[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN114250285B - 基于白介素37的呼吸道病毒感染(危)重症预警 - Google Patents

基于白介素37的呼吸道病毒感染(危)重症预警 Download PDF

Info

Publication number
CN114250285B
CN114250285B CN202010994903.1A CN202010994903A CN114250285B CN 114250285 B CN114250285 B CN 114250285B CN 202010994903 A CN202010994903 A CN 202010994903A CN 114250285 B CN114250285 B CN 114250285B
Authority
CN
China
Prior art keywords
interleukin
severe
level
ser
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010994903.1A
Other languages
English (en)
Other versions
CN114250285A (zh
Inventor
徐建青
张晓燕
李昂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI PUBLIC HEALTH CLINICAL CENTER
Original Assignee
SHANGHAI PUBLIC HEALTH CLINICAL CENTER
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI PUBLIC HEALTH CLINICAL CENTER filed Critical SHANGHAI PUBLIC HEALTH CLINICAL CENTER
Priority to CN202010994903.1A priority Critical patent/CN114250285B/zh
Publication of CN114250285A publication Critical patent/CN114250285A/zh
Application granted granted Critical
Publication of CN114250285B publication Critical patent/CN114250285B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6863Cytokines, i.e. immune system proteins modifying a biological response such as cell growth proliferation or differentiation, e.g. TNF, CNF, GM-CSF, lymphotoxin, MIF or their receptors
    • G01N33/6869Interleukin
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/118Prognosis of disease development
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/158Expression markers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/52Assays involving cytokines
    • G01N2333/54Interleukins [IL]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/12Pulmonary diseases
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/52Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Urology & Nephrology (AREA)
  • Analytical Chemistry (AREA)
  • Hematology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Public Health (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Cell Biology (AREA)
  • Genetics & Genomics (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本文中提供了基于白介素37的呼吸道病毒感染(危)重症预警。具体而言,本申请中提供了检测样品中白介素37水平的物质在制备用于呼吸道病毒感染预后评估的产品(例如试剂盒或检测系统)中的应用,其相应的产品、系统和方法。本申请以白介素37为基础评价指标,显著提高了重症预测的准确率和特异性,可有效降低呼吸道病毒感染后的重症发生率以及死亡率,具有重要的临床应用价值和广阔的应用前景。

Description

基于白介素37的呼吸道病毒感染(危)重症预警
技术领域
本申请属于生物诊断学、免疫学和医学数据分析领域。具体而言,本申请涉及一种可量化的、基于白细胞介素37的、能够对呼吸道病毒感染后的(危)重症患者进行临床预警的模型、方法及相关产品。
背景技术
全球范围内,在所有急性发病率和死亡率中,急性呼吸道疾病占很大比例,而这其中主要的病因为急性病毒性呼吸道感染。
根据2003年WHO提出的概念,新发传染病是由新种或新型病原微生物引起的以及近年来导致地区性或国际性公共卫生问题的传染病。而病毒是新发传染病主要的病原体。目前正处于全球大流行阶段的新型冠状病毒疾病,其病原体即为先前未在人类中发现的新型冠状病毒,对其尚无有效的预防和特效治疗方法。
急性呼吸道病毒传染病传播力强,传播速度快,极易引起暴发性流行。不仅如此,急性呼吸道病毒感染很容易发展为重症,如发生高细胞因子血症、急性呼吸窘迫综合征等,大大增加死亡率。高细胞因子血症,也叫“细胞因子风暴”,是由于机体在清除病毒感染的过程中,免疫系统过度激活,短期内多种炎性细胞因子迅速大量产生的现象,极易造成感染性休克和多器官衰竭,是急性呼吸道病毒感染患者病情进展和死亡的主要原因之一。急性呼吸窘迫综合征,通常由急性弥漫性肺损伤导致,常伴随肺部炎症导致的肺血管通透性增加以及含气肺组织减少。
急性呼吸道病毒感染大大加重了疾病负担,包括例如:高发病率、高死亡率、高发病密度、高累计死亡率等流行病学负担;健康损失患者的生命健康负担;以及收入损失、生产损失的社会经济负担等。因此,对于呼吸道病毒感染后是否会发展为重症的早期预警,使患者得到尽早的治疗干预,对降低死亡率,减轻疾病负担具有重要的意义。
目前,临床上虽然有较多对于呼吸道病毒感染疾病重症及危重症的预警指标,但其判断标准模糊,主观性强,且通常患者达到重症预警指标时的疾病状态已不容乐观。
在新型冠状病毒肺炎诊疗方案(试行第7版)中指出,成人的重型、危重型临床预警指标为外周血淋巴细胞进行性下降;外周血炎症因子如IL-6、C反应蛋白进行性上升;乳酸进行性升高以及肺内病变在短期内迅速进展。儿童的预警指标为呼吸频率增快;精神反应差、嗜睡;乳酸进行性升高以及影像学显示双侧或多肺叶浸润、胸腔积液或短期内病变等。可见类似的预警指标没有一个明确的可量化的判断标准,亟需更精准的重症预警方法。
综上所述,本领域中仍然迫切需要开发出可有效对呼吸道病毒感染后是否会发展为(危)重症的早期预警指标、方法及产品,以使患者得到尽早的治疗干预,降低死亡率,减轻疾病负担。
发明内容
本申请中正是提供了一种基于白介素37的呼吸道病毒感染(危)重症的早期预警指标、方法和产品。
在本申请的第一方面中,提供了检测样品中白介素37水平的物质在制备用于呼吸道病毒感染预后评估的产品(例如试剂盒或检测系统)中的应用。
在一些实施方式中,样品获自选自下组的哺乳动物对象:罹患或疑似罹患呼吸道病毒感染的哺乳动物对象(例如经或未经呼吸道病毒感染治疗的哺乳动物对象,如患者初始入院未经治疗干预的最早期时间节点)、具有呼吸道病毒感染风险的哺乳动物对象、曾罹患呼吸道病毒感染但已治愈的哺乳动物对象。
在一些实施方式中,所述哺乳动物选自:灵长类动物、啮齿类动物、畜牧类哺乳动物、哺乳动物宠物等,例如人、猿、猩猩、猴、牛、羊、马、骆驼、猪、狗、猫、兔、鼠等。
在一些实施方式中,所述样品为选自下组的一种或多种样品:组织、细胞、血液(例如全血、血清、血浆)、痰液、鼻拭子、咽拭子、肺泡灌洗液。
在一些实施方式中,所述样品是新鲜样品、冻存样品、固定样品(例如福尔马林固定样品)、包埋样品(例如石蜡包埋样品)。
在一些实施方式中,所述白介素37的水平是选自下组的一种或多种水平:白介素37的蛋白质水平、白介素37的mRNA水平,
在一些实施方式中,所述白介素37的检测方法为选自下组中的一种或多种方法:免疫组化法(如免疫荧光分析、ELISA、免疫胶体金法)、蛋白质印迹法、RNA印迹法、RT-PCR、原位杂交法、生物芯片法。
在一些实施方式中,所述物质选自对白介素37具有特异性的物质,例如抗白介素37抗体或其抗原结合片段,优选单克隆抗体;白介素37特异性的探针、基因芯片、PCR引物、gRNA等。
在一些实施方式中,所述物质带有可检测标记物,例如,所述选自下组的可检测标记物:放射性同位素、荧光团、化学发光部分、酶、酶底物、酶辅因子、酶抑制剂、染料、金属离子、或配体(如,生物素或半抗原)。
在一些实施方式中,所述呼吸道病毒为能够经呼吸道传播,感染人上、下呼吸道上皮细胞并在其中复制增殖而引起急性感染并可能发展为重症的病毒。
在一些实施方式中,所述感染为由选自下组的病毒引起的感染:鼻病毒、冠状病毒(如SARS、SARS-CoV-2、MERS)、流感病毒(如H1N1、H3N2、H7N9、H5N1)、亨德拉病毒、尼帕病毒、腺病毒、人偏肺病毒、呼吸道合胞病毒。
在一些实施方式中,所述预后评估包括选自下组中的一种或多种:呼吸道病毒感染发展为重症或危重症或甚至于死亡的风险评估、发生并发症的风险评估、发展为细胞因子风暴的风险评估、痊愈时间的评估。
在一些实施方式中,其中所述重症具有因呼吸道病毒感染而出现的选自下组的一个或多个特征:气促、静息状态氧饱和度低于下限值、动脉血氧分压与吸氧浓度低于下限值、肺部影像学显示24-48小时内病灶明显进展>50%。
在一些实施方式中,所述危重症具有因呼吸道病毒感染而出现的选自下组的一个或多个特征:呼吸衰竭且需要机械通气、休克、合并其他器官功能衰竭、需ICU监护治疗。
在一些实施方案中,所述的呼吸道病毒为SARS-CoV-2新型冠状病毒。所述重症的特征为《新冠病毒肺炎诊疗方案》(例如试行第七版)中所列的一项或多项,例如符合下列任何一条:
①出现气促,RR≥30次/分
②静息状态下,氧饱和度≤93%
③动脉血氧分压(PaO2)/吸氧浓度(FiO2)≤300mmHg(1mmHg=0.133kPa)
④肺部影像学显示24~48小时内病灶明显进展>50%者。
在一些实施方案中,所述的呼吸道病毒为SARS-CoV-2新型冠状病毒。所述危重症的特征为(参照《新冠病毒肺炎诊疗方案(试行第七版)》):
符合以下情况之一者:
①出现呼吸衰竭,且需要机械通气
②出现休克
③合并其他器官功能衰竭需ICU监护治疗。
在一些实施方案中,所述疾病为呼吸道病毒性肺炎。其严重程度依据病情严重性的分级如下:
轻、中症:
一般状态较好,无高危因素,生命体征稳定,器官功能无明显异常。
(危)重症:
意识障碍
呼吸频率>30次/min
PaO2<60mm Hg、PaO2/FiO2<300、需行机械通气治疗
血压<90/60mm Hg
胸片显示双侧或多肺叶受累,或入院48小时内病变扩大≥50%
少尿:尿量<20ml/h,或<80ml/h,或急性肾功能衰竭需要透析治疗。
在一些实施方式中,所述产品还进一步包含检测用于呼吸道病毒感染检测的其他临床指标或基本特征中的一种或几种的物质,例如:
所述的基本特征选自:性别、年龄、基础疾病;和/或
所述其他临床指标选自:临床检验指标、生化指标和/或免疫指标;例如:
所述临床检验指标为选自下组中的一种或多种:白细胞计数、红细胞计数、血小板计数、淋巴细胞计数、单核细胞计数、嗜酸(碱)性、中性粒细胞计数、超敏C反应蛋白(HS-CRP)、活化部分凝血酶原时间、D-二聚体、红细胞沉降率;在一些实施方式中为超敏CRP;
所述生化指标为选自下组中的一种或多种:血酸碱度、血二氧化碳分压、血氧分压、乳酸、丙氨酸氨基转移酶、天门冬氨酸氨基转移酶、碱性磷酸酶、乳酸脱氢酶、胆碱酯酶、总胆红素、白蛋白、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、尿素、肌酐、葡萄糖、肌酸激酶、尿酸、触珠蛋白、血清胱抑素C、淀粉酶、肌钙蛋白、肌红蛋白;
所述免疫指标为选自下组中的一种或多种:白介素6、白介素8、白介素1β、白介素2、白介素4、白介素5、白介素10、白介素12p70、白介素17、肿瘤坏死因子α、干扰素α、干扰素γ、CD3绝对值、CD4绝对值、CD8绝对值、NK细胞绝对值、CD19绝对值、降钙素原、抗核糖核蛋白抗体、抗组蛋白抗体、抗核小体抗体、免疫球蛋白A、免疫球蛋白G、免疫球蛋白M、补体、类风湿因子、甲状腺素;在一些实施方式中为白介素6和白介素8。
在一些实施方式中,所述指标为白介素37水平与白介素6(IL-6)、白介素8(IL-8)和/或超敏C反应蛋白(HS-CRP)的组合。在一些实施方式中,所述指标为:IL-37与IL-6的组合;IL-37与IL-8的组合;IL-37与HS-CRP的组合;IL-37与IL-6和IL-8的组合;IL-37与IL-6和HS-CRP的组合;IL-37与IL-8和HS-CRP的组合;或IL-37与IL-6、IL-8和HS-CRP的组合。
在一些实施方式中,所述预后评估通过量化模型中的检测指标,并代入模型方程中进行概率计算,实现精准判断;
例如,所述的分析模型包括:一般线性模型、广义线性模型、对数线性模型、权重估算模型、聚类分析模型、二元Logistics回归分析模型、多元Logistics回归分析模型、神经网络,如二元Logistics回归分析模型。
在一些实施方式中,用于模型分析的辅助软件包括但不限于SPSS、Medcalc、Python、SAS、Metlab、STATA。优选地,模型分析的辅助软件为SPSS、Medcalc以及Python。
在一些实施方式中,在二元Logistics回归分析模型中,其分析结果通过受试者工作特征曲线(Receiver Operating Characteristic),简称ROC曲线表示。进一步地,所述的ROC曲线的评估指标还包括敏感度、特异性、曲线下的面积、约登指数(Youden index)、召回率、精确率、阳性预测率、阴性预测率、截断值等。更进一步地,所述的ROC曲线的评估指标还包括敏感度、特异性、曲线下的面积和约登指数(Youden index)。
在本申请的一些方面中,提供了一种用于呼吸道病毒感染预后评估的产品,所述产品包括检测样品中白介素37水平的物质,以及可任选地,检测用于呼吸道病毒感染检测的其他临床指标的一种或多种其他物质。
在一些实施方式中,所述产品为试剂盒或系统(例如检测和/或分析系统)。
在一些实施方式中,所述试剂盒还包含选自下组的一种或多种物质:容器、缓冲剂、助剂、溶剂、阴性对照物、阳性对照物、使用说明书。
在一个实施方式中,所述试剂盒是基于免疫酶标法的免疫组织化学方法检测生物样品中白介素37表达的试剂盒,其中包含:封闭液(如10%山羊血清)、抗白介素37抗体(例如抗白介素37单克隆抗体)、二抗(如抗兔生物素化二抗)、标记的结合物(如HRP标记链亲和素)、底物缓冲液(如DAB底物缓冲液)、显色液(如DAB显色液)和/或底物溶液。
该方面中的各特征可如本文其他部分中所描述。
在本申请的一些方面中,提供了一种用于呼吸道病毒感染预后评估的系统,其包括如下装置:
(a)采集和/或接收样品中白介素37水平数据的装置;
(b)对数据进行分析以对所述对象的呼吸道病毒感染进行预后评估的装置,其中若白介素37水平高于对照水平则表明所述对象呼吸道病毒感染预后好,若白介素37水平低于对照水平则表明所述对象呼吸道病毒感染预后不良。
在一些实施方式中,所述系统还进一步包括(a')采集和/或接收样品中呼吸道病毒感染的其他临床指标或基本特征数据的装置。
在一些实施方式中,(b)中所述的装置用于将白介素37水平数据与呼吸道病毒感染的其他临床指标或基本特征数据进行结合分析以对所述对象的呼吸道病毒感染进行预后评估。
或者,在一些实施方式中,所述系统还进一步包括对呼吸道病毒感染的其他临床指标或基本特征数据进行分析的设备;和/或将白介素37水平数据与呼吸道病毒感染的其他临床指标或基本特征数据进行结合分析以对所述对象的呼吸道病毒感染进行预后评估的装置。
在一些实施方式中,所述系统还包括选自下组的一种或多种装置:用于输入和/或输出和/或存储数据的装置;用于输出和/或存储分析结果的装置,例如用于将分析结果上传和/或存储到云数据库的装置或其相应的云数据库装置;根据预后评估结果智能分析和推荐治疗方案的装置。
该方面中的各特征可如本文其他部分中所描述。
在本申请的一些方面中,提供了用于呼吸道病毒感染预后评估的方法,所述方法包括检测样品中白介素37水平的物质,以及对该水平进行分析以对所述对象的呼吸道病毒感染进行预后评估,其中若白介素37水平高于对照水平则表明所述对象呼吸道病毒感染预后好,若白介素37水平低于对照水平则表明所述对象呼吸道病毒感染预后不良。
该方面中的各特征可如本文其他部分中所描述。
本领域的技术人员可对前述的技术方案和技术特征进行任意组合而不脱离本发明的发明构思和保护范围。本发明的其它方面由于本文的公开内容,对本领域的技术人员而言是显而易见的。
附图说明
下面结合附图对本发明作进一步说明,其中这些显示仅为了图示说明本发明的实施方案,而不是为了局限本发明的范围。
图1:新冠肺炎患者血浆白介素37水平与临床预后之间的关系
图1A:36例健康个体与254例新冠肺炎患者血浆白介素37差异显著,新冠肺炎患者总体呈现异常高水平;
图1B~1E:白介素37低分泌组和高分泌组在临床预后相关评价指标中的表现比较,其中包括:住院天数(图1B)、病毒核酸转阴天数(图1C)、肺CT改善天数(图1D)和咳嗽消除天数(图1E)。其中的白介素37分泌量的划分标准依据254例患者血浆白介素37分泌数值的中位数;
图1F:使用白介素37单指标进行预测的ROC曲线,AUC代表曲线下的面积,AUC的值越接近1,说明预测模型分类正确的可能性越大;纵坐标为敏感度(Sensitivity),代表真阳性率,值越接近100%,说明将正样本判断为正样本的准确度越高;横坐标为“100-特异性”,其中:特异性(Specificity)代表假阴性率,值越接近100%,说明将负样本判断为负样本的准确度越高;对角线为参照线。约登指数=灵敏度+特异性-1,也称为正确指数,是评价筛查试验真实性的方法。
以上统计学分析方法均采用非配对Mann-Whitney检验,显著性表示方法:“*”,P<0.05;“**”,P<0.01;“***”,P<0.001;“****”,P<0.0001。
图2:新冠肺炎患者血浆白介素37、炎症因子水平与临床分型(轻)中症、(危)重症间的相关性
图2A:新冠肺炎患者血浆白介素37水平与炎症因子白介素6水平呈极显著负相关;
图2B:将254位患者依据临床分型分为(轻)中症和(危)重症,分析显示(危)重症患者体内呈现高水平IL-6。
图2C:新冠肺炎患者血浆白介素37水平与超敏C反应蛋白水平呈显著负相关;
图2D:将254位患者依据临床分型分为(轻)中症和(危)重症,分析显示(危)重症患者体内呈现高水平HS-CRP。
图2E:新冠肺炎患者血浆白介素37水平与炎症因子IL-8水平呈极显著负相关;
图2F:将254位患者依据临床分型分为(轻)中症和(危)重症,分析显示(危)重症患者体内呈现高水平IL-8。
轻中症和危重症的定义:轻中症:临床症状轻微,影像学未见肺炎表现;或具有发热、呼吸道等症状,影像学可见肺炎表现;危重症:出现气促,RR≥30次/分;静息状态下,氧饱和度≤93%;动脉血氧分压(PaO2)/吸氧浓度(FiO2)≤300mmHg(1mmHg=0.133kPa);肺部影像学显示24~48小时内病灶明显进展>50%者;或出现呼吸衰竭,且需要机械通气;出现休克;合并其他器官功能衰竭需ICU监护治疗。
其中,图2A-2C采用线性回归分析,“r”代表相关性系数,r<0代表线性负相关;图2D-2E采用非配对Mann-Whitney检验,显著性表示方法:“*”,P<0.05;“**”,P<0.01;“***”,P<0.001;“****”,P<0.0001。
图3:白介素37、超敏C反应蛋白与白介素6联合预测的ROC曲线
实线代表IL-37与HS-CRP双因子ROC曲线,虚线代表IL-37、HS-CRP和IL-6三因子ROC曲线,可见三因子联合预测的AUC值更大,预测效果更好。
图4:白介素37、白介素8与白介素6联合预测的ROC曲线
实线代表IL-37与IL-6双因子ROC曲线,虚线代表IL-37、IL-6和IL-8三因子ROC曲线,可见三因子联合预测的AUC值更大,预测效果更好。
图5:白介素37、白介素8与超敏C反应蛋白联合预测的ROC曲线
实线代表IL-37与IL-8双因子ROC曲线,虚线代表IL-37、IL-8和超敏CRP三因子ROC曲线,可见三因子联合预测的AUC值更大,预测效果更好。
图6:新冠肺炎患者病程发展的各个阶段的跟踪预测结果
横坐标轴为患者病程发展的天数,即住院天数。纵坐标轴以白介素37,白介素8以及超敏C反应蛋白三因子联合预测模型为例,将总62例患者数(其中轻中症患者59例,危重症患者3例)的不同在院天数时间点的各个指标代入预测公式,得到的预测概率P值。实线代表其中3例危重症患者的预测概率,均大于0.5,虚线代表59例轻中症患者的预测概率,均小于0.5。结果显示,该预测模型在患者不同住院阶段均得到十分准确的预测结果,且不随患者治疗干预的结果而发生变化。提示该预测模型及其相关指标可做为患者病程发展阶段病情的跟踪评价标准,具有很大的评估患者病情的辅助能力。
具体实施方式
本申请中的预警模型中采用白介素37作为预测基础指标,以炎症因子及炎症标志物作为辅助预测指标。白介素37是白介素1家族中唯一行使抑炎功能的强大抑制性细胞因子,具有极强的抑炎能力,其可通过胞内结合TGF-β下游Smad3形成复合物来影响促炎因子基因转录,或者通过结合细胞表面IL-18R或IL-1R8向细胞内传导信号,抑制促炎信号通路激活,促进抑炎信号通路活化。然而,本领域中并未研究或揭示白介素37与呼吸道感染性疾病预后的相关性。
本申请公开提供了一种可量化的、基于白介素37单独或与其他呼吸道感染指标(例如炎症因子、细胞因子)组合的呼吸道病毒感染的(危)重症预警模型。所述的预警模型可以在疾病发生的最早期进行重症预测。临床上现有的针对呼吸道病毒感染的重症、危重症预警指标不能进行有效地量化,且主观性较大,通常患者达到重症预判标准时各项生理指标已不容乐观。因此亟需一种在疾病早期即可完成预警的可量化的准确预测指标、方法和产品。
本申请提供的预警指标、方法及产品,是基于患者疾病早期血浆或血清白介素37的水平进行建模,模型中还包括其他临床指标中的一种或几种。该模型的优势为,以白介素37为基础评价指标,重症预测的准确率和特异性大大提高,且模型中的所有参数(例如所检测的各种指标和基本特征)均为实验室检查或检验科检测结果中的数值,并可代入模型方程进行预测概率的计算,使得重症预警成为一个数据可视化,结果可量化的精确模型,可有效降低呼吸道病毒感染后的重症发生率以及死亡率,具有重要的临床应用价值和广阔的应用前景。通过本申请的重症预警模型对254名SARS-CoV-2感染者早期刚入院经治疗干预之前的血浆白介素37、HS-CRP以及IL-8水平进行联合分析,可将其中的所有20名重症患者100%准确地识别出来,特异性为91.2%。此模型能够非常准确地在疾病发生早期将重症患者筛选出来,以更早地进行临床治疗干预措施,进而很大程度上降低患者的重症发生率和死亡率,具有极高的临床应用价值。
本申请中的预警模型存在两方面的重要优势,其一为将预警时间提前至患者入院的最早期,即出现恶化症状之前,结合患者的检测指标进行精确预判,使患者得到最早期的治疗干预,以最大程度降低发展为重症甚至死亡的风险。其二为不同与以往模糊的预警指征,将预警机制完全量化,并设定阈值,通过数值更加清晰明确地判断患者是否存在发展为(危)重症的风险,临床普适性更强,最大程度降低经验性判断带来的准确性不足,主观性较强的弊端,具有重要的社会价值和广阔的应用前景。
本文中提供的所有数值范围旨在清楚地包括落在范围端点之间的所有数值及它们之间的数值范围。可对本发明提到的特征或实施例提到的特征进行组合。本说明书所揭示的所有特征可与任何组合物形式并用,说明书中所揭示的各个特征,可以任何可提供相同、均等或相似目的的替代性特征取代。因此除有特别说明,所揭示的特征仅为均等或相似特征的一般性例子。
如本文所用,“含有”、“具有”或“包括”包括了“包含”、“主要由……构成”、“基本上由……构成”、和“由……构成”;“主要由……构成”、“基本上由……构成”和“由……构成”属于“含有”、“具有”或“包括”的下位概念。
白介素37及其检测物质
如本文所用,术语“白介素37(IL-37)蛋白或多肽”与“白介素37(IL-37)基因编码的蛋白质或多肽”可互换使用,均是指由IL-37基因编码的蛋白质或多肽、它们的保守性变异多肽、或其同源蛋白或多肽、或其活性片段。白介素37蛋白在本领域中是已知白介素1家族成员,例如人白介素37的序列可如Gene ID:27178所示。
在一些实施方式中,IL-37编码基因的核苷酸序列可为:具有Gene ID:27178或SEQID NO:6~10中任一项所示的核苷酸序列或其简并序列;或其剪接体核苷酸序列;或在具有Gene ID:27178或SEQ ID NO:6~10所示的核苷酸序列或其简并序列或其剪接体核苷酸序列中限定的核苷酸序列中经过取代、缺失或添加至少一个核苷酸衍生所得的核苷酸序列,且与具有Gene ID:27178或SEQ ID NO:6~10所示的核苷酸序列或其简并序列编码功能相同或相似的蛋白。
在一些实施方式中,IL-37蛋白可为:具有SEQ ID NO:1~5中任一项所示的氨基酸序列的蛋白;由如上所述的IL-37编码基因编码的IL-37蛋白;或其剪接体氨基酸序列;或在前述氨基酸序列或其剪接体氨基酸序列的蛋白中限定的氨基酸序列中具有一个或多个(例如1、2、3、4、5、6、7、8、9、10个)氨基酸取代和/或缺失和/或添加所得的与具有SEQ ID NO:1~5所示的氨基酸序列中所示的蛋白的功能相同或相似的蛋白质。
如本文所用,术语白介素37“检测物质”、“检测试剂”或“检测白介素37分子的试剂”或“检测白介素37表达量的试剂”可互换使用,均是指特异性针对白介素37分子,且可用于直接或间接检测出白介素37分子含量的物质。这些检测物质可在基因水平或蛋白质水平上检测白介素37。
由于白介素37分子的序列在本领域中是已知的,本领域普通技术人员可基于常规手段制备或通过市售获得特异性针对白介素37分子的试剂。例如,本发明中可用的检测试剂包括但不限于:对白介素37分子具有检测特异性的抗体。
并且,为了便于检测,本发明的检测试剂还可带有可检测标记,所述可检测标记包括但不限于:放射性同位素、荧光团、化学发光部分、酶、酶底物、酶辅因子、酶抑制剂、染料、金属离子、配体(如,生物素或半抗原)等。
本发明的检测试剂可存在于溶液中、固定于载体(如基片、吸附物)上或以其它本领域中常规的方式存在,只要该存在方式适于对生物样品中白介素37检测即可。例如,当本发明的检测试剂为核苷酸探针时,其可以生物芯片(或称“微阵列”)的形式存在。
白介素37在呼吸道病毒感染预后评估及方法
根据本申请中所公开的内容,白介素37的水平与呼吸道病毒感染预后密切相关,从而可作为预后评估以及药物筛选的基本指标。
如本文所用,术语“预警”和“预后”可互换使用,是指预测疾病的可能病程和结局,其包括判断疾病的特定后果(如康复,某种症状、体征和并发症等其它异常的出现或消失及死亡)。
本文中所述的预后不良包括但不限于:呼吸道病毒感染发展为重症或危重症或甚至于死亡、发生并发症、发展为细胞因子风暴、痊愈时间长。在预测了患者预后情况后,可结合降低白介素37分子的量的治疗方法改善患者的预后。
通常,可采用如下方法进行呼吸道病毒感染预后评估:检测待测对象或获自该对象的样品中白介素37分子的水平,并将该水平与对照水平相比较;若比较结果显示对象中的白介素37分子的水平高于对照水平,则提示所述对象呼吸道病毒感染预后不良。在一些实施方式中,本申请的方法还可选地包括:从对象获得待测样品;使待测样品与检测白介素37水平的试剂或试剂盒接触。
如本文所用,术语“正常对照”是指用作参照的白介素37分子的水平,其包括但不限于:由未受呼吸道病毒感染的正常生物样品(如获自健康人或待测对象正常时期的样品)中测得的白介素37水平、通过统计学确定的群体标准水平、或经标准化的水平。
与本申请的应用相应,本申请还提供了一种对哺乳动物对象中呼吸道病毒感染预后进行评估的方法,所述方法包括:
(a')采集和/或接收样品中白介素37水平数据;
(b')对该数据进行分析以评估所述对象的呼吸道病毒感染的预后,其中若白介素37水平高于对照水平则表明所述对象呼吸道病毒感染预后好,若白介素37水平低于对照水平则表明所述对象呼吸道病毒感染预后不良。
在一些实施方式中,所述方法还包括采集和/或接收样品中呼吸道病毒感染的其他临床指标或基本特征数据,并结合白介素37水平数据进行分析。
在一些实施方式中,所述预后好包括:呼吸道病毒感染仅为轻症或中症、无并发症、不发展为细胞因子风暴、痊愈时间短。
在一些实施方式中,所述预后不良包括:呼吸道病毒感染发展为重症或危重症或甚至于死亡、发生并发症、发展为细胞因子风暴、痊愈时间长。
在一些实施方式中,所述对照水平选自:健康对象的白介素37水平平均值、所评估对象未发生呼吸道病毒感染前的白介素37水平。
在一些实施方式中,所述对照水平为:由未受呼吸道病毒感染的正常生物样品(如获自健康人或待测对象正常时期的样品)中测得的白介素37水平、通过统计学确定的群体标准水平、或经标准化的水平。
在一些实施方式中,所述数据的分析包括将数据代入模型方程中进行概率计算,所述的模型包括:一般线性模型、广义线性模型、对数线性模型、权重估算模型、聚类分析模型、二元Logistics回归分析模型、多元Logistics回归分析模型、神经网络,如二元Logistics回归分析模型。
在一些实施方式中,用于模型分析的辅助软件包括但不限于SPSS、Medcalc、Python、SAS、Metlab、STATA。优选地,模型分析的辅助软件为SPSS、Medcalc以及Python。
在一些实施方式中,在二元Logistics回归分析模型中,其分析结果通过受试者工作特征曲线(Receiver Operating Characteristic),简称ROC曲线表示。进一步地,所述的ROC曲线的评估指标还包括敏感度、特异性、曲线下的面积、约登指数(Youden index)、召回率、精确率、阳性预测率、阴性预测率、截断值等。更进一步地,所述的ROC曲线的评估指标还包括敏感度、特异性、曲线下的面积和约登指数(Youden index)。
在一些实施方式中,所述方法还包括如下步骤:数据输入和/或输出和/或存储步骤;分析结果输出和/或存储步骤,例如上传和/或存储到云数据库的步骤;根据预后评估结果智能分析和推荐治疗方案的步骤。
此外,本文还提供了一种筛选改善呼吸道病毒感染预后的候选药物的方法,所述方法包括测试所述候选药物对对象或获自对象的样品中白介素37水平的影响,其中,在使用所述候选药物后,白介素37水平降低表明所述候选药物具有改善肿瘤预后的效果。本申请候选药物筛选方法所涉及的各特征可如本文中所限定或阐述。在一些实施方式中,候选药物为白介素37、其增效剂或促进剂。
检测产品
本申请中还提供了一种用于呼吸道病毒感染预后评估的产品,其包含:用于检测白介素37水平的物质,以及可任选的,与呼吸道病毒感染相关的其他物质,例如现有呼吸道感染指标的检测物质。
根据所用检测方法的需要,可选择适当的白介素37检测物质,并将其制成适于所用检测方法的产品,如试剂盒。本领域普通技术人员可根据实际条件和需要对检测方式和产品中所含试剂进行调整和改变。
由此,本文中还提供了一种产品(如试剂盒),其包含:(i)检测有效量的用于检测白介素37的一种或多种试剂;(ii)可任选地,选自下组的一种或多种物质:容器、使用说明书、阳性对照物、阴性对照物、缓冲剂、助剂或溶剂,例如用于混悬或固定细胞的溶液,可检测的标签或标记,使核酸易于杂交的溶液,用于裂解细胞的溶液,或用于核酸纯化的溶液。
在一个示例中,本文提供了一种适于通过免疫组织化学方法检测生物样品中白介素37的表达的检测试剂盒。该检测试剂盒可包含:封闭液,例如10%山羊血清;一抗,例如白介素37单克隆抗体;二抗,例如标记(如HRP标记的)或未标记的羊抗兔二抗;底物缓冲液,例如DAB底物缓冲液;显色液;以及可选的装有上述试剂的容器及使用说明书。
本文的检测试剂盒中还可附有试剂盒的使用说明书,其中记载了如何采用试剂盒进行检测,以及如何利用检测结果对呼吸道病毒感染预后情况进行判断、对治疗方案进行选择。
当然,试剂盒还可包含临床上用于对象中呼吸道病毒感染发展的判断、治疗方案的选择和/或预后评估的其它试剂,以辅助或验证通过检测白介素37所得到的结果。本领域普通技术人员可根据具体需要进行常规选择。
呼吸道病毒感染预后评估系统
本申请中还提供了一种与本申请方法对应的系统,其包括如下装置:
(a)采集和/或接收样品中白介素37水平数据的装置;
(b)对数据进行分析以对所述对象的呼吸道病毒感染进行预后评估的装置,其中若白介素37水平高于对照水平则表明所述对象呼吸道病毒感染预后好,若白介素37水平低于对照水平则表明所述对象呼吸道病毒感染预后不良。
在一些实施方式中,所述系统还进一步包括(a')采集和/或接收样品中呼吸道病毒感染的其他临床指标或基本特征数据的装置。
在一些实施方式中,(b)中所述的装置用于将白介素37水平数据与呼吸道病毒感染的其他临床指标或基本特征数据进行结合分析以对所述对象的呼吸道病毒感染进行预后评估。
或者,在一些实施方式中,所述系统还进一步包括对呼吸道病毒感染的其他临床指标或基本特征数据进行分析的设备;和/或将白介素37水平数据与呼吸道病毒感染的其他临床指标或基本特征数据进行结合分析以对所述对象的呼吸道病毒感染进行预后评估的装置。
在一些实施方式中,所述系统还包括选自下组的一种或多种装置:用于输入和/或输出和/或存储数据的装置;用于输出和/或存储分析结果的装置,例如用于将分析结果上传和/或存储到云数据库的装置或其相应的云数据库装置;根据预后评估结果智能分析和推荐治疗方案的装置。
应理解,本领域技术人员可根据需要在系统中添加其他常规装置或程序。
实施例
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。本领域技术人员可对本发明做出适当的修改、变动,这些修改和变动都在本发明的范围之内。
下列实施例中未注明具体条件的实验方法,可采用本领域中的常规方法,例如酶联免疫吸附测定法或按照供应商所建议的条件。
除非另外说明,否则百分比和份数按重量计算。除非另行定义,文中所使用的所有专业与科学用语与本领域熟练人员所熟悉的意义相同。此外,任何与所记载内容相似或均等的方法及材料皆可应用于本发明方法中。文中所述的较佳实施方法与材料仅作示范之用。
实施例1、新冠肺炎患者血浆白介素37水平与临床预后结果的密切关系
本实施例中所检测的患者血浆来源于上海市公共卫生临床中心2020年2月~2020年5月通过病毒核酸检测阳性确诊为COVID-19的随机选取的254例患者血浆样本。患者年龄为42.76±0.95,其中女性114例,男性140例。此研究获伦理委员会的批准,所有入组的患者均签署了知情同意书。
选取以上254例新冠肺炎患者的最早期入院时(在进行治疗干预之前)的血浆进行冻融,以36例健康个体血浆作为对照,同时使用白介素37酶联免疫吸附测定试剂盒(购自北京四正柏生物科技有限公司)进行血浆白介素37水平定量分析,检测方法按照试剂盒说明书进行,数据通过酶标仪进行读取。结果发现新冠肺炎患者血浆呈现显著异常高水平的白介素37(图1A)。
我们进一步按照血浆IL-37分泌量的中位数将254位患者分为IL-37高分泌组和IL-37低分泌组两组,研究发现具有血浆高水平白介素37的患者的临床预后显著好于血浆低水平白介素37的患者,其可表现为包括患者的住院天数(图1B)、病毒核酸转阴天数(图1C)、肺CT影像改善天数(图1D)以及咳嗽消除的天数(图1E)的极显著缩短。
将酶联免疫吸附实验测得的254位患者的白介素37分泌量数值作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析建模,得到白介素37单指标的预测概率。
ROC曲线的结果如图1F中曲线所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间、显著性等如表1所示。AUC为0.727。
预测模型的公式为:
Logit(P)=-1.339-0.068*IL-37(pg/mL)=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎(轻)中症患者。此联合预测模型的敏感度为100%,特异性为52.99%。
表1:白介素37单指标预测的各评估指标
变量 IL-37
分类变量 (轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.727
标准误差a 0.0374
95%的置信区间b 0.668-0.781
Z统计 6.069
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.5299
相关标准 >0.06319
敏感性 100.00
特异性 52.99
根据表1中的参数,采用白介素37单指标预测的预测敏感度达到100%,特异性也达50%以上,说明白介素37单指标已经可将100%的重症患者预测出来。以上结果提示血浆高水平白介素37有利于新冠肺炎患者实现更好的临床转归,同时可以作为极具潜力的临床结果预测指标。
实施例2、新冠肺炎患者血浆白介素37水平与炎症指标白介素6(IL-6)、白介素8 (IL-8)以及超敏C反应蛋白(HS-CRP)的显著负相关
本实施例中所用患者血浆来源同实施例1。
进一步对新冠肺炎患者血浆白介素37水平与炎症相关指标包括HS-CRP、IL-6以及IL-8之间进行了相关性探究,其中HS-CRP检测结果来自临床检验报告,IL-6及IL-8检测结果来源于血浆细胞因子检测结果,检测方法通过使用Simoa CorPlex人细胞因子检测试剂盒对患者血浆IL-6与IL-8水平进行测定,操作步骤依据美国制造商Quanterix的实验规程。
进行了线性相关回归分析,结果显示,患者血浆白介素37水平与患者体内IL-6水平(图2A)、IL-8水平(图2B)以及HS-CRP水平(图2C)均呈显著负相关。
进一步将254例患者临床分型为(轻)中型及(危)重型,并分别分析以上炎症相关指标在两种临床分型中的特征性水平。结果显示:(危)重型患者体内HS-CRP水平(图2D)、血浆IL-6水平(图2E)和血浆IL-8水平(图2F)均极显著升高。
以上结果提示,炎症相关指标IL-6、IL-8以及HS-CRP水平均可作为预测指标,与白介素37共同预测(危)重症指标。
实施例3、白介素37、超敏C反应蛋白(HS-CRP)与白介素6(IL-6)联合预测新冠肺炎 (危)重症患者
ROC相关图表均为经过SPSS软件计算各预测概率后,通过Medcalc软件进行图表绘制。
A.白介素37和超敏C反应蛋白(HS-CRP)的双因子联合
将实施例1中测得的患者的白介素37分泌量数值以及HS-CRP分泌量数值共同作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析建模,得到白介素37与HS-CRP的联合预测概率。
ROC曲线的结果如图3中IL_37_HS_CRP曲线所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间以及显著性等如表2所示。双因子联合的AUC为0.934。
预测模型的公式为:
Logit(P)=-2.505-0.077IL-37(pg/mL)+0.049HS-CRP=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎(轻)中症患者。此联合预测模型的敏感度为92.86%,特异性为91.86%。
目前依据新冠肺炎病例临床观察,将患者分型划分为(轻)中症和(危)重症两个指标,临床上的定义分别为:轻中症:临床症状轻微,影像学未见肺炎表现;或具有发热、呼吸道等症状,影像学可见肺炎表现;危重症:出现气促,RR≥30次/分;静息状态下,氧饱和度≤93%;动脉血氧分压(PaO2)/吸氧浓度(FiO2)≤300mmHg(1mmHg=0.133kPa);肺部影像学显示24~48小时内病灶明显进展>50%者;或出现呼吸衰竭,且需要机械通气;出现休克;合并其他器官功能衰竭需ICU监护治疗。
B.白介素37、超敏C反应蛋白(HS-CRP)和白介素6的三因子联合为了进一步提高预测模型的敏感度,我们进行了白介素37、HS-CRP以及白介素6三因子联合预测分析建模。将患者的白介素37分泌量数值、HS-CRP以及IL-6分泌量数值共同作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析,得到IL-37、HS-CRP与IL-6的联合预测概率。
ROC曲线的结果如图3中IL_37_HS_CRP_IL_6所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间以及显著性等如表2所示,其中,三因子联合的AUC为0.955。
预测模型的公式为:
Logit(P)=-3.052-0.072IL-37(pg/mL)+0.043HS-CRP+0.067IL-6=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎(轻)中症患者。此联合预测模型的敏感度为100%,特异性为83.59%。
表2.白介素37与超敏C反应蛋白的二因子联合或白介素37与超敏C反应蛋白和白介素6的三因子联合预测的各评估指标
变量 IL-37+HS-CRP
分类变量 (轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.936
标准误差a 0.0255
95%的置信区间b 0.897-0.964
Z统计 17.107
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.8471
相关标准 >0.07932
敏感性 92.86
特异性 91.86
变量IL-37+HS-CRP+IL-6
分类变量(轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.955
标准误差a 0.0162
95%的置信区间b 0.918-0.979
Z统计 28.075
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.8359
相关标准 >0.05273
敏感性 100.00
特异性 83.59
aDeLong ER,DeLong DM,Clarke-Pearson DL.Comparing the areas under twoor more correlated receiver operating characteristic curves:a nonparametricapproach.Biometrics.1988;44(3):837-845.
通过本实施例中数据分析可知,白介素37与超敏C反应蛋白的二因子联合或白介素37与超敏C反应蛋白和白介素6的三因子联合均可用于有效地预期新冠肺炎(危)重症患者,其中白介素37与超敏C反应蛋白的二因子联合的敏感度为92.86%,特异性较高为91.86%;而白介素37与超敏C反应蛋白和白介素6的三因子联合预测组的敏感度可达100%,其特异性为83.59%。根据临床上对呼吸道病毒感染重症患者预测的具体需要,可选择三因子联合预测模型以尽可能将可能的重症患者全部预测出来,也可选择特异性相对较高的二因子预测模型。
实施例4、白介素37、白介素6(IL-6)与白介素8(IL-8)联合预测新冠肺炎(危)重症 患者
A.白介素37和白介素6的双因子联合
将患者的白介素37分泌量数值以及血浆IL-6分泌量数值共同作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析建模,得到IL-37与IL-6的联合预测概率。
ROC曲线的结果如图4中IL_37_IL_6所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间及显著性等如表3所示。双因子联合AUC为0.885。
预测模型的公式为:
Logit(P)=-2.349-0.06IL-37(pg/mL)+0.098IL-6=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎中症患者。此联合预测模型的敏感度为95%,特异性为67%。
B.白介素37、白介素6与白介素8的三因子联合
为了进一步提升特异性,我们进行了白介素37、IL-6以及IL-8三因子联合预测分析建模。将患者的白介素37分泌量数值、IL-6以及IL-8分泌量数值共同作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析,得到IL-37、IL-6与IL-8的联合预测概率。
ROC曲线的结果如图4中IL_37_IL_6_IL_8所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间及显著性等如表3所示,三因子联合AUC为0.937。预测模型的公式为:
Logit(P)=-2.834-0.061IL-37(pg/mL)+0.104IL-6+0.012IL-8=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎中症患者。分析结果显示,此白介素37,IL-6以及IL-8三参数联合预测新冠肺炎患者(危)重症的敏感度为100%,特异性为76.24%。
表3:白介素37与白介素6的二因子联合或白介素37与白介素6和白介素8的三因子联合预测的各评估指标
变量 IL-37+IL-6
分类变量 (轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.885
标准误差a 0.0323
95%的置信区间b 0.836-0.924
Z统计 11.927
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.6200
相关标准 >0.06835
敏感性 95.00
特异性 67.00
变量 IL-37+IL-6+IL-8
分类变量 (轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.937
标准误差a 0.0205
95%的置信区间b 0.896-0.965
Z统计 21.310
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.7624
相关标准 >0.05845
敏感性 100.00
特异性 76.24
通过本实施例中数据分析可知,白介素37与白介素6的二因子联合或白介素37与白介素6和白介素8的三因子联合均可用于有效地预期新冠肺炎(危)重症患者,其中白介素37与白介素6的二因子联合的敏感度和特异度分别为,为95%和67%,而加入白介素8后的三因子组合的敏感度达到了100%,特异性也提升至76.24%。白介素37,白介素6和白介素8的三因子联合预测效果更佳。
实施例5、白介素37、白介素8(IL-8)与超敏C反应蛋白(HS-CRP)联合预测新冠肺炎 重症患者
A.白介素37和白介素8的二因子联合
将患者的白介素37分泌量数值以及血浆IL-8分泌量数值共同作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析建模,得到白介素37与IL-8的联合预测概率。
ROC曲线的结果如图5中IL_37_IL_8所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间及显著性等如表4所示。双因子联合AUC为0.9。
预测模型的公式为:
Logit(P)=-1.768-0.067IL-37(pg/mL)+0.017IL-8=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎中症患者。此联合预测模型的敏感度为100%,特异性为56.93%。
B.白介素37、白介素8和超敏C反应蛋白(HS-CRP)的三因子联合
为进一步提高检测的特异性,我们进行了白介素37、HS-CRP以及IL-8三因子联合预测分析建模。将患者的白介素37分泌量数值、HS-CRP以及IL-8分泌量数值共同作为自变量,将(轻)中、(危)重症作为因变量,进行二元Logistics回归分析,得到白介素37、HS-CRP与IL-8的联合预测概率。
ROC曲线的结果如图5中IL_37_HS_CRP_IL_8所示,各项ROC曲线对应的检验参数包括敏感度、特异性、曲线下的面积、标准误差、置信区间及显著性等如表4所示。预测模型的公式为:
Logit(P)=-2.770-0.072IL-37(pg/mL)+0.048HS-CRP+0.009IL-8=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
当P>0.5,则待测者为或候选为新冠肺炎(危)重症患者,反之,则待测者为或候选为新冠肺炎中症患者。此联合预测模型的敏感度为100%,特异性为91.24%。分析结果显示,此白介素37,HS-CRP以及IL-8三参数联合预测新冠肺炎患者(危)重症的敏感度及特异性均为最高,曲线下的面积为0.959,P<0.0001。
表4:白介素37与白介素8的双因子联合或白介素37与白介素8和超敏C反应蛋白的三因子联合预测的各评估指标
变量 IL-37+IL-8
分类变量 (轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.876
标准误差a 0.0364
95%的置信区间b 0.825-0.916
Z统计 10.334
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.5693
相关标准 >0.0699
敏感性 100.00
特异性 56.93
变量 IL-37+HS-CRP+IL-8
分类变量 (轻)中、(危)重症
ROC曲线下面积(AUC)
ROC曲线下面积(AUC) 0.959
标准误差a 0.0137
95%的置信区间b 0.922-0.981
Z统计 33.396
显著性水平P(面积=0.5) <0.0001
aDeLong et al.,1988
b二项式精确
Youden指数
Youden指数J 0.9124
相关标准 >0.07708
敏感性 100.00
特异性 91.24
通过本实施例中数据分析可知,白介素37与白介素8的二因子联合或白介素37与白介素8和超敏C反应蛋白的三因子联合均可用于有效地预期新冠肺炎(危)重症患者,其中白介素37与白介素8的二因子联合的敏感度达到100%,特异性为56.93%。而加入超敏C反应蛋白后的三因子组合中,敏感度依然为100%,但特异性显著提升为91.24%。因此白介素37、白介素8与超敏C反应蛋白的三因子联合预测效果更佳。
实施例6、新冠肺炎患者病程发展的各个阶段的跟踪预测结果
以白介素37、白介素8与超敏C反应蛋白三因子联合预测模型为例,根据患者病程发展的各指标进行跟踪预测。
本实施例共对62例患者进行预测,此62例患者血浆均来源同实施例1,为从254例患者中随机选取,患者年龄为45.28+0.81,其中女性33例,男性29例。其中(轻)中症患者数59例,(危)重症患者数3例。每例患者根据住院不同阶段进行跟踪随访,随访期间的治疗方法与其他患者均无差别,每一个点的预测概率为该检测时间点下所抽取的患者血浆中白介素37、白介素8以及超敏C反应蛋白的独立结果计算而来,应用公式为实施例5中三因子联合的预测模型公式进行计算:
Logit(P)=-2.770-0.072IL-37(pg/mL)+0.048HS-CRP+0.009IL-8=ln[P/(1-P)]
P=EXP[Logit(P)]/(1+EXP[Logit(P)])
结果显示,随着病程随时间的不断发展,随着治疗手段的持续干预,此预测模型在不同时间阶段的预测结果均保持高度的一致性,即将3例重症患者100%的预测出来,将59例轻症患者也100%预测正确,说明此3例重症患者病情始终不乐观,需要持续地进行治疗干预。一定程度上说明了此预警模型对于患者病程发展过程中进行跟踪评估病情以及治疗方案的调整,具有很大的辅助潜力。
在本发明提及的所有文献都在本申请中引用作为参考,就如同每一篇文献被单独引用作为参考那样。此外应理解,在阅读了本发明的上述讲授内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
序列表
<110> 上海市公共卫生临床中心
<120> 基于白介素37的呼吸道病毒感染(危)重症预警
<130> 206645 1CNCN
<160> 10
<170> PatentIn version 3.3
<210> 1
<211> 218
<212> PRT
<213> 智人(Homo sapiens)
<400> 1
Met Ser Phe Val Gly Glu Asn Ser Gly Val Lys Met Gly Ser Glu Asp
1 5 10 15
Trp Glu Lys Asp Glu Pro Gln Cys Cys Leu Glu Asp Pro Ala Gly Ser
20 25 30
Pro Leu Glu Pro Gly Pro Ser Leu Pro Thr Met Asn Phe Val His Thr
35 40 45
Ser Pro Lys Val Lys Asn Leu Asn Pro Lys Lys Phe Ser Ile His Asp
50 55 60
Gln Asp His Lys Val Leu Val Leu Asp Ser Gly Asn Leu Ile Ala Val
65 70 75 80
Pro Asp Lys Asn Tyr Ile Arg Pro Glu Ile Phe Phe Ala Leu Ala Ser
85 90 95
Ser Leu Ser Ser Ala Ser Ala Glu Lys Gly Ser Pro Ile Leu Leu Gly
100 105 110
Val Ser Lys Gly Glu Phe Cys Leu Tyr Cys Asp Lys Asp Lys Gly Gln
115 120 125
Ser His Pro Ser Leu Gln Leu Lys Lys Glu Lys Leu Met Lys Leu Ala
130 135 140
Ala Gln Lys Glu Ser Ala Arg Arg Pro Phe Ile Phe Tyr Arg Ala Gln
145 150 155 160
Val Gly Ser Trp Asn Met Leu Glu Ser Ala Ala His Pro Gly Trp Phe
165 170 175
Ile Cys Thr Ser Cys Asn Cys Asn Glu Pro Val Gly Val Thr Asp Lys
180 185 190
Phe Glu Asn Arg Lys His Ile Glu Phe Ser Phe Gln Pro Val Cys Lys
195 200 205
Ala Glu Met Ser Pro Ser Glu Val Ser Asp
210 215
<210> 2
<211> 197
<212> PRT
<213> 智人(Homo sapiens)
<400> 2
Met Ser Phe Val Gly Glu Asn Ser Gly Val Lys Met Gly Ser Glu Asp
1 5 10 15
Trp Glu Lys Asp Glu Pro Gln Cys Cys Leu Glu Gly Pro Lys Val Lys
20 25 30
Asn Leu Asn Pro Lys Lys Phe Ser Ile His Asp Gln Asp His Lys Val
35 40 45
Leu Val Leu Asp Ser Gly Asn Leu Ile Ala Val Pro Asp Lys Asn Tyr
50 55 60
Ile Arg Pro Glu Ile Phe Phe Ala Leu Ala Ser Ser Leu Ser Ser Ala
65 70 75 80
Ser Ala Glu Lys Gly Ser Pro Ile Leu Leu Gly Val Ser Lys Gly Glu
85 90 95
Phe Cys Leu Tyr Cys Asp Lys Asp Lys Gly Gln Ser His Pro Ser Leu
100 105 110
Gln Leu Lys Lys Glu Lys Leu Met Lys Leu Ala Ala Gln Lys Glu Ser
115 120 125
Ala Arg Arg Pro Phe Ile Phe Tyr Arg Ala Gln Val Gly Ser Trp Asn
130 135 140
Met Leu Glu Ser Ala Ala His Pro Gly Trp Phe Ile Cys Thr Ser Cys
145 150 155 160
Asn Cys Asn Glu Pro Val Gly Val Thr Asp Lys Phe Glu Asn Arg Lys
165 170 175
His Ile Glu Phe Ser Phe Gln Pro Val Cys Lys Ala Glu Met Ser Pro
180 185 190
Ser Glu Val Ser Asp
195
<210> 3
<211> 157
<212> PRT
<213> 智人(Homo sapiens)
<400> 3
Met Ser Phe Val Gly Glu Asn Ser Gly Val Lys Met Gly Ser Glu Asp
1 5 10 15
Trp Glu Lys Asp Glu Pro Gln Cys Cys Leu Glu Glu Ile Phe Phe Ala
20 25 30
Leu Ala Ser Ser Leu Ser Ser Ala Ser Ala Glu Lys Gly Ser Pro Ile
35 40 45
Leu Leu Gly Val Ser Lys Gly Glu Phe Cys Leu Tyr Cys Asp Lys Asp
50 55 60
Lys Gly Gln Ser His Pro Ser Leu Gln Leu Lys Lys Glu Lys Leu Met
65 70 75 80
Lys Leu Ala Ala Gln Lys Glu Ser Ala Arg Arg Pro Phe Ile Phe Tyr
85 90 95
Arg Ala Gln Val Gly Ser Trp Asn Met Leu Glu Ser Ala Ala His Pro
100 105 110
Gly Trp Phe Ile Cys Thr Ser Cys Asn Cys Asn Glu Pro Val Gly Val
115 120 125
Thr Asp Lys Phe Glu Asn Arg Lys His Ile Glu Phe Ser Phe Gln Pro
130 135 140
Val Cys Lys Ala Glu Met Ser Pro Ser Glu Val Ser Asp
145 150 155
<210> 4
<211> 178
<212> PRT
<213> 智人(Homo sapiens)
<400> 4
Met Ser Phe Val Gly Glu Asn Ser Gly Val Lys Met Gly Ser Glu Asp
1 5 10 15
Trp Glu Lys Asp Glu Pro Gln Cys Cys Leu Glu Asp Pro Ala Gly Ser
20 25 30
Pro Leu Glu Pro Gly Pro Ser Leu Pro Thr Met Asn Phe Val His Thr
35 40 45
Lys Ile Phe Phe Ala Leu Ala Ser Ser Leu Ser Ser Ala Ser Ala Glu
50 55 60
Lys Gly Ser Pro Ile Leu Leu Gly Val Ser Lys Gly Glu Phe Cys Leu
65 70 75 80
Tyr Cys Asp Lys Asp Lys Gly Gln Ser His Pro Ser Leu Gln Leu Lys
85 90 95
Lys Glu Lys Leu Met Lys Leu Ala Ala Gln Lys Glu Ser Ala Arg Arg
100 105 110
Pro Phe Ile Phe Tyr Arg Ala Gln Val Gly Ser Trp Asn Met Leu Glu
115 120 125
Ser Ala Ala His Pro Gly Trp Phe Ile Cys Thr Ser Cys Asn Cys Asn
130 135 140
Glu Pro Val Gly Val Thr Asp Lys Phe Glu Asn Arg Lys His Ile Glu
145 150 155 160
Phe Ser Phe Gln Pro Val Cys Lys Ala Glu Met Ser Pro Ser Glu Val
165 170 175
Ser Asp
<210> 5
<211> 192
<212> PRT
<213> 智人(Homo sapiens)
<400> 5
Met Ser Gly Cys Asp Arg Arg Glu Thr Glu Thr Lys Gly Lys Asn Ser
1 5 10 15
Phe Lys Lys Arg Leu Arg Gly Pro Lys Val Lys Asn Leu Asn Pro Lys
20 25 30
Lys Phe Ser Ile His Asp Gln Asp His Lys Val Leu Val Leu Asp Ser
35 40 45
Gly Asn Leu Ile Ala Val Pro Asp Lys Asn Tyr Ile Arg Pro Glu Ile
50 55 60
Phe Phe Ala Leu Ala Ser Ser Leu Ser Ser Ala Ser Ala Glu Lys Gly
65 70 75 80
Ser Pro Ile Leu Leu Gly Val Ser Lys Gly Glu Phe Cys Leu Tyr Cys
85 90 95
Asp Lys Asp Lys Gly Gln Ser His Pro Ser Leu Gln Leu Lys Lys Glu
100 105 110
Lys Leu Met Lys Leu Ala Ala Gln Lys Glu Ser Ala Arg Arg Pro Phe
115 120 125
Ile Phe Tyr Arg Ala Gln Val Gly Ser Trp Asn Met Leu Glu Ser Ala
130 135 140
Ala His Pro Gly Trp Phe Ile Cys Thr Ser Cys Asn Cys Asn Glu Pro
145 150 155 160
Val Gly Val Thr Asp Lys Phe Glu Asn Arg Lys His Ile Glu Phe Ser
165 170 175
Phe Gln Pro Val Cys Lys Ala Glu Met Ser Pro Ser Glu Val Ser Asp
180 185 190
<210> 6
<211> 657
<212> DNA
<213> 智人(Homo sapiens)
<400> 6
atgtcctttg tgggggagaa ctcaggagtg aaaatgggct ctgaggactg ggaaaaagat 60
gaaccccagt gctgcttaga agacccggct ggaagccccc tggaaccagg cccaagcctc 120
cccaccatga attttgttca cacaagtcca aaggtgaaga acttaaaccc gaagaaattc 180
agcattcatg accaggatca caaagtactg gtcctggact ctgggaatct catagcagtt 240
ccagataaaa actacatacg cccagagatc ttctttgcat tagcctcatc cttgagctca 300
gcctctgcgg agaaaggaag tccgattctc ctgggggtct ctaaagggga gttttgtctc 360
tactgtgaca aggataaagg acaaagtcat ccatcccttc agctgaagaa ggagaaactg 420
atgaagctgg ctgcccaaaa ggaatcagca cgccggccct tcatctttta tagggctcag 480
gtgggctcct ggaacatgct ggagtcggcg gctcaccccg gatggttcat ctgcacctcc 540
tgcaattgta atgagcctgt tggggtgaca gataaatttg agaacaggaa acacattgaa 600
ttttcatttc aaccagtttg caaagctgaa atgagcccca gtgaggtcag cgattag 657
<210> 7
<211> 593
<212> DNA
<213> 智人(Homo sapiens)
<400> 7
atgtcctttg tgggggagaa ctcaggagtg aaaatgggct ctgaggactg ggaaaaagat 60
gaaccccagt gctgcttaga aggtccaaag gtgaagaact taaacccgaa gaaattcagc 120
attcatgacc aggatcacaa agtactggtc ctggactctg ggaatctcat agcagttcca 180
gataaaaact acatacgccc agagatcttc tttgcattag cctcatcctt gagctcagcc 240
tctgcggaga aaggaagtcc gattctcctg ggggtctcta aaggggagtt ttgtctctac 300
tgtgacaagg ataaaggaca aagtcatcca tcccttcagc tgaagaagga gaaactgatg 360
aagctggctg cccaaaagga atcagcacgc cggcccttca tcttttatag ggctcaggtg 420
ggctcctgga acatgctgga gtcggcggct caccccggat ggttcatctg cacctcctgc 480
aattgtaatg agcctgttgg ggtgacagat aaatttgaga acaggaaaca cattgaattt 540
tcatttcaac cagtttgcaa gctgaaatga gccccagtga ggtcagcgat tag 593
<210> 8
<211> 474
<212> DNA
<213> 智人(Homo sapiens)
<400> 8
atgtcctttg tgggggagaa ctcaggagtg aaaatgggct ctgaggactg ggaaaaagat 60
gaaccccagt gctgcttaga agagatcttc tttgcattag cctcatcctt gagctcagcc 120
tctgcggaga aaggaagtcc gattctcctg ggggtctcta aaggggagtt ttgtctctac 180
tgtgacaagg ataaaggaca aagtcatcca tcccttcagc tgaagaagga gaaactgatg 240
aagctggctg cccaaaagga atcagcacgc cggcccttca tcttttatag ggctcaggtg 300
ggctcctgga acatgctgga gtcggcggct caccccggat ggttcatctg cacctcctgc 360
aattgtaatg agcctgttgg ggtgacagat aaatttgaga acaggaaaca cattgaattt 420
tcatttcaac cagtttgcaa agctgaaatg agccccagtg aggtcagcga ttag 474
<210> 9
<211> 537
<212> DNA
<213> 智人(Homo sapiens)
<400> 9
atgtcctttg tgggggagaa ctcaggagtg aaaatgggct ctgaggactg ggaaaaagat 60
gaaccccagt gctgcttaga agacccggct ggaagccccc tggaaccagg cccaagcctc 120
cccaccatga attttgttca cacaaagatc ttctttgcat tagcctcatc cttgagctca 180
gcctctgcgg agaaaggaag tccgattctc ctgggggtct ctaaagggga gttttgtctc 240
tactgtgaca aggataaagg acaaagtcat ccatcccttc agctgaagaa ggagaaactg 300
atgaagctgg ctgcccaaaa ggaatcagca cgccggccct tcatctttta tagggctcag 360
gtgggctcct ggaacatgct ggagtcggcg gctcaccccg gatggttcat ctgcacctcc 420
tgcaattgta atgagcctgt tggggtgaca gataaatttg agaacaggaa acacattgaa 480
ttttcatttc aaccagtttg caaagctgaa atgagcccca gtgaggtcag cgattag 537
<210> 10
<211> 579
<212> DNA
<213> 智人(Homo sapiens)
<400> 10
atgtcaggct gtgataggag ggaaacagaa accaaaggaa agaacagctt taagaagcgc 60
ttaagaggtc caaaggtgaa gaacttaaac ccgaagaaat tcagcattca tgaccaggat 120
cacaaagtac tggtcctgga ctctgggaat ctcatagcag ttccagataa aaactacata 180
cgcccagaga tcttctttgc attagcctca tccttgagct cagcctctgc ggagaaagga 240
agtccgattc tcctgggggt ctctaaaggg gagttttgtc tctactgtga caaggataaa 300
ggacaaagtc atccatccct tcagctgaag aaggagaaac tgatgaagct ggctgcccaa 360
aaggaatcag cacgccggcc cttcatcttt tatagggctc aggtgggctc ctggaacatg 420
ctggagtcgg cggctcaccc cggatggttc atctgcacct cctgcaattg taatgagcct 480
gttggggtga cagataaatt tgagaacagg aaacacattg aattttcatt tcaaccagtt 540
tgcaaagctg aaatgagccc cagtgaggtc agcgattag 579

Claims (12)

1.检测获自罹患SARS-CoV-2新型冠状病毒感染的患者的样品中白介素37水平、白介素8水平和超敏C反应蛋白水平的组合的物质在制备用于所述患者SARS-CoV-2新型冠状病毒感染预后评估的产品中的应用。
2.如权利要求1所述的应用,其中,所述样品获自经或未经SARS-CoV-2新型冠状病毒感染治疗的患者。
3.如权利要求1所述的应用,其中,所述患者是初始入院未经治疗干预的最早期时间节点的患者。
4.如权利要求1所述的应用,其中,所述白介素37的水平是选自下组的一种或多种水平:白介素37的蛋白质水平、白介素37的核酸水平。
5.如权利要求1所述的应用,其中,所述白介素37的水平是白介素37的mRNA水平。
6.如权利要求1所述的应用,其中,所述预后评估包括选自下组中的一种或多种:SARS-CoV-2新型冠状病毒感染发展为重症或危重症或甚至于死亡的风险评估、或者恢复进程和/或痊愈时间的评估。
7.如权利要求6所述的应用,其中,所述恢复进程选自:病毒核酸转阴、肺CT改善和/或咳嗽消除;所述痊愈时间为住院天数。
8.如权利要求6所述的应用,其中,所述重症具有因SARS-CoV-2新型冠状病毒感染而出现的选自下组的一个或多个特征:气促、静息状态氧饱和度低于下限值、动脉血氧分压与吸氧浓度低于下限值、肺部影像学显示24-48小时内病灶明显进展>50%;
所述危重症具有因SARS-CoV-2新型冠状病毒感染而出现的选自下组的一个或多个特征:呼吸衰竭且需要机械通气、休克、合并其他器官功能衰竭、需ICU监护治疗。
9.如权利要求1所述的应用,其中,所述预后评估通过量化模型中的检测指标,并代入模型方程中进行概率计算,实现精准判断。
10.如权利要求9所述的应用,其中,所述的模型包括:一般线性模型、广义线性模型、对数线性模型、权重估算模型、聚类分析模型、二元Logistics回归分析模型、多元Logistics回归分析模型或神经网络。
11.如权利要求1-10中任一项所述的应用,其中,所述产品为试剂盒和/或检测系统。
12.一种用于对罹患SARS-CoV-2新型冠状病毒感染的患者进行SARS-CoV-2新型冠状病毒感染预后评估的产品,所述产品由检测样品中白介素37水平、白介素8水平和超敏C反应蛋白水平的物质组成。
CN202010994903.1A 2020-09-21 2020-09-21 基于白介素37的呼吸道病毒感染(危)重症预警 Active CN114250285B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010994903.1A CN114250285B (zh) 2020-09-21 2020-09-21 基于白介素37的呼吸道病毒感染(危)重症预警

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010994903.1A CN114250285B (zh) 2020-09-21 2020-09-21 基于白介素37的呼吸道病毒感染(危)重症预警

Publications (2)

Publication Number Publication Date
CN114250285A CN114250285A (zh) 2022-03-29
CN114250285B true CN114250285B (zh) 2024-10-15

Family

ID=80788291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010994903.1A Active CN114250285B (zh) 2020-09-21 2020-09-21 基于白介素37的呼吸道病毒感染(危)重症预警

Country Status (1)

Country Link
CN (1) CN114250285B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220139567A1 (en) * 2020-10-30 2022-05-05 The Boeing Company Methods for modeling infectious disease test performance as a function of specific, individual disease timelines
CN116203253B (zh) * 2023-04-27 2023-07-11 北京科卫临床诊断试剂有限公司 用于白细胞介素浓度检测的ai分析系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106552260A (zh) * 2015-09-29 2017-04-05 苏绍波 白介素37在调控血管生成疾病中的应用
WO2018175403A1 (en) * 2017-03-20 2018-09-27 Bio-Techne Corporation Il-37 fusion protein and methods of making and using same

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Feng Zhou等.Influenza A virus inhibits influenza virus replication by inducing IL- 37.J Clin Lab Anal.2019,第33卷(第1期),第1-5页,摘要. *
Influenza A virus inhibits influenza virus replication by inducing IL- 37;Feng Zhou等;J Clin Lab Anal;第33卷(第1期);第1-5页,摘要 *
上海地区 328 例新型冠状病毒肺炎患者实验室数据分析;魏剑浩,等;检验医学;第35卷(第8期);第778-783页,摘要 *
冠状病毒感染导致急性肺损伤的天然免疫机制研究进展;吴润东, 等;厦门大学学报;第59卷(第3期);第341-346页,第344页左栏第3段 *

Also Published As

Publication number Publication date
CN114250285A (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
US20220326238A1 (en) Methods of risk assessment and disease classification
US7833732B2 (en) Acute renal injury
US7141382B1 (en) Methods for detection of IL-18 as an early marker for diagnosis of acute renal failure and predictor of mortality
JP5689426B2 (ja) 糖尿病性ネフロパシーに関連する尿および血清のバイオマーカー
CN109564225B (zh) 作为指示不良事件的标志物的组蛋白和/或proADM
Shakked et al. Early prediction of COVID-19-associated acute kidney injury: Are serum NGAL and serum Cystatin C levels better than serum creatinine?
CN110431425B (zh) proADM作为指示不良事件的标志物
RU2764766C2 (ru) Гистоны и/или proadm в качестве маркеров, свидетельствующих об органной дисфункции
JP4516124B2 (ja) 肝線維症の診断方法
JP5818916B2 (ja) 尿路感染症の診断方法
CN114250285B (zh) 基于白介素37的呼吸道病毒感染(危)重症预警
Bawiskar et al. Hematological manifestations of COVID-19 and their prognostic significance in an intensive care unit: a cross-sectional study
WO2022056896A1 (zh) 基于白介素37的呼吸道病毒感染(危)重症预警
KR20180014419A (ko) 류마티스 관절염 진단용 바이오마커
EP2875347A1 (en) Methods and compositions for diagnosis and prognosis of sepsis
Noraddin et al. Measurement of Urinary Cystatin C with a Particle‐Enhanced Turbidimetric Immunoassay on Architect C i8200
JP7291688B2 (ja) 重篤患者における腎置換療法のための指標としてのアドレノメズリン前駆体
JP2023528069A (ja) コロナウイルス感染症罹患対象の重症度又は合併症のマーカーとしての可溶性trem-1
de Oliveira et al. Early prediction of COVID-19-associated acute kidney injury: Are serum NGAL and serum Cystatin C levels better than serum creatinine?
EP3502691A1 (en) Proadrenomedullin as indicator for renal replacement therapy in critically ill patients
US20230236195A1 (en) Use of heparin-binding protein (hbp) in early warning of prognostic risk of patient suffering coronavirus disease (covid-19)
Salah et al. CORRELATION BETWEEN MONOCYTIC CHEMOTACTIC PROTEIN-1 (MCP-1) AND THE SEVERITY OF COVID-19 INFECTION.
Samra et al. Utility of Urinary Biomarkers for Diagnosis of Acute Kidney Injury (AKI) in COVID-19
Adofo Ayirebi et al. Diagnostic value of neutrophil gelatinase-associated lipocalin and neutrophil-to-lymphocyte ratio in type 2 diabetes mellitus individuals with reduced estimated glomerular filtration rate (eGFR): A case-control study in a municipal hospital in Ghana
TW201625946A (zh) 5-甲氧基色胺酸作為發炎疾病診斷試劑之用途

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant