重症医院获得性肺炎患者下呼吸道微生物群落组成

doi:10.11958/20251448

天津医药 ›› 2025, Vol. 53 ›› Issue (11): 1145-1151.doi: 10.11958/20251448

重症医院获得性肺炎患者下呼吸道微生物群落组成

郑童童¹(), 王敏², 单琦³, 李名航³, 柏亚真⁴, 富奇志^3△()

¹ 河南科技大学临床医学院，河南科技大学第一附属医院（邮编 471003 ）
² 河南科技大学第一附属医院呼吸与危重症医学科
³ 河南科技大学第一附属医院重症医学科
⁴ 洛阳市中心医院神经功能科

收稿日期:2025-04-18 修回日期:2025-08-10 出版日期:2025-11-15 发布日期:2025-11-19
通讯作者: △E-mail：fuqizhi33@sina.com
作者简介:郑童童（1997），女，硕士在读，主要从事重症呼吸疾病方面研究。E-mail：zhengt0610@163.com
基金资助:
河南省医学科技攻关计划省部共建青年项目(SBGJ202303042)

Analysis of microbial community composition of lower respiratory tract in patients with severe hospital-acquired pneumonia in critical care

ZHENG Tongtong¹(), WANG Min², SHAN Qi³, LI Minghang³, BAI Yazhen⁴, FU Qizhi^3△()

¹ Clinical Medical College of Henan University of Science and Technology, the First Affiliated Hospital of Henan University of Science and Technology, Luoyang 471003, China
² Department of Respiratory and Critical Care Medicine, the First Affiliated Hospital of Henan University of Science and Technology
³ Department of Critical Care Medicine, the First Affiliated Hospital of Henan University of Science and Technology
⁴ Department of Neurology, Luoyang Central Hospital

Received:2025-04-18 Revised:2025-08-10 Published:2025-11-15 Online:2025-11-19
Contact: △E-mail：fuqizhi33@sina.com

郑童童, 王敏, 单琦, 李名航, 柏亚真, 富奇志. 重症医院获得性肺炎患者下呼吸道微生物群落组成[J]. 天津医药, 2025, 53(11): 1145-1151.

ZHENG Tongtong, WANG Min, SHAN Qi, LI Minghang, BAI Yazhen, FU Qizhi. Analysis of microbial community composition of lower respiratory tract in patients with severe hospital-acquired pneumonia in critical care[J]. Tianjin Medical Journal, 2025, 53(11): 1145-1151.

摘要/Abstract

摘要：

目的利用宏基因组新一代测序（mNGS）了解重症监护病房（ICU）中重症医院获得性肺炎（SHAP）患者的下呼吸道微生物群落结构。方法对84例SHAP患者的支气管肺泡灌洗液（BALF）进行宏基因组新一代测序（mNGS）。根据年龄、吸烟、基础疾病、人工气道时长进行分组，比较不同组别患者气道微生物的α多样性、β多样性、微生物组成和群落结构差异，筛选人工气道差异微生物，构建网络共现图观察微生物间的相互作用。结果 α多样性分析显示，青年人的微生物群落多样性和均匀度显著高于中年人，合并脑卒中的微生物多样性和均匀度下降；人工气道治疗分组中，微生物的多样性和均匀度随人工气道治疗时长的增加而降低，人工气道治疗>3 d的多样性最低。β多样性分析显示，人工气道治疗>3 d的微生物群落结构与未行人工气道治疗组、人工气道治疗≤3 d组存在显著差异。下呼吸道微生物组成分析结果显示，鲍曼不动杆菌在所有组别中占据主导地位，中年组、非吸烟组、未行人工气道治疗组、无糖尿病组、人工气道治疗>3 d组和合并慢性肺部疾病组的菌群多样性较高，特别是铜绿假单胞菌、纹带棒杆菌、小韦荣球菌在这些组别中富集。差异分析显示人工气道治疗>3 d组和未行人工气道治疗组、人工气道治疗≤3 d组在铜绿假单胞菌和纹带棒杆菌存在显著差异。网络共现图显示部分微生物间可能存在协同作用或拮抗关系。结论 SHAP患者的下呼吸道微生物多样性在老年人、合并脑卒中和接受人工气道治疗的人群中明显下降，这类人群应合理使用抗菌药物，指导精准抗感染治疗。

关键词: 肺炎, 支气管肺泡灌洗液, 微生物, 宏基因组新一代测序

Abstract:

Objective To investigae microbial community structure of lower respiratory tract in severe hospital-acquired pneumonia (SHAP) patients in intensive care unit (ICU) using metagenomic next-generation sequencing (mNGS). Methods mNGS was performed on bronchoalveolar lavage fluid (BALF) of 84 patients with SHAP. Patients were grouped based on age, smoking status, underlying diseases and duration of artificial airway. The differences in α diversity, β diversity, microbial composition and community structure of airway microbiota were compared between different groups. The differential airway microbiota associated with artificial airway were screened, and microbial co-occurrence networks was constructed to observe the interaction in microorganisms. Results Results of α diversity analysis revealed that diversity and evenness of the microbial community were higher in young adults compared to those of middle-aged patients, while microbial diversity and evenness were significantly reduced in patients with comorbid stroke. In the group of artificial airway treatment, the diversity and uniformity of microorganisms decreased as the duration of artificial airway treatment increased. The diversity was the lowest when the artificial airway treatment lasted for more than 3 days. β diversity analysis confirmed that there were significant differences in the distinct microbial community structures between the >3 days support group and the non-intubated and ≤3 days support cohorts. Acinetobacter baumannii was dominant in all groups. The bacterial diversity was significantly higher in the middle-aged group, the non-smoking group, the group without artificial airway therapy, the group without diabetes mellitus, the group with artificial airway therapy ≥3 days and the group with chronic lung disease than those of other groups. In particular, pseudomonas aeruginosa, corynebacterium striatum and veillonella parvula were enriched in these groups. Difference analysis showed that there were significant differences in pseudomonas aeruginosa and corynebacterium striatum between the group with artificial airway treatment > 3 days, the group without artificial airway therapy and the group with artificial airway treatment ≤3 days. Network co-occurrence showed that there may be synergistic or antagonistic relationships between some microorganisms. Conclusion The microbial diversity of the lower respiratory tract in patients with SHAP significantly decreases in the elderly, those with concurrent stroke and those receiving artificial airway treatment. For these groups, rational use of antibiotics should be adopted to guide precise anti-infection treatment.

Key words: pneumonia, bronchoalveolar lavage fluid, microorganism, metagenomic next-generation sequencing

中图分类号:

R563.1

图/表 6

参考文献 30

[1]	GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories,1990-2019:a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396(10258):1204-1222. doi:10.1016/S0140-6736(20)30925-9.
[2]	KALIL A C, METERSKY M L, KLOMPAS M, et al. Management of adults with hospital-acquired and ventilator-associated pneumonia: 2016 clinical practice guidelines by the infectious diseases society of America and the American Thoracic Society[J]. Clin Infect Dis, 2016, 63(5):e61-e111. doi:10.1093/cid/ciw353.
[3]	TORRES A, NIEDERMAN M S, CHASTRE J, et al. International ERS/ESICM/ESCMID/ALAT guidelines for the management of hospital-acquired pneumonia and ventilator-associated pneumonia: Guidelines for the management of hospital-acquired pneumonia(HAP)/ventilator-associated pneumonia(VAP)of the European Respiratory Society (ERS),European Society of Intensive Care Medicine(ESICM),European Society of Clinical Microbiology and Infectious Diseases(ESCMID)and Asociación Latinoamericana del Tórax(ALAT)[J]. Eur Respir J, 2017, 50(3):1700582. doi:10.1183/13993003.00582-2017.
[4]	MEHTA A B, SYEDA S N, WIENER R S, et al. Epidemiological trends in invasive mechanical ventilation in the United States: A population-based study[J]. J Crit Care, 2015, 30(6):1217-1221. doi:10.1016/j.jcrc.2015.07.007.
[5]	IBN SAIED W, MOURVILLIER B, COHEN Y, et al. A Comparison of the mortality risk associated with ventilator-acquired bacterial pneumonia and nonventilator ICU-acquired bacterial pneumonia[J]. Crit Care Med, 2019, 47(3):345-352. doi:10.1097/CCM.0000000000003553.
[6]	刘又宁, 曹彬, 王辉, 等. 中国九城市成人医院获得性肺炎微生物学与临床特点调查[J]. 中华结核和呼吸杂志, 2012, 35(10):739-746.
	LIU Y N, CAO B, WANG H, et al. Microbiological and clinical features of hospital-acquired pneumonia in adults from nine cities of China[J]. Chinese Journal of Tuberculosis and Respiratory Diseases, 2012, 35(10):739-746. doi:10.3760/cma.j.issn.1001-0939.2012.10.009.
[7]	METLAY J P, WATERER G W, LONG A C, et al. Diagnosis and treatment of adults with community-acquired pneumonia. an official clinical practice guideline of the American Thoracic Society and Infectious Diseases Society of America[J]. Am J Respir Crit Care Med, 2019, 200(7):e45-e67. doi:10.1164/rccm.201908-1581ST.
[8]	ZHOU Y, LIU M, YANG J. Recovering metagenome-assembled genomes from shotgun metagenomic sequencing data: Methods, applications, challenges, and opportunities[J]. Microbiol Res, 2022, 260:127023. doi:10.1016/j.micres.2022.127023.
[9]	JIN X, LI J, SHAO M, et al. Improving suspected pulmonary infection diagnosis by bronchoalveolar lavage fluid metagenomic next-generation sequencing:a multicenter retrospective study[J]. Microbiol Spectr, 2022, 10(4):e0247321. doi:10.1128/spectrum.02473-21.
[10]	XU J, ZHOU P, LIU J, et al. Utilizing metagenomic next-generation sequencing (mNGS) for rapid pathogen identification and to inform clinical decision-making:results from a large real-world cohort[J]. Infect Dis Ther, 2023, 12(4):1175-1187. doi:10.1007/s40121-023-00790-5.
[11]	中华医学会呼吸病学分会感染学组. 中国成人医院获得性肺炎与呼吸机相关性肺炎诊断和治疗指南(2018年版)[J]. 中华结核和呼吸杂志, 2018, 41(4):255-280.
	Chinese Medical Association,Respiratory Medicine Branch,Infection Group. Diagnosis and treatment guidelines for hospital-acquired pneumonia and ventilator-associated pneumonia in Chinese adults (2018 Edition)[J]. Chinese Journal of Tuberculosis and Respiratory Diseases, 2018, 41(4):255-280. doi:10.3760/cma.j.issn.1001-0939.2018.04.006.
[12]	DICKSON R P, ERB-DOWNWARD J R, FREEMAN C M, et al. Bacterial topography of the healthy human lower respiratory tract[J]. mBio, 2017, 8(1):e02287-1. doi:10.1128/mBio.02287-16.
[13]	MORRIS A, BECK J M, SCHLOSS P D, et al. Comparison of the respiratory microbiome in healthy nonsmokers and smokers[J]. Am J Respir Crit Care Med, 2013, 187(10):1067-1075. doi:10.1164/rccm.201210-1913OC.
[14]	EINARSSON G G, COMER D M, MCILREAVEY L, et al. Community dynamics and the lower airway microbiota in stable chronic obstructive pulmonary disease, smokers and healthy non-smokers[J]. Thorax, 2016, 71(9):795-803. doi:10.1136/thoraxjnl-2015-207235.
[15]	DURACK J, HUANG Y J, NARIYA S, et al. Bacterial biogeography of adult airways in atopic asthma[J]. Microbiome, 2018, 6(1):104. doi:10.1186/s40168-018-0487-3.
[16]	ZHU S F, WU X X, GUO Y, et al. A 16S rDNA sequencing-based analysis of airway microecology in patients with an acute exacerbation of chronic obstructive pulmonary disease: A cross-sectional study in Inner Mongolia, China[J]. Front Med (Lausanne), 2022, 9:946238. doi:10.3389/fmed.2022.946238.
[17]	BYUN M K, CHANG J, KIM H J, et al. Differences of lung microbiome in patients with clinically stable and exacerbated bronchiectasis[J]. PLoS One, 2017, 12(8):e0183553. doi:10.1371/journal.pone.0183553.
[18]	GUAN W J, YUAN J J, LI H M, et al. Altered community compositions of Proteobacteria in adults with bronchiectasis[J]. Int J Chron Obstruct Pulmon Dis, 2018, 13:2173-2182. doi:10.2147/COPD.S159335.
[19]	HAN M K, ZHOU Y, MURRAY S, et al. Lung microbiome and disease progression in idiopathic pulmonary fibrosis: an analysis of the COMET study[J]. Lancet Respir Med, 2014, 2(7):548-556. doi:10.1016/S2213-2600(14)0069-4.
[20]	INVERNIZZI R, WU B G, BARNETT J, et al. The respiratory microbiome in chronic hypersensitivity pneumonitis is distinct from that of idiopathic pulmonary fibrosis[J]. Am J Respir Crit Care Med, 2021, 203(3):339-347. doi:10.1164/rccm.202002-0460OC.
[21]	HUANG D, SU X, YUAN M, et al. The characterization of lung microbiome in lung cancer patients with different clinicopathology[J]. Am J Cancer Res, 2019, 9(9):2047-2063.
[22]	CHEN Y, FENG W, YE K, et al. Application of metagenomic next-generation sequencing in the diagnosis of pulmonary infectious pathogens from bronchoalveolar lavage samples[J]. Front Cell Infect Microbiol, 2021, 11:541092. doi:10.3389/fcimb.2021.541092.
[23]	MAN W H, DE STEENHUIJSEN PITERS W A, BOGAERT D. The microbiota of the respiratory tract: gatekeeper to respiratory health[J]. Nat Rev Microbiol, 2017, 15(5):259-270. doi:10.1038/nrmicro.2017.14.
[24]	SOLE M L, YOOSEPH S, TALBERT S, et al. Pulmonary Microbiome of Patients Receiving Mechanical Ventilation: Changes Over Time[J]. Am J Crit Care, 2021, 30(2):128-132. doi:10.4037/ajcc2021194.
[25]	WOO S, PARK S Y, KIM Y, et al. The Dynamics of Respiratory Microbiota during Mechanical Ventilation in Patients with Pneumonia[J]. J Clin Med, 2020, 9(3):638. doi:10.3390/jcm9030638.
[26]	LIU C, WU K, SUN T, et al. Effect of invasive mechanical ventilation on the diversity of the pulmonary microbiota[J]. Crit Care, 2022, 26(1):252. doi:10.1186/s13054-022-04126-6.
[27]	DE CASTILHOS J, ZAMIR E, HIPPCHEN T, et al. Severe dysbiosis and specific haemophilus and neisseria signatures as hallmarks of the oropharyngeal microbiome in critically ill coronavirus disease 2019 (COVID-19) Patients[J]. Clin Infect Dis, 2022, 75(1):e1063-e1071. doi:10.1093/cid/ciab902.
[28]	LI W, GAO M, YU J. Rising prevalence and drug resistance of Corynebacterium striatum in lower respiratory tract infections[J]. Front Cell Infect Microbiol, 2024, 14:1526312. doi:10.3389/fcimb.2024.1526312.
[29]	HARDING C M, HENNON S W, FELDMAN M F. Uncovering the mechanisms of Acinetobacter baumannii virulence[J]. Nat Rev Microbiol, 2018, 16(2):91-102. doi:10.1038/nrmicro.2017.148.
[30]	ZHAO J, HUANG Y, LI J, et al. In vitro antibacterial activity and resistance prevention of antimicrobial combinations for dihydropteroate synthase-carrying stenotrophomonas maltophilia[J]. Infect Drug Resist, 2022, 15:3039-3046. doi:10.2147/IDR.S368338.

组别	n		Shannon指数	Simpson指数	Richness指数	Chao1指数
青年组	7		1.57（1.52，1.71）	0.70（0.68，0.73）	14.00（12.00，14.50）	14.00（12.50，14.75）
中年组	12		0.58（0.29，0.85）^a	0.29（0.10，0.51）^a	11.50（9.75，12.50）	12.00（9.88，16.25）
老年组	65		1.21（0.71，1.74）^b	0.58（0.30，0.77）	12.00（11.00，13.00）	12.50（11.00，14.00）
H			6.791^＊	5.208^＊	2.113	0.687
非吸烟组	70		1.13（0.62，1.70）	0.57（0.29，0.75）	12.00（11.00，13.00）	12.75（11.00，14.00）
吸烟组	14		1.19（0.56，1.71）	0.61（0.25，0.72）	12.00（9.25，14.75）	12.50（9.25，15.00）
U			459.000	448.000	473.000	485.000
无脑卒中组	59		1.51（0.75，1.77）	0.66（0.35，0.77）	12.00（10.00，14.00）	13.00（11.00，15.00）
合并脑卒中组	25		0.72（0.48，1.26）	0.36（0.22.0.64）	12.00（11.00，13.00）	12.00（11.00，14.00）
U			518.000^＊	509.000^＊	701.000	645.000
无糖尿病组		47	1.53（0.58，1.77）	0.69（0.29，0.78）	12.00（11.00，13.00）	12.33（11.00，15.00）
合并糖尿病组		37	1.04（0.60，1.54）	0.43（0.28，0.72）	12.00（10.00，14.00）	13.00（11.00，14.00）
U			723.000	728.000	923.500	860.500
无慢性肺病组		62	1.23（0.58，1.77）	0.61（0.29，0.77）	12.00（10.25，13.75）	12.00（11.00，14.00）
合并慢性肺病组		22	1.00（0.71，1.52）	0.50（0.29，0.71）	12.00（10.25，13.75）	13.25（12.00，15.00）
U			584.000	595.000	678.000	822.000
未行人工气道治疗组		28	1.60（1.13，1.99）	0.71（0.53，0.82）	13.00（12.00，15.00）	14.00（13.00，15.00）
人工气道治疗≤3 d组		34	1.16（0.44，1.70）^c	0.54（0.18，0.77）^c	11.00（9.00，12.00）^c	12.00（10.00，13.00）^c
人工气道治疗>3 d组		22	0.72（0.25，1.03）^cd	0.37（0.10，0.55）^cd	12.00（10.25，12.75）^cd	12.00（10.25，14.75）
H			17.568^＊＊	14.504^＊＊	11.401^＊＊	10.193^＊＊

组别	n		Shannon指数	Simpson指数	Richness指数	Chao1指数
青年组	7		1.57（1.52，1.71）	0.70（0.68，0.73）	14.00（12.00，14.50）	14.00（12.50，14.75）
中年组	12		0.58（0.29，0.85）^a	0.29（0.10，0.51）^a	11.50（9.75，12.50）	12.00（9.88，16.25）
老年组	65		1.21（0.71，1.74）^b	0.58（0.30，0.77）	12.00（11.00，13.00）	12.50（11.00，14.00）
H			6.791^＊	5.208^＊	2.113	0.687
非吸烟组	70		1.13（0.62，1.70）	0.57（0.29，0.75）	12.00（11.00，13.00）	12.75（11.00，14.00）
吸烟组	14		1.19（0.56，1.71）	0.61（0.25，0.72）	12.00（9.25，14.75）	12.50（9.25，15.00）
U			459.000	448.000	473.000	485.000
无脑卒中组	59		1.51（0.75，1.77）	0.66（0.35，0.77）	12.00（10.00，14.00）	13.00（11.00，15.00）
合并脑卒中组	25		0.72（0.48，1.26）	0.36（0.22.0.64）	12.00（11.00，13.00）	12.00（11.00，14.00）
U			518.000^＊	509.000^＊	701.000	645.000
无糖尿病组		47	1.53（0.58，1.77）	0.69（0.29，0.78）	12.00（11.00，13.00）	12.33（11.00，15.00）
合并糖尿病组		37	1.04（0.60，1.54）	0.43（0.28，0.72）	12.00（10.00，14.00）	13.00（11.00，14.00）
U			723.000	728.000	923.500	860.500
无慢性肺病组		62	1.23（0.58，1.77）	0.61（0.29，0.77）	12.00（10.25，13.75）	12.00（11.00，14.00）
合并慢性肺病组		22	1.00（0.71，1.52）	0.50（0.29，0.71）	12.00（10.25，13.75）	13.25（12.00，15.00）
U			584.000	595.000	678.000	822.000
未行人工气道治疗组		28	1.60（1.13，1.99）	0.71（0.53，0.82）	13.00（12.00，15.00）	14.00（13.00，15.00）
人工气道治疗≤3 d组		34	1.16（0.44，1.70）^c	0.54（0.18，0.77）^c	11.00（9.00，12.00）^c	12.00（10.00，13.00）^c
人工气道治疗>3 d组		22	0.72（0.25，1.03）^cd	0.37（0.10，0.55）^cd	12.00（10.25，12.75）^cd	12.00（10.25，14.75）
H			17.568^＊＊	14.504^＊＊	11.401^＊＊	10.193^＊＊

重症医院获得性肺炎患者下呼吸道微生物群落组成

Analysis of microbial community composition of lower respiratory tract in patients with severe hospital-acquired pneumonia in critical care

引用本文

RichHTML

PDF (PC)

可视化

摘要/Abstract

使用本文

图/表 6

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价

[1]	蔡淼, 梁爽, 刘洋. 儿童肺炎住院时间延长预测模型的构建及临床应用价值[J]. 天津医药, 2025, 53(9): 976-980.
[2]	封金花, 黄晗, 许丽萍, 孙爽爽, 王艳琼. 血清PCT、外周血补体及淋巴细胞亚群对难治性肺炎支原体肺炎患儿发生塑型性支气管炎的预测价值[J]. 天津医药, 2025, 53(7): 714-718.
[3]	赵志刚, 刘辉, 刘红梅. 重症乙型流感病毒性肺炎合并侵袭性肺曲霉菌病的影响因素分析[J]. 天津医药, 2025, 53(7): 736-740.
[4]	吴小霞, 郭建新, 瞿梦婷, 娜迪热·海如拉, 扎依旦·艾力, 程永凤. 不同潮气量通气对重症肺炎患儿呼吸力学和血流动力学的影响[J]. 天津医药, 2025, 53(7): 747-750.
[5]	何倩倩, 黄晗, 梁利红, 吴琳琳, 梁东阁. 难治性肺炎支原体肺炎患儿外周血Galectin-3、IL-1β、IL-9表达水平及临床意义[J]. 天津医药, 2025, 53(4): 393-397.
[6]	彭溪, 杨莉莉, 刘敏, 张峻梅. 肺部肺炎克雷伯菌感染患者血清SOCS-1、sTREM-2、ACLY变化及临床意义[J]. 天津医药, 2025, 53(4): 397-401.
[7]	刘文洁, 武帆, 赵娜娜, 申营, 齐海燕. 肺炎支原体感染复发喘息患儿血清EDN、IL-13、TGF-β1水平及危险因素分析[J]. 天津医药, 2025, 53(2): 151-155.
[8]	申晓月, 李娟, 吴雪静. 双歧杆菌四联活菌联合头孢克洛对小儿细菌性肠炎的疗效观察[J]. 天津医药, 2025, 53(2): 199-202.
[9]	邹权, 陈诺, 杨晶晶, 吴至久. 基于肠道菌群探讨中医药治疗腹泻型肠易激综合征的研究进展[J]. 天津医药, 2025, 53(2): 219-224.
[10]	王磊, 孟坤, 王兵. 支气管肺炎患儿反复喘息的影响因素分析及预测模型构建[J]. 天津医药, 2024, 52(8): 850-853.
[11]	祁福敏, 苏睿, 郝剑, 苏丽, 范倩, 李昕, 魏蔚. 显微镜下多血管炎相关间质性肺病合并COVID-19患者疫苗保护作用初探[J]. 天津医药, 2024, 52(7): 683-686.
[12]	吕梦娜, 李建斌, 吴锐. 自身炎症性疾病患者合并COVID-19严重程度的早期预测指标探讨[J]. 天津医药, 2024, 52(5): 528-531.
[13]	任燕, 陈善萍, 周莉华, 王凌霄, 管丽娟, 杨永学. 实验室衰弱指数对老年CAP住院患者并发脓毒症及脓毒性休克风险的预测价值[J]. 天津医药, 2024, 52(4): 416-421.
[14]	周秀芬, 刘晖, 陈虹, 赵宗波. SAP患者GLI与外周血各指标变化的临床意义[J]. 天津医药, 2024, 52(12): 1286-1291.
[15]	宫秀娟, 赵慧霞, 张小庆, 张连霞. 重症社区获得性肺炎患者PIV、IL-6、HBP、PAB水平对疗效的评估价值[J]. 天津医药, 2024, 52(11): 1216-1220.