中性粒细胞与淋巴细胞比值、纤维蛋白原与白蛋白比值和红细胞分布宽度对肺结核合并其他细菌感染的诊断价值研究

《BMC Pulmonary Medicine》：Diagnostic value of neutrophil-to-lymphocyte ratio, fibrinogen-to-albumin ratio and red blood cell distribution width in tuberculosis combined with other bacterial infections

为解决肺结核（PTB）合并细菌感染诊断难题，研究人员探究 NLR、FAR、RDW 的诊断价值，发现联合检测价值高，助力临床诊断。

　　

肺结核合并细菌感染诊断新视角：NLR、FAR 和 RDW 联合检测的价值

在全球范围内，肺结核（Pulmonary Tuberculosis，PTB）始终是严重威胁公众健康的主要传染病之一。2021 年，结核分枝杆菌（Mycobacterium tuberculosis，Mtb）感染了全球三分之一的人口，约 10% 的感染者发病，导致 160 万人死亡 。对于 65 岁及以上的老年人来说，他们不仅对 PTB 的易感性显著增加，死亡风险也随之上升。由于老年 PTB 患者体质较差、免疫力低下，再加上结核病的慢性消耗，使得他们更容易合并肺部细菌感染。

然而，临床上区分 PTB 和合并细菌感染的情况颇具挑战。PTB 合并肺部细菌感染时，症状往往不典型，与原发性结核感染相似，容易被忽视，这不仅会延长患者的病程，降低生活质量，甚至可能危及生命。传统的诊断方法主要依赖经验性抗感染治疗，或者联合抗结核和抗感染治疗后，通过胸部 X 光和 CT 扫描评估病变吸收情况，但这种方式可能导致药物不合理使用，延误患者康复。细菌培养虽被视为诊断细菌感染的 “金标准”，但存在成本高、耗时长的缺点，对于老年结核患者合并感染的情况，还容易因缺乏有效诊断方法而导致误诊或漏诊。因此，寻找能早期快速诊断 PTB 合并细菌感染的生物标志物，成为临床医生关注的焦点。

为了解决这些问题，南通第六人民医院等机构的研究人员开展了一项研究。研究人员收集了 2021 年 1 月至 2023 年 12 月期间，南通第六人民医院收治的 74 例 PTB 合并细菌感染患者作为感染并发症组，同时选取同期 96 例单纯 PTB 患者作为无感染并发症组。

研究采用了多种技术方法。首先，通过倾向得分匹配（PSM）对两组患者进行年龄、性别和关键实验室参数的匹配，以减少潜在偏差。然后，采集患者清晨空腹静脉血，利用全自动生化分析仪、血细胞分析仪等设备，检测血清中白蛋白（Albumin，ALB）、中性粒细胞、淋巴细胞、红细胞分布宽度（Red Blood Cell Distribution Width，RDW）、纤维蛋白原（Fibrinogen，FIB）等指标，并计算中性粒细胞与淋巴细胞比值（Neutrophil-to-Lymphocyte Ratio，NLR）和纤维蛋白原与白蛋白比值（Fibrinogen-to-Albumin Ratio，FAR）。此外，研究人员运用 R 语言中的多个软件包进行统计分析，构建逻辑回归模型和 15 种机器学习模型，评估各指标及模型对 PTB 合并细菌感染的诊断性能 。

在研究结果方面，研究人员首先比较了两组患者的一般临床数据，发现年龄、性别比、高血压、糖尿病和吸烟史等方面无显著差异。接着进行相关性分析，发现 RDW 与 C 反应蛋白（C-Reactive Protein，CRP）、D - 二聚体（D-dimer，DD）、红细胞沉降率（Erythrocyte Sedimentation Rate，ESR）和铁蛋白（Ferritin，FER）呈正相关；NLR 与白细胞计数（White Blood Cell，WBC）、CRP 和 DD 呈正相关；FAR 与 WBC、血小板计数（Platelet，PLT）、CRP、DD、ESR 和 FER 呈正相关 。

进一步比较两组患者的 NLR、FAR 和 RDW 值，发现 PTB 合并感染并发症组的这些指标值显著高于无感染并发症组。而且，严重感染患者的 NLR、FAR 和 RDW 值高于非严重感染患者。通过受试者工作特征（Receiver Operating Characteristic，ROC）曲线分析，NLR 诊断 PTB 合并细菌感染的曲线下面积（Area Under the Curve，AUC）为 0.861，敏感性为 78.4%，特异性为 83.33%；FAR 的 AUC 为 0.818，敏感性为 89.20%，特异性为 66.66%；RDW 的 AUC 为 0.799，敏感性为 86.50%，特异性为 69.79%。三者联合诊断时，AUC 达到 0.982，敏感性为 98.60%，特异性为 89.58% 。

在构建的 15 种机器学习模型中，极端梯度提升（Extreme Gradient Boosting，XGBoost）模型表现最佳，其诊断准确率为 0.94231，敏感性为 0.92308，特异性为 0.96154 。

研究结论表明，NLR、FAR 和 RDW 指标对 PTB 合并其他细菌感染并发症的鉴别诊断具有一定的临床参考价值，三者联合检测的诊断价值更高。这一研究结果对临床实践具有重要意义，有助于临床医生早期评估 PTB 合并细菌感染并发症的风险，及时进行临床干预和治疗，从而减少误诊和漏诊率，提高对患者病情的了解程度，为临床用药提供参考。同时，由于 NLR、FAR 和 RDW 是血常规分析中的计算指标，具有经济、简便、实用的特点，有望在各级医疗机构，尤其是基层医疗机构推广，帮助识别和诊断细菌感染，降低医疗成本。但该研究也存在局限性，如单中心、样本量较小等问题，未来还需要扩大样本量、进一步分层研究，以更深入地探究这些指标的变化及其临床意义。