在脑出血的情况下,区分中枢性发热和感染性发热
《Stroke and Vascular Neurology》:Differentiating central fever from infectious fever in intracerebral haemorrhage
【字体:
大
中
小
】
时间:2026年04月15日
来源:Stroke and Vascular Neurology 4.9
编辑推荐:
摘要
背景:除了感染性发热外,中风患者中还经常观察到与体温调节相关的紊乱,称为中枢性发热,尤其是在脑内出血(ICH)患者中。迅速确定发热的根本原因对于治疗决策至关重要。本研究旨在识别能够区分ICH患者中中枢性发热和感染性发热的临床、实验室和放射学参数。
方法:我们在这项
摘要
背景:除了感染性发热外,中风患者中还经常观察到与体温调节相关的紊乱,称为中枢性发热,尤其是在脑内出血(ICH)患者中。迅速确定发热的根本原因对于治疗决策至关重要。本研究旨在识别能够区分ICH患者中中枢性发热和感染性发热的临床、实验室和放射学参数。
方法:我们在这项回顾性、单中心队列研究中纳入了547名ICH患者。发热定义为体温连续两天以上超过38.3°C。中枢性发热的特点是没有感染诊断、培养出的病原体以及任何其他已确定的发热原因。CT扫描通过视觉检查和使用3D nn-UNet进行分割,并随后量化所有ICH成分。进行了基于体素的病变-症状映射,以确定与中枢性发热相关的病变位置。进行了单变量分析和多元逻辑回归。
结果:213名患者出现发热:54例为中心性发热,156例为感染性发热,3例为其他原因引起的发热。中枢性发热与较高的美国国立卫生研究院中风评分(NIHSS)相关,并且预后较差(p<0.01)。其发病时间更早(中位数为第2天(1-3天)对比第6天(4-9天),p<0.01),并且在影响左侧中脑和下丘脑区域的病变患者中更为常见(p<0.01)。相比之下,感染性发热与较高的感染参数水平相关(如C反应蛋白、前降钙素和白细胞计数)。其早期发病(p<0.001)和影响左侧下丘脑区域(OR=9.7(1.6至58.837),p=0.013)是中枢性发热的独立预测因素。
结论:早期发病和下丘脑受累是中枢性发热的最强指标,这可能有助于指导ICH患者发热后的循证治疗决策。
关于该主题的现有知识:
中枢性体温调节紊乱(称为中枢性发热)似乎是脑内出血患者发热的常见原因,但将其与感染性发热区分开来往往具有挑战性。
本研究的新发现:
我们确定了发热的发病时间和下丘脑区域的受累情况,作为ICH患者中中枢性发热和感染性发热的关键区分因素。
本研究可能对研究、实践或政策的影响:
我们的发现可能有助于更可靠地识别中枢性发热,从而支持ICH患者的循证治疗决策。
引言:
发热是急性中风患者的常见症状。尿路感染和肺炎等感染是中风患者发热的最常见原因。1-4 另一方面,发热可能是由于与中风相关的中枢性体温调节紊乱引起的,称为中枢性发热。5-8 迅速可靠地确定发热的原因在临床实践中至关重要,因为高热会显著阻碍急性脑损伤的恢复。9-11 早期检测并用抗生素治疗院内感染对于预防危及生命的败血症并发症至关重要。另一方面,迅速准确地识别中枢性发热可以更有针对性地使用抗生素,有助于减缓抗生素耐药性的发展。12 脑内出血(ICH)患者似乎是中枢性发热发生频率较高的中风亚组。6 13 然而,我们对ICH相关中枢性发热的了解有限,因为以往关于中枢性发热的研究通常涉及不同中风亚型或多种神经系统疾病(如蛛网膜下腔出血和原发性脑肿瘤)的异质患者群体。6 7 13 少数专门针对ICH患者中枢性发热发生的研究发现中枢性发热的发生率较高,并且与不良预后相关,但未确定中枢性发热和感染性发热之间的一致性区分因素。14 15 我们的回顾性单中心研究旨在识别ICH患者中中枢性发热的临床、实验室和放射学指标,以将其与感染性发热区分开来。
方法:
本研究遵循《赫尔辛基宣言》的原则进行。2017年1月至2022年12月期间,所有被诊断为自发性ICH(I61.0–61.9;国际疾病分类第十版)并入住我们大学医院的患者均接受了纳入标准筛查:(1)症状出现后72小时内入院;(2)至少连续三天有三次记录的体温测量;(3)入院后24小时内进行了CT扫描。由于CT扫描缺失或体温记录不足而导致数据不完整的患者被排除在外。在线补充材料中包含选择过程的流程图(在线补充图1)。
体温评估和发热分类:
在我们的ICU和中风科,使用膀胱探头测量核心体温是体温测量的金标准。对于不需要导尿管的患者(研究队列的17%),通过耳道测量体温。
经过培训的研究人员(HS)通过查阅ICU和中风科患者的医疗报告和每日临床记录(病程记录)收集体温测量数据和潜在的发热原因。具体来说,研究人员提取了治疗医生确定的感染诊断信息以及感染诊断结果,包括影像学报告(如胸部X光)、尿液检测、微生物分析和实验室结果。此外,还审查了报告和病程记录,以识别感染的其他可能原因,如药物反应、风湿性疾病、肿瘤、血栓形成或肺炎。
发热定义为体温连续两天以上超过38.3°C。6 7 中枢性发热的特点是没有感染诊断、培养出的病原体以及任何其他已确定的发热原因。6 7 两名盲法研究人员(FH和EB)对发热类型进行了分类,将其分为感染性、中枢性、其他原因或不确定。因此,感染诊断是根据疾病控制与预防中心(CDC)、国家医疗安全网络(NHSN)2025年1月的标准进行评估的。16 如果临床团队有诊断,或者符合CDC/NHSN的院内感染标准,或者培养物中生长出病原体,则发热被归类为感染性。如果有医学报告中的证据支持,则发热被归类为其他原因引起。在未满足这些标准的情况下,发热被视为中枢性。
两名研究人员的评分重叠率超过90%。在评分不一致或至少有一名研究人员认为发热原因不确定的情况下(9.6%),通过讨论达成共识;如果仍然存在不确定性,则发热被归类为感染性(N=5,2.5%)。排除发热原因非中枢性或感染性的患者,继续进行分析。
临床和实验室变量:
我们收集了人口统计变量和心血管危险因素的信息。入院时的中风严重程度使用美国国立卫生研究院中风评分(NIHSS)进行评估,出院时的功能结果使用改良Rankin评分进行评估。在发热的情况下,我们评估了整个发热期间及发热第一天的感染参数白细胞计数、C反应蛋白(CRP)和前降钙素(PCT)的峰值水平。此外,我们还收集了发热发作时间与ICH症状出现时间的关系、最高体温、发热持续时间、对退热治疗的反应以及基于全身炎症反应综合征(SIRS)和序贯器官功能衰竭评估(SOFA)标准的败血症过程的信息。
影像学:
除了基于深度学习的病变分割和基于体素的病变-症状映射(VLSM)(见下文)外,还通过视觉检查CT扫描,寻找可能与ICH相关的影像学特征,这些特征可能表明病变位置以外的更广泛影响,如受影响的半球(右侧、左侧或脑干下)和脑区(深部 vs 大脑叶)。此外,两名盲法研究人员(FH和DS)评估了占位效应的迹象,即脑干压迫(分为0:无;1:仅有变形或移位;2:脑干或桥脑水平的脑脊液完全消失;3:脑干、桥脑或延髓压迫部位附近可见水肿)和中线移位(距中线的最大距离,单位为毫米)。
病变分割:
为了精确可靠地分割ICH的所有成分,我们训练了三个不同的3D nn-UNet模型。17 18 单类3D nn-UNet模型用于分割实质出血(PH,训练集N=160,测试集N=40,Dice得分0.92±0.19)和血肿周围水肿(训练集N=80,测试集N=20,Dice得分0.86±0.08)。为了量化脑室系统每个腔室(侧脑室、第三脑室和第四脑室)内的脑室内出血(IVH),训练了一个多类3D nn-UNet(训练集N=80,测试集N=20,侧脑室Dice得分0.94±0.02,第三脑室0.90±0.10,第四脑室0.85±0.15)。所有模型的代码已在github.com上提供(https://github.com/jqmcginnis/ich_segmentation)。病变掩模经过视觉检查,其中7%需要手动校正(使用ITK-Snap)。随后,使用NIfTI头文件的仿射变换计算病变掩模体积,利用基于Python的Nibabel和Numpy库。
基于体素的病变-症状映射:
为了识别与中枢性发热相关但与感染性发热无关的脑区,我们进行了VLSM分析,将中枢性发热作为感兴趣的变量,与感染性发热病例进行比较。因此,CT扫描及其相应的PH病变掩模使用统计参数映射包(SPM,V.12)中的CT标准化函数变形到1×1×1毫米的立体定向空间。20 为了确保统计功效,我们使用基于Python的Matplotlib库(V.3.6.2)创建了病变频率图。VLSM使用NiiStat工具箱(RRID:SCR_014152,www.nitrc.org/projects/niistat)进行,需要MATLAB和SPM,仅包括至少在五名患者中病变的体素。进行了8000次排列的Liebermeister检验进行非参数映射,并应用5%的假发现率(FDR)来校正多重比较。21 病变掩模和统计图使用FSL重新配准并变形到MNI 152模板(蒙特利尔神经学研究所,体素大小为1×1×1毫米)。22 23 使用解剖图谱识别包含显著体素的脑区。包含体素分配到图谱标签的分析已在GitHub上提供(https://github.com/jqmcginnis/ich_central_fever)。为了将VLSM的结果纳入我们的多元回归分析,使用FSLeyes分析了每位患者的病变掩模与VLSM中显著体素簇的重叠情况(0:无重叠;1:有任何重叠)。
统计分析:
除了VLSM外,还使用IBM SPSS Statistics(V.29.0.1)进行了统计分析。对于度量数据使用双样本t检验,对于有序数据使用Mann-Whitney U检验,对于二元分类变量使用χ2检验。此外,为了识别在发热当天独立区分中枢性发热和感染性发热的参数,进行了二项逻辑回归分析,包括来自单变量分析的所有与中枢性发热相关的参数。进行了多重共线性诊断(容忍值和方差膨胀因子)以评估预测变量之间的相关性。
结果:
共有547名ICH患者可供分析。213名患者出现发热;54例被诊断为中枢性发热,156例为感染性发热,3例的发热原因非中枢性或感染性(分别为中性粒细胞减少性发热、风湿性疾病和药物发热)。表1提供了单变量分析的结果概览,比较了中枢性发热和感染性发热组之间的临床、影像学和实验室参数。
临床和实验室参数:
中枢性发热与较高的NIHSS评分、较差的功能结果和较高的死亡率相关(p<0.01)。相反,感染性发热在发热第一天和峰值时与较高的CRP水平和白细胞计数相关(p<0.01);而PCT仅在峰值时显著较高。
影像学:
视觉和定量影像学评估的参数揭示了一个主要差异:脑干压迫的程度在中枢性发热中更为严重。对于VLSM分析,纳入了204名患者(54例中枢性发热,150例感染性发热),而六名患者因仅存在IVH而无伴随PH而未能成功标准化;图1显示了病变叠加图。在VLSM中,FDR<0.05导致Z分数阈值4.5和>3.5,并发现了84个与中枢性发热相关的体素(图2)。这84个体素大多属于两个较大的簇:一个位于间脑,另一个位于脑干。根据Neudorfer等人编制的人类下丘脑区域高分辨率MRI图谱,24%的体素位于左侧下丘脑区域;而根据Tang等人编制的脑干图谱,25%的体素位于左侧中脑。正如预期的那样,单变量分析也显示中枢性发热与这两个脑区中的任何一个有显著关联(表1)。鉴于11名病变同时涉及脑干区域和较大下丘脑区域的患者中有9名,我们仅考虑后者进行进一步分析。
**发热特征**
中枢性发热伴随着更高的体温峰值、更长的发热持续时间和更早的发热发作时间;它对抗热治疗的反应较差。而根据SIRS和SOFA标准,感染性发热中败血症病程更为常见。
**二项回归分析**
表2展示了我们的二项回归模型结果,该模型基于发热发作当天的参数,并且在单变量分析中与中枢性发热显著相关。为了确保统计功效,我们排除了发热第一天的CRP水平数据,因为超过40%的CRP值缺失。为了解决可能的选择偏倚问题,我们比较了CRP数据可用与不可用的患者组;后者年龄更小,病情更严重(在线补充表1)。
模型的McFadden R2值为0.57,曲线下面积为0.95,表明模型表现优异。多重共线性诊断显示所有纳入变量的容忍度值在0.73到0.86之间,方差膨胀因子在1.17到1.40之间,表明模型中的多重共线性程度较低。发热发作当天成为中枢性发热的最强独立预测因子。同时,左侧下丘脑区域的病变重叠以及发热第一天的白细胞计数也能区分中枢性发热和感染性发热(表2)。
**中枢性发热与感染性发热:按发热发作天数划分的OR值**
由于发热发作当天是区分中枢性发热和感染性发热的主要因素,我们使用这一时间点进行了额外分析,计算了每天的OR值以说明两种发热类型的概率。图3显示,在ICH(脑出血)发病后的前2天内,中枢性发热的发生率显著高于感染性发热;而第4天后出现中枢性发热的情况较为罕见(54例中有2例)。
**讨论**
我们确定了与中枢性发热相关的临床、实验室和影像学参数,这些参数有助于将其与ICH中的感染性发热区分开来。首先,发热的早期发作似乎是中枢性发热的最强指标。此外,我们还发现了感染性参数和病变位置作为区分两者的因素。后者可能与中枢性发热的发展有关,尤其是在体温调节中枢(尤其是下丘脑区域)受到影响时。在这些特定情况下,过度使用抗生素的风险较高,因为我们的队列中超过40%的中枢性发热患者最初接受了抗生素治疗。
我们队列中中枢性发热的发病率为10%,中枢性发热与感染性发热的比例为1:3,低于之前关于ICH的研究结果。14,15 然而,我们采用了更为保守的标准以确保更高的阳性预测值:(1)我们将发热定义为连续两天以上体温升高,因为我们认为这种方法不易产生假阳性结果,特别是考虑到中枢性发热通常持续时间较长;(2)我们对感染性发热采用了包容性定义,在不确定的情况下将其归类为感染性发热,以尽量减少中枢性发热的错误分类风险,尽管某些非感染性情况(如肺不张或血栓栓塞)也可能被误判为感染性发热。
中枢性发热的早期发作是区分这两种发热类型的关键因素。因此,我们使用发热发作天数作为终点进行了额外分析,计算了每天的OR值。图3表明,在ICH发病后的前2天内,中枢性发热的发生率显著高于感染性发热;而第4天后出现中枢性发热的情况非常罕见(54例中有2例)。
**结论**
我们识别出与中枢性发热相关的临床、实验室和影像学参数,这些参数有助于将其与ICH中的感染性发热区分开来。首先,发热的早期发作是中枢性发热的最强指标。此外,我们还发现了感染性参数和病变位置作为区分因素。后者可能与中枢性发热的发展有关,尤其是在体温调节中枢(尤其是下丘脑区域)受损时。在这些情况下,过度使用抗生素的风险较高,因为我们的队列中超过40%的中枢性发热患者最初接受了抗生素治疗。
我们队列中中枢性发热的发病率为10%,中枢性发热与感染性发热的比例为1:3,低于之前的ICH研究结果。14,15 然而,我们采用了更为保守的标准以确保更高的阳性预测值:(1)我们将发热定义为连续两天以上体温升高;(2)我们对感染性发热采用了包容性定义,在不确定的情况下将其归类为感染性发热,以尽量减少中枢性发热的错误分类风险。
虽然这是首次在仅包含ICH患者的队列中证明这一发现的研究,但在其他疾病(如蛛网膜下腔出血)中,中枢性发热的早期发作也是已知的。6,7 我们假设,当发生能够引起中枢性发热的ICH时,中风与中枢性发热发作之间的潜伏期相对较短——通常在血肿最大扩张期间或之后不久,通常在24小时内。26–28 相比之下,感染性发热是ICH的并发症,很可能是肺炎或尿路感染的症状,通常在发病第3天后开始发展(图3)。
文献中关于感染性参数在区分中枢性发热和感染性发热方面的作用存在争议。6,15,29,30 此外,据我们所知,以往研究中关于发热第一天的感染性参数数据非常有限,6,14,15 这也与我们队列中CRP和PCT数据不完整的情况相符。尽管我们发现中枢性发热组和感染性发热组在白细胞计数、CRP和PCT水平上存在显著差异,并认为发热发作当天的白细胞计数较低可能是中枢性发热的潜在指标,但置信区间仍有很大重叠,这限制了仅凭这些参数得出可靠结论的可能性。
通过应用VLSM(体积最小化分割)分析,我们确定了主要位于左侧下丘脑区域的中枢性发热相关体素。这一区域的受累在我们的逻辑回归分析中成为中枢性发热的独立预测因子。该区域与体温调节有关,此前已有研究将其与中枢性发热联系起来。31 尽管在动物模型中观察到了下丘脑区域的功能侧化现象,但我们尚未发现人类体温调节的侧化证据来解释我们的发现。32–34 此外,由于我们队列中发热患者中左侧半球ICH的比例略高,右侧下丘脑区域的统计功效可能较低(图1)。因此,我们无法确定右侧下丘脑区域在中枢性发热中的作用。
我们承认本研究的局限性。除了回顾性和单中心研究设计外,我们的数据(尤其是发热第一天的CRP和PCT水平)部分不完整。此外,我们发现CRP可能存在选择偏倚,因为CRP通常用于评估我们的中风单元中的感染诊断,而我们的ICU通常依赖其他感染性参数(如白细胞计数、PCT和白细胞介素-6)。因此,CRP值缺失的患者代表了病情更严重、死亡率更高的患者群体(在线补充表1)。尽管样本量相对较大,但我们的发现需要在独立队列中得到验证。未来的分析可能会确定对个别患者有用的临界值。此外,尽管感染性生物标志物不是回顾性感染诊断的主要标准,16 但我们承认它们可能影响了最初的临床决策。此外,VLSM分析基于CT扫描,而在包含大多数显著体素的脑干和下丘脑区域的诊断准确性有限。35,36 此外,一些患者大脑的严重变形可能影响了空间标准化。37
此外,由于我们对发热的定义和纳入标准,一些感染性和中枢性发热病例(尤其是那些发热持续时间较短或病情迅速恶化至48小时内的病例)可能被遗漏。最后,尽管我们采用了保守的中枢性发热标准,但由于缺乏全面且广泛接受的诊断标准,一些患者可能被错误分类。
总之,我们确定了发热发作天数和左侧下丘脑区域的受累是中枢性发热的最强指标。我们的发现可能有助于为ICH患者的发热治疗决策提供基于证据的依据,并可能优化抗生素的使用。
**致谢**
贡献者:
FH:概念与设计、数据分析和解释、手稿起草。
EB:数据分析和解释。
JM:数据分析和解释、手稿起草、行政、技术或物质支持。
TW:数据分析和解释。
HS:数据分析和解释。
KB:概念与设计。
GS:监督。
JSK:监督、数据分析和解释。
DS:数据分析和解释。
BH:监督、手稿起草。
SW:监督、手稿起草。
MM:概念与设计、数据分析和解释、手稿起草、监督。FH是手稿的负责人。在提交过程中,使用了nn-UNet对所有ICH成分进行了精确分割。这是一种成熟可靠的医学图像分割方法。
**资助**
本工作得到了德国研究基金会(DFG SPP2177,放射组学:下一代生物医学成像——项目编号428223038)以及德国卓越战略(Munich系统神经学集群EXC 2145 SyNergy——ID 390857198)的支持。JM、JK和MM获得了巴伐利亚州科学与艺术部(巴伐利亚-魁北克合作双边研究计划:医学中的AI,资助编号F.4-V0134.K5.1/86/34)的资助。FH获得了TUM医学院和健康学院的临床科学家计划(2023-E-01)的资助。
**利益冲突**:无声明。
**来源和同行评审**:非委托编写;外部同行评审。
**补充材料**
本内容由作者提供,未经BMJ Publishing Group Limited审核,可能未经同行评审。任何观点或建议仅代表作者本人,并不代表BMJ的观点。BMJ不对基于此内容的任何依赖承担责任。如果内容包含翻译材料,BMJ不保证翻译的准确性和可靠性(包括但不限于当地法规、临床指南、术语、药物名称和剂量),也不对翻译和改编过程中出现的任何错误或遗漏负责。
**数据可用性声明**
**伦理声明**
患者同意发表:不适用。
**伦理批准**:本研究符合《赫尔辛基宣言》的原则。获得了慕尼黑工业大学TUM大学医院临床伦理委员会(rechts der Isar)的批准(2024-568-S-NP)。并非所有患者都同意参与;当地伦理委员会仍根据2013年《赫尔辛基宣言》第32条同意进行本研究。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号