PNI、LMR、MELD对肝移植术后早期肺部感染的预测价值

doi:10.11958/20240184

天津医药 ›› 2024, Vol. 52 ›› Issue (10): 1041-1045.doi: 10.11958/20240184

PNI、LMR、MELD对肝移植术后早期肺部感染的预测价值

杨凯¹(), 侯丁聪¹^,²^,³, 段少先¹^,²^,³, 毕怡¹^,²^,³, 谢炎²^,³, 张骊²^,³, 蒋文涛²^,³^,^△()

1 天津医科大学一中心临床学院（邮编300192）
2 天津市第一中心医院肝移植科
3 天津市肝癌分子诊断与治疗重点实验室

收稿日期:2024-02-07 修回日期:2024-02-29 出版日期:2024-10-15 发布日期:2024-10-14
通讯作者: △ E-mail：jiangwentao@nankai.edu.cn
作者简介:杨凯（1997），男，硕士在读，主要从事肝脏移植外科方面研究。E-mail：yangkai@tmu.edu.cn
基金资助:
国家自然科学基金青年项目(82202399);细胞生态海河实验室创新基金(22HHXBJC00001)

Predictive values of PNI, LMR and MELD for early lung infection after liver transplantation

YANG Kai¹(), HOU Dingcong¹^,²^,³, DUAN Shaoxian¹^,²^,³, BI Yi¹^,²^,³, XIE Yan²^,³, ZHANG Li²^,³, JIANG Wentao²^,³^,^△()

1 The First Central Clinical School, Tianjin Medical University, Tianjin 300192, China
2 Department of Liver Transplantation, Tianjin First Central Hospital
3 Tianjin Key Laboratory of Molecular Diagnosis and Treatment of Liver Cancer, Tianjin First Central Hospital

Received:2024-02-07 Revised:2024-02-29 Published:2024-10-15 Online:2024-10-14
Contact: △ E-mail：jiangwentao@nankai.edu.cn

杨凯, 侯丁聪, 段少先, 毕怡, 谢炎, 张骊, 蒋文涛. PNI、LMR、MELD对肝移植术后早期肺部感染的预测价值[J]. 天津医药, 2024, 52(10): 1041-1045.

YANG Kai, HOU Dingcong, DUAN Shaoxian, BI Yi, XIE Yan, ZHANG Li, JIANG Wentao. Predictive values of PNI, LMR and MELD for early lung infection after liver transplantation[J]. Tianjin Medical Journal, 2024, 52(10): 1041-1045.

摘要/Abstract

摘要：

目的探讨原位肝移植患者术后早期发生肺部感染的相关危险因素，并构建肝移植术后早期肺部感染的预测模型。方法回顾性分析首次行原位肝移植的269例患者的临床资料，根据术后30 d内是否发生肺部感染分为感染组（97例）和未感染组（172例），收集患者术前一般资料、术前实验室检查结果、术中和术后资料。采用多因素Logistic回归分析肺部感染的危险因素，基于多因素分析结果构建预测模型并评估模型预测效能。结果 2组经单因素和多因素Logistic回归分析，术前预后营养指数（PNI）≤41.70（OR=1.972，95%CI：1.047~3.714，P=0.036）、淋巴细胞计数与单核细胞计数比值（LMR）≤1.52（OR=2.020，95%CI：1.102~3.705，P=0.023）、终末期肝病模型（MELD）>10.72（OR=1.985，95%CI：1.103~3.573，P=0.022）、手术时间>448 min（OR=2.676，95%CI：1.515~4.727，P=0.001）、重症监护病房（ICU）住院时间>4.0 d（OR=2.623，95%CI：1.335~5.154，P=0.005）是肝移植术后早期肺部感染的独立危险因素。基于多因素分析结果构建的预测模型的受试者工作特征曲线下面积为0.768，敏感度为80.41%，特异度为60.47%。结论基于PNI、LMR、MELD、手术时间、ICU住院时间构建的预测模型可有效预测肝移植术后早期肺部感染的发生。

关键词: 肝移植, 手术后并发症, 预后营养指数, 淋巴细胞单核细胞比值, 终末期肝病模型, 预测模型

Abstract:

Objective To explore risk factors of early lung infection after liver transplantation and to construct a prediction model of early lung infection after liver transplantation. Methods The clinical data of 269 patients who underwent orthotopic liver transplantation for the first time were retrospectively analyzed. Patients were divided into the infected group (n=97) and the non-infected group (n=172) according to whether pulmonary infection occurred within 30 days after operation. The preoperative general data, preoperative laboratory examination results, intraoperative and postoperative data of the patients were collected. Multivariate Logistic regression analysis were used to screen risk factors of pulmonary infection. Based on the results of multivariate analysis, the prediction model was constructed and the prediction efficiency of the model was evaluated. Results Univariate and multivariate Logistic regression analysis showed that preoperative PNI ≤41.70 (OR=1.972, 95%CI: 1.047-3.714, P=0.036), LMR≤1.52 (OR=2.020, 95%CI: 1.102-3.705, P=0.023), MELD score>10.72（OR=1.985, 95%CI: 1.103-3.573，P=0.022), operative time > 448.00 min (OR=2.676, 95%CI: 1.515-4.727, P=0.001) and intensive care unit (ICU) hospitalization time > 4.0 days (OR=2.623, 95%CI: 1.335-5.154, P=0.005) were independent risk factors for early pulmonary infection after liver transplantation. The ROC area under the curve (AUC) of the prediction model based on the results of multivariate Logistic regression analysis was 0.768, the sensitivity was 80.41% and the specificity was 60.47%. Conclusion The prediction model based on PNI, LMR, MELD score, operation time and ICU hospitalization time can effectively predict the occurrence of early pulmonary infection after liver transplantation.

Key words: liver transplantation, postoperative complications, prognostic nutritional index, lymphocyte-monocyte ratio, model for end-stage liver disease, predictive model

中图分类号:

R619.3，R617

图/表 7

参考文献 22

[1]	谭玉莹, 张炜琪, 谢炎, 等. 肝细胞癌微血管侵犯相关危险因素分析及预测模型的构建[J]. 天津医药, 2022, 50(5):523-527.
	TAN Y Y, ZHANG W Q, XIE Y, et al. The risk factor analysis and predictive model construction of microvascular invasion in hepatocellular carcinoma[J]. Tianjin Med J, 2022, 50(5):523-527. doi:10.11958/20212723.
[2]	BEAM E, RAZONABLE R R. A survey of infection prevention and control practices among solid organ transplantation centers[J]. Am J Infect Control, 2019, 47(1):101-104. doi:10.1016/j.ajic.2018.06.020.
[3]	ANGARITA S, RUSSELL T A, KALDAS F M. Pneumonia after liver transplantation[J]. Curr Opin Organ Transplant, 2017, 22(4):328-335. doi:10.1097/MOT.0000000000000427.
[4]	吕少诚, 王苑, 潘冰, 等. 肝移植术后肺部感染的诊治及其危险因素[J]. 中华肝胆外科杂志, 2018, 24(6):371-375.
	LYU S C, WANG Y, PAN B, et al. Risk factors and treatment of pulmonary infection after liver transplantation[J]. Chinese Journal of Hepatobiliary Surgery, 2018, 24(6):371-375. doi:10.3760/cma.j.issn.1007-8118.2018.06.004.
[5]	CADWELL J B, AFONSO A M, SHAHROKNI A. Prognostic nutritional index(PNI),independent of frailty is associated with six-month postoperative mortality[J]. J Geriatr Oncol, 2020, 11(5):880-884. doi:10.1016/j.jgo.2020.03.013.
[6]	HIRAOKA S I, SHIMADA Y, KAWASAKI Y, et al. Preoperative nutritional evaluation,surgical site infection,and prognosis in patients with oral cancer[J]. Oral Surg Oral Med Oral Pathol Oral Radiol, 2022, 134(2):168-175. doi:10.1016/j.oooo.2022.01.009.
[7]	USHIROZAKO H, HASEGAWA T, YAMATO Y, et al. Does preoperative prognostic nutrition index predict surgical site infection after spine surgery?[J]. Eur Spine J, 2021, 30(6):1765-1773. doi:10.1007/s00586-020-06622-1.
[8]	罗文婷, 曹丽, 吕德珍, 等. 基于PNI、SII、CAR的列线图模型对肝移植术后腹腔感染的预测价值[J]. 器官移植, 2022, 13(4):503-508.
	LUO W T, CAO L, LYU D Z, et al. Predictive value of nomogram model based on PNI SII and CAR for abdominal infection after liver transplantation[J]. Organ Transplantation, 2022, 13(4):503-508. doi:10.3969/j.issn.1674-7445.2022.04.014.
[9]	ABE S, KAWAI K, NOZAWA H, et al. LMR predicts outcome in patients after preoperative chemoradiotherapy for stage Ⅱ-Ⅲ rectal cancer[J]. J Surg Res, 2018, 222:122-131. doi:10.1016/j.jss.2017.09.053.
[10]	WAN L, WU C, LUO S, et al. Prognostic value of lymphocyte-to-monocyte ratio(LMR)in cancer patients undergoing immune checkpoint inhibitors[J]. Dis Markers, 2022, 2022:3610038. doi:10.1155/2022/3610038.
[11]	ORTIZ-LEY J D, RODRÍGUEZ-ZEPEDA A, PAQUE-BAUTISTA C, et al. Inflamatory indexes predictors of complicated acute apendicitis in children[J]. Rev Med Inst Mex Seguro Soc, 2023, 61(Suppl 2):S161-S170.
[12]	POMMERGAARD H C, DAUGAARD T R, ROSTVED A A, et al. Model for end-stage liver disease score predicts complications after liver transplantation[J]. Langenbecks Arch Surg, 2021, 406(1):55-65. doi:10.1007/s00423-020-02018-3.
[13]	YOON J U, YOO Y M, BYEON G J, et al. The impact of pretransplant hepatic encephalopathy,model for end-stage liver disease (MELD) scale on long-term survival following deceased donor liver transplantation:a retrospective study[J]. Ann Palliat Med, 2021, 10(5):5171-5180. doi:10.21037/apm-21-21.
[14]	KOHLER J A, MUNOZ F M, GOSS J A, et al. Viral upper respiratory infection at pediatric liver transplantation is associated with hepatic artery thrombosis[J]. Liver Transpl, 2017, 23(11):1477-1481. doi:10.1002/lt.24866.
[15]	MATSUDA T, UMEDA Y, MATSUDA T, et al. Preoperative prognostic nutritional index predicts postoperative infectious complications and oncological outcomes after hepatectomy in intrahepatic cholangiocarcinoma[J]. BMC Cancer, 2021, 21(1):708. doi:10.1186/s12885-021-08424-0.
[16]	KIM C Y, KIM S Y, SONG J H, et al. Usefulness of the preoperative prognostic nutritional index score as a predictor of the outcomes of lung transplantation:A single-institution experience[J]. Clin Nutr, 2019, 38(5):2423-2429. doi:10.1016/j.clnu.2018.10.027.
[17]	CAI Y J, DONG J J, DONG J Z, et al. A nomogram for predicting prognostic value of inflammatory response biomarkers in decompensated cirrhotic patients without acute-on-chronic liver failure[J]. Aliment Pharmacol Ther, 2017, 45(11):1413-1426. doi:10.1111/apt.14046.
[18]	HA Y, MOHAMED ALI M A, PETERSEN M M, et al. Lymphocyte to monocyte ratio-based nomogram for predicting outcomes of hepatocellular carcinoma treated with sorafenib[J]. Hepatol Int, 2020, 14(5):776-787. doi:10.1007/s12072-020-10076-4.
[19]	鲍布和, 张琪, 李海林, 等. 血常规比值参数在类风湿关节炎中的诊断价值[J]. 天津医药, 2023, 51(11):1271-1275.
	BAO B H, ZHANG Q, LI H L, et al. Diagnostic value of blood cell count-derived ratio parameters in rheumatoid arthritis[J]. Tianjin Med J, 2023, 51(11):1271-1275. doi:10.11958/20230481.
[20]	LINGIAH V A, PYRSOPOULOS N T. Bacterial infections in cirrhotic patients in a tertiary care hospital[J]. J Clin Transl Hepatol, 2021, 9(1):32-39. doi:10.14218/JCTH.2020.00076.
[21]	ZHANG J, HE Q, DU L, et al. Risk factor for lung infection in recipients after liver transplantation:A meta-analysis[J]. Artif Organs, 2021, 45(3):289-296. doi:10.1111/aor.13826.
[22]	王金荣, 高攀, 郭淑芬, 等. ICU患者医院感染的死亡危险因素分析:2009年至2015年864例病例回顾[J]. 中华危重病急救医学, 2016, 28(8):704-708.
	WANG J R, GAO P, GUO S F, et al. Analysis of death risk factors for nosocomial infection patients in an ICU:a retrospective review of 864 patients from 2009 to 2015[J]. Chinese Critical Care Medicine, 2016, 28(8):704-708. doi:10.3760/cma.j.issn.2095-4352.2016.08.007.

组别	n		性别（男/女）	年龄/岁			TBIL/（μmol/L）			AST/（U/L）				ALT/（U/L）				Scr/（μmol/L）			WBC/（×10⁹/L）
未感染组	172		140/32	52.17±0.74			28.56（14.60，69.44）			37.20（27.63，57.83）				28.20（20.08，40.60）				64.50（55.00，76.75）			3.93（2.47，5.87）
感染组	97		73/24	53.55±0.99			47.16（21.41，124.71）			42.30（27.00，75.30）				23.80（16.15，43.35）				67.00（52.00，89.00）			3.94（2.62，6.78）
χ²、t或Z			1.417	0.300			3.197^＊＊			0.839				1.204				1.086			0.969
组别	NEU/（×10⁹/L）				LYM/（×10⁹/L）				MON/（×10⁹/L）			HGB/（g/L）	PLT/（×10⁹/L）				INR			PT/s
未感染组	2.33（1.35，3.85）				0.75（0.50，1.17）				0.37（0.25，0.57）			109.31±2.08	74.50（44.25，123.50）				1.36（1.17，1.61）			15.30（13.20，18.35）
感染组	2.53（1.50，5.12）				0.70（0.43，1.01）				0.38（0.29，0.69）			98.48±2.37	60.00（38.00，98.50）				1.51（1.24，2.00）			17.20（14.00，22.90）
Z或t	1.390				1.845				1.534			3.288^＊＊	2.004^＊				2.846^＊＊			2.914^＊＊
组别		NLR				PNI		LMR			MELD/分				手术时间/min	ICU住院时间/d			术中失血/mL
未感染组		2.97（1.92，4.22）				41.41±0.48		2.21（1.58，2.86）			9.30（7.38，11.11）				423（386，480）	3.0（2.0，4.0）			1 500（1 000，2 000）
感染组		4.02（2.34，6.39）				37.66±0.60		1.62（1.01，2.48）			10.82（8.52，13.62）				480（428，540）	3.0（3.0，5.5）			1 500（1 000，2 500）
Z或t		3.732^＊＊				4.754^＊＊		3.732^＊＊			4.475^＊＊				4.274^＊＊	4.223^＊＊			1.369

组别	n		性别（男/女）	年龄/岁			TBIL/（μmol/L）			AST/（U/L）				ALT/（U/L）				Scr/（μmol/L）			WBC/（×10⁹/L）
未感染组	172		140/32	52.17±0.74			28.56（14.60，69.44）			37.20（27.63，57.83）				28.20（20.08，40.60）				64.50（55.00，76.75）			3.93（2.47，5.87）
感染组	97		73/24	53.55±0.99			47.16（21.41，124.71）			42.30（27.00，75.30）				23.80（16.15，43.35）				67.00（52.00，89.00）			3.94（2.62，6.78）
χ²、t或Z			1.417	0.300			3.197^＊＊			0.839				1.204				1.086			0.969
组别	NEU/（×10⁹/L）				LYM/（×10⁹/L）				MON/（×10⁹/L）			HGB/（g/L）	PLT/（×10⁹/L）				INR			PT/s
未感染组	2.33（1.35，3.85）				0.75（0.50，1.17）				0.37（0.25，0.57）			109.31±2.08	74.50（44.25，123.50）				1.36（1.17，1.61）			15.30（13.20，18.35）
感染组	2.53（1.50，5.12）				0.70（0.43，1.01）				0.38（0.29，0.69）			98.48±2.37	60.00（38.00，98.50）				1.51（1.24，2.00）			17.20（14.00，22.90）
Z或t	1.390				1.845				1.534			3.288^＊＊	2.004^＊				2.846^＊＊			2.914^＊＊
组别		NLR				PNI		LMR			MELD/分				手术时间/min	ICU住院时间/d			术中失血/mL
未感染组		2.97（1.92，4.22）				41.41±0.48		2.21（1.58，2.86）			9.30（7.38，11.11）				423（386，480）	3.0（2.0，4.0）			1 500（1 000，2 000）
感染组		4.02（2.34，6.39）				37.66±0.60		1.62（1.01，2.48）			10.82（8.52，13.62）				480（428，540）	3.0（3.0，5.5）			1 500（1 000，2 500）
Z或t		3.732^＊＊				4.754^＊＊		3.732^＊＊			4.475^＊＊				4.274^＊＊	4.223^＊＊			1.369

变量	AUC（95%CI）	P	截断值
TBIL	0.617（0.547~0.687）	0.001	30.98 μmol/L
HGB	0.609（0.541~0.678）	0.003	103.50 g/L
PLT	0.574（0.503~0.644）	0.045	64.50×10⁹/L
INR	0.605（0.533~0.676）	0.004	1.62
PT	0.607（0.536~0.678）	0.004	16.65 s
NLR	0.619（0.546~0.692）	0.001	3.72
PNI	0.659（0.593~0.725）	<0.001	41.70
LMR	0.637（0.566~0.708）	<0.001	1.52
MELD	0.664（0.597~0.731）	<0.001	10.72分
手术时间	0.657（0.590~0.724）	<0.001	448 min
ICU住院时间	0.651（0.582~0.720）	<0.001	4.0 d

变量	AUC（95%CI）	P	截断值
TBIL	0.617（0.547~0.687）	0.001	30.98 μmol/L
HGB	0.609（0.541~0.678）	0.003	103.50 g/L
PLT	0.574（0.503~0.644）	0.045	64.50×10⁹/L
INR	0.605（0.533~0.676）	0.004	1.62
PT	0.607（0.536~0.678）	0.004	16.65 s
NLR	0.619（0.546~0.692）	0.001	3.72
PNI	0.659（0.593~0.725）	<0.001	41.70
LMR	0.637（0.566~0.708）	<0.001	1.52
MELD	0.664（0.597~0.731）	<0.001	10.72分
手术时间	0.657（0.590~0.724）	<0.001	448 min
ICU住院时间	0.651（0.582~0.720）	<0.001	4.0 d

变量	β	SE	Wald χ²	P	OR（95%CI）
TBIL	0.825	0.265	9.729	0.002	2.282（1.359~3.832）
HGB	0.654	0.258	6.431	0.011	1.923（1.160~3.189）
PLT	0.527	0.256	4.230	0.040	1.694（1.025~2.798）
INR	0.818	0.272	9.075	0.003	2.266（1.331~3.859）
PT	0.776	0.258	9.012	0.003	2.173（1.309~3.606）
NLR	0.998	0.262	14.544	<0.001	2.713（1.624~4.530）
PNI	1.100	0.290	14.355	0.001	3.003（1.700~5.304）
LMR	1.232	0.275	20.063	<0.001	3.430（2.000~5.881）
MELD	1.164	0.266	19.126	<0.001	3.204（1.901~5.398）
手术时间	1.084	0.268	16.338	<0.001	2.958（1.748~5.004）
ICU住院时间	1.341	0.307	19.060	<0.001	3.823（2.094~6.981）

PNI、LMR、MELD对肝移植术后早期肺部感染的预测价值

Predictive values of PNI, LMR and MELD for early lung infection after liver transplantation

引用本文

RichHTML

PDF (PC)

可视化

摘要/Abstract

使用本文

图/表 7

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

变量	β	SE	Wald χ²	P	OR（95%CI）
PNI	0.679	0.323	4.420	0.036	1.972（1.047~3.714）
LMR	0.703	0.309	5.164	0.023	2.020（1.102~3.705）
MELD	0.686	0.300	5.231	0.022	1.985（1.103~3.573）
手术时间	0.984	0.290	11.498	0.001	2.676（1.515~4.727）
ICU住院时间	0.964	0.345	7.827	0.005	2.623（1.335~5.154）
常数项	-2.323	0.334	48.246	<0.001	0.098

[1]	林峰, 陈铃雄, 刘羽, 张旭明, 尹志达, 林坛辉, 刘尊荣. 紫杉醇涂层球囊治疗2型糖尿病膝下动脉严重病变患者发生远期再狭窄预测模型的构建[J]. 天津医药, 2024, 52(8): 830-834.
[2]	朱文智, 邱倩, 谭宏宇. 术前焦虑对肝癌患者麻醉苏醒与术后恢复的影响[J]. 天津医药, 2024, 52(7): 762-765.
[3]	王娴, 刘霞明, 陈曼玉, 赵君, 王立东. 基于机器学习对2型糖尿病肾病预测模型的构建及验证[J]. 天津医药, 2024, 52(7): 775-780.
[4]	王灵, 龙登炎. 重症监护病房获得性衰弱风险预测模型的构建[J]. 天津医药, 2024, 52(5): 486-489.
[5]	杜晨阳, 罗文, 王勇, 段鑫, 柯文杰, 石念, 武英翔. 腹腔镜下完全腹膜外Sublay治疗腰疝的疗效分析[J]. 天津医药, 2024, 52(5): 514-517.
[6]	李朝园, 赵富浩, 陈莎, 吕睿倩, 武子霞. 不同血管通路对老年维持性血液透析患者的效果比较[J]. 天津医药, 2024, 52(12): 1266-1269.
[7]	张晶晶, 赵文栋, 赵远, 张清峡, 杜佳, 刘艳霞. CALLY指数对缺血性脑卒中后抑郁的预测价值[J]. 天津医药, 2024, 52(12): 1300-1304.
[8]	孙岩岩, 张骊, 陈池义, 蒋文涛. 肝移植治疗不可切除性结直肠癌肝转移的研究进展[J]. 天津医药, 2024, 52(12): 1335-1340.
[9]	王众, 赵静雯, 王天驰, 唐缨. 超声影像组学在肾炎组织学分型中的应用价值[J]. 天津医药, 2024, 52(10): 1100-1105.
[10]	邓乾葆, 张忠霞, 王茹, 许琳, 罗书. 基于外泌体多miRNA表达水平构建的子痫前期风险预测模型效能分析[J]. 天津医药, 2024, 52(1): 91-96.
[11]	何苗, 彭容, 田金山, 刘璇, 邓磊, 吴茜. 围手术期营养风险与髋部骨折患者静脉血栓栓塞症的关系[J]. 天津医药, 2024, 52(1): 97-101.
[12]	赵小泉, 卢祖能. 肌萎缩侧索硬化临床特征及预后因素研究进展[J]. 天津医药, 2023, 51(7): 694-696.
[13]	邵艳梅, 宋洁, 杨梦思, 黄孝慈, 汤昕宇, 胡宪文. 允许性高碳酸血症对老年胸腔镜食管癌根治术患者术后谵妄的影响[J]. 天津医药, 2023, 51(3): 282-285.
[14]	刘志超, 徐可, 布海霞, 窦现凤. 预后营养指数联合NLR、PLR在腹膜透析患者全因死亡中的预测价值[J]. 天津医药, 2023, 51(3): 290-293.
[15]	郭振江, 赵光远, 杜立强, 刘防震. 进展期胃癌脉管侵犯术前列线图预测模型的建立和验证[J]. 天津医药, 2023, 51(12): 1382-1386.