PLoS NTD|本实验室研究团队揭示HIV合并马尔尼菲篮状菌感染患者的再入院特征和相关风险因素

作者: 来源:广西艾滋病防治研究重点实验室 发布时间:2023-10-05


2023年10月,本实验室蒋俊俊教授团队在PLoS Neglected Tropical Diseases(中科院热带学一区)杂志发表题为Characteristics and risk factors for readmission in HIV-infected patients with Talaromyces marneffei infection的文章。该文章探讨了HIV合并T.marneffei感染患者的再入院特征和相关风险因素,阐述了白细胞减少和低密度脂蛋白(LDL)升高可能是影响再入院的潜在危险因素,强调了首次入院是干预T.marneffei感染患者预后的关键窗口期,这为改善HIV合并T.marneffei感染患者的长期预后提供了科学依据。

                      

马尔尼菲篮状菌(Talaromyces marneffei,T. marneffei) (原名为马尔尼菲青霉菌)是一种双相性致病真菌,广泛流行于东南亚国家和中国南部地区,包括广西、广东、云南、香港、台湾等,是上述地区艾滋病最常见的机会性感染之一。由于T. marneffei感染常常呈现非特异性症状,且误诊率较高,若未能及时诊断和正确使用抗真菌治疗,死亡风险大大增加,研究团队前期发现也证实了合并T. marneffei感染可以大大增加艾滋病病人的死亡风险高达4.52倍[1],我们也针对T. marneffei的死亡做了变量筛选和机器学习模型预测[2]。但是目前尚无研究关注HIV合并T. marneffei的再入院情况及其影响因素,而深入了解HIV合并T. marneffei感染患者的再入院影响因素和干预时机对临床医生改善患者预后至关重要。

研究团队在广西南宁进行一项回顾性研究,收集了2012年至2019年间的12946名艾滋病病人相关临床信息。分析发现,T.marneffei感染患者的再入院率最低,仅为10.8%。研究还比较了HIV合并不同机会性感染患者的病死率,其中T.marneffei感染患者的病死率最高,为16.2%;其次是隐球菌感染患者为12.5%,肺孢子菌感染患者为10.1%,而带状疱疹病毒感染患者的病死率最低,为0.8%。通过PCA分析,我们观察到HIV合并T.marneffei感染患者的免疫状况最差,这合理解释了T.marneffei感染患者高病亡率原因。

进一步研究发现,白细胞减少和低密度脂蛋白(LDL)升高是影响T.marneffei感染患者再次住院的关键因素。与此同时,T.marneffei感染患者首次入院的累积病死率高于非T.marneffei感染患者(p<0.05),其治愈率低于非T.marneffei感染患者。有趣的是,对于T. marneffi感染患者本身,从第一次入院到第三次入院的累积病死率呈下降趋势,这强调了首次入院是干预T.marneffei感染患者预后的关键窗口期。

这些发现对艾滋病合并马尔尼菲篮状菌病人的治疗时期、减少再入院的干预因素均具有重要的指导意义。

图1 . HIV/AIDS患者合并不同类型机会性感染的病死率分析

图2. HIV合并不同机会性感染患者的PCA分析。A,HIV患者合并不同机会性感染的PCA分析;B,T. marneffi患者合并其他机会性感染的PCA分析。



图3. HIV/AIDS患者感染/不感染T. marneffi累积病死率的Kaplan-Meier分析。



图4.影响HIV合并T. marneffi患者再入院危险因素的Logistics回归分析。A,未进行变量调整。B,对人口学信息,抗逆转录病毒疗法和机会性感染(包括结核分枝杆菌,念珠菌,肺孢子菌,肝炎(乙肝病毒或丙肝病毒)、带状疱疹病毒、隐球菌、梅毒螺旋体、巨细胞病毒)等变量进行调整。


该论文的第一作者是广西医科大学2020级硕士研究生石敏娟,广西南宁市第四人民医院覃亚勤主任和广西医科大学2022级硕士研究生陈姗姗为本文的共同第一作者。广西医科大学叶力教授、梁浩教授和广西南宁市第四人民医院谢志满主任为本文的共同通讯作者,广西医科大学蒋俊俊教授为本文的责任通讯作者。该研究得到广西医科大学杰出青年学者培养计划和国家自然科学基金等课题资助。


参考文献:

[1]Jiang J, Meng S, Huang S, et al. Effects of Talaromyces marneffei infection on mortality of HIV/AIDS patients in southern China: a retrospective cohort study[J]. Clin Microbiol Infect, 2019, 25(2):233-241.

[2] Shi M, Lin J, Wei W, et al. Machine learning-based in-hospital mortality prediction of HIV/AIDS patients with Talaromyces marneffei infection in Guangxi,China. PLoS Neglected Tropical Diseases, 2022,16(5): e0010388.


附件: