脑血流量与s100β联合检测在新生儿早发型败血症相关性脑病早期诊断中的价值-凯发娱乐官网

脑血流量与s100β联合检测在新生儿早发型败血症相关性脑病早期诊断中的价值
the value of combined detection of cerebral blood flow and s100β in the early diagnosis of neonatal early-onset sepsis-associated encephalopathy
doi: , , html, ,   
作者: 周婧倩:永康市第一人民医院新生儿科,浙江 金华;宋海晶:永康市第一人民医院超声科,浙江 金华;周 建*:永康市第一人民医院儿科,浙江 金华
关键词: ;;;;;;;
摘要: 目的:探讨血液炎症及脑损伤生物标志物与脑血流量变化联合检测在新生儿早发型败血症中败血症相关性脑(sae)早期诊断中的价值。方法:选取我院收治的早发型败血症新生儿为研究对象,患儿入院1 h内,应用抗生素治疗前,检测血液炎症及脑损伤生物标志物水平,采用经颅超声检查其脑血流动力学的变化。采用roc曲线评估血液炎症及脑损伤生物标志物与脑血流量变化单独检测及联合检测预测sae的效能。结果:两组间胎龄、性别、出生体重无显著性差异(p > 0.05);两组wbc、crp、pct、nse及s100β水平、两组大脑前动脉(aca)、大脑中动脉(mca)的峰值收缩速度(psv)、舒张末期速度(edv)、搏动指数(pi)均有显著性差异(p < 0.05)。sae组wbc、crp、pct、nse及s100β水平aca、mca的psv及edv显著高于非sae组,mca的pi显著低于非sae组(p < 0.05)。roc曲线显示,mca pi s100β联合检测的auc为0.957远高于各检测指标单独检测效能。结论:mca pi s100β联合检测对早期诊断sae具有较高的临床诊断价值。
abstract: objective: explore the value of the biomarkers of blood inflammation and brain damage and cerebral blood flow changes in early diagnosis of sepsis-associated encephalopathy (sae). methods: select the newborns with premature sepsis from the seizure of the hospital as a research object. the child is within 1 h in the hospital. before applying antibiotic treatment, the serum blood routine, crp and pct level are detected, and the changes in the cerebral blood mobility of the cerebral hemorrhage are used through the craniotomy. the roc curve is used to evaluate the effectiveness of the blood conventional inflammation factor and the changes in cerebral blood flow, and the efficiency of the joint detection and prediction of sae. results: there are no significant differences in the age, gender, and birth weight between the two groups (p > 0.05); in the two groups, wbc, crp, pct, nse and s100β levels, the peak shrinkage speed of the two sets of primary cerebral arteries (aca) and the mid-cerebral artery (mca), the peak shrinkage speed (psv), the end of diastolic speed (edv), and the fighting index (pi) all have significant differences (p < 0.05). the sae group wbc, crp, pct, nse and s100β levels aca, mca’s psv and edvs are significantly higher than the non-sae group. the pi of mca is significantly lower than the non-sae group (p < 0.05). the roc curve indicates that the combined detection of mca pi s100β has an auc of 0.957, which is significantly higher than the diagnostic efficacy of each marker tested individually. conclusion: the combined testing of mca pi s100β holds substantial clinical diagnostic value for the early diagnosis of sae.
文章引用:周婧倩, 宋海晶, 周建. 脑血流量与s100β联合检测在新生儿早发型败血症相关性脑病早期诊断中的价值[j]. 临床医学进展, 2024, 14(11): 697-704.

1. 引言

脓毒症(sepsis)是指各种病原体(包括细菌、病毒、原虫等)感染所引起的全身炎症反应综合征,其中血液(或者脑脊液等无菌腔隙)能培养出致病菌(包括细菌和真菌)引起的全身炎症反应综合征称败血症(septicemia)。新生儿败血症是全球新生儿死亡的最重要原因,发病率达4.5‰~9.7‰ [1]。虽然新生儿疾病诊疗水平的进步提高了新生儿败血症的生存率,减少了并发症,但新生儿败血症的幸存者仍然容易受到短期和长期神经发育疾病的影响。新生儿早发型败血症(neonatal early-onset sepsis,neos)是指发病时间在生后72 h以内的新生儿败血症。败血症相关性脑病(sepsis-associated encephalopathy, sae)是指在无明显中枢神经系统感染的情况下,由全身炎症反应引起的脑功能障碍,是败血症中常见的器官功能障碍,与不良结果有关[2] [3]。临床表现为呼吸困难,肌张力和反射异常,意识水平低于正常,以及/或在没有中枢神经系统感染的情况下惊厥发作等[4]。此外,sae与icu死亡率增加、住院时间延长密切相关。sae的早期识别和处理,对于新生儿的健康成长、提高存活率至关重要。因此,败血症患儿sae的早期诊断和及时干预对于获得更好的预后至关重要。

目前尚无统一的sae临床诊断标准,最终的临床诊断仍然是排除性诊断,其诊断方法效率低下,特异性差[5]。如今,sae的新兴诊断辅助手段已引起临床关注,包括血清学生物标志物、脑电图(eec)和经颅多普勒(transcranial doppler ultrasound, tcd)超声检查。白细胞计数(wbc)、不成熟中性粒细胞(包括早、中、晚幼粒细胞和杆状核细胞)/总中性粒细胞(immature/total neutrophil, i/t)、c反应蛋白(c⁃reactive protein, crp)及降钙素原(procalcitonin, pct)等炎症因子常用于新生儿败血症临床辅助诊断和指导用药[6],但这些指标对sae灵敏度和特异度均低于预期。神经元特异性烯醇化酶(nse)和s100钙结合蛋白β (s100β)等血清学脑损伤指标提供了一种客观且具有成本效益的诊断方法。然而,它们的临床效用因灵敏度和特异性欠佳而受到影响,使其在sae筛查和监测中的作用存在争议[7]-[9]。tcd超声检查可无创检测脑流量(cerebral blood flow, cbf)速度,与成人不同,新生儿的脑血流具有压力被动性的特征,脑血流的轻微波动可能导致颅内出血或缺血性脑损伤[10] [11]。新生儿脑血流自身调节能力很弱,脑血流易受炎症反应影响,败血症可通过破坏血脑屏障和炎症因子的直接或间接损伤引起脑损伤,导致败血症相关性脑病[12] [13],脑血流通过提供脑流量动力学的实时数据,比临床症状观察和其他诊断方法更有优势。

目前,多普勒超声对脑血流量的检测今年已被广泛应用于临床,血液生物标志物与脑血流量联合检测运用,对sae的早期诊断具有重大意义。因此,本文通过分析血液生物标志物与脑血流量指标的相关性,探究血液生物标志物与脑血流量联合检测在sae早期诊断中的价值,为sae的防治提供科学参考。

2. 研究对象和方法

2.1. 研究对象

选取我院收治的早发型败血症新生儿纳入本次研究。符合我国2019年《新生儿败血症诊断及治疗专家共识》[6],早发型新生儿败血症诊断标准:(1) 疑似诊断为3日龄内有下列任何一项,① 异常临床表现,② 母亲有绒毛膜羊膜炎,③ 早产prom ≥ 18 h。如无异常临床表现,血培养阴性,间隔24 h的连续2次血非特异性检查 < 2项阳性,则可排除败血症。(2) 临床诊断为有临床异常表现,同时满足下列条件中任何一项,① 血液非特异性检查 ≥ 2项阳性,② 脑脊液检查为化脓性脑膜炎改变,③ 血中检出致病菌dna。(3) 确定诊断为有临床表现,血培养或脑脊液(或其他无菌腔液)培养阳性。纳入标准:胎龄 > 37周、出生日龄 < 72小时,有早发型新生儿败血症临床表现、胎膜早破18小时以上、母亲有绒毛膜羊膜炎等疑似早发型败血症新生儿。排除标准:新生儿有重大先天性出生缺陷或染色体异常,围产期窒息,颅内出血,颅内感染,肺部疾病引起的呼吸困难,需要机械通气,或接受药物如血管加压药、咖啡因、茶碱或抗惊厥时。本研究经医院医学伦理委员会批准。败血症相关性脑病(sae)诊断标准:败血症患儿出现神经功能障碍,表现为意识水平下降或惊厥发作,常伴有呼吸建立和维持困难以及肌张力和反射减弱。收集100例在我院分娩符合要求的胎龄大于37周、日龄 < 72小时的疑似早发型败血症新生儿纳入本次研究作为训练队列组,最终按临床分类分为sae组(38例)和非sae组(62例),另收集100例病例作为验证队列组。

2.2. 研究方法

患儿入院1 h内,应用抗生素治疗前,采集静脉血液样本,进行血常规、crp、pct检测,血常规采用采用xe-2100l血球分析仪(sysmex公司)测定,crp采用aristo特定蛋白分析仪(深圳国赛生物科技有限公司)测定,pct采用p3d免疫分析仪(星童医疗技术(苏州)有限公司)测定。nse及s100β采用eclia电化学发光免疫测定(西门子医疗有限公司,德国)。所有患儿入院24 h内采用mindray m9彩超机,通过小儿颅脑超声探头进行进行经颅超声检查,所有研究均在安静新生儿的中性温度环境下进行,利用双脉冲多普勒超声技术进行经前卤多方位(冠状面、矢状面)扫描,再经颞窗对患儿的大脑中动脉与前动脉进行扫描,观察脑血流频谱,记录大脑前动脉(aca)和大脑中动脉(mca)的血流速度。使用内置计算程序,从至少连续三个最佳质量的心动周期计算收缩期峰值速度(psv),舒张末期速度(edv),根据pourcelot阻力指数自动计算aca和mca的阻力指数(ri)和搏动指数(pi)。

2.3. 统计学分析

应用spss22.0统计软件进行统计学分析,用shapiro-wilk检验检验数值分布的正态性。计量资料用 x ¯ ±s 表示,采用t检验。组间差异使用fisher精确检验进行比较,连续变量采用t检验或mann-whitney u检验。使用多因素logistic回归分析新生儿败血症sae早期诊断相关影响因素。使用接受者工作特征(roc)曲线评估检测指标预测sae的效能。p < 0.05为差异有统计学意义。

3. 结果

3.1. 一般资料

非sae组和sae组两组患儿的胎龄、性别和出生体重无显著性差异(p > 0.05),见表1

table 1. general characteristics of children in the non-sae and sae groups

1. 非sae组和sae组患儿一般资料

非sae组

sae组

p

胎龄(周)

38.78 ± 0.69

38.68 ± 0.67

0.461

性别(男/女,n)

29/33

15/23

0.692

体重(g)

3426.38 ± 330.46

3404.88 ± 283.39

0.731

3.2. 非sae组和sae组患儿血清生物标志物和脑血流量指标比较

非sae组和sae组两组患儿wbc、pct、crp、nse及s100β水平比较均有显著性差异(p < 0.05),sae组水平明显高于非sae组。脑血流量指标显示sae组aca的psv及dev,mca的psv及dev显著高于非sae组,sae组mca的pi显著低于非sae组,差异均具有统计学意义(p < 0.05),见表2

table 2. comparison of blood routine, inflammatory markers, and cerebral blood flow indicators between the non-sae and sae groups of children

2. 非sae组和sae组患儿血常规、炎症因子和脑血流量指标比较

指标

非sae组

sae组

p

wbc (109/l)

23.05 ± 5.36

37.72 ± 4.74

<0.001

i/t

0.17 ± 0.07

0.22 ± 0.03

0.553

pct (mg/l)

5.53 ± 0.28

9.76 ± 7.45

<0.001

crp (mg/l)

19.95 ± 0.29

28.26 ± 19.61

<0.001

nse

14.99 ± 9.21

19.58 ± 5.01

<0.001

s100β

0.12 ± 0.04

0.16 ± 0.06

<0.001

aca psv

32.30 ± 7.29

38.64 ± 12.42

0.003

aca dev

11.44 ± 3.58

15.99 ± 4.97

<0.001

aca ri

0.74 ± 0.15

0.73 ± 0.53

0.907

aca pi

1.95 ± 0.40

1.53 ± 1.03

0.101

mca psv

45.74 ± 7.77

48.44 ± 12.46

<0.001

mca dev

13.77 ± 6.24

20.27 ± 8.13

<0.001

mca ri

0.94 ± 1.12

0.68 ± 0.17

0.106

mca pi

1.83 ± 1.01

1.36 ± 0.43

0.004

i/t:不成熟中性粒细胞(包括早、中、晚幼粒细胞和杆状核细胞)/总中性粒细胞。

3.3. 检测指标预测sae的效能

roc分析显示wbc、i/t、pct、crp、nse及s100β单独检测的auc分别为0.745、0.537、0.784、0.728、0.762及0.810。脑血流量指标中aca中psv、dev、ri、pi单独检测的auc分别为0.707、0.775、0.639、0.694,mca中psv、dev、ri、pi单独检测的auc分别为0.735、0.752、0.424、0.809。mca pi s100β联合检测具有较高的预测效能,auc为0.957,见表3图1

table 3. predictive performance of various indicators for sae

3. 各指标对sae的预测效能

指标

auc

灵敏度

特异度

最佳截断值

95%ci

p

wbc

0.745

0.94

0.80

20.03

0.641~0.840

<0.001

i/t

0.537

0.90

0.94

0.20

0.425~0.653

0.526

pct

0.784

1.00

0.96

19.34

0.687~0.884

<0.001

crp

0.728

1.00

0.94

50.28

0.615~0.842

<0.001

nse

0.762

0.90

0.92

26.50

0.662~0.874

<0.001

s100β

0.810

1.00

0.92

0.26

0.711~0.922

<0.001

aca psv

0.707

1.00

0.90

57.58

0.603~0.812

<0.001

aca dev

0.775

0.98

0.86

19.36

0.685~0.876

<0.001

aca ri

0.639

0.88

0.92

0.93

0.538~0.753

0.016

aca pi

0.694

0.84

0.98

2.27

0.597~0.801

<0.001

mca psv

0.735

1.00

0.92

56.84

0.635~0.846

<0.001

mca dev

0.752

0.92

0.66

23.88

0.652~0.858

<0.001

mca ri

0.424

0.76

0.78

0.84

0.321~0.536

0.188

mca pi

0.809

0.80

0.98

1.99

0.724~0.897

0.001

mca pi s100β

0.957

1.00

0.98

1.00

0.922~0.991

<0.001

i/t:不成熟中性粒细胞(包括早、中、晚幼粒细胞和杆状核细胞)/总中性粒细胞

3.4. 预测模型的验证

训练队列组及验证队列组roc曲线结果显示,训练队列组的auc为0.957 (95%ci: 0.922~0.991),验证队列组的auc为0.968 (95%ci: 0.940~0.996),表明该模型的区分度表现良好,见图1

figure 1. roc curves for the occurrence of sae in septic pediatric patients in the training and validation cohorts

1. 训练及验证队列组败血症患儿发生sae的roc曲线

4. 讨论

新生儿败血症时可引起败血症相关性脑病(sae),从而引发新生儿中长期神经系统并发症,导致不良临床结果。sae的病理生理病因复杂,由多种因素引起,包括以下机制,如局部产生促炎细胞因子,改变脑血流速度(cbfv),神经递质失衡,外周器官功能衰竭,血脑屏障损伤(bbb),导致神经生化蛋白标志物释放等[14],从而对神经功能造成损害。目前临床缺乏明确、统一的诊断标准。尽管在确定sae的危险因素方面取得了显著进展,但既往研究仍存在相互矛盾的结果[15]。因此本研究检测了早发型败血症患儿血液血常规、炎症因子与脑血流量相关指标,评估了其在sae早期诊断中的价值。

已有研究证实,sae患者促炎因子水平升高。在导致sae的新生儿感染中,炎症细胞因子通过增加外周中性粒细胞脉络丛的流入来破坏脑脊液屏障[16]。活化的细胞因子通过抑制少突胶质细胞前体的分化和增殖,从而影响活跃的髓鞘形成,导致白质损伤,常见于小儿脑损伤[17]。crp和pct是临床上常用的急性反应蛋白,当机体发生炎症反应时crp和pct水平显著升高。目前crp和pct已被临床作为败血症诊断及抗菌药物使用的重要标志物[18]。本研究结果显示,sae的患儿crp和pct的水平显著升高,表明crp和pct水平对sae的诊断有一定的意义。nse及s100β是内皮功能障碍、小胶质细胞活化和脑损伤伴有轴突损伤的生物标志物,多项研究表明sae患者血液中nse及s100β水平显著升高可作为sae的诊断标志物[19]-[21]。本研究同样显示sae患者nse及s100β水平升高,并具有独立预测能力。

国内外一些研究证实,脑血管功能受损是sae发生的重要病理生理机制之一,通常情况下,大脑能够在广泛的动脉血压范围内保持血液流动的稳定[22]。在败血症最初阶段,受损的自动调节可以通过降低毛细血管阻力导致脑血流量增加[23]。在一项对30例严重脓毒症或感染性休克患者的研究中发现,脑血流速度和动脉血压的比值升高与sae的发生有关[24] [25]。atterton b等人[26]研究表明脑血管自动调节障碍导致大脑中动脉的平均动脉压和血流速度升高与sae相关,并且与crp水平显著相关。cmri动脉自旋标记发现早期脓毒症时脑血管自动调节功能丧失和脑血流量增加[27]。psv、dev、ri及pi等均是目前临床评估脑血流动力学的重要指标,各参数水平升高或下降,往往与脑损伤程度相关[1]。本研究分析sae患儿的脑血流量变化,发现sae组aca的psv及dev,mca的psv及dev指标显著高于非sae组,sae组mca的pi指标显著低于非sae组,与上述研究结果一致。因此,我们推测,在败血症的早期阶段,炎症因子的释放导致脑血管舒张,血管阻力减少,搏动减少,血流增加,进而导致颅内出血或缺血性脑损伤[28] [29]。研究表明,在败血症明显特征出现之前,脑血流量会增加,这意味着验证过程首先影响脑循环,然后才影响其他身体器官,证明临床早期的脑血流量检测在评估败血症中的作用更加重要[30],因此脑血流量可以作为新生儿败血症及sae的早期标志物应用于临床新生儿健康筛查。本研究通过roc分析检测指标对sae的预测效能,发现mca pi s100β联合检测具有较高的预测效能,auc为0.957 (95%ci: 0.922~0.991),且具有较高的灵敏度与特异度。表明炎症指标与脑血流量联合检测具有较高的临床诊断价值。

综上所述,血液s100β指标与脑血流量搏动指数(pi)联合检测对早期诊断sae具有较高的价值,对于临床sae的治疗尤为重要。在败血症患儿早期通过多普勒超声检查评估脑血流量可作为床旁、无创检查,且操作便捷、准确、可重复,具有较高的临床价值。将来还需要进一步的大样本多中心的研究,进一步分析证实血液s100β指标与脑血流量搏动指数(pi)联合检测在sae早期诊断中的应用价值。

当然本研究也存在一定局限性,主要体现在样本量较小且为单中心研究,限制了结果的外部可推广性。此外,本研究仅检测了部分炎症及脑损伤生物标志物(wbc、crp、pct、nse及s100β),可能忽略了其他重要的相关指标,导致信息的局限。由于数据采集集中在入院初期,未能反映更长时间内炎症和脑血流动力学的动态变化,这对sae的病程演变理解存在一定不足。未来研究应通过扩大样本量、开展多中心研究以提高结论的普适性,并引入更多生物标志物及成像技术以深入探讨sae的早期病理变化。同时,条件容许下开展纵向随访研究,以动态监测脑血流及生物标志物的演变,进一步揭示sae的发病机制并评估早期干预效果,从而优化临床诊断与治疗策略。

notes

*通讯作者。

参考文献

[1] liu, c., fang, c., shang, y., yao, b. and he, q. (2022) transcranial ultrasound diagnostic value of hemodynamic cerebral changes in preterm infants for early-onset sepsis. translational pediatrics, 11, 1149-1155.
[2] barghi, b. and azadeh-fard, n. (2022) predicting risk of sepsis, comparison between machine learning methods: a case study of a virginia hospital. european journal of medical research, 27, article no. 213.
[3] tauber, s.c., djukic, m., gossner, j., eiffert, h., brück, w. and nau, r. (2020) sepsis-associated encephalopathy and septic encephalitis: an update. expert review of anti-infective therapy, 19, 215-231.
[4] neu, c., esper treml, r., baumbach, p., engelmann, m., gebhardt, c., götze, j., et al. (2024) cholinesterase activities and sepsis-associated encephalopathy in viral versus nonviral sepsis. canadian journal of anesthesia, 71, 378-389.
[5] yuechen, z., shaosong, x., zhouxing, z., fuli, g. and wei, h. (2023) a summary of the current diagnostic methods for, and exploration of the value of micrornas as biomarkers in, sepsis-associated encephalopathy. frontiers in neuroscience, 17, article 1125888.
[6] 中华医学会儿科学分会新生儿学组, 中国医师协会新生儿科医师分会感染专业委员会. 新生儿败血症诊断及治疗专家共识(2019年版) [j]. 中华儿科杂志, 57(4): 252-257.
[7] mazeraud, a., righy, c., bouchereau, e., benghanem, s., bozza, f.a. and sharshar, t. (2020) septic-associated encephalopathy: a comprehensive review. neurotherapeutics, 17, 392-403.
[8] mei, j., zhang, x., sun, x., hu, l. and song, y. (2024) optimizing the prediction of sepsis-associated encephalopathy with cerebral circulation time utilizing a nomogram: a pilot study in the intensive care unit. frontiers in neurology, 14, article 1303075.
[9] ehler, j., saller, t., wittstock, m., rommer, p.s., chappell, d., zwissler, b., et al. (2019) diagnostic value of nt-procnp compared to nse and s100b in cerebrospinal fluid and plasma of patients with sepsis-associated encephalopathy. neuroscience letters, 692, 167-173.
[10] 陈惠金. 新生儿缺氧缺血性脑损伤和颅内出血的b超诊断[j]. 中华妇幼临床医学杂志: 电子版, 2005, 1(1): 10-12.
[11] milligan, d.w.a. (1980) failure of autoregulation and intraventricular hæmorrhage in preterm infants. the lancet, 315, 896-898.
[12] gu, m., mei, x. and zhao, y. (2020) sepsis and cerebral dysfunction: bbb damage, neuroinflammation, oxidative stress, apoptosis and autophagy as key mediators and the potential therapeutic approaches. neurotoxicity research, 39, 489-503.
[13] tang, y., soroush, f., sun, s., liverani, e., langston, j.c., yang, q., et al. (2018) protein kinase c-delta inhibition protects blood-brain barrier from sepsis-induced vascular damage. journal of neuroinflammation, 15, article no. 309.
[14] mo, x., xiong, x., wang, y., gu, h., yang, y. and he, j. (2023) texture feature-based machine learning classification on mri image for sepsis-associated encephalopathy detection: a pilot study. computational and mathematical methods in medicine, 2023, article 6403556.
[15] liu, x., niu, h. and peng, j. (2024) enhancing predictions with a stacking ensemble model for icu mortality risk in patients with sepsis-associated encephalopathy. journal of international medical research, 52, article 3000605241239013.
[16] michels, m., steckert, a.v., quevedo, j., barichello, t. and dal-pizzol, f. (2015) mechanisms of long-term cognitive dysfunction of sepsis: from blood-borne leukocytes to glial cells. intensive care medicine experimental, 3, article no. 30.
[17] lee, a.c., cherkerzian, s., tofail, f., folger, l.v., ahmed, s., rahman, s., et al. (2024) perinatal inflammation, fetal growth restriction, and long-term neurodevelopmental impairment in bangladesh. pediatric research.
[18] reinhart, k., bauer, m., riedemann, n.c. and hartog, c.s. (2012) new approaches to sepsis: molecular diagnostics and biomarkers. clinical microbiology reviews, 25, 609-634.
[19] li, b., dasgupta, c., huang, l., meng, x. and zhang, l. (2019) mirna-210 induces microglial activation and regulates microglia-mediated neuroinflammation in neonatal hypoxic-ischemic encephalopathy. cellular & molecular immunology, 17, 976-991.
[20] pei, m., yang, y., zhang, c., huang, q., fang, y., xu, l., et al. (2024) role of serum neuron-specific enolase levels in the early diagnosis and prognosis of sepsis-associated encephalopathy: a systematic review and meta-analysis. frontiers in neurology, 15, article 1353063.
[21] ehler, j., barrett, l.k., taylor, v., groves, m., scaravilli, f., wittstock, m., et al. (2017) translational evidence for two distinct patterns of neuroaxonal injury in sepsis: a longitudinal, prospective translational study. critical care, 21, article no. 262.
[22] rivera-lara, l. (2019) the role of impaired brain perfusion in septic encephalopathy. critical care, 23, article no. 54.
[23] claassen, j.a.h.r., thijssen, d.h.j., panerai, r.b. and faraci, f.m. (2021) regulation of cerebral blood flow in humans: physiology and clinical implications of autoregulation. physiological reviews, 101, 1487-1559.
[24] nwafor, d.c., brichacek, a.l., mohammad, a.s., griffith, j., lucke-wold, b.p., benkovic, s.a., et al. (2019) targeting the blood-brain barrier to prevent sepsis-associated cognitive impairment. journal of central nervous system disease, 11.
[25] schramm, p., klein, k.u., falkenberg, l., berres, m., closhen, d., werhahn, k.j., et al. (2012) impaired cerebrovascular autoregulation in patients with severe sepsis and sepsis-associated delirium. critical care, 16, article no. r181.
[26] atterton, b., paulino, m.c., povoa, p. and martin-loeches, i. (2020) sepsis associated delirium. medicina, 56, article 240.
[27] masse, m.h., et al. (2018) early evidence of sepsis-associated hyperperfusion—a study of cerebral blood flow measured with mri arterial spin labeling in critically iii septic patients and control subjects. critical care medicine, 46, e663-e669.
[28] rhee, c.j., da costa, c.s., austin, t., brady, k.m., czosnyka, m. and lee, j.k. (2018) neonatal cerebrovascular autoregulation. pediatric research, 84, 602-610.
[29] ferlini, l. and gaspard, n. (2023) what’s new on septic encephalopathy? ten things you need to know. minerva anestesiologica, 89, 217-225.
[30] ratnaparkhi, c.r., bayaskar, m.v., dhok, a.p. and bhende, v. (2020) utility of doppler ultrasound in early-onset neonatal sepsis. indian journal of radiology and imaging, 30, 52-58.
为你推荐
凯发娱乐官网的友情链接
网站地图