Ein neuartiges HCP (Heparin).

Jan 11, 2024

Scientific Reports Band 13, Artikelnummer: 9440 (2023) Diesen Artikel zitieren

Details zu den Metriken

Eine schwere akute Pankreatitis (SAP) weist ein aggressives klinisches Erscheinungsbild und eine hohe Letalitätsrate auf. Eine frühzeitige Vorhersage des Schweregrads einer akuten Pankreatitis wird Ärzten helfen, die Behandlung präziser zu gestalten und die Intervention zu verbessern. Diese Studie zielt darauf ab, ein zusammengesetztes Modell zu erstellen, das SAP anhand von Entzündungsmarkern vorhersagen kann. In diese Studie wurden 212 Patienten mit akuter Pankreatitis eingeschlossen, die zwischen Januar 2018 und Juni 2020 aufgenommen wurden. Es wurden grundlegende Parameter bei der Aufnahme und 24 Stunden nach dem Krankenhausaufenthalt sowie Laborergebnisse wie Entzündungsmarker erhoben. Der Pearson-Test wurde verwendet, um die Korrelation zwischen Heparin-bindendem Protein (HBP), Procalcitonin (PCT) und C-reaktivem Protein (CRP) zu analysieren. Risikofaktoren, die sich auf SAP auswirken, wurden mittels multivariater logistischer Regression analysiert, Entzündungsmarkermodelle erstellt und Probandenbetriebskurven verwendet, um die Unterscheidung individueller und Entzündungsmarkermodelle zu überprüfen und den optimalen Grenzwert basierend auf dem maximalen Youden-Index zu finden . In der SAP-Gruppe betrugen die Plasmaspiegel von HBP, CRP und PCT 139,1 ± 74,8 ng/ml, 190,7 ± 106,3 mg/l und 46,3 ± 22,3 ng/ml und 25,3 ± 16,0 ng/ml, 145,4 ± 67,9 mg/ml. L und 27,9 ± 22,4 ng/ml bei Nicht-SAP-Patienten, mit einem statistisch signifikanten Unterschied zwischen den beiden Gruppen (P < 0,001). Die Pearson-Korrelationsanalyse zeigte eine positive Korrelation zwischen den drei Werten von HBP, CRP und PCT. Die Ergebnisse der multivariaten logistischen Regressionsanalyse zeigten, dass HBP (OR = 1,070 [1,044–1,098], P < 0,001), CRP (OR = 1,010 [1,004–1,016], P = 0,001) und PCT (OR = 1,030 [1,007]). –1,053], P < 0,001) waren Risikofaktoren für SAP, und die Fläche unter der Kurve des HBP-CRP-PCT-Modells betrug 0,963 (0,936–0,990). Das HCP-Modell, bestehend aus HBP, CRP und PCT; ist gut differenziert und einfach zu bedienen und kann das Risiko von SAP im Voraus vorhersagen.

Die Inzidenz einer akuten Pankreatitis hat in den letzten Jahren zugenommen. Obwohl die meisten AP-Patienten leichte Symptome haben, entwickeln einige dennoch schwere Erkrankungen und hohe Sterblichkeitsraten1,2. Daher ist es wichtig, ein umfassendes Modell zu etablieren, das eine schwere akute Pankreatitis effektiv vorhersagt und so dazu beiträgt, die Behandlung von Hochrisikopatienten zu verfeinern.

Berichten zufolge sagten Del Giudice et al.3 ein Organversagen bei AP-Patienten voraus, indem sie mehrere bestehende klinische Bewertungssysteme verglichen, darunter APACHE-II-, BISAP-, Glasgow- und HAPS-Scores. Die Ergebnisse waren jedoch gewöhnlich und von begrenztem klinischem Nutzen. Daher sind neue Methoden erforderlich, um den Schweregrad der AP vorherzusagen. In den letzten Jahren haben einige Forscher durch die Erstellung von Modellen oder Scores eine schwere Pankreatitis vorhergesagt. Yang et al.4 entwickelten ein Nomogramm zur Vorhersage einer schweren Pankreatitis in der Schwangerschaft, und die Fläche unter der Kurve des Modells schnitt sowohl im Trainings- als auch im Validierungssatz gut ab. Hong et al.5 konstruierten dann ein logistisches Regressionsmodell (LR) unter Verwendung von High-Density-Lipoprotein-Cholesterin (HDL-C) bei Aufnahme sowie 24-Stunden-Blutharnstoffstickstoff (BUN) und Serumkreatinin (Scr). Sie konnten Patienten mit relativ gut differenzierter SAP stratifizieren. Obwohl bereits Modelle zur Vorhersage von SAP-Patienten entwickelt wurden, bestehen immer noch Unsicherheiten bei den Metriken, und in einem Modell können Variablen aus verschiedenen Quellen vorhanden sein.

Eine schwere Pankreatitis ist durch mehrere auslösende Ursachen, einen schnellen Beginn, ein schnelles Fortschreiten und viele Komplikationen gekennzeichnet6. Bei den meisten Patienten (80–85 %) kommt es überwiegend zu einer überwiegend milden Erkrankung mit selbstlimitierendem Verlauf und einer Sterblichkeitsrate von < 1–3 %, bei etwa 20 % kommt es jedoch zu einer mittelschweren oder schweren AP, und die Sterblichkeitsrate ist sehr hoch und reicht von 13 bis 35 %. Daher ist es wichtig, den Beginn einer schweren akuten Pankreatitis (SAP) besser vorherzusagen und Hochrisikofaktoren für die Entwicklung von Komplikationen zu identifizieren. Frühere Studien haben auch erwähnt, dass CRP, PCT und HBP für die Vorhersage von SAP7,8,9 von entscheidender Bedeutung sind. Eine bessere Vorhersage kann durch die Kombination einer Reihe von Entzündungsindizes in einer umfassenden Bewertung erreicht werden.

Deshalb haben wir zum ersten Mal ein Entzündungsmodell erstellt, indem wir drei verschiedene Entzündungsindikatoren (Heparin-bindendes Protein, C-reaktives Protein und Procalcitonin) kombiniert haben, mit denen wir das Auftreten von SAP vorhersagen und uns auf die Behandlung von Hochrisikopatienten konzentrieren konnten.

An dieser Studie nahmen 212 Patienten mit akuter Pankreatitis teil, die sich zwischen Januar 2018 und Juni 2020 im Cangzhou Central Hospital vorstellten. Die Diagnose einer akuten Pankreatitis basierte auf Folgendem: dem Vorhandensein ausstrahlender Bauchschmerzen; Serumamylase- und/oder Lipasespiegel, die mindestens das Dreifache der Obergrenze des Normalwerts betragen; und bedeutende Präsentation zur erweiterten Computertomographie (CT) oder Ultraschalluntersuchung des Abdomens. SAP wurde als Organversagen definiert, das länger als 48 Stunden dauerte10,11. Die Diagnose von SAP basiert auf klinischen Manifestationen, Labortests und bildgebenden Befunden12,13,14. Für alle Patienten wurden strenge Einschluss- und Ausschlusskriterien angewendet. Die Einschlusskriterien waren (1) bestätigte AP-Diagnose, (2) Alter zwischen 18 und 75 Jahren, (3) erste Episode und Aufnahme innerhalb von 24 Stunden. Ausschlusskriterien waren (1) akute Verschlimmerung einer chronischen Pankreatitis, (2) während der Schwangerschaft oder Stillzeit, (3) Patienten mit schwerer psychischer Erkrankung, (4) Patienten mit bösartigen Erkrankungen und (5) unvollständige klinische Informationen. Diese retrospektive Studie wurde von der Ethikkommission des Cangzhou Central Hospital genehmigt und folgte der Deklaration von Helsinki. Alle Patienten unterzeichneten eine Einverständniserklärung. Alle Patienten wurden innerhalb von 24 Stunden nach der Aufnahme routinemäßigen Blut-, Urin-, Leber- und Nierenfunktionstests, Elektrolyten, Blut und Urinamylase unterzogen. Bei allen wurden bildgebende Untersuchungen wie eine Ultraschalluntersuchung des Abdomens und eine verstärkte CT des Abdomens durchgeführt. Der Behandlungsplan für akute Pankreatitis wurde nach den neuesten Leitlinien und auch nach multidisziplinären Diskussionen zwischen Gastroenterologen, Pankreaschirurgen und Bildgebungsärzten festgelegt.

HBP, auch als kationisches Repressorprotein bekannt, kommt hauptsächlich in sekretorischen Granula von Neutrophilen und Asplenophilen vor und Studien haben gezeigt, dass es eine spezifische Rolle bei der Regulierung der Entzündungsreaktion und des Gefäßlecks spielt; PCT ist ein Präpeptid von Calcitonin, das von Natur aus ein Glykoprotein ist und keine hormonelle Aktivität hat. Bei normalem Stoffwechsel des Körpers wird PCT hauptsächlich von parafollikulären Zellen der Schilddrüse abgesondert und produziert, und sein Gehalt im Serum ist gering; Wenn im Körper eine bakterielle Infektion oder Sepsis auftritt, können Lebermakrophagen und neuroendokrine Zellen PCT absondern und den Gehalt dieser Substanz im Serum erhöhen; CRP ist ein akutes zeitliches Reaktionsprotein, das von Hepatozyten produziert wird, die durch Zytokine stimuliert werden, die durch die Aktivierung von Riesenzellen ausgeschieden werden, und ein wesentlicher Bestandteil des körpereigenen Immunsystems ist. Die Patienten wurden innerhalb von 1–2 Tagen nach der Aufnahme abgeholt. Vor der Probenentnahme vermieden die Patienten anstrengende Übungen und wurden in Rückenlage gebracht. 2 ml nüchternes venöses Blut wurden unter Verwendung von antikoagulierten EDTA-K2-Vakuum-Blutentnahmeröhrchen und inerten Separatorgel-Prokoagulationsröhrchen gesammelt; Routinemäßige Bluttests wurden innerhalb von 30 Minuten für mit EDTA-K2 antikoagulierte Blutproben durchgeführt, und die Prokoagulationsröhrchen mit inertem Separatorgel wurden 10 Minuten lang bei 3000 U/min zentrifugiert und der Überstand wurde für CRP-, PCT- und HBP-Tests entnommen. Alle Blutproben wurden innerhalb von 2 Stunden bei Raumtemperatur (25 °C) getestet. Routinemäßige Blutuntersuchungen wurden mit dem automatischen Hämatologieanalysator Xisenmecan XE-2100 durchgeführt; CRP und PCT wurden mit dem automatischen biochemischen Analysesystem Beckman Coulter AU5800 unter Verwendung der immunturbidimetrischen Methode bzw. der Immunfluoreszenzmethode durchgeführt. HBP wurde durch ELISA nachgewiesen, das Nachweisgerät war ein automatisches Enzymstandardisierungsgerät (BIORAD, USA) und die Reagenzien waren Enzyme-Linked-Immunosorbent-Assay-Kits (Hangzhou Zhong Han Shengtai Biotechnology Co., Ltd. und Changchun Bode Technology & Biology Co. , Ltd.) und der gesamte Testvorgang wurde in strikter Übereinstimmung mit den Schritten oder Bedingungen durchgeführt, die in den entsprechenden Bedienungsanleitungen der Kits und Instrumente angegeben sind.

Klinische Daten zu AP-Patienten, die die Einschluss- und Ausschlusskriterien erfüllen, wurden aus dem Krankenaktensystem des Cangzhou Central Hospital gesammelt. (1) Grundlegende Krankenhausdaten: Geschlecht, Alter, Body-Mass-Index (BMI), Ätiologie, Krankengeschichte usw. (2) Labor Tests innerhalb von 24 Stunden nach der Aufnahme: Leukozyten, Hämoglobin, Blutplättchen, Harnstoff, Serumkreatinin, Bilirubin, HBP, CRP und PCT (3) Komplikationen: Organversagen, infektiöse Nekrose, anhaltendes Organversagen (4) Vorgeschichte: Bluthochdruck, Diabetes mellitus, Fettleber, Rauchen, Alkoholkonsum.

Der t-Test wurde für kontinuierliche Variablen verwendet, die einer Normalverteilung entsprachen, und der Wilcoxon-Rangsummentest wurde für kontinuierliche Variablen verwendet, die keiner Normalverteilung entsprachen. Alle kategorialen Variablen wurden mit dem Chi-Quadrat-Test oder dem exakten Fisher-Test getestet. Variablen mit P < 0,05 wurden zunächst durch eine univariate logistische Regressionsanalyse gescreent und dann in eine multivariate logistische Regressionsanalyse einbezogen, um Risikofaktoren herauszufiltern und ein zusammengesetztes Entzündungsindexmodell zu erstellen. Die optimalen Grenzwerte für verschiedene Entzündungsindizes wurden berechnet, indem die Zahl ausgewählt wurde, die dem maximalen Youden-Index nach Sensitivität und Spezifität entspricht, und die Receiver Operating Characteristic Curve (ROC) wurde verwendet, um die Differenzierung der einzelnen Entzündungsindizes zu bestimmen das integrierte Entzündungsmodell für SAP.

Die Daten wurden mit SPSS 25.0 (IBM, Armonk, New York, USA) analysiert und berechnete P-Werte < 0,05 (beide Seiten) wurden als statistisch signifikant angesehen. Diagramme wurden mit der Sprache R (Version 4.0.5) und GraphPad Prism (Version: 8.0) erstellt. Die Schätzung der Stichprobengröße wurde vor der Studie mit PASS (Version: 11.0) durchgeführt.

Diese Forschung wurde in Übereinstimmung mit der Deklaration von Helsinki durchgeführt und von der Ethikkommission des Cangzhou Central Hospital genehmigt.

Insgesamt wurden 212 Patienten in die Studie einbezogen (Abb. 1), 92 in der SAP-Gruppe und 120 in der Non-SAP-Gruppe, mit statistisch signifikanten Unterschieden in der Thrombozytenzahl, BUN, Serumkreatinin, Bilirubin und dem International Normalized Ratio ( INR) zwischen den beiden Gruppen in den Labortests (P < 0,001); Auch in Bezug auf Komplikationen gab es statistisch signifikante Unterschiede zwischen den beiden Gruppen: 73 (79,3 %) der SAP-Patienten erlitten ein Organversagen, 55 (59,8 %) erlitten eine infizierte Nekrose und 70 (76,1 %) erlitten ein anhaltendes Organversagen mit hoher Geschwindigkeit; In Bezug auf die medizinische Vorgeschichte hatten 26 (28,2 %) der SAP-Patienten Diabetes und 12 (10,9 %) hatten eine Vorgeschichte von Alkoholkonsum, was sich von den Nicht-SAP-Patienten unterschied, wo 8 (6,7 %) Diabetes hatten und 3 (2,5 %). %) hatten jeweils eine Vorgeschichte von Alkoholkonsum; In Bezug auf die Entzündungsindizes betrugen die Serum-HBP-, CRP- und PCT-Werte 139,1 ± 74,8 ng/ml [142,3(79,3–191,1) ng/ml], 190,7 ± 106,3 mg/L [222,3(150,0–316,6) ng/ml] und 46,3 ± 22,3 ng/ml [47,2(28,4–65,0) ng/ml] bei SAP-Patienten und 25,3 ± 16,0 ng/ml [24,4(12,4–36,0) ng/ml], 145,4 ± 67,9 mg/L [132,6(88,4–) 175,0) ng/ml] bzw. 27,9 ± 22,4 ng/ml [22,9(9,0–42,9) ng/ml] bei Nicht-SAP-Patienten, die alle statistisch signifikant unterschiedlich waren (P < 0,001) (Abb. 2). Die restlichen detaillierten Daten sind in Tabelle 1 aufgeführt.

Flussdiagramm zum Ein- und Ausschluss von Patienten mit akuter Pankreatitis.

Die HBP-, CRP- und PCT-Werte zwischen der SAP- und der Nicht-SAP-Gruppe.

Durch die Analyse der zwei mal zwei Pearson-Koeffizienten zwischen den Werten der drei Entzündungsindizes zeigten die Ergebnisse, dass der Pearson-Koeffizient 0,374 (P < 0,001) zwischen HBP und CRP, 0,327 (P < 0,001) zwischen HBP und PCT und 0,212 betrug (P = 001),0,002 zwischen CRP und PCT. Es gab eine positive Korrelation zwischen den drei Indizes (Tabelle 2).

Die Variablen, für die die univariate logistische Regression P < 0,05 ergab, wurden in das multivariate logistische Regressionsmodell einbezogen. Zu den statistisch signifikanten Variablen in der univariaten Analyse gehörten BMI, Leukozyten, INR, HBP, CRP und PCT. Die endgültigen Ergebnisse der multivariaten logistischen Regression zeigten, dass BMI > 25 (OR = 1,413, 95 %-KI 1,053–2,421, P = 0,007 vs. < 25), Leukozyten (OR = 1,217, 95 %-KI 1,162–1,303, P = 0,001 pro 109) , INR (OR = 1,244, 95 %-KI 1,079–1,462, P = 0,013 vs. pro 1), HBP (OR = 1,070, 95 %-KI 1,044–1,098, P < 0,001 vs. pro 1 ng), CRP (OR = 1,010, 95 %-KI 1,004–1,016, P = 0,001 vs. pro 1 mg) und PCT (OR = 1,030, 95 %-KI 1,007–1,053, P < 0,001 vs. pro 1 ng) waren signifikant mit schwerer akuter Pankreatitis assoziiert (Tabelle 3). Das HCP-Entzündungsindexmodell wurde basierend auf den Ergebnissen der logistischen Regression mit der Formel = 6,850 − 0,068 × HBP (ng/ml) − 0,010 × CRP (mg/ml) − 0,029 × PCT (ng/ml) erstellt.

ROC-Kurven wurden für HBP, CRP, PCT und das kombinierte HBP-CRP-PCT-Modell mit der horizontalen Koordinate der 1-Spezifität und der vertikalen Koordinate der Empfindlichkeit aufgezeichnet. Die Fläche unter der Kurve betrug 0,886 (0,831–0,941) für HBP, 0,765 (0,699–0,832) für CRP, 0,731 (0,665–0,797) für PCT und die Fläche unter der Kurve des kombinierten Entzündungsindexmodells betrug 0,963 (0,936–0,932). 0,990) (Abb. 3). Die optimalen Grenzwerte für jeden Index wurden anhand des maximalen Youden-Index ermittelt. Die optimalen Grenzwerte für HBP, CRP, PCT und HBP-CRP-PCT lagen bei 56,1 ng/ml, 178,7 mg/ml, 15,6 ng/ml bzw. −2,77. Die Sensitivität, Spezifität, der positive Vorhersagewert und der negative Vorhersagewert betrugen 0,772, 0,983, 0,973 bzw. 0,849 für HBP; 0,663, 0,783, 0,701 bzw. 0,752 für CRP; 0,978, 0,400, 0,556 bzw. 0,960 für PCT; und 0,880, 0,983, 0,976 bzw. 0,915 für HBP-CRP-PCT (Tabelle 4).

ROC-Kurven von HBP-, CRP-, PCT- und kombinierten HBP-CRP-PCT-Modellen zur Vorhersage von SAP.

Die Zahl der Patienten, die innerhalb von 28 Tagen starben, betrug 37 (17,5 %), und die Zahl der Patienten, die überlebten, betrug 175 (82,5 %). In der Überlebensgruppe betrugen die Werte von HBP, CRP und PCT 53,4 ± 60,7, 164,9 ± 115,8 bzw. 32,3 ± 23,4, und in der Todesgruppe betrugen die Werte von HBP, CRP und PCT 117,0 ± 85,1, 234,0 ± 147,6 bzw. 43,1 ± 24,1, die in beiden Gruppen statistisch unterschiedlich waren (Ergänzungstabelle 1). Die HBP-, CRP-, PCT- und HCP-Modelle sagten den 28-Tage-Tod bei SAP-Patienten mit guter Unterscheidung voraus, mit Flächen unter der Kurve von 0,728, 0,665, 0,633 bzw. 0,744 (ergänzende Abbildung 1).

In dieser Studie wurde ein logistisches Modell zur Vorhersage einer schweren Pankreatitis anhand von drei Entzündungsindizes (HBP, CRP und PCT) bei 212 Patienten erstellt. Zunächst stellten wir fest, dass alle drei Entzündungsindizes eindeutig und statistisch signifikant mit der Entwicklung einer schweren Pankreatitis korrelierten. Zweitens konnte die Kombination von drei Biomarkern, HBP-CRP-PCT, schwere Pankreatitis effektiv von nicht schwerer Pankreatitis unterscheiden, und die Fläche unter der Kurve des Modells war größer als 0,8.

Gegenwärtig gibt es viele verschiedene klinische Bewertungsindikatoren für schwere Pankreatitis, wie z. B. klinische Manifestationen, Computertomographie-Scans, verschiedene Bewertungssysteme und Labortestindizes15,16. Es gibt jedoch keine einheitlichen genauen diagnostischen Hinweise für eine schwere Pankreatitis. Die Krankheit von Patienten mit schwerer Pankreatitis schreitet schnell voran, und die Suche nach einem Test, der den Zustand des Patienten rechtzeitig und genau bestimmen kann, ist für die klinische Behandlung und Prognose von entscheidender Bedeutung, was auch den Kern der Behandlung von klinisch akuter schwerer Pankreatitis darstellt17,18,19,20 . Es ist allgemein anerkannt, dass Entzündungsmarker eine wesentliche Rolle bei der Entstehung einer schweren Pankreatitis spielen. Giudice et al.3 legen nahe, dass CRP ein wesentlicher Entzündungsindikator ist und verschiedene physiologische Prozesse beeinflusst. Wenn eine Entzündung oder Infektion auftritt, steigen die CRP-Konzentrationen schnell an und reparieren Zellgewebe, wodurch Schäden reduziert und die Widerstandskraft gegen Entzündungen erhöht werden. Sager et al.21 werteten mehrere randomisierte kontrollierte Studien aus und kamen zu dem Schluss, dass die PCT-Kinetik ein Indikator ist, der nachweislich mit der Schwere der Pankreatitis und dem Grad der Krankheitsrückbildung korreliert, und dass PCT einzigartige Vorteile bei der Behandlung von Patienten bietet. Kahn et al.22 untersuchten Patienten in der Notaufnahme und stellten fest, dass HBP eine gute Unterscheidung bei der Erkennung der schwersten Patienten zeigte und auch eine spezifische Rolle bei der Regulierung der Entzündungsreaktion und der Gefäßinfiltration spielte. Daher ist die Verwendung mehrerer Entzündungsmarker für die Vorhersage einer schweren Pankreatitis erforderlich.

Wir haben ein integriertes logistisches Regressionsmodell für Entzündungen erstellt, das drei Entzündungsmarker verwendet: Heparin-bindendes Protein, C-reaktives Protein und Procalcitonin. Wir haben die Differenzierung durch die Darstellung der ROC-Kurve verdeutlicht. Die Fläche unter der HCP-Kurve betrug 0,963, was darauf hindeutet, dass das Modell eine schwere Pankreatitis vorhersagen kann. Einige frühere Studien haben auch Entzündungsindikatoren kombiniert, um andere Krankheiten vorherzusagen23,24,25. Niu et al.26 verwendeten einen zeitaufgelösten Fluoreszenzimmunoassay für PCT, CRP und Serumamyloid A1 und kombinierten diese drei, um eine frühe Infektion zu bestimmen. Die Fläche unter der Kurve des kombinierten Tests war größer als 0,8. Somit könnte dieser kombinierte Biomarkertest die diagnostische Genauigkeit einer frühen Infektion verbessern. Ma et al.27 verwendeten die Kombination von HBP und CRP zur Diagnose bakterieller Atemwegsinfektionen und die AUC erreichte 0,797, was ebenfalls eine gute Differenzierung widerspiegelt. Dieser kombinierte diagnostische Score kann als Leitfaden für die klinische Formulierung eines sinnvollen Behandlungsplans dienen. Yang et al.28 nutzten außerdem eine Triade von Entzündungsmarkern im Serum, um akute bakterielle Infektionen der oberen Atemwege bei Kindern zu diagnostizieren. Es wird erwartet, dass dieser kombinierte diagnostische Score ein potenzieller Prädiktor für das Ergebnis ist. Gleichzeitig wurde eine positive Korrelation zwischen der Expression von HBP, PCT und CRP gefunden, was auch mit unserer Studie übereinstimmt. Wir haben zum ersten Mal Entzündungsindizes zur Vorhersage einer schweren Pankreatitis angewendet. Wir fanden heraus, dass die Kombination mehrerer Entzündungsindizes auch SAP vorhersagen kann, ein Ergebnis, das den Nutzen kombinierter Entzündungsindextests erweitert.

Diese Studie weist mehrere Einschränkungen auf: Erstens ist diese Studie retrospektiv und es gibt einen Bias bei der Patientenauswahl und einen Confounding Bias. Zweitens stammen die Daten in dieser Studie von einem einzigen Zentrum und zukünftige Studien müssen möglicherweise mit einer größeren Stichprobengröße aus mehreren Zentren durchgeführt werden. Anschließend muss das etablierte Modell zur Co-Erkennung entzündlicher Erkrankungen von mehreren externen Zentren validiert werden, um seine Anwendbarkeit zu erweitern.

Zusammenfassend lässt sich sagen, dass das HCP-Modell, das mehrere Entzündungsmarker kombiniert, für die Diagnose einer schweren akuten Pankreatitis von großem Wert ist und als Referenz für die klinische Behandlung von SAP dienen kann. Dieses Modell trägt dazu bei, die Unterdiagnosequote zu reduzieren und ermöglicht eine frühzeitige Vorhersage der Patientenprognose, wodurch eine gezielte Überwachung und Behandlung von Hochrisikopatienten erleichtert wird. Insgesamt kann die Implementierung des HCP-Modells das umfassende klinische Management von SAP erheblich verbessern, die Frühdiagnose schwerer akuter Pankreatitis verbessern, Verzögerungen bei der Patientenbehandlung minimieren, unerwünschte Ereignisse reduzieren, medizinische Ressourcen schonen und die Patientenkosten senken.

Die während der aktuellen Studie verwendeten und analysierten Datensätze sind auf begründete Anfrage beim jeweiligen Autor erhältlich.

Greenberg, JA et al. Leitfaden für die klinische Praxis: Behandlung der akuten Pankreatitis. Dürfen. J. Surg. 59, 128–140 (2016).

Artikel PubMed PubMed Central Google Scholar

Lankisch, PG et al. Akute Pankreatitis. Lancet (Lond. Eng.) 386, 85–96 (2015).

Artikel Google Scholar

Del Giudice, M. & Gangestad, SW IL-6 und CRP neu denken: Warum sie mehr als nur Entzündungsbiomarker sind und warum es wichtig ist. Gehirnverhalten. Immun. 70, 61–75 (2018).

Artikel PubMed Google Scholar

Yang, DJ et al. Entwicklung und Validierung eines Vorhersagemodells für mittelschwere und schwere akute Pankreatitis in der Schwangerschaft. Welt J. Gastroenterol. 28, 1588–1600 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Hong, W. et al. High-Density-Lipoprotein-Cholesterin, Blut-Harnstoff-Stickstoff und Serum-Kreatinin können eine schwere akute Pankreatitis vorhersagen. Biomed. Res. Int. 2017, 1648385 (2017).

Artikel ADS PubMed PubMed Central Google Scholar

Leppäniemi, A. et al. WSES-Richtlinien 2019 für die Behandlung schwerer akuter Pankreatitis. Welt J. Emerg. Surg. WJES 14, 27 (2019).

Artikel PubMed Google Scholar

Luo, Y. et al. Umfassender Mechanismus, neue Marker und multidisziplinäre Behandlung schwerer akuter Pankreatitis-assoziierter Herzschäden – NA-Narrative Review. J. Inflamm. Res. 14, 3145–3169 (2021).

Artikel PubMed PubMed Central Google Scholar

Staubli, SM et al. Labormarker, die den Schweregrad einer akuten Pankreatitis vorhersagen. Krit. Rev. Clin. Labor. Wissenschaft. 52, 273–283 (2015).

Artikel CAS PubMed Google Scholar

Zhou, J. et al. Signalwege und Marker, die an einer akuten Lungenschädigung aufgrund einer akuten Pankreatitis beteiligt sind. Dis. Marker 2021, 9947047 (2021).

Artikel PubMed PubMed Central Google Scholar

Banks, PA et al. Klassifikation der akuten Pankreatitis – 2012: Überarbeitung der Atlanta-Klassifikation und Definitionen durch internationalen Konsens. Gut 62, 102–111 (2013).

Artikel PubMed Google Scholar

Hines, OJ & Pandol, SJ Management schwerer akuter Pankreatitis. BMJ (Clin. Res. Ed) 367, l6227 (2019).

Google Scholar

Lankisch, PG et al. Hämokonzentration: Ein früher Marker für eine schwere und/oder nekrotisierende Pankreatitis? Eine kritische Würdigung. Bin. J. Gastroenterol. 96, 2081–2085 (2001).

Artikel CAS PubMed Google Scholar

Larvin, M. & McMahon, MJ APACHE-II-Score zur Beurteilung und Überwachung der akuten Pankreatitis. Lancet (Lond. Engl.) 2, 201–205 (1989).

Artikel CAS Google Scholar

Mederos, MA et al. Akute Pankreatitis: Ein Rückblick. JAMA 325, 382–390 (2021).

Artikel CAS PubMed Google Scholar

Abramczyk, U. et al. Folgen von COVID-19 für die Bauchspeicheldrüse. Int. J. Mol. Wissenschaft. Rev. 23, 864 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Szatmary, P. et al. Akute Pankreatitis: Diagnose und Behandlung. Drogen 82, 1251–1276 (2022).

Artikel PubMed PubMed Central Google Scholar

Ebik, B. et al. Was sagt uns der Procalcitoninspiegel bei Patienten mit akuter Pankreatitis? J. Coll. Physik. Chirurg.-Pak. JCPSP 32, 1272–1277 (2022).

Google Scholar

He, Q. et al. Der prädiktive Wert von Procalcitonin in Kombination mit C-reaktivem Protein und D-Dimer bei mittelschwerer und schwerer akuter Pankreatitis. EUR. J. Gastroenterol. Hepatol. 34, 744–750 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Liu, P. et al. Heparin-bindendes Protein als Biomarker schwerer Sepsis auf der pädiatrischen Intensivstation: Eine multizentrische, prospektive Studie. Klin. Chim. Acta Int. J. Clin. Chem. 539, 26–33 (2022).

Artikel Google Scholar

Xue, M. et al. Klinischer Nutzen des Heparin-bindenden Proteins als akuter Entzündungsmarker bei interstitiellen Lungenerkrankungen. J. Leukoc. Biol. 112, 861–873 (2022).

Artikel CAS PubMed Google Scholar

Sager, R. et al. Procalcitonin-gesteuerte Diagnose und Antibiotika-Verwaltung neu überdacht. BMC Med. 15, 15 (2017).

Artikel PubMed PubMed Central Google Scholar

Kahn, F. et al. Heparin-bindendes Protein als prognostischer Biomarker für Sepsis und Krankheitsschwere in der Notaufnahme. Shock (Augusta, GA) 52, e135–e145 (2019).

Artikel CAS PubMed Google Scholar

Cai, R. et al. Heparin-bindendes Protein und Procalcitonin bei der Diagnose von Krankheitserregern, die bei erwachsenen Patienten ambulant erworbene Pneumonie verursachen: Eine retrospektive Studie. PeerJ 9, e11056 (2021).

Artikel PubMed PubMed Central Google Scholar

Honore, PM et al. Heparin-bindendes Protein eignet sich besser zur Erkennung einer Sepsis bei Patienten mit Anzeichen einer systemischen Infektion als Procalcitonin, C-reaktives Protein und Laktatspiegel, und Heparin-bindendes Protein reicht aus, um eine Sepsis mit Organfunktionsstörung auszuschließen und auszuschließen: Vorsicht mögliche Störfaktoren! Krit. Pflege Med. 49, e733–e734 (2021).

Artikel CAS PubMed Google Scholar

Zhou, Y. et al. Nützlichkeit des Heparin-bindenden Proteinspiegels zur Diagnose von Sepsis und septischem Schock gemäß Sepsis-3 im Vergleich zu Procalcitonin und C-reaktivem Protein: Eine prospektive Kohortenstudie in China. BMJ Open 9, e026527 (2019).

Artikel PubMed PubMed Central Google Scholar

Niu, T. et al. Zeitaufgelöster fluoreszierender Immunoassay-basierter kombinierter Nachweis von Procalcitonin, C-reaktivem Protein, Heparin-bindendem Protein und Serumamyloid A1 zur Verbesserung der diagnostischen Genauigkeit einer frühen Infektion. J. Clin. Labor. Anal. 33, e22694 (2019).

Artikel PubMed Google Scholar

Ma, J. et al. Ein diagnostischer Test: Kombinierter Nachweis von Heparin-bindendem Protein, Procalcitonin und C-reaktivem Protein zur Verbesserung der diagnostischen Genauigkeit bakterieller Atemwegsinfektionen. J. Thorac. Dis. 14, 721–728 (2022).

Artikel PubMed PubMed Central Google Scholar

Yang, X. et al. Diagnostischer Wert der Dreifachkombination aus Serum-Heparin-bindendem Protein, Procalcitonin und C-reaktivem Protein bei Kindern mit akuter bakterieller Infektion der oberen Atemwege. J. Healthc. Ing. 2022, 1877960 (2022).

PubMed PubMed Central Google Scholar

Referenzen herunterladen

Vielen Dank an die Pflegekräfte der Abteilung für ihre Hilfe bei dem Projekt.

Abteilung für Hepatobiliäre und Pankreaschirurgie, Cangzhou Central Hospital, Cangzhou, Hebei, China

Deshuai Kong, Zhang Lei, Zhenyong Wang, Meng Yu, Jinchao Li, Wei Chai und Xiulei Zhao

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

DEK hat den Artikel geschrieben. ZL lieferte die Ideen. ZYW lieferte Bilder und Interpretation der Daten. MY, JCL, WC und XLZ überprüften das Manuskript. Alle Autoren haben das Manuskript gelesen und genehmigt.

Korrespondenz mit Xiulei Zhao.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Kong, D., Lei, Z., Wang, Z. et al. Ein neuartiges HCP-Entzündungs-Kompositmodell (Heparin-bindendes Protein-C-reaktives Protein-Procalcitonin) kann eine schwere akute Pankreatitis vorhersagen. Sci Rep 13, 9440 (2023). https://doi.org/10.1038/s41598-023-36552-z

Zitat herunterladen

Eingegangen: 27. Januar 2023

Angenommen: 06. Juni 2023

Veröffentlicht: 09. Juni 2023

DOI: https://doi.org/10.1038/s41598-023-36552-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.