[摘要]目的探讨系统免疫炎症指数（systemic immune inflammation index,SII）和中性粒细胞与淋巴细胞比值（neutrophi to lymphocyte ratio,NLR)对急性缺血性卒中相关性肺炎（stroke-associated pneumonia,SAP）的预测价值。方法回顾性选取江苏大学附属武进医院于2020年1月—2022年12月收治的238例急性缺血性脑卒中患者的临床资料，其中118例发生急性缺血性SAP的患者为SAP组，未发生SAP的急性缺血性脑卒中患者120例作为非SAP组。利用多因素Logistic回归分析找出急性缺血性SAP的危险因素。绘制受试者工作特征曲线（receiver operating characteristic curve,ROC），并根据ROC曲线下面积（area under curve,AUC）、敏感度和特异度去分析SII、NLR单一及其联合检测在急性缺血性SAP中的预测价值。结果多因素分析结果显示，SII和NLR是SAP发生的独立危险因素，差异有统计学意义（OR：1.101、1.287；95%CI：1.042~1.182、1.055~1.568，P均<0.05）；ROC分析发现SII、NLR的AUC分别为0.807、0.819，而两者联合检测的AUC为0.825，两者联合检测的特异度、敏感度明显高于单一项目的测定。结论高NLR和SII是SAP的独立危险因素，SII和NLR联合检测对SAP有更高的预测价值。

　　[关键词]急性脑卒中；系统免疫炎症指数；中性粒细胞与淋巴细胞比值；预测价值；卒中相关性肺炎

　　脑卒中是我国居民的首要死亡原因之一，也是严重威胁我国健康的主要疾病。其中，缺血性脑卒中占比高达70%[1]。脑卒中的预后主要取决于相关并发症，而感染是最为常见的并发症，也是卒中患者后期死亡的主要原因。2003年，学者首次提出了卒中相关性肺炎（stroke-associated pneumonia，SAP）的概念，随后Vargas等学者指出，SAP具有独特的临床特点和高危因素，与其他医院获得性肺炎并不完全相同。随着研究的深入，2019年我国更新了《卒中相关性肺炎诊治中国专家共识》，将SAP重新定义为发病7 d内新出现的肺炎，且未进行机械通气的患者[2]。SAP显著延长了患者的住院时间，增加了医疗费用，并严重影响患者的生存率和预后。只有约36%的SAP患者在初次胸部CT检查中表现出典型改变，而细菌培养虽然是感染诊断的金标准，但其假阴性率较高，耗时较长，并且容易受到多种因素影响，从而延误诊治[3-4]。本研究旨在探讨系统免疫炎症指数（systemic immune inflammation index,SII）和中性粒细胞与淋巴细胞比值（neutrophi to lymphocyte ratio,NLR）对急性缺血性SAP的诊断价值。现报道如下。

　　1资料与方法

　　1.1一般资料

　　回顾性选取江苏大学附属武进医院于2020年1月—2022年12月收治的238例急性缺血性脑卒中患者的临床资料，其中118例发生急性缺血性SAP的患者为SAP组，未发生SAP的急性缺血性脑卒中患者120例作为非SAP组。其中SAP组，男77例，女41例，年龄56~80岁；非SAP组,男84例，女36例，年龄50~82岁。本研究经江苏大学附属武进医院伦理委员会批准（JB-201922）。

　　1.2纳入与排除标准

　　纳入标准：①发病3 d内收治入院，出院时资料信息完整，有明确的临床诊断；②SAP组均符合卒中相关性肺炎诊治中国专家共识中的诊断标准[2]；③非SAP组明确诊断为缺血性卒中（脑梗死）但未发生肺部感染。

　　排除标准：①48 h内出院者；②入院时伴有其他部位感染者③免疫功能异常，合并恶性肿瘤、严重肝肾疾病者；④凝血功能障碍者。

　　1.3方法

　　分析患者入院24 h内检测的空腹静脉血常规结果，获得血小板计数（platelet，PLT）、淋巴细胞计数（lymphocyte，LYM）和中性粒细胞计数（neutro⁃phil，NEC），计算出SII和NLR比值，计算方法：SII=PLT×NEC/LYM，NLR=NEC/LYM。

　　1.4观察指标

　　①比较两组患者的一般资料（性别、年龄、是否手术）、基础疾病（高血压、糖尿病、冠心病）、实验室检测指标（血小板计数、淋巴细胞计数、中性粒细胞计数）。

　　②Logistic回归分析，以获得SAP相关的独立危险因素，利用ROC曲线获得各指标的曲线下面积、敏感度和特异度。

　　1.5统计方法

　　采用SPSS 25.0统计学软件处理数据，年龄为计量资料数据，经Shapiro-Wilk检验，符合正态分布的数据，以(±s）表示，组间比较行两独立样本t检验；SII和NLR为计量资料，不符合正态分布以中位数[M（P25，P75）]表示，组间比较用Mann-Whitney U检验；性别、是否手术、高血压、糖尿病等为计数资料，以例数（n）和率（%）表示，组间比较行χ2检验，采取Lon⁃gistic多因素回归分析法进行急性缺血性卒中相关性肺炎相关的多因素分析，并绘制ROC曲线，分析各个指标的曲线下面积、敏感度和特异度，判断单一和联合指标的预测价值。P<0.05为差异有统计学意义。

　　2结果

　　2.1两组患者一般资料和实验室检查指标比较

　　SAP组SII和NLR高于非SAP组，差异有统计学意义(P均<0.05)；两组患者性别、年龄、是否进行合并症情况相比，差异无统计学意义（P均>0.05），具有可比性。见表1。

　　2.2急性缺血性脑卒中患者发生SAP的多因素Lo⁃gistic分析

　　采用SII和NLR为自变量，是否发生SAP为因变量，建立Logistic回归模型，赋值见表2，结果显示SII和NLR是SAP发生的独立危险因素，差异有统计学意义（P均<0.05）。见表3。

　　2.3 SII、NLR及联合检测对急性缺血性SAP的预测价值分析

　　通过绘制ROC曲线显示，SII、NLR以及两者联合检测的AUC分别为0.807、0.819、0.825，两者联合检测的特异度、敏感度高于单一项测定。见表4、图1。

　　3讨论

　　对于缺血性脑卒中而言，其复发率和病死率较高，是严重的脑血管疾病，而SAP会加剧卒中恶化，延长住院时间，因此，SAP的早期诊断至关重要。过往研究已证实，由于炎症在卒中的发生、进展和恢复过程中起到核心作用，NLR对卒中具有潜在的预测价值[5]。SAP患者在脑部缺血性损伤后，体内会发生一系列炎症反应，破坏脑组织。为了减轻脑损伤，机体通过负反馈机制转化全身性炎症反应，促使中性粒细胞分化，并诱导淋巴细胞凋亡，改变血小板的功能、结构和数量，从而增加卒中后的感染风险，尤其是肺部感染[6]。最新研究表明，急性缺血性SAP的发病机制除了传统的误吸理论外，还包括卒中诱导的免疫抑制理论。免疫抑制可在脑缺血发生后的数小时内启动，抑制机体的细胞免疫，增加感染风险，这被视为中枢神经系统的一种防御机制[7-8]。体内的淋巴细胞有助于免疫杀伤，中性粒细胞则促进炎症反应并抑制淋巴细胞活性，而血小板的促炎功能也对疾病进展产生影响。因此，SII和NLR的升高通常提示患者全身炎症反应增强、免疫反应减弱，机体处于免疫抑制状态[9-10]。

　　外周血中性粒细胞、淋巴细胞、血小板等炎症指标只能反映患者即时免疫状态，往往不够稳定和可靠，而SII和NLR比值可以更加全面、客观地反映机体的免疫状态。已知SII和NLR比值广泛应用于非小细胞癌、食管癌、胆管癌等恶性肿瘤的研究，而对急性缺血性SAP的预测价值仍在探索中，本研究旨在为预测急性缺血性SAP的发生提供科学依据，而且费用低、检测方便、计算简单，适合所有类型的医院开展。

　　本研究中选取的所有对象，均是发病3 d内收治入院，尽可能排除SII和NLR本身受发病时间的影响，确保预测价值的准确性。本研究中SAP组患者入院24 h内SII和NLR明显高于非SAP组，代表SAP组患者体内免疫抑制现象更严重，相应的卒中后的感染风险也更大。多因素Logist回归分析显示，NLR和SII都是SAP的独立危险因素。而李岸等[11]研究结果表明高SII是SAP发病的危险因素，其预测SAP的风险价值优于NLR。由于两个研究均为单中心研究，可能双方数据收集存在一定偏倚。

　　通过ROC曲线分析得知，NLR的AUC为0.819，最佳截断值为4.24，敏感度和特异度分别为72.03%和80.83%，SII的AUC为0.807，最佳截断值为846.55，敏感度和特异度分别为74.58%和79.17%（P>0.05），说明其对SAP的诊断价值无差别。两个指标联合检测的AUC为0.825，敏感性和特异性分别为77.97%和83.97%，诊断价值高于单项检测。本研究获得的NLR的AUC为0.819，高于陈愉等[12]的研究（AUC为0.730），可能和两研究的样本量差异有关。

　　综上所述，对于急性缺血性SAP，NLR和SII是SAP的独立危险因素，联合检测SII和NLR对SAP有更高的诊断价值。由于资料有限，并未研究SII和NLR与患者预后的关系，可以在今后的研究中进一步探讨。

[参考文献]

　　[1]Cheng HR,Song JY,Zhang YN,et al.High monocyte-to-lymphocyte ratio is associated with stroke-associated pneumonia[J].Front Neurol,2020(11):575809.

　　[2]中国卒中学会急救医学分会,中华医学会急诊医学分会卒中学组,中国老年医学学会急诊医学分会,等.卒中相关性肺炎诊治中国专家共识(2019更新版)[J].中华急诊医学杂志,2019,28(12):1479-1484.

　　[3]石彦杰,郑惠,郑春雷,等.卒中相关性肺炎病原菌分布特征及其与免疫系统功能变化的关系[J].中国病原生物学杂志,2017,12(2):178-181.

　　[4]黄兰,王宋平.卒中相关性肺炎病原学特点及预后影响因素分析[J].中国抗生素杂志,2020,45(10):1092-1096.

　　[5]Shekhar S,Cunningham MW,Pabbidi MR,et al.Target⁃ing vascular inflammation in ischemic etroke:recent de⁃velopments on novel immunomodulatory approachers[J].Eur J Pharmacol,2018,833:531-544.

　　[6]李巍,王莉莉.中性粒细胞与淋巴细胞比值和系统免疫炎症指数对急性脑梗死患者卒中相关性肺炎的诊断价值[J].中华老年心脑血管病杂志,2021,23(9):968-971.

　　[7]樊泽新,刘广志.缺血性卒中免疫学研究进展[J].中国现代神经疾病杂志,2022,22(1):46-53.

　　[8]赵东,朱晶,胡克.卒中相关性肺炎与卒中诱导的免疫抑制[J].中华内科杂志,2020,59(5):395-399.

　　[9]曾喜,李屾,刘红兵,等.全身免疫炎症指数预测卒中相关性肺炎[J].中风与神经疾病杂志,2020,37(3):222-226.

　　[10]莫秀英,张朝和,区泳燕,等.外周血炎症标志物与卒中相关性肺炎的关系分析[J].中国医学创新,2021,18(24):19-23.

　　[11]李岸,梁小妞,刘丰韬,等.外周血炎症标志物对急性缺血性脑卒中相关性肺炎的预测价值[J].2023,31(1):28-35.

　　[12]陈愉,沈淑英,顾峥.中性粒细胞-淋巴细胞比率对卒中相关性肺炎的预测[J].宁夏医科大学学报,2021,11(43):1159-1163.