脓毒症相关静脉血栓栓塞症的病理机制与 诊断研究进展
Research Advances in the Pathological Mechanisms and Diagnosis of Sepsis-Associated Venous Thromboembolism
DOI: 10.12677/acm.2025.1592707, PDF, HTML, XML,   
作者: 徐 祥, 张 印:西安医学院研工部,陕西 西安;赵 海*:陕西省人民医院检验科,陕西 西安
关键词: 脓毒症静脉血栓栓塞症诊断治疗Sepsis Venous Thromboembolism Diagnosis Treatment
摘要: 脓毒症是宿主对感染反应失调导致的危及生命的器官功能障碍,其并发症静脉血栓栓塞症(VTE)显著增加患者病死率。本综述系统阐述脓毒症相关VTE的病理机制与诊断挑战,旨在整合最新研究进展,为脓毒症相关VTE的早期识别、风险分层和精准干预提供理论依据。
Abstract: Sepsis, a life-threatening organ dysfunction caused by a dysregulated host response to infection, is complicated by venous thromboembolism (VTE) that significantly increases patient mortality. This review systematically elaborates on the pathological mechanisms and diagnostic challenges of sepsis-associated VTE, aiming to integrate the latest research advances and provide a theoretical basis for its early identification, risk stratification, and precision intervention.
文章引用:徐祥, 张印, 赵海. 脓毒症相关静脉血栓栓塞症的病理机制与 诊断研究进展[J]. 临床医学进展, 2025, 15(9): 1969-1976. https://doi.org/10.12677/acm.2025.1592707

1. 引言

脓毒症(Sepsis)是宿主对感染的反应失调引起的危及生命的器官功能障碍[1]。根据2017年调查数据显示,全球有4890万例病例和1100万例脓毒症相关死亡,占全球死亡总数的近20% [2]。静脉血栓栓塞症(venous thromboembolism, VTE)是全球高发病率和高死亡率的慢性非传染性疾病之一[3]。每年超过1000万人发生VTE,且发病率呈显著上升趋势[4]。在脓毒症的并发症中,VTE的发生显著增加患者病死率,但其具体机制尚未完全阐明。近年来,研究提示免疫血栓形成(immunothrombosis)、内皮损伤、凝血–炎症级联反应等共同促进脓毒症相关VTE的发生发展[5]。然而,目前临床对脓毒症相关VTE的早期识别和精准干预仍面临挑战。本综述旨在探讨脓毒症相关VTE的病理生理学基础,阐述免疫炎症与凝血系统的交互作用、内皮功能障碍及微血栓形成的分子机制,归纳现有生物标志物、影像学技术及风险评估模型在VTE早期诊断中的应用,分析其敏感性与特异性;提出优化抗凝治疗与个体化管理的方法,为改善脓毒症患者预后提供理论依据。

2. 病理生理机制

2.1. 促凝机制亢进

2.1.1. 炎症–凝血正反馈循环的形成

脓毒症早期,病原体入侵触发天然免疫应答,大量促炎细胞因子如IL-6和TNF-α迅速释放,形成“炎症因子风暴”(cytokine storm) [6],并与凝血系统相互作用,共同促进静脉血栓栓塞症(VTE)的发生[5]。IL-6是脓毒症早期释放的主要促炎因子,其水平升高与疾病严重程度及血栓风险显著相关[7]。其通过激活NF-κB信号通路,促进单核细胞和内皮细胞表达组织因子(Tissue Factor, TF)释放,从而启动外源性凝血途径[8] [9],通过减少血栓调节蛋白(TM)和内皮蛋白C受体(EPCR)的表达,削弱蛋白C系统的抗凝功能[10],同时促进血小板生成素(TPO)释放,增加血小板黏附聚集[11] [12]进而全面促进血栓的形成。TNF-α则直接破坏内皮完整性,诱导纤溶酶原激活物抑制剂-1 (PAI-1)高表达,从而抑制纤溶活性[13]。TNF-α也可以激活中性粒细胞释放中性粒细胞胞外诱捕网(NETs),其内含组蛋白和DNA可激活凝血因子XII,促进血栓形成[14]。在脓毒症中,IL-6和TNF-α不仅直接激活凝血系统,还可以促进血小板与中性粒细胞黏附,释放促凝微粒(MPs) [15],并激活补体系统加剧内皮损伤和凝血酶生成,形成炎症–凝血正反馈循环,不断放大血栓形成信号[16]

2.1.2. 内皮损伤与组织因子释放

细菌、真菌及病毒可直接侵袭体内内皮细胞引发脓毒症,通过Toll样受体(TLRs)激活NF-κB和MAPK信号通路,诱导促炎因子(IL-6, TNF-α)和趋化因子(如IL-8)释放,导致造成内皮损伤[17] [18]。TNF-α和IL-1β可以诱导内皮细胞凋亡和焦亡,导致紧密连接蛋白降解,增加血管通透性,促进白细胞外渗和血小板黏附。糖萼是内皮膜的一个组成部分,由蛋白聚糖和糖蛋白组成,它介导不同的功能,例如构建调节血管通透性的机械屏障、激活白细胞和血小板粘附以及调节炎症/抗炎反应。氧化剂、细胞因子、外毒素和细菌内毒素可能会对糖萼的形态功能完整性造成损害(称为“糖萼脱落”)。随着组织损伤,血管内皮细胞(ECs)的天然抗凝特性会因TF的大量释放和补体系统激活而受到影响,TF通过内皮肝素酶的作用降解表面内皮糖萼,诱导ECs表型转变为促炎和促血栓形成状态[19]。脓毒症时,TF的异常表达与释放是血栓形成的重要触发因素[20]。TF主要来源于单核细胞和巨噬细胞[21],一项前瞻性研究表明,在脂多糖(LPS)或炎症因子刺激下,单核细胞表面TF表达显著增加[22]。TF与凝血因子VIIa结合形成TF-FVIIa复合物,激活凝血因子X,促进凝血酶生成,同时促进血小板活化及纤维蛋白沉积,形成稳固的血栓[23]

2.1.3. 中性粒细胞胞外陷阱(NETs)与血栓结构的固化

近年来,中性粒细胞胞外陷阱(neutrophil extracellular traps, NETs)在脓毒症相关静脉血栓栓塞症(VTE)发病机制中的作用日益明确。NETs是由活化的中性粒细胞释放的以DNA为骨架、镶嵌组蛋白、颗粒蛋白和杀菌物质的网状结构,原本是宿主防御病原体的重要机制[24]。然而,在脓毒症状态下,NETs的过度形成却成为促进血栓形成的关键效应物,通过多重机制参与脓毒症相关VTE的发生发展。细菌成分(如LPS)、病毒和真菌均可通过Toll样受体(TLRs)激活中性粒细胞,诱导NETosis。TNF-α、IL-8和补体片段(C5a)可以强效地诱导NETosis [25]。血小板活化后释放的HMGB1和高迁移率族蛋白B1 (HMGB1)也可促进NETs形成[26]。NADPH氧化酶(NOX2)介导的活性氧(ROS)大量释放是NETosis的核心环节,线粒体ROS (mtROS)在脓毒症相关NETosis中同样发挥重要作用[27]。NETs可通过其中的组蛋白(如H3、H4)直接杀伤内皮细胞,增加血管通透性[28],并直接结合和激活血小板,促进其聚集[29],组蛋白和DNA激活内源性凝血途径的接触系统(因子XII→XI→IX),导致凝血酶生成[30]。NETs中的DNA骨架可作为纤维蛋白沉积的模板,稳固血栓结构。中性粒细胞弹性蛋白酶(NE)和组织蛋白酶G (CatG)可降解抗凝蛋白(如血栓调节蛋白和TFPI),增强局部促凝活性[31]。NETs相关蛋白(如MPO)可氧化低密度脂蛋白(LDL),加速内皮功能障碍。NETs通过表达TF (组织因子)的单核细胞–血小板聚集体,放大凝血反应,红细胞可被NETs捕获并裂解,释放ADP等促凝物质。血浆中游离DNA (cfDNA)、髓过氧化物酶(MPO)-DNA复合物和瓜氨酸化组蛋白(CitH3)水平与脓毒症患者VTE风险正相关[32]

2.2. 抗凝系统失衡

2.2.1. 蛋白C系统功能衰竭

脓毒症相关静脉血栓栓塞症(VTE)的发生不仅与促凝机制亢进相关,抗凝系统的失衡同样至关重要。生理状态下,抗凝系统通过蛋白C (Protein C)和抗凝血酶III (Antithrombin III, ATIII)等分子维持凝血–抗凝平衡。然而,脓毒症时,炎症反应和内皮损伤可导致抗凝系统功能严重受损,显著增加血栓风险。脓毒症时,肝脏合成蛋白C的能力因全身炎症(如IL-6、TNF-α水平升高)和器官功能障碍而显著下降。内皮细胞表面血栓调节蛋白(TM)表达减少,阻碍凝血酶-TM复合物对蛋白C的活化[33]。病原体释放的内毒素可直接抑制PC活性,活化的蛋白C (APC)通过降解凝血因子Va和VIIIa抑制凝血酶生成,其缺乏导致凝血级联反应失控,抗凝功能丧失。APC可通过PAR-1受体抑制NF-κB通路,减少炎症因子释放,其功能缺失加剧脓毒症炎症反应,抗炎与抗凋亡作用受损。

2.2.2. 抗凝血酶III(ATIII)的消耗性缺乏

ATIII是凝血酶和Xa因子的主要抑制剂,脓毒症时凝血酶大量生成,ATIII与凝血酶结合形成复合物后被清除,导致血浆ATIII水平显著下降,血栓容易形成。中性粒细胞释放的弹性蛋白酶(NE)可降解ATIII,进一步减少其活性。炎症和缺氧使得肝脏合成ATIII能力下降而减少。内皮通透性增加导致ATIII从血管内漏出至组织间隙进一步减少。总之ATIII缺乏使凝血酶和Xa因子活性无法被有效抑制,加速纤维蛋白形成[34]

2.3. 血流动力学与医源性因素的叠加效应

2.3.1. 微循环障碍与静脉淤滞

微循环障碍表现为毛细血管通透性增加、血流缓慢甚至停滞,这些改变为静脉血栓的形成创造了条件[35]。研究表明,微循环的异质性在脓毒症患者中普遍存在。不同器官和组织的微循环受损程度不同,这种异质性进一步加剧了血栓形成的风险[36]。脓毒症患者常伴有低血压和心功能障碍,导致组织灌注不足和血液瘀滞。血液瘀滞使得血液中的凝血因子和血小板更容易聚集,激活凝血过程,增加血栓形成的风险[35]。最新的研究发现,微循环中的血流速度减慢和红细胞聚集是导致静脉瘀滞的重要因素。通过监测微循环的变化,可以早期识别高危患者并采取预防措施[36]

2.3.2. 医源性操作的促栓风险

中心静脉导管(CVC)是脓毒症患者常见的治疗手段之一,但也增加了血栓形成的风险。血液黏稠度高和导管维护不当等是导致血栓性导管堵塞的重要原因[37]。最新的研究表明,CVC相关血栓的形成与导管的材料、插入部位、使用时间等因素密切相关。合理选择导管材料、优化插入部位和加强导管维护可以有效降低血栓形成的风险[38]

3. 临床诊断挑战

3.1. 脓毒症相关VTE的实验室指标

D-二聚体是纤维蛋白降解产物,常用于排除VTE,但其在脓毒症中的诊断价值受限。脓毒症患者因全身炎症、组织损伤或弥散性血管内凝血(DIC),D-二聚体水平普遍升高(>5 μg/mL),特异性显著下降,假阳性率增高。抗凝治疗(如肝素)抑制纤维蛋白生成,导致D-二聚体水平“假性正常化”,引起假阴性率增高。相较于单次检测,动态监测D-二聚体变化趋势,如24小时增幅 > 50%提示血栓风险对脓毒症相关VTE的预测价值更高(敏感性82%,特异性74%),针对脓毒症人群,将临界值提高至 > 1.5 μg/mL,可提升特异性至68% [39]

3.2. 影像学诊断

超声是VTE诊断的一线工具,但对于脓毒症患者的VTE检测仍然受到一些限制。床旁超声检查适用于血流动力学不稳定患者,下肢深静脉血栓(DVT)诊断敏感性达95% (近端血栓),但对远端小腿静脉血栓敏感性低(<60%),同时也对操作者依赖性高,重症患者体位限制可能影响图像质量。为了尽早识别脓毒症患者VTE,可以对高危患者(如Padua评分 ≥ 4分)优先筛查近端静脉,当超声阴性但临床高度怀疑时,结合D-二聚体或CT进一步排查。

3.3. 风险预测模型

Padua评分是VTE风险评估的常用工具,但其在脓毒症中的适用性受限,其未纳入脓毒症特异性因素,对ICU患者预测效能低(AUC = 0.62),未来可以加入IL-6、降钙素原(PCT)等炎症指标或者结合多基因分险预测模型提升预测效能,同时根据病程演变,如D-二聚体变化、血栓弹力图动态调整风险分层[39]。基因检测技术进一步加强脓毒症相关VTE的风险预测,凝血相关基因多态性(如F5 Leiden、PROC突变)与VTE易感性关联(OR = 3.1) [34],筛选血浆蛋白组合(如TAT、sTM、vWF),构建机器学习模型(AUC = 0.88)。脂质代谢物,如溶血磷脂酸,与血栓形成相关,也可作为早期预警标志物[40]

4. 治疗与预防策略

肝素是一种广泛使用的抗凝剂和抗血栓药物,在脓毒症管理中具有重要作用。肝素通过与抗凝血酶(AT)结合,加速凝血酶和凝血因子的失活,从而发挥抗凝作用。它还具有抗炎、免疫调节和抗补体等调节功能,能改变血栓炎症的病理进展,改善全身微循环。在脓毒症早期使用肝素,可降低循环中与NET相关的标记物水平,如细胞游离DNA (cfDNA)、中性粒细胞弹性蛋白酶(NE)和髓过氧化物酶-DNA复合体,减少NETs、组蛋白和促炎因子的表达,从而在早期脓毒症和内皮损伤的初始阶段发挥作用[19]。关于肝素在脓毒症患者中的疗效和安全性,不同的研究结果存在差异。一项包含9项试验共3482名患者的荟萃分析显示,肝素可降低严重脓毒症患者的28天死亡率,且不增加出血事件的发生率[19]。然而,另一项包含9项试验共2637名患者的荟萃分析指出,尽管肝素能降低脓毒症患者、脓毒性休克患者以及与感染相关的弥散性血管内凝血(DIC)患者的死亡率,但一项小型试验报告了主要出血风险显著增加[19]。出现差异的原因可能是由于临床研究在人群选择上存在较大异质性,如入组患者的脓毒症严重程度、是否合并DIC、器官功能状态等基线特征不同,可能显著影响肝素的治疗反应。其次,肝素的类型(普通肝素vs.低分子肝素)、剂量(预防剂量vs.治疗剂量)及疗程在各研究中不一致,导致结果难以直接比较。此外,终点指标的选择(如28天死亡率、器官支持时间、出血事件定义)及统计效能的差异,也是造成结论不一的重要原因。未来临床研究应注重以下设计:① 开展多中心、大样本、随机对照试验,对脓毒症(如伴有DIC、高风险VTE或特定炎症标志物升高者)进行分层分析;② 统一肝素治疗方案(药物类型、剂量及用药时机),并规范疗效与安全性终点;③ 结合新型生物标志物(如TAT复合物、NETs相关标志物、组蛋白等)动态监测,评估肝素对免疫凝血交互网络的影响;④ 探索肝素与其他治疗手段(如抗细胞因子疗法、机械预防)的协同效应。此外,有研究发现,肝素与肝素样化合物在脓毒症中被引入为可能的辅助治疗,但在某些情况下,肝素的疗效可能受到多种因素的限制,如其与循环组蛋白的高亲和力结合可能影响其抗凝效果,且大剂量的肝素可能会产生针对血小板因子4 (PF4)的抗体,直接诱导NETs的形成,导致凝血过度激活和免疫反应,引发肝素诱导的血小板减少症(HIT) [19]。在脓毒症患者中,抗凝治疗的剂量通常需要根据患者的个体情况来调整。有研究表明,在某些情况下,抗凝剂量的肝素比预防剂量的肝素更有效,特别是在高风险DIC的患者中,但这也带来增加出血风险和可能干扰细菌清除的担忧[34]。对于存在出血风险或抗凝治疗禁忌的脓毒症患者,机械预防措施如间歇充气加压装置(IPC)、梯度压力弹力袜等可以作为预防VTE的替代方法。这些方法通过促进静脉回流,减少血液在下肢静脉的淤滞,从而降低血栓形成的风险[34]

5. 总结与展望

脓毒症相关静脉血栓栓塞症(VTE)的临床诊断仍然需要进一步研究。传统指标如D-二聚体因脓毒症本身炎症状态导致假阳性率高,而新型标志物(cfDNA、TAT复合物)尚未实现标准化检测,临床普及受限。影像学实施过程存在困难,重症患者因血流动力学不稳定或机械通气限制,难以完成CT肺动脉造影(CTPA),床旁超声对远端血栓敏感性低。风险预测模型效能不足,现有评分(如Padua)缺乏脓毒症特异性参数,对ICU患者预测价值有限,组学模型虽精准但是成本较高、数据解读复杂。脓毒症存在高度异质性,免疫状态直接影响凝血功能,开发基于脓毒症免疫表型的VTE风险分层模型来实现更精准的风险评估,采用机器学习算法构建脓毒症特异性VTE风险预测模型,并进行外部验证[41]。未来研究方向也可以更多关注于床旁快速检测技术,通过新型开发生物传感器技术,同步检测cfDNA、TAT及IL-6等指标,验证其相对于单一D-二聚体的诊断效能,并评估其指导早期抗凝治疗的价值,实现血栓风险实时评估[42]。近几年人工智能用于辅助判读结果,利用AI算法分析超声图像,进而提高远端血栓检出率。对于不同患者提供个体化抗凝策略,基于凝血相关基因多态性(如PROC、SERPINC1突变)调整抗凝药物选择,结合抗Xa活性、ATIII水平及血小板功能检测,动态检测血凝变化,制定实时剂量调整的方案[43]。脓毒症相关VTE的病理机制复杂,诊断与治疗需要通过多方面分析,融合感染、凝血与免疫领域,随着病理机制不断探索,更多的诊断治疗方法可以用于临床,从而提高脓毒症患者静脉血栓的检出及治疗率,为患者提供更好的服务。

NOTES

*通讯作者。

参考文献

[1] Singer, M., et al. (2016) The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA, 315, 801-810.
https://jamanetwork.com/journals/jama/fullarticle/2492881
[2] Rudd, K.E., et al. (2020) Global, Regional, and National Sepsis Incidence and Mortality, 1990-2017: Analysis for the Global Burden of Disease Study. The Lancet, 395, 200-211.
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(19)32989-7/fulltext
[3] 预防住院患者静脉血栓栓塞的行动呼吁: 美国心脏协会的政策声明|流通[Z]. 2025-05-11.
[4] Raskob, G.E., et al. (2014) Thrombosis: A Major Contributor to Global Disease Burden. Arteriosclerosis, Thrombosis, and Vascular Biology, 34, 2363-2371.
[5] Saghazadeh, A., Hafizi, S. and Rezaei, N. (2015) Inflammation in Venous Thromboembolism: Cause or Consequence? International Immunopharmacology, 28, 655-665. [Google Scholar] [CrossRef] [PubMed]
[6] 脓毒症相关细胞因子风暴的机制与治疗策略[EB/OL].
https://kns.cnki.net/nzkhtml/xmlRead/xml.html?pageType=web&fileName=JCYL202502023&tableName=CJFDTOTAL&dbCode=CJFD&fileSourceType=1&appId=KNS_BASIC_PSMC&invoice=tb7q6FNQXHOqb2I2UXY4jzhOZom0ufulJU9Sjpxcmv4OS5VftkL2bKQHUQ8e9agxizm6PLXjjmAIgX0pKrZ9bDUKTk4Yn/7l8QQdnPMx3feaqzcaeFowYlBth5tLMIlHiimoFLYkzKaf0pIQ16zzwaNNOabh3oRuN/ekEtr1osc=, 2025-04-15.
[7] Hu, P., Chen, Y., Pang, J. and Chen, X. (2019) Association between IL-6 Polymorphisms and Sepsis. Innate Immunity, 25, 465-472. [Google Scholar] [CrossRef] [PubMed]
[8] Yu, H., et al. (2020) Targeting NF-κB Pathway for the Therapy of Diseases: Mechanism and Clinical Study. Signal Transduction and Targeted Therapy, 5, Article No. 209.
https://www.nature.com/articles/s41392-020-00312-6
[9] Ma, Y., Du, H., Zheng, S., Zhou, Z., Zhang, H., Ma, Y., et al. (2025) High-Entropy Approach vs. Traditional Doping Strategy for Layered Oxide Cathodes in Alkali-Metal-Ion Batteries: A Comparative Study. Energy Storage Materials, 79, Article ID: 104295. [Google Scholar] [CrossRef
[10] 王夕妍, 杨仁池. 内皮细胞蛋白c受体在造血干细胞中作用的研究进展[J]. 国际输血及血液学杂志, 2019, 42(3): 259-263.
[11] Xu, W.H., Mo, L.C., Shi, M.H., Rao, H., Zhan, X. and Yang, M. (2022) Correlation between Thrombopoietin and Inflammatory Factors, Platelet Indices, and Thrombosis in Patients with Sepsis: A Retrospective Study. World Journal of Clinical Cases, 10, 4072-4083. [Google Scholar] [CrossRef] [PubMed]
[12] Zakynthinos, S.G., Papanikolaou, S., Theodoridis, T., Zakynthinos, E.G., Christopoulou-Kokkinou, V., Katsaris, G., et al. (2004) Sepsis Severity Is the Major Determinant of Circulating Thrombopoietin Levels in Septic Patients. Critical Care Medicine, 32, 1004-1010. [Google Scholar] [CrossRef] [PubMed]
[13] van Loo, G. and Bertrand, M.J.M. (2022) Death by TNF: A Road to Inflammation. Nature Reviews Immunology, 23, 289-303. [Google Scholar] [CrossRef] [PubMed]
[14] Etulain, J., Martinod, K., Wong, S.L., Cifuni, S.M., Schattner, M. and Wagner, D.D. (2015) P-Selectin Promotes Neutrophil Extracellular Trap Formation in Mice. Blood, 126, 242-246. [Google Scholar] [CrossRef] [PubMed]
[15] Ribeiro, L.S., Migliari Branco, L. and Franklin, B.S. (2019) Regulation of Innate Immune Responses by Platelets. Frontiers in Immunology, 10, Article No. 1320. [Google Scholar] [CrossRef] [PubMed]
[16] Guo, R. and Ward, P.A. (2005) Role of C5A in Inflammatory Responses. Annual Review of Immunology, 23, 821-852. [Google Scholar] [CrossRef] [PubMed]
[17] Kang, S., Tanaka, T., Inoue, H., Ono, C., Hashimoto, S., Kioi, Y., et al. (2020) IL-6 Trans-Signaling Induces Plasminogen Activator Inhibitor-1 from Vascular Endothelial Cells in Cytokine Release Syndrome. Proceedings of the National Academy of Sciences, 117, 22351-22356. [Google Scholar] [CrossRef] [PubMed]
[18] Yuki, K. and Koutsogiannaki, S. (2021) Pattern Recognition Receptors as Therapeutic Targets for Bacterial, Viral and Fungal Sepsis. International Immunopharmacology, 98, Article ID: 107909. [Google Scholar] [CrossRef] [PubMed]
[19] Man, C., An, Y., Wang, G., Mao, E. and Ma, L. (2025) Recent Advances in Pathogenesis and Anticoagulation Treatment of Sepsis-Induced Coagulopathy. Journal of Inflammation Research, 18, 737-750. [Google Scholar] [CrossRef] [PubMed]
[20] Østerud, B. and Bjørklid, E. (2001) The Tissue Factor Pathway in Disseminated Intravascular Coagulation. Seminars in Thrombosis and Hemostasis, 27, 605-618. [Google Scholar] [CrossRef] [PubMed]
[21] Egorina, E.M., Sovershaev, M.A., Bjørkøy, G., Gruber, F.X.E., Olsen, J.O., Parhami-Seren, B., et al. (2005) Intracellular and Surface Distribution of Monocyte Tissue Factor: Application to Intersubject Variability. Arteriosclerosis, Thrombosis, and Vascular Biology, 25, 1493-1498. [Google Scholar] [CrossRef] [PubMed]
[22] Kälsch, T., Elmas, E., Nguyen, X.D., Suvajac, N., Klüter, H., Borggrefe, M., et al. (2007) Endotoxin-Induced Effects on Platelets and Monocytes in an in Vivo Model of Inflammation. Basic Research in Cardiology, 102, 460-466. [Google Scholar] [CrossRef] [PubMed]
[23] Riewald, M. and Ruf, W. (2001) Mechanistic Coupling of Protease Signaling and Initiation of Coagulation by Tissue Factor. Proceedings of the National Academy of Sciences, 98, 7742-7747. [Google Scholar] [CrossRef] [PubMed]
[24] Papayannopoulos, V. (2017) Neutrophil Extracellular Traps in Immunity and Disease. Nature Reviews Immunology, 18, 134-147. [Google Scholar] [CrossRef] [PubMed]
[25] Abrams, S.T., Morton, B., Alhamdi, Y., Alsabani, M., Lane, S., Welters, I.D., et al. (2019) A Novel Assay for Neutrophil Extracellular Trap Formation Independently Predicts Disseminated Intravascular Coagulation and Mortality in Critically Ill Patients. American Journal of Respiratory and Critical Care Medicine, 200, 869-880. [Google Scholar] [CrossRef] [PubMed]
[26] Dyer, M.R., Chen, Q., Haldeman, S., Yazdani, H., Hoffman, R., Loughran, P., et al. (2018) Deep Vein Thrombosis in Mice Is Regulated by Platelet HMGB1 through Release of Neutrophil-Extracellular Traps and DNA. Scientific Reports, 8, Article No. 2068. [Google Scholar] [CrossRef] [PubMed]
[27] Zambrano, F., Uribe, P., Schulz, M., Hermosilla, C., Taubert, A. and Sánchez, R. (2025) Antioxidants as Modulators of Netosis: Mechanisms, Evidence, and Therapeutic Potential. International Journal of Molecular Sciences, 26, Article No. 5272. [Google Scholar] [CrossRef] [PubMed]
[28] Saffarzadeh, M., Juenemann, C., Queisser, M.A., et al. (2012) Neutrophil Extracellular Traps Directly Induce Epithelial and Endothelial Cell Death: A Predominant Role of Histones. PLOS ONE, 7, e32366.
[29] Maneta, E., Aivalioti, E., Tual-Chalot, S., Emini Veseli, B., Gatsiou, A., Stamatelopoulos, K., et al. (2023) Endothelial Dysfunction and Immunothrombosis in Sepsis. Frontiers in Immunology, 14, Article ID: 1144229. [Google Scholar] [CrossRef] [PubMed]
[30] von Brühl, M., Stark, K., Steinhart, A., Chandraratne, S., Konrad, I., Lorenz, M., et al. (2012) Monocytes, Neutrophils, and Platelets Cooperate to Initiate and Propagate Venous Thrombosis in Mice in Vivo. Journal of Experimental Medicine, 209, 819-835. [Google Scholar] [CrossRef] [PubMed]
[31] Folco, E.J., Mawson, T.L., Vromman, A., et al. (2018) Neutrophil Extracellular Traps Induce Endothelial Cell Activation and Tissue Factor Production through Interleukin-1α and Cathepsin G. Arteriosclerosis, Thrombosis, and Vascular Biology, 38, 1901-1912.
[32] Gould, T.J., Vu, T.T., Swystun, L.L., Dwivedi, D.J., Mai, S.H.C., Weitz, J.I., et al. (2014) Neutrophil Extracellular Traps Promote Thrombin Generation through Platelet-Dependent and Platelet-Independent Mechanisms. Arteriosclerosis, Thrombosis, and Vascular Biology, 34, 1977-1984. [Google Scholar] [CrossRef] [PubMed]
[33] Ammollo, C.T., Semeraro, F., Xu, J., Esmon, N.L. and Esmon, C.T. (2011) Extracellular Histones Increase Plasma Thrombin Generation by Impairing Thrombomodulin‐Dependent Protein C Activation. Journal of Thrombosis and Haemostasis, 9, 1795-1803. [Google Scholar] [CrossRef] [PubMed]
[34] Galli, E., Maggio, E. and Pomero, F. (2022) Venous Thromboembolism in Sepsis: From Bench to Bedside. Biomedicines, 10, Article No. 1651. [Google Scholar] [CrossRef] [PubMed]
[35] Guven, G., Hilty, M.P. and Ince, C. (2019) Microcirculation: Physiology, Pathophysiology, and Clinical Application. Blood Purification, 49, 143-150. [Google Scholar] [CrossRef] [PubMed]
[36] Aksu, U., Yavuz-Aksu, B. and Goswami, N. (2024) Microcirculation: Current Perspective in Diagnostics, Imaging, and Clinical Applications. Journal of Clinical Medicine, 13, Article No. 6762. [Google Scholar] [CrossRef] [PubMed]
[37] 中心静脉导管堵塞因素分析及护理进展[EB/OL]. 中国期刊网.
http://www.chinaqking.com/yc/2021/3224016.html, 2025-06-03.
[38] Becerra-Bolaños, Á., et al. (2025) Assessing Infection Related to Short-Term Central Venous Catheters in the Perioperative Setting. Scientific Reports, 15, Article No. 1642.
https://www.nature.com/articles/s41598-025-85836-z
[39] 袁法伟, 郑鲲. 血清总胆红素、D-二聚体及IL-6在老年脓毒症患者病情及预后评估中的价值分析[J]. 国际医药卫生导报, 2022, 28(20): 2924-2928.
[40] Qian, X., Zhang, S., Duan, L., Yang, F., Zhang, K., Yan, F., et al. (2021) Periodontitis Deteriorates Cognitive Function and Impairs Neurons and Glia in a Mouse Model of Alzheimer’s Disease. Journal of Alzheimers Disease, 79, 1785-1800. [Google Scholar] [CrossRef] [PubMed]
[41] Taneja, I., et al. (2021) Diagnostic and Prognostic Capabilities of a Biomarker and EMR‐Based Machine Learning Algorithm for Sepsis. Clinical and Translational Science, 14, 1578-1589.
[42] Kumar, N.R., Balraj, T.A., Kempegowda, S.N. and Prashant, A. (2024) Multidrug-Resistant Sepsis: A Critical Healthcare Challenge. Antibiotics, 13, Article No. 46. [Google Scholar] [CrossRef] [PubMed]
[43] Tong, R., Ding, X., Liu, F., Li, H., Liu, H., Song, H., et al. (2023) Classification of Subtypes and Identification of Dysregulated Genes in Sepsis. Frontiers in Cellular and Infection Microbiology, 13, Article ID: 1226159. https://www.frontiersin.org/journals/cellular-and-infection-microbiology/articles/10.3389/fcimb.2023.1226159/full [Google Scholar] [CrossRef