巨噬细胞产生的IL-6可导致肠道通透性增加,从而引起菌群移位易于发生细菌感染。另外有研究报道机体遭遇急性细菌感染时,体内IL-10的表达水平上调可抑制免疫细胞清除细菌,导致细菌感染的发生发展。因此,ACLF患者体内一些炎性因子的水平可预测细菌感染的发生。另外,对于ACLF中细菌感染的诊断主要是根据临床症状与体征、实验室及影像学检查等,但是以上各项诊断标准仍存在一些尚未解决的问题:①诊断ACLF中细菌感染的客观实验室指标的诊断效能仍有待提升。虽然C-反应蛋白（C-reactive protein,CRP）和降钙素原（procalcitonin,PCT）在肝硬化患者的细菌感染诊断中具有一定的价值,但是其在ACLF患者的细菌感染诊断中表现不佳,需要更好的生物学标志物或诊断体系用于优化ACLF中细菌感染的诊断。已有小样本的临床回顾性研究证实炎性因子可作为诊断细菌感染的生物标志物,如IL-6可用于肝硬化患者中细菌感染的诊断,其敏感性和特异性分别为97.5%和80.6%等。②部分ACLF合并细菌感染患者的临床症状轻微或者缺乏特异性临床表现,易被临床一线工作人员忽视。SIRS可以提示ACLF中细菌感染的发生,但是ACLF本身也可以导致SIRS,如何区分ACLF或者ACLF合并细菌感染导致的SIRS,成为ACLF临床研究中所面临的重点课题之一。基于以上研究现状,我们开展了乙型肝炎病毒相关ACLF（hepatitis B virus-related ACLF,HBV-ACLF）合并细菌感染患者中炎性因子的表达特征及预后模型的建立、基于炎性因子建立HBV-ACLF合并细菌感染的预测模型和基于炎性因子建立HBV-ACLF合并细菌感染的诊断模型三项临床研究,以期为HBV-ACLF合并细菌感染的预测和诊断提供新的临床模型。第一部分乙型肝炎病毒相关慢加急性肝衰竭合并细菌感染患者中炎性因子的表达特征及预后模型的建立研究目的探索HBV-ACLF合并细菌感染患者中炎性因子的表达特征,开发和验证一个能预测HBV-ACLF合并细菌感染患者30天内死亡风险的临床模型。研究方法前瞻性筛选2018年6月至2020年12月在华中科技大学同济医学院附属同济医院被诊断为HBV-ACLF的住院患者,建立一项前瞻性队列。回顾性筛选2016年1月至2018年5月在华中科技大学同济医学院附属同济医院被诊断为HBV-ACLF的住院患者,建立一项回顾性队列。根据是否合并细菌感染将患者分为非细菌感染组和细菌感染组,分别将前瞻性队列和回顾性队列的细菌感染组中患者纳入造模队列和验证队列,用于HBV-ACLF合并细菌感染患者预后模型的建立和验证。收集患者的人口统计学信息、病史资料、实验室及影像学检查、生存情况等数据。在前瞻性队列中,比较非细菌感染组和细菌感染组中患者的临床特征差异,尤其是炎性因子表达水平的差异。记录炎性因子水平的动态变化、患者30天和90天生存情况。采用单因素和多因素logistic回归分析判断细菌感染是否为HBV-ACLF患者短期预后的独立危险因素。在造模队列中,通过单因素和多因素logistic回归分析筛选出HBV-ACLF合并细菌感染患者30天内死亡风险的独立预测因素并建立预后模型,同时绘制相应列线图。通过受试者工作特征曲线下面积（area under the receiver operating characteristic curve,AUC）评价预后模型的区分度,Hosmer-Lemeshow检验结合校准曲线评估预后模型的校准度,决策曲线分析评估预后模型的临床应用前景。研究结果1.共有513例HBV-ACLF患者纳入前瞻性队列,包括非细菌感染组中289例患者和细菌感染组中224例患者（纳入造模队列）。共有390例HBV-ACLF患者纳入回顾性队列,包括非细菌感染组中198例患者和细菌感染组中192例患者（纳入验证队列）。2.在前瞻性队列中,细菌感染组中患者的PCT、CRP、可溶性白介素-2受体（soluble interleukin-2 receptor,sIL-2R）、IL-6、IL-10和TNFα的水平均显著高于非细菌感染组中患者（P<0.05）。HBV-ACLF合并细菌感染患者的sIL-2R、IL-6、IL-8和IL-10水平的动态变化与短期预后密切相关。单因素和多因素logistic回归分析表明细菌感染是HBV-ACLF 患者 30 天（OR=2.411,95%CI:1.286-4.521,P=0.006）和 90 天（OR=2.477,95%CI:1.377-4.457,P=0.001）预后的独立危险因素。3.在造模队列中,单因素和多因素logistic回归分析显示年龄（OR=1.073,95%CI:1.035-1.112,P<0.001）、总胆红素（OR=1.006,95%CI:1.003-1.009,P<0.001）、国际标准化比值（international normalized ratio,INR）（OR=1.676,95%CI:1.138-2.648,P=0.009）、乳酸脱氢酶（lactate dehydrogenase,LDH）（OR=1.010,95%CI:1.005-1.015,P<0.001）和 sIL-2R（OR=1.001,95%CI:1.000-1.001,P=0.001）是 HBV-ACLF 合并细菌感染患者30天内死亡风险的独立预测因素。将上述5个预测因素作为自变量构建HBV-ACLF合并细菌感染患者30天内死亡风险预测模型,并绘制相应列线图。4.在造模队列中,列线图预测HBV-ACLF合并细菌感染患者30天内死亡风险的AUC为0.883（95%CI:0.839-0.927）。在验证队列中,列线图预测HBV-ACLF合并细菌感染患者30天内死亡风险的AUC为0.852（95%CI:0.791-0.913）。并且在造模队列和验证队列中,列线图预测HBV-ACLF合并细菌感染患者30天内死亡风险的AUC均显著高于 AARC、MELD、MELD-sodium、TPPM、CLIF-C OF 和 CLIF-CACLF 评分（P<0.05）。5.在造模队列和验证队列中,Hosmer-Lemeshow检验和校准曲线表明列线图预测HBV-ACLF合并细菌感染患者30天内死亡风险有较好的校准度（P=0.576,P=0.249）。决策曲线分析证实了列线图的临床实用性。研究结论细菌感染是HBV-ACLF患者短期预后的独立危险因素,可导致患者体内炎性因子水平的升高,并且一些炎性因子水平的动态变化与患者的短期预后密切相关。年龄、血清总胆红素、INR、LDH和sIL-2R是HBV-ACLF合并细菌感染患者30天内死亡风险的独立预测因素,由它们构建的列线图展现出良好的区分度、校准度和临床实用性。第二部分基于炎性因子建立乙型肝炎病毒相关慢加急性肝衰竭合并细菌感染的预测模型研究目的在HBV-ACLF中建立和验证细菌感染发生风险预测模型。研究方法分别在第一部分的前瞻性队列和回顾性队列中筛选住院期间未发生细菌感染和入院后一周内发生细菌感染的患者纳入造模队列和验证队列,用于预测模型的建立和验证。入院后一周内发生细菌感染的患者纳入细菌感染发生组,住院期间未发生细菌感染的患者纳入无细菌感染发生组。收集患者的人口统计学信息、病史资料、实验室及影像学检查、生存情况等数据,密切观察随访HBV-ACLF患者入院后细菌感染发生的情况。在造模队列中,采用单因素和多因素logistic回归分析筛选出HBV-ACLF患者发生细菌感染的独立预测因素并建立预测模型,同时绘制相应列线图。通过AUC评价列线图的区分度,Hosmer-Lemeshow检验结合校准曲线评价列线图的校准度,决策曲线分析评估列线图的临床应用前景。研究结果1.共有382例HBV-ACLF患者纳入造模队列,另外共有284例HBV-ACLF患者纳入验证队列。2.在造模队列中,单因素和多因素logistic回归分析显示血清总蛋白（OR=0.854,95%CI:0.814-0.895,P<0.001）、CRP（OR=1.117,95%CI:1.075-1.160,P<0.001）和 IL-6（OR=1.025,95%CI:1.006-1.045,P=0.009）水平是 HBV-ACLF 患者发生细菌感染的独立预测因素。将上述3个预测因素作为自变量构建HBV-ACLF中细菌感染发生风险预测模型,并绘制相应列线图。3.在造模队列中,列线图预测HBV-ACLF中细菌感染发生风险的AUC为0.840（95%CI:0.794-0.885）。验证队列中,列线图预测HBV-ACLF中细菌感染发生风险的AUC 为 0.794（95%CI:0.738-0.850）。4.在造模队列和验证队列中,Hosmer-Lemeshow检验和校准曲线表明列线图预测HBV-ACLF中细菌感染发生风险有较好的校准度（P=0.196,P=0.415）。决策曲线分析证实了列线图的临床应用前景。研究结论血清总蛋白、CRP和IL-6是HBV-ACLF患者发生细菌感染的独立预测因素,由它们构建的列线图展现出良好的区分度、校准度和临床实用性,为HBV-ACLF患者的细菌感染的早期预防和治疗提供了辅助手段。第三部分基于炎性因子建立乙型肝炎病毒相关慢加急性肝衰竭合并细菌感染的诊断模型研究目的在HBV-ACLF中建立和验证细菌感染的诊断模型。研究方法将第一部分的前瞻性队列中患者纳入造模队列,回顾性队列中患者纳入验证队列。收集患者的人口统计学信息、病史资料、实验室及影像学检查、生存情况等数据。根据HBV-ACLF患者是否合并细菌感染,分为非细菌感染组和细菌感染组。单因素和多因素logistic回归分析筛选出变量用于构建细菌感染的诊断模型。通过AUC评价诊断模型的区分度,Hosmer-Lemeshow检验结合校准曲线评价诊断模型的校准度,决策曲线分析评估诊断模型的临床实用性。研究结果1.共有513例HBV-ACLF患者纳入造模队列,包括非细菌感染组中289例患者和细菌感染组中224例患者。共有390例HBV-ACLF患者纳入验证队列,包括非细菌感染组中198例患者和细菌感染组中192例患者。2.单因素和多因素logistic回归分析筛选出CRP、PCT、IL-6和IL-10四个变量构建细菌感染诊断模型:Logit（P）=-4.861+0.061×CRP（mg/L）+3.343×PCT（ng/mL）+0.032×IL-6（pg/mL）+0.066×IL-10（pg/mL）。3.在造模队列中,诊断模型诊断HBV-ACLF中细菌感染的AUC为0.897（95%CI:0.871-0.923）。在验证队列中,诊断模型诊断HBV-ACLF中细菌感染的AUC为0.855（95%CI:0.816-0.894）。4.在造模队列和验证队列中,Hosmer-Lemeshow检验和校准曲线显示该诊断模型诊断HBV-ACLF中细菌感染有较好的校准度（P=0.387,P=0.229）。决策曲线分析证实了该诊断模型的临床实用性。研究结论由CRP、PCT、IL-6和IL-10构建的细菌感染诊断模型在HBV-ACLF中表现出良好的区分度、校准度和临床实用性,可辅助临床医生诊断HBV-ACLF中细菌感染。