Оценка прогностических факторов для дифференциальной диагностики между моно- и микст-инфекцией лихорадочной формы клещевого энцефалита

Цель: оценка клинических и лабораторных прогностических факторов для разработки модели дифференциальной диагностики между моноинфекцией лихорадочной формы клещевого энцефалита и микст-инфекцией клещевого энцефалита с безэритемной формой иксодового клещевого боррелиоза в начале заболевания.

Материалы и методы. В результате клинического обследования у 56 больных с лихорадочной формой клещевого энцефалита (средний возраст: 46,1±3,1 лет) и 27 пациентов с микст-инфекцией клещевого энцефалита с безэритемной формой иксодового клещевого боррелиоза (средний возраст: 47,2±3,2 лет) проанализированы 65 клинических и лабораторных параметров в первую неделю заболевания, включая 14 показателей стандартного и расширенного профилей гемограммы и 6 лейкоцитарных индексов интоксикации. Для статистического анализа применяли критерий согласия Пирсона. Прогностическая ценность изученных параметров определялась с использованием отношения шансов и ROC-анализа с вычислением AUC. Модель логистической регрессии разработана с помощью STATISTICA 12.0.

Результаты. Для дифференциальной диагностики в начале заболевания между моно- и микст-инфекцией клещевого энцефалита могут быть применены следующие гематологические параметры, имеющие «среднюю» или «хорошую» прогностическую ценность: относительное количество палочкоядерных нейтрофилов (AUC=0,65), индекс соотношения лейкоцитов и скорости оседания эритроцитов (AUC=0,66), показатели скорости оседания эритроцитов (AUC=0,70), гранулярности нейтрофилов – NEUT-GI (AUC=0,66), реактивности нейтрофилов – NEUT-RI (AUC=0,72) и абсолютное количество реактивных лимфоцитов – RE-LYMPH (AUC=0,72). Построенная модель логистической регрессии, имеющая «очень хорошую» прогностическую значимость (AUC=0,83), включала следующие 4 предиктора: количество палочкоядерных нейтрофилов, показатели скорости оседания эритроцитов, NEUT-RI и NEUT-GI в периферической крови.

Выводы. Разработанная модель, имеющая высокую чувствительность и специфичность, позволяет провести дифференциальный диагноз между моно- и микст-инфекцией лихорадочной формы клещевого энцефалита в первую неделю болезни.

1. Рудакова, С.А. Эпидемиологическая ситуация по иксодовым клещевым боррелиозам в Российской Федерации в 2021 г. и прогноз на 2022 г. / С.А. Рудакова [и др.] // Проблемы особо опасных инфекций. – 2022. – № 2. – C. 46–53.

2. Тимонин, А.В. Ретроспективный анализ заболеваемости клещевым энцефалитом в Сибирском федеральном округе / А.В. Тимонин, С.В. Широкоступ // Universum: медицина и фармакология. – 2021. – № 11 (82). – С. 19– 20.

3. Полторацкая, Н.В. Анализ эпидемиологической ситуации по клещевому энцефалиту и иксодовому клещевому боррелиозу в Томской области / Н.В. Полторацкая [и др.] // Медицинская паразитология и паразитарные болезни. – 2021. – №1. – С. 9–15.

4. Коренберг, Э.И. Инфекции, передающиеся иксодовыми клещами в лесной зоне, и стратегия их профилактики: изменение приоритетов / Э.И. Коренберг // Эпидемиология и вакцинопрофилактика. – 2013. – № 5 (72). – С. 7–17.

5. Андронова, Н.В. Специфический иммунный ответ и некоторые отдаленные результаты при остром течении иксодового клещевого боррелиоза и микст-инфекции клещевого энцефалита и иксодового клещевого боррелиоза / Н.В. Андронова, Н.С. Миноранская, Е.И. Миноранская // Сибирский медицинский журнал (Иркутск). – 2011. – Т. 100, № 1. – С. 54– 57.

6. Kilercik M, Demirelce Ö, Serdar MA, et al. A new haematocytometric index: predicting severity and mortality risk value in COVID-19 patients. PLoS One. 2021 Aug;16(8):e0254073. DOI: 10.1371/journal.pone.0254073

7. Rizo-Téllez SA, Méndez-García LA, Flores-Rebollo C, et al. The neutrophil-to-monocyte ratio and lymphocyte-to-neutrophil ratio at admission predict in-hospital mortality in Mexican patients with severe SARS-CoV-2 infection (COVID-19). Microorganisms. 2020 Oct;8(10):1560. DOI: 10.3390/microorganisms8101560

8. Oehadian A, Michels M, de Mast Q, et al. New parameters available on Sysmex XE-5000 hematology analyzers contribute to differentiating dengue from leptospirosis and enteric fever. Int J Lab Hematol. 2015 Dec;37(6):861-8. DOI: 10.1111/ijlh.12422

9. Иерусалимский, А.П. Клещевой энцефалит: руководство для врачей / А.П. Иерусалимский. – Новосибирск: Государственная медицинская академия МЗ РФ, 2001. – 360 с.

10. Бондаренко, А.Л. Микст-инфекция клещевого энцефалита и иксодовых клещевых боррелиозов / А.Л. Бондаренко [и др.] // Инфекционные болезни. – 2011. – Т. 9, № 4. – С. 54– 63.

11. Kowalska-Kępczyńska A, Mleczko M, Domerecka W, et al. Assessment of immune cell activation in pemphigus. Cells. 2022;11(12):1912. DOI: 10.3390/cells11121912

12. Kwiecien I, Rutkowska E, Kulik K, et al. Neutrophil maturation, reactivity and granularity research parameters to characterize and differentiate convalescent patients from active SARS-CoV-2 Infection. Cells. 2021;10(9):2332. DOI: 10.3390/cells10092332

13. Островский, В.К. Некоторые критерии в оценке тяжести течения и прогноза при разных формах острого панкреатита / В.К. Островский, П.Н. Родионов, С.В. Макаров // Анестезиология и реаниматология. – 2012. – № 3. – С. 56– 59.

14. Евзельман, М.А. Прогностические маркеры исхода ишемического инсульта / М.А. Евзельман [и др.] // Журнал неврологии и психиатрии им. C.C. Корсакова. – 2018. – Т. 118, № 12–2. – С. 50– 53.

15. Мирошниченко, А.П. Значение показателей периферической крови и лейкоцитарных индексов для оценки острого воспалительного процесса в околоносовых пазухах / А.П. Мирошниченко, Е.Н. Степанов // Российская оториноларингология. – 2014. – № 4 (71). – С. 75–77.

16. Кобец, Т.В. Роль лейкоцитарных индексов в оценке адаптационно-компенсаторных возможностей чукотских детей, больных рецидивирующим бронхитом, на этапе санаторно-курортного лечения / Т.В. Кобец, В.Н. Некрасов, А.К. Мотрич // Вестник физиотерапии и курортологии. – 2003. – № 3. – С. 47– 48.

17. Петри, А. Наглядная медицинская статистика / А. Петри, К. Сэбин.; под ред. В.П. Леонова. – 3-е изд. – М.: ГЭОТАР-Медиа, 2015. – 216 с.

18. Гржибовский, А.М. Анализ номинальных данных (независимые наблюдения) / А.М. Гржибовский // Экология человека. – 2008. – № 6. – С. 58– 68.

19. Боровиков, В.П. Популярное введение в современный анализ данных в системе STATISTICA: учебное пособие для вузов / В.П. Боровиков. – М.: Горячая линия–Телеком, 2013. – 288 с.

20. Субботин, А.В. Клинические проявления микстинфекции клещевого энцефалита и боррелиоза на территории Кемеровской области / А.В. Субботин, В.А. Семенов // Медицина в Кузбассе. – 2008. – Т.7, № 2. – С. 21– 26.

21. Конькова-Рейдман, А.Б. Эпидемиологическая и клинико-иммунологическая характеристика иксодовых клещевых боррелиозов и микст-форм клещевых инфекций на Южном Урале / А.Б. Конькова-Рейдман [и др.] // Эпидемиология и вакцинопрофилактика. – 2009. – № 4 (47). – С. 12– 23.

22. Миноранская, Н.С. Клинико-эпидемиологическая характеристика микст-инфекции клещевого боррелиоза и клещевого энцефалита в Красноярском крае / Н.С. Миноранская, Е.И. Миноранская // Казанский медицинский журнал. – 2013. – Т. 94, № 2. – С. 211– 215.

23. Bai F, Kong KF, Dai J, et al. A paradoxical role for neutrophils in the pathogenesis of West Nile virus. J Infect Dis. 2010 Dec;202(12):1804-12. DOI: 10.1086/657416

24. Grygorczuk S, Świerzbińska R, Kondrusik M, et al. The intrathecal expression and pathogenetic role of Th17 cytokines and CXCR2-binding chemokines in tick-borne encephalitis. J Neuroinflammation. 2018 Apr;15(1):115. DOI: 10.1186/s12974-018-1138-0

25. Ma Y, Zhang Y, Zhu L. Role of neutrophils in acute viral infection. Immun Inflamm Dis. 2021 Dec;9(4):1186-1196. DOI: 10.1002/iid3.500

26. Cervantes JL, Hawley KL, Benjamin SJ, et al. Phagosomal TLR signaling upon Borrelia burgdorferi infection. Front Cell Infect Microbiol. 2014 May;4:55. DOI: 10.3389/fcimb.2014.00055

27. Устьянцева, И.М. Инновационные лабораторные технологии в диагностике сепсиса / И.М. Устьянцева // Политравма. – 2018. – № 1. – С. 47– 59.

28. Rutkowska E, Kwiecień I, Kulik K, et al. Usefulness of the new hematological parameter: reactive lymphocytes RE-LYMP with flow cytometry markers of inflammation in COVID-19. Cells. 2021 Jan;10(1):82. DOI: 10.3390/cells10010082