脓毒症机制与诊断新进展

脓毒症发病机制、生物标志物与诊断的展望：一项简明调查

1 | 引言

脓毒症（Sepsis）一词源于希腊语[σηψις]，指的是细菌对动物或植物来源的有机物质的分解[1]。此外，荷马的诗篇中也提到了“sepo”[σηπω]，其意为“我腐烂了”。甚至在公元前460‐370年，希波克拉底为了描述“结构的溶解”，使用了“sepidon”一词，该词与现代的脓毒症同义。有趣的是，这一术语也曾被伟大的像亚里士多德和盖伦这样的哲学家和医生使用类似含义的术语，并沿用了2700多年[2]。然而，直到1991年在芝加哥举行的ACCP/SCCM共识会议，与脓毒症相关的术语才得以标准化[3]。该会议旨在为未来与脓毒症相关的研究提供通用指南，以便研究人员能够比较和改进各种现有的治疗方案。会议提出了脓毒症和全身炎症反应综合征（SIRS）的定义，并详细列出了可用于区分脓毒症与非败血症病例的生理参数。在现代医学科学中，脓毒症可广义地定义为机体对感染产生的失衡免疫反应，最终导致自身器官或组织损伤。然而，脓毒症的定义多年来不断演变。由于科学技术进步，如今已有可能基于患者既往健康记录数据来评估脓毒症标准。因此，该定义于2001年进行了修改，而最新的定义于2016年由来自传染病、重症监护室（ICU）以及外科和肺科专家组成的工作组提出。他们的建议发表于脓毒症和脓毒性休克第三项国际共识定义（Sepsis‐3），其中将脓毒症定义为由宿主对感染的失调反应所引起的危及生命的器官功能障碍。此外，用一种简化的序贯器官衰竭评估评分——即快速序贯器官衰竭评估（qSOFA）评分——取代了SIRS。qSOFA评分包括患者出现以下三项生理状况中的至少两项：呼吸频率增加、低血压和意识水平改变[4]。根据关于脓毒症起源和表现的历史记录，图1展示了脓毒症定义在24年间的演变过程。

2 | 脓毒症的病因和影响

2.1 | 脓毒症的根本原因是什么？

在过去几年中，已开展多项研究以了解脓毒症的根本原因，例如[12, 13, 14]。从普遍的研究中可知，脓毒症导致的严重性并非直接由侵入的微生物或病原体引起，而是由于宿主免疫反应失调，导致多器官功能障碍、凝血功能障碍和低血压[12]。这需要理解感染、炎症和凝血之间的相互关系，以及普通感染期间与脓毒症期间免疫反应的差异。在[15]中，作者声称当外源性病原体入侵时，宿主防御系统会试图阻止外来生物在宿主体内扩散和繁殖。随后会引发炎症反应，激活凝血过程并导致纤维蛋白沉积。然而，免疫系统的过度反应会导致严重凝血，进而引起微血管血栓形成和器官功能障碍，即所谓的弥散性血管内凝血（DIC）[16]。

本质上，这种微血管血栓形成是免疫系统在发生感染时的一种适应性反应，可防止存在于组织中的入侵病原体进入全身循环系统。因此，通过暂时凝结组织与循环系统之间的通路，免疫系统在自然杀伤细胞（一种白细胞）的协助下清除病原体或细菌，并修复受损组织。然而，在急性感染期间微血管血栓形成变得广泛，导致器官衰竭，并最终因广泛的组织缺血（即器官血液供应不足）而死亡。这一现象得到了对脓毒症检测呈阳性患者的尸检研究的支持，这些研究显示在多个器官中存在微血管血栓形成，包括肺、肾上腺、肝脏、肠道、肾和脑[17]。因此，研究人员发现了炎症与凝血反应之间的关联在宿主系统[18],[19], 中，我们已经认识到内皮激活对微血管功能障碍的重要性，而微血管功能障碍是脓毒症的标志之一[20],[21]。

2.2 | 脓毒症导致的免疫受损

免疫的一个方面是具有活性的淋巴细胞，这是一种白细胞（WBC）亚型，主要包括自然杀伤（NK）细胞[22], T细胞（胸腺）[23],和B细胞（骨髓）[24]。NK细胞通常属于先天或固有免疫系统，以其杀伤肿瘤细胞和病毒感染细胞的能力而著称。另一方面，T细胞参与细胞介导免疫，即通过激活吞噬细胞、抗原特异性细胞毒性T淋巴细胞，并在应对外来生物体（也称为抗原）时释放多种细胞因子来提供免疫保护。B细胞则通过产生大量抗体来中和病原体，例如细菌和病毒。这些淋巴细胞以及树突状细胞（DCs）[25]在脓毒症期间可能出现功能障碍。

最近的一项研究[26]推断，在脓毒症期间，T细胞和B细胞会发生大量凋亡，并伴随严重的免疫抑制。同时观察到T抑制细胞数量增加。脓毒症可能致命，其特征是T细胞和B细胞的凋亡继而出现功能缺陷的树突状细胞（DCs），标志着免疫抑制的开始。由于先天免疫系统功能缺陷，吞噬细菌的能力显著降低，导致多器官功能衰竭（MOF），最终引发死亡。研究还表明，脓毒症可导致活性氧（ROS）在白细胞（leukocytes）和器官中大量积聚，引起氧化还原失衡。ROS增加以及白细胞失衡会引发一种称为全身性免疫反应综合征（SIRS）的炎症反应，同时伴随持续的免疫反应及其他内皮细胞和白细胞中的免疫激活状态，最终导致多器官功能衰竭（MOF）和死亡。相关详细分析及通路如下

3 | 脓毒症发病机制中的分子机制

任何对身体的严重损伤，包括烧伤、病原体攻击或重大手术，都会通过向血液中释放两类分子模式之一来触发炎症反应：当身体遭受损伤时，会释放损伤相关分子模式(DAMPs)；当病原体侵入身体时，则会释放病原体相关分子模式(PAMPs)[32]。为了理解伴随脓毒症发生的复杂事件过程，我们以细菌感染为例进行说明。本节将叙述细菌感染发生后机体免疫反应的事件流程，以便于轻松理解这一复杂的生物学现象。（对于大多数感染或损伤而言，机体免疫反应所伴随的事件流程基本相似。）

细菌细胞壁由脂多糖(LPSs)组成，也称为内毒素。这些存在于细菌细胞内的毒素分子模式在细胞解体时被释放。这些模式被称为PAMPs，由位于宿主细胞表面的toll样受体(TLR)接收。TLRs属于一类通常表达于白细胞膜上的蛋白质，包括巨噬细胞、树突状细胞以及适应性免疫细胞(T和B淋巴细胞)，能够识别来自病原体的分子。LPS与TLR的结合会释放促炎性细胞因子，包括肿瘤坏死因子α(TNFα)、白细胞介素(IL‐1β 、IL‐6、IL‐12)、巨噬细胞炎症蛋白‐1α(MIP‐1α)以及编码人类主要组织相容性复合体(MHC)蛋白质的人类白细胞抗原(HLA)，如图3(a)[33]所示。这些细胞因子的释放随后引发其他炎症趋化因子的级联反应，例如IL‐8和C‐C基序配体2(CCL2)，也称为单核细胞趋化蛋白‐1（MCP‐1）[34]。

图2说明了由引发感染的细菌感染所引起的免疫反应以下两个过程：
•识别多种感染源性微生物产物[14],以及
•向细胞（免疫、上皮和内皮细胞）上特定的细胞表面受体发出信号，这些细胞的主要功能是持续采样其局部环境并进行监视[35]

C反应蛋白（CRP）是另一种由肝脏合成并存在于血浆中的蛋白质，其在血液中的浓度会在巨噬细胞和T细胞分泌白细胞介素‐6后升高[36]。降钙素原（PCT）也会在感染和损伤的刺激下由体内多种细胞产生。这些现象被称为全身炎症反应综合征（SIRS），可导致炎症和凝血。

4 | 脓毒症影响统计数据

为了让大家了解脓毒症在全球范围内的影响，我们在此提供一个统计性的概述。在全球报告的病例中，每年有超过3150万人患上脓毒症。其中，1940万人患有严重败血症，约530万人死亡[42]。此外，据估计，全球每年约有300万例新生儿脓毒症和120万例儿童脓毒症，其死亡率为在11%‐19%之间[43]。由于产褥期败血症，全球每年约有7.5万名女性死亡[44]。脓毒症的死亡率在28%‐50%之间[45], ，显然具有极高的致死性；同时，其治疗费用也极为昂贵。在美国的医院和诊所中，脓毒症被认为是治疗成本最高的疾病之一，每年治疗310万人口的平均费用高达40亿美元[46, 45]。美国因脓毒症导致的死亡人数估计高于前列腺癌、艾滋病和乳腺癌的死亡人数总和[47]。

传染病与死亡率的统计概览及比较见图4。在这些严峻的数据背后，一个关键因素是缺乏准确、快速且适用于即时检测（POC）的脓毒症诊断方法[48]。脓毒症的早期检测至关重要，因为每延迟一小时为患者使用适当的抗菌药物，其生存率大约降低7.6%。每延迟一小时使用抗生素的死亡率如图5[49]所示。即使康复出院的患者，仍然面临持续的死亡风险[50]。

5 | 传统脓毒症诊断

脓毒症诊断的传统方法包括血液、尿液、脑脊液（CSF）和支气管液培养。通常，C反应蛋白或白细胞计数作为脓毒症的指标或临床体征。血培养在连续监测血培养系统（CMBCS）中进行，并遵循一套预先批准的指南[54]。

图7传统标记检测技术：（A）荧光共振能量转移（FRET）；（B）酶联免疫吸附测定。
全自动系统在孵育血液样本的同时，普遍用于检测和分析培养过程中释放的CO2和消耗的O2 。这种传感通常使用荧光传感器完成，这类传感器通常被称为标记传感技术[55]。图7图示了两种常见的标记技术，即荧光共振能量转移（FRET）[56]和酶联免疫吸附测定（ELISA）[57] ，用于检测生物标志物蛋白质。除了标记传感技术外，还有多种其他技术可用于估测释放气体的浓度——比色分析[58], 、自动生长检测技术和杂交技术，包括裂解离心‐固有荧光法（LC‐IF）、用于血培养中病原体快速直接鉴定的固有荧光法[59]。一些相对较新的检测方法包括：多重聚合酶链式反应（ PCR）+、杂交或微阵列、PCR+质谱分析、广谱PCR。这些方法主要应用于全血样本。此外，目前还采用专门的技术对阳性血培养进行病原体鉴定和药敏试验。诸如基质辅助激光解吸电离飞行时间（MALDI‐TOF）、分子即时检测（POCT）等技术，以及它们与多重PCR结合质谱分析的方法被广泛应用于提高病原体定量的准确性。2019年末发表的最新研究[60]进一步证实了PCR在检测性能上优于传统的基于血培养的金标准。他们已证明其Sepsis@Quick检测能够更快地同时检测多微生物感染及多种病原体。

表1总结了主要依赖病原体检测的脓毒症检测传统技术（共报道了20种技术）[61]和[62]。图8[63]展示了比较脓毒症传统与近期诊断方法的示意图。这些涉及血培养分析的方法目前是检测脓毒症等传染病的金标准。然而，这些方法存在若干局限性

图8血流感染诊断的时间尺度，传统技术和新技术分别用蓝色和红色标出：（A）使用阳性血培养；（B）使用全血。蓝色垂直线表示血培养转为阳性的时间[63]。经爱思唯尔许可转载。

5.1 | 传统脓毒症诊断系统的局限性

传统脓毒症诊断系统的局限性如下所列：
•检测时间延长：血培养检测需要大约24到72小时才能确认感染流行情况、病原体侵入和抗菌药物敏感性[65, 66], ，而当阳性结果出来时，患者可能已经出现严重败血症或感染性休克以及多器官衰竭。
•由于非特异性导致的误分类：白细胞或C反应蛋白的异常计数可能具有误导性，因为这可能是由其他临床状况或疾病引起的，而非脓毒症，从而增加假阴性率[67]。
•培养所需血量：研究表明，在[68, 69]证实，随着采集的血量增加，诊断产出也随之提高。此外，血量不足常常导致假阴性结果。然而，对于新生儿及其他患有严重临床状况的儿科患者，采集大量血液并不总是可行的。这可能成为传统血培养方法的一个瓶颈。
•生长缓慢的病原体的存在：某些病原体增殖和表达速度较慢，导致培养基中的微生物活性较低，从而降低信噪比[70]。如果患者此前已接受抗微生物治疗，情况会进一步恶化。
•样本检测的及时性：血培养瓶需要装入自动化仪器以检测微生物活性[71, 72]。理想情况下，为了减少假阴性结果并最大限度缩短检测时间，样本需立即装入仪器，这为准确性带来了额外的限制。

表1传统脓毒症诊断技术

6 | 基于生物标志物的无标记脓毒症诊断

上一节讨论的传统诊断方法的局限性促使了多种跨学科技术的介入。在过去几十年中，人们开发了许多新型技术，旨在减轻现有局限性并实现更低的检测限。一些检测技术专注于检测脓毒症生物标志物或多种生物标志物的组合，而非直接检测病原体；而另一些技术则研究脓毒症患者血液成分的运动或移动性，并将其与健康个体进行比较。生物标志物是可测量物质，其浓度会因疾病、感染或其他环境因素而升高或降低。特定生物标志物或一组生物标志物的水平可以提示某种医学状况或疾病的存在。文献中已报道了大量与脓毒症相关的生物标志物。然而，除非将结果与某些标准进行比较，否则无法评估基于生物标志物的脓毒症检测的准确性和有效性。在[73]中，作者进行了系统性综述和荟萃分析，通过从PubMed和Embase等期刊检索信息，评估过去二十年中报道的生物标志物。他们确定了七种最常见的脓毒症生物标志物——降钙素原（PCT）、C反应蛋白（CRP）、白细胞介素‐6（IL‐6）、髓样细胞表达的可溶性触发受体‐1、肾上腺素原、脂多糖（LPS）结合蛋白和CD64。尽管生物标志物的浓度与脓毒症严重程度密切相关，但由于生物标志物缺乏特异性以及不同患者存在不同的早期炎症反应，将脓毒症与其他类似的非脓毒症临床状况区分开来至关重要。根据[74], ，大约178例脓毒症已鉴定出多种生物标志物。但尚无一种生物标志物对脓毒症具有足够的灵敏度和特异性，降钙素原（PCT）[76, 77]除外。因此，联合使用多种生物标志物可提高特异性和灵敏度[78]。表2列出了三种主要的与脓毒症相关的生物标志物：白细胞介素‐6（IL‐6）、降钙素原（PCT）和C反应蛋白（CRP），以及它们的临床重要浓度[79]。

TA L E 2 与脓毒症检测相关的关键生物标志物浓度

在接下来的小节中，我们将讨论一些现有的“无标记”脓毒症检测方案，这些方案最终可能实现脓毒症的即时检测（POCT）解决方案。

6.1 | 电化学方法

由于电传感器具有高灵敏度、结构简单且易于低成本微型化，因此被广泛使用。随着对以患者为中心、高效且低成本的诊断系统的日益需求，脓毒症即时检测（POC）诊断系统应运而生并不断发展。[80]报道了一种用于快速、可靠识别脓毒症的POC平台，称为IBS（脓毒症集成生物传感器）。该平台由一个一次性试剂盒和便携式平台组成（用于在磁珠上捕获脓毒症生物标志物白细胞介素‐3（IL‐3）并进行标记，以用于后续步骤）电化学测量），一个用于测量IL‐3定量所需电流的电气检测系统，一个用于信号处理的微控制器单元，以及一个用于无线通信的蓝牙模块，全部集成在一个单片设备中，与传统的酶联免疫吸附测定（ ELISA）相比，响应速度提高了>5倍，灵敏度提高了>10倍，动态检测范围扩大了一个数量级。此外，使用人类临床样本（n= 62），分别实现了91.3%的灵敏度和82.4%的特异性。另外，对感染性休克患者的生存分析证实了IL‐3作为器官衰竭指标的重要性。该设备的总成本分解为IBS读取器约 50美元，每次测试试剂使用成本5美元。规模化生产有望进一步降低这些价格，从而使IBS在成本上相较于ELISA（11美元）或侧向层析试纸条（10‐20美元）具有竞争优势。

通过多重检测多种生物标志物，可克服将脓毒症与其他非感染性全身炎症反应综合征（SIRS）病因相区分的局限性，从而提高诊断准确性。在这方面，[81]报道了首个基于电化学阻抗谱（EIS）的纳米通道系统，该系统采用集成在微电极上的纳米多孔尼龙膜构建而成。生物标志物共价结合到电极表面形成电双层，该变化被转化为阻抗变化并通过EIS记录。该传感器已证实可在混合人血清及人全血样本中检测三种脓毒症生物标志物：降钙素原（PCT）、脂多糖（LPS）和脂磷壁酸（LTA），其检测限（LOD）分别为0.1ng/ml−1、1μg/ml−1和1μg/ml−1。其他电化学传感器也已开发用于脓毒症生物标志物检测，这些传感器采用高取向热解石墨[82], 主客体纳米网电极[83],以及涂覆在碳糊丝网印刷电极[84]上的酶偶联丙烯酸微球和金纳米颗粒复合物，如图9所示。脓毒症电化学检测的最新进展2019年的研究重点是制造可用于检测脓毒症生物标志物白细胞介素‐6[85],水平的针状微电极。图 9(a)展示了封装器件及其针状电极结构和制备步骤。[86]还提出了一种使用丝网印刷电极的电化学检测方法，可实现抗微生物敏感性的快速检测。图9(b)展示了该检测系统的示意图。

图 R E 9电化学传感：(A)封装器件(B)微针(C)制备步骤[85] (D)使用丝网印刷电极的快速检测[86]

用于脓毒症诊断的7种电化学传感器的比较总结，详细列出了它们所使用的样本以及靶向的生物标志物、利用的界面、线性范围和检测限及其参考文献，如表3所示。

6.2 | 光学方法

由于需要对脓毒症进行原位测量，光学检测已被证明是一种颇具吸引力的平台。[92]开发了一种利用光纤损耗模式共振（LMR）的高灵敏度C反应蛋白检测技术。LMR对应于光纤纤芯模式与薄膜中损耗模式的耦合。[93]也开发了一种类似的基于LMR的光纤传感器。实验装置如图10(A)所示。一种侧抛光D形光纤被涂覆了一层薄膜。t in氧化铟锡薄膜，随后用C反应蛋白选择性适配体层进行功能化 .针对不同浓度的C反应蛋白溶液，监测了LMR波长的变化浓度范围从0.0625mgL−1到1mgL−1。所制备的传感器能够检测低至0.0625mgL−1的C反应蛋白浓度，远低于1mgL−1的临床阈值，显示出其在脓毒症诊断中的临床应用潜力。

F I G U R E 1 0(A)光纤传感器[93]和利用表面等离子体共振技术对C反应蛋白的检测：(B)无纳米增强剂；(C)含纳米增强剂[94]。

表面等离子体共振（SPR）是另一种用于选择性识别脓毒症的有前景的无标记技术。在[94],中开发了一种SPR系统，用于检测血液中C反应蛋白生物标志物的超低浓度。该研究通过引入适配体修饰的量子点（QDs）实现了夹心法检测，可在加标人血清中测量7zeptomole（5fg/mL）的C反应蛋白。图10（B）和（C）展示了实验装置。[95]在光纤纤芯暴露区域上涂覆一层薄金膜，以激发金膜与介电覆盖层界面处的表面等离子极化激元。随后，SPR传感器用聚多巴胺进行修饰，并固定抗C反应蛋白单克隆抗体。通过测量输出信号中SPR共振谷的偏移，观察到灵敏度为1.17nmμg−1mL。抗 C反应蛋白单克隆抗体与C反应蛋白之间的最佳结合时间并且观察到CRP的检测时间为60分钟，远低于传统方案。[96],提出了一种基于全内反射（TIRF）原理的用于降钙素原定量的即时检测应用。表4列出了9种用于脓毒症诊断的光学传感器的比较总结，详细说明了它们所使用的样本、靶向的生物标志物、利用的界面、线性范围和检测限以及参考文献。

6.3 | 基于微流控的方法

[103]报道了一种新型脓毒症诊断方法，该方法通过微流控检测测量血液中中性粒细胞的运动能力。如图11所示，该装置仅需一滴稀释的全血即可进行诊断。研究人员研究了五个运动参数，并计算出混合评分以评估脓毒症患病率。此外，还应用了监督式机器学习算法来减少控制参数的总数，从而提高了整体诊断过程的效率。从脓毒症患者体内采集的中性粒细胞表现出比健康人更高的运动能力。整个检测过程大约需要6小时才能完成，这可能被视为一个限制因素。最近，来自麻省理工学院的研究人员[104]开发出一种新型即时检测微流控芯片，可在约30分钟内检测脓毒症。该生物芯片可检测血液中白细胞介素‐6的水平，而白细胞介素‐6是一种脓毒症生物标志物。其创新之处在于仅需微升血液即可实现检测，而非传统所需的毫升量级，并且可用具有类似检测性能的小型设备替代笨重的仪器。

图11用于从一滴血液中评估中性粒细胞迁移能力的微流控装置经施普林格∙自然授权重印。

在微流控平台上实现的4种脓毒症传感器的比较总结，详细列出了它们所使用的样本、靶向的生物标志物、利用的界面、线性范围和检测限以及参考文献，见表5。

6.4 | 基于场效应晶体管的方法

场效应晶体管由于其低电压操作（<1V）、固有的增益放大、生物相容性和微型化特性，在传染病检测领域受到越来越多的关注。[108]开发了一种用于PCT生物标志物无标记检测的电解质栅控有机场效应晶体管（EGOFET）。相应的示意图和实际实现分别如图12(A)和(B)所示。单克隆抗体被固定在形成晶体管电子通道的聚‐3‐己基噻吩（P3HT）有机半导体（OSC）表面。抗体固定和分析物‐受体结合事件引起了晶体管性能参数的明显变化，即阈值电压、漏极电流和载流子迁移率。功能化在OSC通道上的抗体诱导了载流子传输路径的改变，从而导致载流子迁移率的变化。另一方面，目标PCT所带的净负电荷充当了OSC中空穴的陷阱，最终降低了漏极电流并使器件的阈值电压发生偏移。所报道的电解质栅控有机场效应晶体管可检测0.8pM至4.7nM范围内的降钙素原浓度，检测限为2.2pM。类似地，基于场效应晶体管的无标记传感技术也已被探索用于检测免疫球蛋白E，该方法采用适配体和碳纳米管，由[109]提出。图12(C)展示了一类此类传感器制造的通用示意图，其底层检测原理与前述电解质栅控有机场效应晶体管类似。最近，[110]开发出类似的有机晶体管，可在物理极限下检测C‐反应蛋白，这无疑是对现有有机场效应晶体管的改进。

基于场效应晶体管平台实现的两种脓毒症传感器，以及下文讨论的另外两种方法的综合比较总结，包括它们所使用的样本、靶向的生物标志物、利用的界面、线性范围和检测限及其参考文献，见表6。

6.5 | 基于机器学习的方法

随着数据分析和机器学习（ML）算法的出现，研究人员现在可以通过利用以往诊断和检测中的一系列观察结果来预测脓毒症。例如，逻辑回归（LR）、支持向量机（SVM）和逻辑模型树（LMT）被用于根据重症监护室（ICU）成年患者的生命体征和血液样本预测脓毒症的发生[111]。[112] 使用基于“随机森林改进的果蝇优化算法核”的学习机器有效诊断了脓毒症。该模型采用了随机森林算法，提高了诊断准确性。研究得出结论：脓毒症患者的乙酸水平升高，而亚油酸和胆固醇水平降低。

图12(A)电解质门控有机场效应晶体管示意图和(B)实现方式[108]。经爱思唯尔许可转载。(C)基于纳米线/适配体场效应晶体管的IgE生物传感器无标记检测示意图[109]

脓毒症在新生儿中较为常见，因此其早期检测极为重要。在[113]中，利用了三个生理指标[114]来预测脓毒症，包括：心率、呼吸频率和血氧饱和度。莫纳什儿童医院新生儿重症监护室（NICU）的经验丰富的儿科医生使用这些变量来预测早产儿脓毒症的发生。研究采用了机器学习算法，包括多层神经网络（NN）、逻辑回归（LR）、采用高斯核的支持向量机（SVM），以及集成学习模型，如随机森林（RF）和梯度提升决策树（GBDT）。结果表明，RF和GBDT的性能优于LR、 SVM和NN。作者还声称，该方法能够准确预测脓毒症发作提前24小时。这为临床医生提供了充足的机会，在感染对新生儿造成伤害之前加以控制。

如今，医院正在采用人工智能（AI）来监测脓毒症的发作。杜克大学医院已正式推出脓毒症监测系统（SepsisWatch），该系统可识别即将发生的脓毒症病例并发出警报[115]。文献中还提出了其他几种基于深度学习（卷积‐长短期记忆）[116, 117]的预测算法，能够以高效率预测脓毒症。近期时间模式（RTPs）结合支持向量机分类器（SVMclassifier）的表现优于一些其他最先进的机器学习技术[118]。此外，已有研究提出基于云的系统，与机器学习（ML）和人工智能（AI）协同工作。例如，通用电气医疗集团（GEHealthcare）与罗氏诊断（RocheDiagnostics）合作3 ，提供一种基于云的数字分析工具，用于利用医院每年产生的拍字节级患者数据。同时，[119]开发了一种计算机模型，定义了一种名为计算机辅助国家早期预警评分（cNEWS）的新评分标准，据称其比传统的 qSOFA评分更准确，并且更容易与医院现有的分析系统集成。这些数据清晰地展示了机器学习和数据分析工具在医疗保健中的广泛应用。

6.6 | 其他方法

除了上述技术外，还有一些用于低成本、及时和实时检测感染的诊断方案。近年来，由于多孔硅（PSi）具有易于调节的特性（例如孔隙形态、光子特性、生物相容性和表面化学），基于PSi的生物传感器正日益受到关注[]。多年来，因生物分子在PSi纳米孔内扩散受限而导致的灵敏度不足问题已得到克服：文献[120],报道的技术在检测浓度为3.0nM的脓毒症生物标志物蛋白TNFα时，灵敏度提高了10,000倍，同时信噪比提升至10.6。[121]报道了一种通过在多孔硅（PSi）生物传感器上采用电动力学等速电泳（ITP）实现芯片内蛋白质预浓缩以提高灵敏度的概念验证。该检测基于反射式干涉傅里叶变换光谱术（RIFTS），检测限（LoD）为7.5nM。类似地，在[122],中也报道了基于 PSi的干涉式高灵敏度无标记检测脓毒症生物标志物TNFα的方法，该方法采用波长平均干涉图（ IAW）反射光谱作为检测原理，可检测3至390nM范围内的浓度。在[123],中，作者综述了PSi光学适配体传感器在生物工程和生物医学应用中的最新进展，并讨论了多种多孔硅功能化策略以及提高器件性能（包括灵敏度、响应时间和检测限（LOD））的技术。

伏安诊断[124]. Coi在脓毒症感染的血浆上进行，是另一种正在使用的方案。在[125],中，研究人员开发了一种用于检测叶酸结合蛋白（FBP）的金涂层石英晶体微天平生物传感器，FBP是脓毒症的生物标志物。该传感器的检测限达到30nM。图13（A）和（B）描述了该声学生物传感器用于叶酸结合蛋白检测的工作原理。图13（C）展示了一条频率随蛋白质结合变化的通用响应曲线。该曲线表明振荡频率随着传感器表面特异性蛋白质结合的增加而降低。伊桑西斯开发了患者状态引擎（PSE），这是一种可穿戴传感器贴片，能够持续监测患者的生命体征，并通过分析读数中的生理变化实时预测脓毒症的发生。最近，[126]使用比色检测方法检测多功能Janus粒子运动的变化，以从全血中检测与脓毒症相关的降钙素原（PCT）生物标志物。

图13声学生物传感器（A）传感器表面的功能化（B）使用石英晶体微天平（QCM）进行蛋白质检测 [125]。经美国化学会（ACS）许可转载。（ C）传感器表面蛋白质结合引起的频率变化的通用示意图。

表6展示了使用上述最后三种方法实现的5种脓毒症传感技术的综合比较总结，详细列出了它们所使用的样本、靶向的生物标志物、利用的界面、线性范围和检测限，以及相关参考文献。

表3脓毒症诊断用电化学传感器调查

表4脓毒症诊断用光学传感器调查

表5用于脓毒症诊断的微流控和芯片实验室传感器调查

TA L E 6基于场效应晶体管、质量和机器学习的脓毒症诊断传感器调查 i

7 | 结论与展望

本调查对脓毒症这一最具挑战性的医学疾病之一的当前状况提供了清晰的视角，并讨论了其作用机制。此外，还综述了关于脓毒症诊断技术的现有文献，以及可设计快速且可靠的即时脓毒症检测系统的相关领域。脓毒症诊断取得了巨大进展，尤其是在不需要血培养的方法方面，例如基于PCR、 MALDI‐TOF和酶联免疫吸附测定的技术。这些技术极大地加快了感染及其抗微生物活性模式的识别速度。然而，挑战仍然存在，除非临床医生能够在脓毒症发病初期就检测到该病，否则无法从患者身上获取感染血液样本，从而导致诊断延迟以及抗生素使用延误。因此，迫切需要能够在脓毒症发作几分钟内即进行检测的即时检测设备。从现有的文献综述表明，即时检测生物芯片可以被制造成同时检测多种脓毒症生物标志物。因此，无标记生物标志物检测最终将为重症监护室中脓毒症的自动诊断铺平道路，从而显著降低全球范围内的脓毒症死亡率。

图14脓毒症发病率的决定因素。（图灵感来自[63]）

除了测量问题之外，脓毒症的发生取决于多种系统因素的共同作用：宿主、病原体和医疗系统，如图14中的维恩图所示。这些因素相互关联，因此它们之间的相互作用可能至关重要。这些因素包括社会和人口统计学因素：饮食、生活方式、经济状况、性别和种族。甚至获得医疗系统的途径在决定患病率、范围以及后续情况时也极为关键患者在感染性休克或严重败血症期间的生存情况。此外，临床数据仅在高收入国家可用，从而限制了对诊断及其治疗结果的准确统计表征。