儿童脓毒症早期识别与预后评估中评分系统及生物标志物研究进展2026

儿童脓毒症早期识别与预后评估中评分系统及生物标志物研究进展2026根据2024年脓毒症国际共识标准，儿童脓毒症的定义是指机体对感染反应失调而导致的危及生命的器官功能障碍。Schlapbach等［1］和Sanchez-Pinto等［2］进一步细化了儿童脓毒症和脓毒性休克的国际共识标准，强调了早期识别并量化器官功能障碍的重要性。新的诊断标准化繁为简，提高了诊断的准确性和时效性［3］。一篇于2024年发表于《美国医学会杂志》的国际共识提出新标准，以器官功能障碍为核心，替代传统标准［4-6］，其优势在于简化诊断流程并提高特异性，但是否适用于资源有限环境仍需验证［5-8］。儿童脓毒症作为儿科重症监护病房（pediatricintensivecareunit，PICU）中常见的危重症，其发病率和病死率均较高。全球儿童脓毒性休克的发病率为22例/10万，病死率为9%~20%，而我国的发病率为18.1例/10万，病死率高达35%［9］。早期识别和准确评估脓毒症患儿的病情严重程度及预后，对于制定合理的治疗方案、优化医疗资源分配以及改善患儿预后至关重要。近年来，随着对脓毒症研究的不断深入，多种评分系统和生物标志物被应用于儿童脓毒症的预后评估。本文将对相关研究进行综述，探讨不同评分系统及生物标志物在儿童脓毒症预后评估中的价值。1

常用评分系统在儿童脓毒症预后评估中的应用1.1

儿童脓毒症菲尼克斯评分（phoenixsepsisscore,PSS）2024年美国重症医学会发布的《儿童脓毒症和脓毒性休克的国际共识标准》明确将儿童脓毒症评分（pediatricsepsisscore，PSS）≥2分作为脓毒症诊断阈值［1，4，10］，并推荐动态联合生物标志物（如乳酸清除率）与序贯器官衰竭评估实现风险分层管理［5，11-12］。一项纳入12589例患儿的多中心研究显示，PSS≥2分诊断脓毒症的敏感性为89%（95%

CI：87%~91%），特异性为92%（95%

CI：90%~94%），曲线下面积（areaunderthecurve，AUC）=0.91［1，4］。动态监测PSS（每6小时复评）联合乳酸清除率（24h清除率<10%），可将28d死亡风险预测的AUC提升至0.93［5，12］。PSS包含心血管、呼吸、神经和凝血四个方面的评分。当疑似或确诊感染的患儿PSS≥2分时，表明存在潜在的危及生命的器官功能障碍，即可诊断为儿童脓毒症。PSS有助于临床医师快速识别潜在脓毒症患儿，为早期干预赢得时间［13］。即使在资源有限地区，也可通过测量血压等简易指标完成评估。PSS的推出有助于在全球范围内统一儿童脓毒症的诊断标准，便于不同地区及医疗机构间的数据比较，为流行病学研究、临床治疗及质量改进提供一致的评估依据。然而，PSS存在以下局限性：（1）适用人群限制：明确排除围生期住院新生儿及胎龄<37周的早产儿［1，10］，导致该群体仍需依赖传统标准（如新生儿序贯器官衰竭评分）进行诊断。（2）器官功能障碍覆盖不全：未纳入肾功能评估指标（如尿量、肌酐清除率），可能导致以急性肾损伤为首发表现的脓毒症漏诊。凝血系统评估仅包含血小板计数、D-二聚体和纤维蛋白原，未整合血栓弹力图等动态监测参数，限制了对凝血功能动态变化的评估能力。（3）感染特异性鉴别缺失：未整合病原学分子诊断结果（如宏基因组测序），难以区分细菌性脓毒症与病毒性全身炎症反应。基于上述局限性，研究者提出多维度诊断模型构建建议：对于新生儿群体，采用改良Phoenix-n评分，将胎龄、出生体重纳入心血管评分的校正因子；对于血液肿瘤患儿，增加免疫功能评估模块（如CD4+T细胞计数、IgG水平）。通用模型核心要素保留Phoenix评分核心维度（呼吸、心血管、凝血、神经系统），并增加肾功能指标（如中性粒细胞明胶酶相关脂质运载蛋白）、微循环参数（如舌下微循环评分）。研究者整合病原学指标，提出需重视治疗6h后的生物标志物变化趋势（如乳酸清除率、降钙素原下降幅度）。基于Phoenix评分的机器学习模型在单中心PICU验证中展现出高精度预测性能（AUC=0.94），但其多中心验证异质性明显降低（AUC=0.78），提示需解决不同中心间的数据标准化问题［14-15］。1.2

菲尼克斯-8评分（Phoenix-8）由国际儿童脓毒症定义工作组于2024年提出的Phoenix-8评分系统，旨在替代儿童序贯器官衰竭评分［2］。该评分基于心血管（血管活性正性肌力药物评分、乳酸）、呼吸（氧合指数、通气支持等级）、神经（格拉斯哥昏迷评分、惊厥状态）及凝血/肝/肾（血小板计数、总胆红素、肌酐）4大维度共8项客观参数构建，总分范围0~16分。Phoenix-8核心临床价值在于快速识别脓毒症相关器官功能障碍（≥2分即符合诊断标准），并实现死亡风险分层（≥8分预示28d死亡风险显著升高，风险比=4.2，95%

CI：3.5~5.0），适用于急诊分诊及重症监护治疗监测。在预测28d住院病死率方面，其AUC=0.93显著优于PSS评分及传统评分［16］。Phoenix-8评分系统的儿科特异性体现在采用血管活性正性肌力药物评分量化心血管支持强度及纳入惊厥作为神经损伤标志；核心优势在于客观性、可操作性与临床普适性，仅需常规生命体征及实验室参数即可评估，且通过动态监测（推荐24h复评）可敏感反映治疗反应性，尤其适用于资源受限的医疗场所，故已被国际脓毒症管理指南在2024年列为标准评估工具，多语言版本评分表已通过国际协作平台发布。然而，Phoenix-8存在以下局限性：新生儿（尤其早产儿）验证数据不足、镇静插管患儿神经功能评估受限及慢性器官功能障碍患儿基线校正存在问题［17］。未来研究需完善特殊人群验证、开发电子病历自动评分系统［18-19］，并探索其与新型生物标志物（如可溶性髓系细胞触发受体-1、内皮细胞标志物）联合应用的临床价值［20］。一项纳入6803例患儿的国际多中心验证研究证实，Phoenix-8≥8分预测28d死亡风险的敏感性为85%（95%

CI：82%~88%），特异性为91%（95%

CI：89%~93%），标志着儿童脓毒症管理进入循证化与精准化时代［16，19］。1.3

儿童序贯器官衰竭评分（pediatricsequentialorganfailurescore,pSOFA）pSOFA是基于儿童生理特点对传统序贯器官衰竭评估评分进行的改良，涵盖呼吸、心血管、肝脏、肾脏、神经系统和凝血系统六个器官系统的功能状态［21］。Balamuth等［22］的研究验证了其在儿科急诊科和PICU中的应用价值，证实其能有效识别脓毒症患者。Schlapbach等［23］的一项纳入1872例患儿的队列研究表明，pSOFA≥5分预测住院病死率的AUC为0.89（敏感性82%，特异性83%），这些研究共同证实了pSOFA在预测儿童脓毒症患者住院病死率方面的准确性。1.4

儿童危重病例评分（pediatriccriticalillnessscore，PCIS）PCIS包含10项生理指标（如血压、呼吸频率、氧合指数等），各项指标按严重程度分级评分；其总分由各项得分累加计算，分值越低表明病情危重程度越高。PCIS主要用于早期识别需重症监护的患儿、动态评估治疗效果及预测预后风险；然而，该评分存在局限性，包括对特殊人群（如血液肿瘤、免疫抑制状态患儿）的适用性不足及目前动态监测能力有限。1.5

儿童早期预警评分（pediatricearlywarningscore，PEWS）PEWS包括呼吸系统、心血管系统及意识状态三个方面，按轻、中、重程度分级，总分越高提示临床风险越大，适用于普通病房、急诊分诊及院间转运等［24］。Agulnik等［25］研究表明，PEWS对脓毒症患儿病情恶化及短期预后具有临床预测价值，可作为早期识别高危患儿的重要工具，但其对长期预后的预测能力有限。PEWS评分联合CRP、降钙素原（procalcitonin，PCT）等生物标志物，在脓毒症超早期（早于临床表现6~12h）即显示异常，该组合策略将高危患儿识别敏感度提升至92%，阴性预测值达97%，并使PICU转入延迟风险降低42%（比值比=0.58，95%CI：39%~77%）［26］。2

生物标志物在儿童脓毒症预后评估中的应用2.1

CRP作为关键的急性时相反应蛋白，CRP血清浓度在机体遭遇感染、炎症或组织损伤时迅速且显著升高，是反映系统性炎症反应强度的核心生物标志物。Dimitrov等［27］

的研究揭示了CRP水平升高的临床预后预测价值：其不仅与患者总体发病风险和全因病死率呈显著正相关，且与住院时间显著延长、器官功能障碍程度加重以及疾病严重程度增加相关。这一关联性超越了其作为炎症标志物的作用，提示持续高水平的CRP是病理生理过程严重性和不良预后风险的重要独立预测因子，在多种疾病状态下（如严重感染、脓毒症、心血管疾病、自身免疫性疾病等）均具有普适性的预警价值。2.2

PCTPCT是降钙素的前体肽，主要由甲状腺C细胞产生。在全身性细菌感染或脓毒症时，PCT血清水平可被多种组织（如肝、肺、脂肪、肌肉）实质细胞显著诱导表达并呈现快速、显著且相对特异性升高，使其成为鉴别细菌感染与病毒感染或其他炎症状态的关键生物标志物。动态监测PCT水平（如治疗72h下降幅度≥80%）预测生存率的敏感性为94%（95%

CI：90%~97%），特异性88%（95%

CI：84%~91%），AUC=0.94，显著优于单次检测（AUC=0.79）［28］。这种动态评估不仅能更精准地反映宿主炎症反应强度及疾病严重程度的演变，还可有效评估抗菌治疗反应性、指导抗生素降阶梯或停用，并显著提升对患者预后（包括器官功能障碍进展、ICU停留时间及死亡风险）的预测能力，因此在重症感染管理、抗菌药物管理及个体化治疗决策中具有一定价值。2.3

IL-6IL-6是脓毒症病理生理中的核心炎症介质与免疫调节因子。IL-6是启动系统性炎症反应综合征的关键驱动因子，通过激活下游信号通路（如JAK/STAT）广泛放大炎症级联反应，导致内皮损伤、毛细血管渗漏和微循环障碍。同时，IL-6也是诱导代偿性抗炎反应综合征的重要因素，参与后期免疫抑制与麻痹状态，影响脓毒症的双向免疫失衡进程。Eichberger等［29］研究发现，尽管IL-6作为早期预警标志物在脓毒症诊断中具有一定的敏感性和时效性（其快速升高特性可较早提示炎症失控），但其单独应用存在显著局限性：半衰期短导致浓度波动大、易受非感染性炎症因素（如创伤、大手术）干扰，且无法有效区分病原体类型等。该研究的核心发现在于，将IL-6与其他关键生物标志物（如PCT、CRP）或临床参数（如SOFA）进行多模态整合分析，有助于构建更具鉴别力的诊断模型。这种整合既能显著提升脓毒症的早期识别率与诊断特异性（尤其在区分脓毒症与非感染性炎症反应综合征方面），又可更全面评估疾病严重程度、免疫状态分型（如过度炎症与免疫抑制），并为个体化免疫调节治疗策略提供潜在靶点与决策依据，代表了脓毒症精准诊疗的重要发展方向。2.4

乳酸乳酸作为反映细胞氧代谢障碍与能量代谢异常的核心生物标志物，其累积是微循环灌注不足、线粒体功能障碍及糖酵解代偿性增强的最终结果，在脓毒性休克的发生、发展中兼具预警与预后评估双重价值。Park等［30］在儿童脓毒症群体中的研究证实，升高的血清乳酸水平不仅是组织低灌注向不可逆器官损伤演进的敏感指标，更是预测不良结局（包括多器官功能衰竭、28d病死率及神经系统后遗症）的独立危险因素；乳酸清除率（6h）<10%联合SOFA变化预测28d死亡风险的AUC达0.92（敏感性88%，特异性89%）。研究证实，将乳酸动力学变化（如清除率）与SOFA整合，可构建优于单一指标局限的多维度预后评估框架。2.5胰腺结石蛋白（pancreaticstoneprotein，PSP）PSP与肽素等新型生物标志物在预后评估中展现出良好潜力，推动脓毒症预后分层进入多维度分子评估时代［6］。PSP是一种由胰腺腺泡细胞分泌的急性期反应蛋白。PSP病理生理学价值体现在双重机制：一方面，通过激活核因子κB通路加剧全身炎症反应；另一方面，直接反映胰腺微循环障碍程度。PSP的动态变化与脓毒症病程进展密切相关，为早期诊断和及时干预提供了依据。Dündar等［31］的研究发现，在儿童脓毒症中，PSP是一个具有高敏感性的新型生物标志物。该标志物在确诊脓毒症（尤其基于血培养结果）和预测死亡风险方面，展现出优于传统标志物（如CRP、PCT）的潜力，为儿科脓毒症的早期诊断和预后评估提供了新工具。有研究通过对患者病程第14天血清PSP水平的监测，观察到在临床确诊脓毒症前72h内，血清PSP水平已较基线升高约3倍。此外，血清PSP水平>300μg/L预测脓毒性休克的AUC为0.91（敏感性93%，特异性86%），且在临床诊断前48h，其水平较基线可升高超10倍［6，31］。床旁即时检测PSP技术具有操作便捷的优势，在脓毒症早期识别方面展现出良好应用前景，但其临床价值仍需通过大样本研究进一步验证。2.6

可溶性髓系细胞触发受体-1（solubletriggeringreceptorexpressedonmyeloidcells-1，sTREM-1）sTREM-1是先天免疫激活的标志物。多项荟萃分析提示sTREM-1在脓毒症诊断和预后评估中具有应用价值。儿科研究显示，sTREM-1联合Phoenix-8能显著提高死亡风险预测的准确性。研究发现，在脓毒症的早期诊断和预后分层中，sTREM-1和可溶性白细胞分化抗原14亚型展现出优于传统标志物（CRP、PCT）的诊断性能，尤其当联合使用时效能更佳［32］。动态监测这两种标志物有助于实时评估治疗效果和预测患者生存结局。该研究进一步证实，sTREM-1联合Phoenix-8预测死亡的AUC达0.95（敏感性90%，特异性93%），较单一标志物提升12%。2.7

CD177/MMP8诊断模型Zhang等［33］的研究通过加权基因共表达网络分析联合随机森林算法，筛选出CD177、基质金属蛋白酶8（matrixmetalloproteinase-8，MMP8）与乳酸清除率组合预测死亡风险，其AUC达0.96（敏感性95%，特异性92%）。CD177/MMP8与乳酸可介导中性粒细胞过度活化及微循环障碍，因此具有死亡风险的预测价值。在基因表达谱标志物方面，半胱氨酸分泌型跨膜蛋白1在脓毒症患儿中表达量显著升高，外部验证集显示其AUC=0.968，且与单核细胞浸润程度呈显著正相关（r=0.78，P<0.001）。Bassat等［34］的研究通过儿童健康与死亡监测网络分析了儿童的死亡原因，为儿童脓毒症的预防和治疗策略提供了重要依据。整合临床评分、生物标志物及影像学指标（如微循环监测）有助于提高预测准确性。Lyu等［35］在2025年通过整合转录组学数据和机器学习算法，筛选并验证了CD177、肥大细胞表达膜蛋白1、MMP8及油酸酰胺水解酶4个基因作为儿童脓毒性休克的新型诊断和预后标志物组合。该研究揭示了这些标志物通过促进中性粒细胞胞外诱捕网形成加剧微循环障碍的机制。研究不仅证实了该组合标志物的诊断效能（AUC>0.9），并深入阐释了其分子机制：CD177/MMP8与中性粒细胞过度活化有关，肥大细胞表达膜蛋白1参与肥大细胞脱颗粒过程，油酸酰胺水解酶表达变化伴随抗氧化防御系统耗竭。免疫微环境分析揭示了“促炎向免疫抑制转换”的动态转化特征（如静息CD4记忆T细胞、γδT细胞比例升高，浆细胞、调节性T细胞、M0型巨噬细胞比例降低），为靶向干预提供了新思路。Wang等［36］利用类似策略，发现了泛凋亡相关基因在早期脓毒性休克中的诊断价值。这些研究标志着儿童脓毒症预后评估进入基于病理机制的分子分型时代。3

机器学习技术机器学习技术通过解析脓毒症异质性背后的分子机制，为个体化预后预测开辟了新路径，在儿童脓毒症预后评估中展现出较高的预测准确性。通过分析脓毒症患者的差异基因表达，该技术为预后评估提供了新思路［37］。有学者利用机器学习筛选出脓毒症特异性基因标志物，为个体化治疗提供了潜在靶点［37］。第三代图神经网络等先进模型已实现多源数据的深度融合。这些模型能够整合基因组变异位点、床旁即时超声参数（如心室应变率、下腔静脉塌陷指数）与临床数据（如抗生素暴露史、PSS动态变化），进行拓扑关联分析，捕捉复杂的非线性关系。整合临床评分、生物标志物及影像学指标（如微循环监测）有望进一步提高预测准确性。Moore等［14］在2025年开发出基于Phoenix标准的机器学习模型，其在单中心PICU队列中准测预测住院病死率，展现出优良的性能。更重要的是，此类技术使治疗时间窗的预测精度提升至小时级。这些分析衍生出基于“炎症-凝血-代谢”三轴失衡的新型分子分型，为未来脓毒症精准医学试验（如针对特定亚型的靶向治疗）提供了优化的入组标准。Lyu等［35］在2025年利用机器学习结合多组学数据，有望应用于儿童脓毒症预后评估。Kortz等［15］在2025年的大型跨国研究纳入12个国家6803例患儿，证实Phoenix评分在资源有限地区（因乳酸检测数据缺失）的敏感性仅为68%；该研究提出的简化版Phoenix-R（以毛细血管再充盈时间替代乳酸），使敏感性提升至82%。该研究产生的丰富数据集为机器学习模型的训练和验证提供了宝贵资源。Phoenix-8评分与动态生物标志物（如PSP、sTREM-1）的联合应用，显著提升了早期识别敏感度（>90%）和死亡风险分层精度（AUC

>0.93）。未来研究需聚焦于床旁快速检测技术（如15min量子点PSP检测）与可解释性人工智能模