1. 引言
社区获得性肺炎(CAP)在住院患者中较为常见，部分病例可出现病情进展迅速并累及多器官的情况[1] [2]。研究认为，CAP的病理过程除肺部局部炎症外，还伴随全身炎症反应及凝血功能异常，两者可能相互影响[3]。因此，识别能够反映炎症及凝血状态的实验室指标，对CAP的评估具有一定参考价值。
近年来，基于外周血细胞计数衍生的炎症比值指标逐渐应用于感染性疾病研究。中性粒细胞/淋巴细胞比值(NLR)、血小板/淋巴细胞比值(PLR)以及系统免疫炎症指数(SII)来源于常规血常规检测，具有获取便捷的优势[4]。既往研究提示，NLR与CAP的疾病严重程度及预后相关[5] [6]，PLR和SII在感染性疾病中的潜在价值亦受到关注[7]-[9]。然而，现有研究多聚焦于疾病严重程度评估或死亡风险预测[10]，对于CAP患者体内炎症反应与凝血功能改变之间关系的系统分析仍相对有限，尤其是缺乏健康人群的对照研究。
凝血功能紊乱在肺炎病程中较常见，常表现为凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、凝血酶时间(TT)等时间指标的波动，以及纤维蛋白原(FIB)及D-二聚体的变化[11] [12]。凝血谱系的变化与机体的炎症级联反应密切相关，通过相互作用共同反映疾病进展及预后转归的潜在风险[13]。尽管如此，目前研究多倾向于对单一凝血参数的分析[14]，而相对缺乏从“炎症–凝血”轴失衡的全局视角，深入探析两者间的相互关系。
基于上述背景，本研究引入健康体检人群为对照，比较CAP患者外周血炎症比值及凝血功能指标的差异，并分析CAP患者内部炎症指标与凝血指标之间的相关性。同时，通过构建不同炎症比值的Logistic回归模型并结合ROC曲线及模型比较指标，评估其在CAP辅助诊断中的判别效能及增量价值。
2. 资料与方法
2.1. 研究对象
本项工作采纳了回顾性病例–对照设计。研究对象源自青岛大学附属医院，收集2025年5月至2025年11月确诊为CAP的349例住院患者作为病例组，与之对应，同期在该院进行健康筛查的349例个体则被招募入组，作为健康对照组。
纳入排除标准
纳入标准：CAP组患者均符合《中国成人社区获得性肺炎诊断和治疗指南(2016年版)》的诊断标准，年龄 ≥ 18岁，住院期间完成血常规、炎症及凝血功能相关检测，且临床资料完整。健康对照组为同期健康体检人群，体检结果未提示急性感染性疾病，并完成相关实验室检查。
排除标准：合并恶性肿瘤、自身免疫性疾病、血液系统疾病或严重肝、肾功能异常者；近期接受抗凝、抗血小板或免疫抑制治疗者；临床资料不完整者。
本研究基于既往临床检测数据开展，不涉及患者个人隐私信息，并已通过本院伦理委员会审核，符合免除知情同意的相关要求。
2.2. 研究指标及定义
2.2.1. 炎症指标
本项工作整合了患者的性别、年龄、血常规及炎症相关实验室数据。除CRP外，重点关注了通过细胞计数衍生的免疫炎症平衡指标。
2.2.2. 凝血功能指标
收集凝血功能相关指标，包括PT、TT、APTT、FIB及D-二聚体。
2.3. 统计学方法
统计分析在SPSS软件上完成。经正态性检验，连续变量均未呈正态分布，以中位数及四分位距[M(P25, P75)]表示。组间比较采用Mann-Whitney U检验，分类资料以例数(%)表示，采用χ2检验。在CAP组内，采用Spearman相关分析探讨炎症指标(NLR, PLR, SII, CRP)与凝血指标(PT、TT、APTT、FIB及D-二聚体)的关联情况。以凝血指标(FIB、TT)构建基础模型，在此基础上分别加入CRP及不同炎症比值(NLR、PLR或SII)建立多因素Logistic回归模型。采用ROC曲线及AUC评价判别能力，并通过AIC、BIC比较模型拟合优度；计算NRI和IDI评估炎症比值的增量诊断价值。统计检验均采用双侧检验，以P < 0.05为差异具有统计学意义的判定标准。
3. 结果
3.1. 两组基线特征比较
本研究共纳入CAP组349例，健康对照组349例。CAP组与健康对照组在年龄及性别构成方面差异均未达到统计学意义(P > 0.05)，两组基线特征具有可比性。相关结果详见表1。
Table 1. Baseline characteristics of patients with CAP and healthy controls
表1. CAP组与健康对照组基线特征比较
变量 |
CAP组(n = 349) |
健康对照组(n = 349) |
P |
年龄[M (P25, P75)，岁] |
52.7 (41.0, 63.0) |
52.0 (41.0, 61.0) |
0.081 |
性别[n (%)] |
|
|
0.076 |
女性 |
149 (42.7) |
153 (43.8) |
|
男性 |
200 (57.3) |
196 (56.2) |
|
注：年龄以中位数(P25, P75)表示，组间比较采用Mann-Whitney U检验；性别以例数(%)表示，组间比较采用χ2检验。
3.2. CAP组与健康对照组炎症及凝血指标比较
本研究结果显示，CAP组患者外周血炎症相关指标水平整体高于健康对照人群，包括CRP、SII以及NLR和PLR，比值差异具有统计学意义(P < 0.001)。凝血功能分析结果表明，CAP组在PT、APTT及TT等凝血时间指标方面与健康对照存在差异，同时FIB和D-二聚体水平均高于对照组(P < 0.05)。具体数据见表2。
Table 2. Comparison of inflammatory and coagulation parameters between CAP patients and healthy controls
表2. CAP组与健康对照组炎症及凝血指标比较
指标 |
CAP组(n = 349) |
对照组(n = 349) |
P值 |
炎症指标 |
|
|
|
NLR |
3.54 (1.93, 6.83) |
1.78 (1.34, 2.53) |
<0.001 |
PLR |
151.80 (108.35, 225.67) |
115.21 (96.37, 143.45) |
<0.001 |
SII |
788.16 (425.02, 1655.57) |
414.00 (302.45, 652.85) |
<0.001 |
CRP (mg/L) |
28.27 (5.07, 85.21) |
1.36 (0.70, 2.83) |
<0.001 |
凝血指标 |
|
|
|
PT (s) |
12.70 (11.70, 13.10) |
12.40 (12.40, 12.40) |
<0.001 |
APTT (s) |
30.90 (29.90, 35.20) |
32.10 (32.10, 32.10) |
0.004 |
TT (s) |
15.20 (12.60, 17.40) |
17.00 (17.00, 17.00) |
<0.001 |
FIB (g/L) |
3.50 (3.01, 4.79) |
2.42 (2.42, 2.42) |
<0.001 |
D-二聚体(mg/L) |
0.41 (0.29, 0.58) |
0.30 (0.30, 0.30) |
<0.001 |
注：计量资料以中位数及四分位距表示，组间差异分析采用Mann-Whitney U检验。
3.3. CAP组炎症指标与凝血指标的相关性分析
Spearman相关分析用于评估CAP患者炎症指标与凝血参数之间的关系。结果显示，在CAP组内，NLR、PLR及SII与FIB和D-二聚体水平均呈正相关，相关性具有统计学意义(P < 0.01)。
CRP与上述两项凝血产物指标的关联程度更为紧密(P < 0.01)。相比之下，外周血炎症参数与PT、TT、APTT凝血时效指标之间相关性较弱，甚至未观察到显著的统计学关联。详细指标列于表3。
Table 3. Spearman correlation analysis between inflammatory indices and coagulation parameters in patients with CAP
表3. CAP组炎症指标与凝血指标之间的Spearman相关分析
炎症指标 |
PT |
TT |
APTT |
FIB |
D-二聚体 |
NLR |
0.299** |
−0.013 |
0.019 |
0.317** |
0.357** |
PLR |
0.174** |
0.034 |
0.029 |
0.257** |
0.298** |
SII |
0.266** |
−0.018 |
0.022 |
0.335** |
0.345** |
CRP |
0.311** |
−0.103 |
0.096 |
0.412** |
0.356** |
注：ρ为Spearman相关系数；** P < 0.01；未标注者差异无统计学意义。
3.4. 不同炎症比值模型的Logistic回归分析
为避免炎症比值之间的共线性影响，分别构建三种多因素Logistic回归模型。在模型A (CRP + NLR + 凝血指标)、模型B (CRP + PLR + 凝血指标)及模型C (CRP + SII + 凝血指标)中，CRP和FIB均为CAP的独立相关因素(均P < 0.05)，而各炎症比值在校正后均未显示独立统计学意义。凝血酶时间(TT)在各模型中均与CAP呈负相关(OR < 1, P < 0.05)。模型拟合优度比较显示，三种模型的AIC和BIC值接近，提示不同炎症比值模型的整体拟合性能差异有限。见表4。
Table 4. Multivariate logistic regression analyses of different inflammatory ratio models
表4. 不同炎症比值模型的Logistic回归分析结果
变量 |
模型A (CRP + NLR) |
模型B (CRP + PLR) |
模型C (CRP + SII) |
CRP |
1.023 (1.012~1.035)* |
1.024 (1.013~1.035)* |
1.024 (1.013~1.035)* |
炎症比值 |
NLR:1.014 (0.926~1.112) |
PLR:1.000 (0.999~1.001) |
SII:1.000 (1.000~1.000) |
FIB |
19.573 (10.678~35.973)* |
19.698 (10.76~36.051)* |
19.725 (10.774~36.110)* |
TT |
0.729 (0.639~0.832)* |
0.727 (0.638~0.829)* |
0.727 (0.637~0.829)* |
AIC |
431.920 |
431.934 |
431.840 |
BIC |
450.120 |
450.134 |
450.040 |
注：所有模型均校正凝血指标(FIB, TT)，数值以OR (95%CI)表示，* P < 0.05。
3.5. 不同模型的ROC曲线分析
ROC曲线分析显示，基础凝血模型(FIB + TT)具有较高判别能力(AUC = 0.935)。在此基础上分别加入NLR、PLR和SII后，AUC分别为0.937、0.935和0.935，整体差异有限。结果提示，当基础模型判别能力已处于较高水平时，炎症比值指标对整体AUC的提升幅度较小，相关结果详见图1。
注：图1 ROC曲线显示，基础模型AUC为0.935；加入NLR、PLR和SII后AUC分别为0.937、0.935和0.935。
Figure 1. ROC curves of different models for the diagnosis of CAP
图1. 不同模型诊断CAP的ROC曲线
3.6. 不同模型之间的重分类改善分析
在基础凝血模型上分别引入NLR、PLR和SII构建扩展模型，并采用NRI和IDI评价增量价值。结果显示，NLR (NRI = 18.9%, P = 0.009)和PLR (NRI = 33.2%, P < 0.001)均显著改善模型的总体重分类能力，而SII未显示增量价值(NRI = −26.4%, P < 0.001)。三种模型的IDI均未达到统计学显著性。见表5。
Table 5. NRI and IDI analysis results after adding different inflammatory ratios to the base model
表5. 不同炎症比值加入基础模型后的NRI与IDI分析结果
指标 |
总体NRI % (95% CI) |
P值 |
事件组NRI% (Group = 1) |
非事件组NRI% (Group = 0) |
IDI (P值) |
NLR |
18.9% (4.8%~33.0%) |
0.009 |
−20.3% |
39.3% |
0.000 (P = 0.252) |
PLR |
33.2% (19.5%~47.0%) |
< 0.001 |
−16.3% |
49.6% |
0.000 (P = 0.861) |
SII |
−26.4% (−40.5%~−12.2%) |
< 0.001 |
14.0% |
−40.4% |
0.000 (P = 0.809) |
注：NRI为重分类改善指数，IDI为综合判别改善指数。事件组指CAP患者(Group = 1)，非事件组指健康对照(Group = 0)。基础模型为凝血指标模型，新模型为基础模型联合对应炎症比值。NRI > 0表示模型区分能力改善。
4. 讨论
本研究基于单中心较大样本的临床数据，对社区获得性肺炎(CAP)患者外周血炎症指标及凝血功能参数进行了系统的分析。结果显示，与健康对照相比，CAP患者多项炎症及凝血相关指标明显偏离了正常参考范围，提示其病理过程并不仅限于肺部局部感染，而往往伴随不同程度的全身性炎症反应及凝血状态改变[15]。
既往研究认为，CAP的发生发展与机体先天免疫反应密切相关。在感染早期阶段，中性粒细胞大规模动员，数量迅速升高[16]，而淋巴细胞计数相对耗竭，这种细胞比例的改变可反映为NLR的升高[10] [17]；血小板在炎症介质触发下不仅参与止血，更作为免疫效应细胞促进白细胞募集与内皮损伤[18]，由此解释了PLR与SII的病理性上调。本研究中CAP组NLR水平明显高于健康对照，提示该指标能够在一定程度上反映患者的炎症激活状态。由于这些参数都来自基础血常规检测，其在评估炎症动力学变化方面展现出较好的临床普及性与实用价值。
近年来，多项研究提示炎症反应与凝血系统激活之间存在相互影响，即“炎症–凝血互作”或“免疫性血栓形成(immunothrombosis)”。在感染状态下，炎症反应可伴随血管内皮功能改变，并参与凝血过程的激活。同时，凝血系统的异常启动也可能对炎症反应产生一定影响[19]。本研究的Spearman相关性分析结果显示，NLR、SII等炎症比值与FIB、D-二聚体水平呈正相关，这从临床检测层面支持了CAP病程中炎症反应与高凝状态可能同步存在的观点。
在多因素Logistic回归分析中，CRP与FIB在各模型中均为稳定的独立相关因素，而炎症比值在校正后未显示独立统计学意义。不同炎症比值模型的AIC和BIC值接近，提示三种模型整体拟合性能差异有限。凝血酶时间(TT)在各模型中均呈负相关(OR < 1)，提示CAP患者可能存在相对缩短的TT。这可能与感染状态下炎症介导的FIB升高有关。FIB作为凝血底物的同时，具备急性期反应属性，其升高提示炎症反应与凝血系统的共同激活[20]，从而在检测中表现为TT缩短。鉴于TT受多种因素影响，其临床意义仍需进一步研究验证。
在基础凝血模型上引入炎症比值后，重分类分析显示，NLR和PLR可改善模型总体重分类能力，其中PLR改善更为明显；而SII未显示增量价值。各模型的IDI均未达到统计学显著性，提示炎症比值对整体风险区分度的提升有限。总体而言，炎症比值(尤其是PLR)在传统指标基础上具有一定补充价值，但其增量效应相对有限。
从临床角度看，本研究所纳入的指标都来源于常规血液学及凝血功能检测，具有检测简便、成本较低、重复性好等优势，具有较好的临床推广潜力。在临床实践中，联合评估炎症与凝血状态，可为CAP的辅助诊断提供更加全面的实验室依据，同时为基层医院的初筛提供较为准确的辅助诊断[21]，并有助于提高对疾病整体病理生理状态的认识。
本研究仍存在一定局限性。首先，本研究为单中心回顾性研究，结果的外推性仍需在多中心人群中进一步验证。其次，本研究未纳入患者吸烟史、体重指数及部分合并症等进行分析，可能存在潜在混杂因素。此外，本研究主要关注CAP患者与健康对照之间的诊断区分，未进一步分析疾病严重程度或预后指标，也未对CAP的病原学分型及疾病严重程度进行分层分析，相关指标在不同临床亚型中的表现仍有待后续研究进一步探讨。
5. 结论
本研究表明，CAP患者存在显著的炎症激活及凝血异常，炎症比值与纤维蛋白原和D-二聚体呈正相关。CRP和纤维蛋白原为稳定独立相关因素。重分类分析提示，PLR和NLR在传统凝血模型基础上具有一定增量价值，而SII未显示显著改善。联合评估炎症与凝血指标有助于完善CAP的实验室辅助诊断。
NOTES
*通讯作者。